基于數字成像技術的自動壓接設備故障可視化在線檢測方法

秦綬坤，蔣經魁，萬 俊，楊易斐，張德欽，徐 漢

(1.廣西電網有限責任公司北海供電局，廣西 北海536000；2.廣西電網有限責任公司基建部，廣西 南寧 530000；3.河南四達電力設備股份有限公司，河南 長葛 461503)

0 引言

在導地線壓接施工中，需要采用操作工移動導線和接續管壓接的方法實現接續管壓接設計，但受到壓接前期測量切割定位不精確、剝線力度不精確等因素的影響，導致自動壓接設備故障發生率較高，可靠性不好。因此，需要構架優化的自動壓接設備故障可視化在線檢測模型，根據對自動壓接設備故障可視化特征分析，通過智能的故障定位和特征分析技術[1]，采用可視化的X射線檢測方法，實現自動壓接設備故障可視化在線檢測，提高自動壓接設備故障定位和可視化分析能力。通過故障可視化檢測，避免了將內部結構存在質量問題的接續管投入到線路運行中，從而避免導地線脫落事件的發生[2]。

針對導地線脫落和自動壓接設備故障的問題，為了解決壓接后無法檢測內部缺陷的問題，當前，結合自動壓接設備故障的狀態特征分析，研制了耐張線夾和接續管壓接質量的在線檢測裝置，但傳統裝置在進行自動壓接設備故障檢測和缺陷定位過程中，受到人工操作的制約性影響較大，壓接控制和故障檢測定位的精度不高[3-5]。

針對上述問題，本文通過智能化控制參數設置，進行自動壓接設備故障可視化監測，采用圖像視覺特征檢測技術，收集測量、壓接、檢測所需要的基礎數據，構建自動壓接設備故障可視化檢測的視覺信息分析模型，通過對數據進行智能化算法分析，構建自動壓接設備故障可視化檢測的仿真模型，提高自動壓接設備故障可視化檢測和定位分析能力。本文提出基于數字成像技術的自動壓接設備故障可視化在線檢測方法。通過圖像視覺特征點標定技術，進行耐張線夾及接續管壓接失效點定位，根據脈沖X射線數字成像的特征檢測，實現對架空導線及自動壓接設備的可視化檢測和定位。最后進行仿真模型分析，展示了本文方法在提高自動壓接設備故障可視化在線檢測能力方面的優越性能。

1 自動壓接設備故障可視化X射線數字圖像預處理

1.1 故障可視化X射線數字成像特征模型

為了實現基于數字成像技術的自動壓接設備故障可視化在線檢測，結合X射線成像處理方法，構建自動壓接設備故障可視化特征分析模型，通過無損在線視覺特征分析方法，構建自動壓接設備故障可視化監測系統結構模型[6]。自動壓接設備故障可視化監測技術包括：支撐支架、X光射線機、圖像處理系統、無線連接系統以及自動移步系統等。根據圖像分析和數據采集結果，將提取的自動壓接設備故障可視化X射線數字圖像輸入到故障診斷設備中，通過對無明顯缺陷的接續管圖像分類儲存，結合巡檢數據分析，實現對自動壓設備的故障可視化檢測，檢測的總體結構如圖1所示。

圖1 自動壓接設備故障可視化檢測的總體結構

根據圖1所示的自動壓接設備故障可視化監測及故障診斷總體結構[7]，采用圖像像素融合分析方法，建立自動壓接設備故障可視化檢測的視覺傳遞函數為

N(x,y)=σ[Gxi+Gyj]

(1)

i、j為脈沖X射線數字成像在方向矢量上的視覺標量信息；(x,y)為脈沖X射線數字成像坐標；Gx和Gy為自動壓接設備故障可視化X射線數字成像的噪點信息；σ為圖像像素融合參數。采用參考模板特征匹配的方法，對自動壓接設備故障可視化X射線數字成像的邊緣像素特征分解方程為

(2)

(3)

Δz為自動壓接設備故障可視化X射線增益；B為圖像的幅值；c為自動壓接設備故障可視化X射線檢測的邊緣閾值。采用散射波形組合控制，得到自動壓接設備故障可視化X射線視覺重構的聯合特征模型為

(4)

Fn為n次傳遞迭代后的自動壓接設備故障可視化X射線融合的尺度信息。由此構建了自動壓接設備故障可視化X射線成像模型[9]，根據三維成像特征分析，進行可視化檢測。

1.2 數字圖像預處理

根據自動壓接設備故障可視化X射線成像特征興趣點，讀取自動壓接設備故障可視化X射線圖像的關聯特征點，分別為E1和E2。根據自動壓接設備故障可視化X射線圖像的特征值分布[10]，構建關聯穩定裕度和諧波振蕩模型為

(5)

(6)

根據對不同型號的接續導地線的數據特征分析，構建自動壓接設備故障可視化X射線圖像增強模型，得到圖像增強矩陣為

U=I×R

(7)

I為自動壓接裝置單元的圖像增益像素值。通過差分進化和特征增強技術，得到自動壓接設備故障可視化X射線圖像的濾波輸出為

(8)

J為旋自動壓接設備故障可視化X射線圖像的旋轉不變性矢量；α為灰度值。由此構建自動壓接設備故障可視化X射線圖像濾波增強模型[11]，實現數字圖像預處理，提高故障可視化檢測識別能力。

