预览加载中,请您耐心等待几秒...
1/9
2/9
3/9
4/9
5/9
6/9
7/9
8/9
9/9

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113671037A(43)申请公布日2021.11.19(21)申请号202111021409.8G01N29/42(2006.01)(22)申请日2021.09.01G01N29/44(2006.01)G01N29/46(2006.01)(71)申请人杭州意能电力技术有限公司地址310012浙江省杭州市西湖区文三路253号9楼902室(72)发明人赵洲峰张杰钱沿润罗宏建古小博鲁旷达邹君文杨点中郑宏晔孙庆峰刘学广吴一峰徐栋徐胜赵洪宇(74)专利代理机构浙江翔隆专利事务所(普通合伙)33206代理人张建青(51)Int.Cl.G01N29/04(2006.01)G01N29/12(2006.01)权利要求书2页说明书5页附图1页(54)发明名称一种支柱绝缘子振动声学信号处理方法(57)摘要本发明公开了一种支柱绝缘子振动声学信号处理方法,包括以下步骤:1)对支柱绝缘子下法兰处施加振动信号,激发支柱绝缘子纵向振动并通过接收探头采集振动声波信号;2)对采集到的振动声波信号进行傅里叶变换转换成频域信号,然后进行频域空间的盲信号分离,对分离所得信号根据相似性度量当前检测信号和基准信号的差异化程度;3)对得到的表征绝缘子不同微裂纹处声振信号的特征信息和对应分离矩阵进行重构,最终获得表征支柱绝缘子损伤的声振信号得出微裂纹损伤信息,实现支柱绝缘子微裂纹的声振信号定位和定征分析。本发明克服了以往依赖单次检测信号结果或依靠人工经验判断检测结果的缺点,提高了振动声学检测在实际应用中的缺陷检出率。CN113671037ACN113671037A权利要求书1/2页1.一种支柱绝缘子振动声学信号处理方法,其特征在于,包括以下步骤:1)对支柱绝缘子下法兰处施加振动信号,激发支柱绝缘子纵向振动并通过接收探头采集振动声波信号;2)对采集到的振动声波信号进行傅里叶变换转换成频域信号,然后进行频域空间的盲信号分离,得到分离矩阵,对分离所得信号根据相似性度量当前检测信号和基准信号的差异化程度;3)对上述经盲信号分离后得到的表征绝缘子不同微裂纹处声振信号的特征信息和对应分离矩阵进行重构:当前检测信号和基准信号的差异化程度超过设定阈值时,即表明当前检测信号中存在损伤缺陷,按照相似性度量结果的差异,即可从不同层次观察微裂纹的存在对于检测信号造成的影响,从而获得频域空间下微裂纹相关损伤的特征信息,然后对分离矩阵重构,最终获得表征支柱绝缘子损伤的声振信号,实现支柱绝缘子微裂纹的声振信号定位和定征分析。2.根据权利要求1所述的一种支柱绝缘子振动声学信号处理方法,其特征在于,在步骤1)中,产生施加的振动信号分为以下步骤:11)由单片机或者任意函数信号发生器产生随机振动信号;12)将产生的随机振动信号经过带通滤波器滤波后得到1~10KHz的振动信号;13)由功率放大器将步骤12)中的振动信号放大并传送至振动发射探头,产生1~10KHz的振动信号。3.根据权利要求1所述的一种支柱绝缘子振动声学信号处理方法,其特征在于,在步骤2)中,对采集到的信号进行傅里叶变换,转换成频域信号之后,需要对频域信号降噪,接着对频域信号进行带通滤波,得到1~10KHz的频域信号,之后对其进行盲信号分离。4.根据权利要求3所述的一种支柱绝缘子振动声学信号处理方法,其特征在于,所述当前检测信号是进行微裂纹检测的检测信号,即接收探头采集到的数据经过降噪处理后的1~10KHz的频域信号。5.根据权利要求1所述的一种支柱绝缘子振动声学信号处理方法,其特征在于,步骤2)中,盲信号分离采用独立分量分析方法。6.根据权利要求5所述的一种支柱绝缘子振动声学信号处理方法,其特征在于,所述独立分量分析方法采用的算法为Fast‑ICA算法。7.根据权利要求6所述的一种支柱绝缘子振动声学信号处理方法,其特征在于,所述Fast‑ICA算法包括预处理和分离矩阵求解,预处理包括对数据的中心化和白化,获得分离矩阵后和分析矩阵相乘后即可从中提取出源信号矩阵,分离矩阵求逆即可获得权重矩阵,即X=AS,2CN113671037A权利要求书2/2页式中:上标b表示基准信号,上标t表示当前检测信号,n为选取的信号的个数,所有信号按行向量排列构成分析矩阵X;A为权重矩阵,S为源信号矩阵,改写成矩阵形式如下:式中:si为提取的源信号,i=1,2,3,…,M;ab表示基准信号,at表示当前检测信号;提取的源信号个数小于分析矩阵中的信号个数,即M≤2n,提取的源信号存在方差和其在矩阵S中排序不确定,因此,需要从中筛选仅与缺陷相关的源信号,每一个源信号对应于在数据采集过程中的一种影响因素,因为在分析矩阵构建过程中从基准库和从当前检测信号中选择的信号都是随机确定;而缺陷只可能对当前检