2 自動壓接設備故障在線檢測優化

2.1 故障特征提取

構建自動壓接設備故障可視化在線檢測的視覺特征分析模型，根據視覺特征的差異性分析結果，采用多幀長時曝光與影像合成技術，得到自動壓接設備故障可視化X射線圖像在7×7像素塊內的邊緣像素點。采用歸一化的特征檢測技術[12]，得到自動壓接設備故障可視化X射線圖像的故障特征信息增強結果為

(9)

σ為圖像灰度值；R(x,y)為自動壓接設備故障可視化X射線圖像像素融合矩陣；ki為確定特征點所在位置的子區域。

結合智能化控制技術，進行自動壓接設備故障可視化X射線圖像的特征點檢測，得到檢測分量為

S=Br(x,y)

(10)

通過接續管壓接后的無損特征監測，制定耐張線夾及接續管壓接后無損檢測的判別依據，判別式為

(11)

V為三相電纜的Harris提取的判別函數；L(x,y,σD)為自動壓接設備故障可視化X射線圖像的特征分解尺度；χ為自動壓接設備故障可視化X射線圖像的動態特征量。得到自動壓接設備故障可視化像素信息為

(12)

在像素值采集點g(i,j)，得到自動壓接設備故障可視化在線檢測描述，并得到自動壓接設備故障可視化在線檢測的特征模態提取函數表述為

(13)

gv(i,j)為自動壓接設備故障可視化X射線圖像的v階匹配像素級。求得在每個尺度下自動壓接設備故障可視化在線檢測圖像的RGB分量后，根據圖像的特征提取結果，采用圖像視覺特征點標定技術[13]，進行耐張線夾及接續管壓接失效點定位，實現脈沖X射線數字成像的特征檢測。

2.2 故障檢測定位

通過圖像視覺特征點標定技術，進行耐張線夾及接續管壓接失效點定位和故障特征分析，在5×5網格圖范圍內，構建圖譜分析模型，耐張線夾及接續管壓接可視化X射線拖二維特征，計算式為

Z=Y(θ)+∑S×w

(14)

θ為自動壓接設備故障可視化X射線圖像的角點參數；w為壓接備故障可視化X射線度量。通過圖像增強，以壓接備故障可視化X射線參數為約束量，得到聯合加權特征量為

(15)

ω為自動壓接設備故障可視化X射線圖像2個像素點之間聯合分布函數。假設自動壓接設備故障可視化分割過程描述為

(16)

根據式(16)的計算結果，得到(i，j)點處故障定位的分塊特征匹配輸出η(i,j)為

η(i,j)=X[h(i,j)-S×u]

(17)

u為自動壓接設備故障可視化X射線圖的灰度強度；h(i,j)為自動壓接設備故障可視化X射線圖譜分布的故障點。綜上分析，實現自動壓接設備故障可視化檢測的算法設計。實現流程如圖2所示。

圖2 實現流程

3 仿真分析

通過實驗測試本文方法在實現電纜自動壓接設備脈沖X射線故障可視化檢測的性能，運行智能化控制程序，并提供標準的USB、RS232、顯示等接口。連續射線源開展導線檢測參數為管電壓120～160 kV，電流0～1 mA，曝光時間1～2 s(CR和DR)；常規電纜檢測的參數為管電壓60～200 kV(不同電纜材質、不同部位)，電流0～1 mA，曝光時間1～2 s(CR和DR)，對應的脈沖X射線數字成像檢測系統開展導線檢測的系統參數為功率U×I≥60 W(CR和DR)；開展電纜脈沖X射線數字成像檢測的系統參數為管電壓60～200 kV，電流1 mA，功率U×I≥65 W(CR和DR)，曝光時間取決于脈沖數和脈沖周期。考慮重量、充電等因素后，最終確定脈沖源數字成像檢測系統的管電壓270 kV，管電流0.25 mA。根據上述參設定，采用單幀拍攝，99脈沖即可成像顯示內部結構，將采集的4張圖像進行合成得到1張三相電纜透視圖，得到自動壓接設備故障脈沖X射線數字成像如圖3所示。

圖3 自動壓接設備故障脈沖X射線數字成像

在圖3的基礎上，利用270 kV脈沖射線檢測系統(最大焦距12 m)開展架空導線檢測。如果現場條件不利于布置設備可拉大焦距拍攝，并將脈沖射線源布置在地面或遠離導線的某個位置，可得到故障檢測結果。同時，利用文獻[10]基于三維全景快速建模的變電站可視化方法，以及文獻[11]基于VR技術的變電站遠程可視化巡檢系統進行故障檢測。

測試不同方法進行故障檢測的精度，得到對比結果如圖4所示。分析圖4得知，本文方法的故障檢測精度較高,平均為96.7%。而其他方法的故障檢測平均精度均在85%以下，難以滿足現實需求。

圖4 故障檢測精度測試對比

4 結束語

針對自動壓接設備故障檢測準確性難以滿足現實需求的問題，本文利用數字成像技術，研究了一種自動壓接設備故障檢測可視化方法。通過X射線數字成像技術，實現了設備故障視覺特征的提取，結合接續管壓接改善了特征檢測的效果，實現了無損的圖像視覺特征分析，進而提高了故障可視化檢測的準確性。并與其他方法進行了對比，驗證了本文方法的檢測準確率平均為96.7%，具有較為優越的故障檢測性能，為自動壓接設備的穩定運行提供一定的參考依據。