輸電線路耐張線夾壓接缺陷帶電X射線無損檢測方法

譚興華 陳瑞斌 楊 東 郭振華

(河南四達檢測技術有限公司， 許昌 461000)

近幾年來，輸電線路接頭及導線斷裂事故頻繁發生，嚴重影響電力系統安全穩定運行。準確、深入地分析管件和導線的失效機理，對保障電網安全運行具有重要意義。當前已有較多學者開展了關于輸電線路耐張線夾壓接缺陷的檢測方法，孫力, 王成業[1]研究了基于脈沖激光的建筑材料缺陷無損檢測方法，該方法主要運用模板匹配，利用三角剖分法實現建筑材料缺陷區域的精確勾畫, 計算出精確的缺陷區域最佳閾值；唐盼等人[2]研究了帶電作業用絕緣工具超聲檢測方法，該方法主要采用超聲檢測技術對材料內部缺陷進行了診斷。

但由于上述方法不能對輸電線路的使用狀況進行準確分析，致使這些線路的安全隱患不斷增加。新型輸電線路帶電X光檢測技術不但具有直觀、有效、快速的優點，還具有常規X光檢測的優點，可保證輸電線路在進行X光檢測時不會發生斷電，具有周期靈活的應用價值。根據輸電線路設備的具體情況，實施不同的維修計劃，檢查設備存在的安全隱患。因此將X射線無損檢測應用到輸電線路耐張線夾壓接缺陷檢測中，利用X光數字成像技術對輸電線路及其附件進行缺陷檢測，可在傳統檢測方法的基礎上，提供直觀、方便的檢測手段，對傳輸線路及其附件的檢測與失效原因分析提供了新的方法和參考依據。

1 X射線無損檢測原理

此設計的輸電線路耐張線夾壓接缺陷帶電X射線無損檢測方法，采用了X射線數字成像板代替傳統的X光膠片。圖1為系統檢測的原理圖。

圖1 X 射線無損檢測原理圖

依據 X射線透照原理[3，4]，設線夾的透照厚度為W，將透照厚度的關系式表達為：

W=D-φ

(1)

公式(1)中，φ代表鋁管內徑，D代表鋁管外徑。

透過X 射線無損檢測原理圖，可進一步求得線夾壓力數值。基于射線機實際幾何位置，可獲得透照焦距大小。隨著缺陷深度的不斷增加，最小可探測缺陷的尺寸也會隨之增加，圖2為X射線技術原理，圖3為最小可探測缺陷尺寸。

圖2 X射線技術原理

圖3 最小可探測缺陷尺寸

由于x射線方法具有透射的特性，使其更加適用于輸電線路耐張線夾壓接缺陷無損檢測。

2 基于X射線無損檢測的缺陷檢測實現

2.1 輸電線路耐張線夾壓接缺陷檢測前調整

由于張力夾一旦卷曲，就會直接安裝在張力塔上，所以對地面和高空作業都需要檢測設備[5]。探測設備包括X光機、成像板和軟件成像系統[6]。X射線發射器能發射足夠能量的X射線，以區別應變夾內的鋁和鋼的狀態。成像板可接受X光成像，并可儲存一定量的成像數據，軟件成像系統可利用軟件信息進行處理，利用圖像重建技術以圖形形式再現應變夾內的狀態[7]。原理如下：

在檢測前檢查人員要根據現場情況，綜合分析檢查情況，準備基礎資料(高度、材料等)。設置檢查點[8]，將儀器置于合適的檢查位置，并確保所有連接正確，且必須置于警告線和檢查地點的防輻射標牌上；一旦打開所有設備的電源，檢測參數(如 X射線源的管電壓和管電流等)。應該估計并根據設備提供的設備參數，如生產板卡，配置相應的X光機和成像機；打開X光機，發射輻射[9]，調整曝光功率和時間，通過軟件調整圖像，確定是否需要再測試。X射線技術檢測耐張線夾操作流程圖如圖4。

圖4 X射線技術檢測耐張線夾操作流程圖

通過上述分析可知，在耐張線夾檢測中X 射線檢測耐張線夾的管電壓與管電流選擇上較為重要，因此著重對其分析[10]。

管電壓指射線源激發X 射線時所需要的電壓值。在給定條件下，有如下關系：

(2)

(3)

公式(2)、(3)中，C代表常數，Zi代表原子序數，λ代表X射線的波長。

基于上述計算，可選擇合適的管電壓以及管電流參數值[11]。在管電壓確定后，需要在一定范圍內減少管電流，提高圖像的對比度與質量。

同時，由于高能量X射線的衍射作用，會導致圖像邊緣不清晰，其幾何不清晰度的原理圖如圖5所示。

圖5 幾何不清晰度的原理

影響圖像不清晰度的原因主要由幾何不清晰度造成，其表達式為：

(4)

公式(4)中，d代表射線源焦點尺寸，L1代表焦點至受檢工件之間的距離，L2代表受檢工件到成像板之間的距離[12]。

應用中心差分法對方程進行求解，在增量步的動力學條件下計算下一個增量步的動力學條件。在計算的初始階段，需要對動力學方程進行求解，則有：

(5)

上式中，a代表節點加速度；M代表質量矩陣；P代表外力；I代表設定單元內的插值。

在增量步初始階段，需要計算加速度，則有：

a|(t)=M-1×(P-I)|(t)

(6)

由于顯示算法選用質量矩陣對加速方程進行求解，所以整個求解過程十分簡單，不需要組建聯立方程進行求解。全部節點的加速度取值都完全取決于電壓節點質量或者電壓節點上的合力，以上操作能夠有效降低計算成本。

通過上述計算對圖像成像距離等進行調整，在初始成像時提高成像質量。

2.2 X射線成像檢測

根據LVQ 神經網絡[13]的線性可分性對數字灰度圖像進行邊緣檢測，LVQ 神經網絡是通過有監督和無監督的學習進行分類[14]，網絡學習采用 Kohonen規則，因此具有很好的線性可分的性能。

運用LVQ 神經網絡的線性可分性對數字灰度圖像[15]進行邊緣檢測的原理圖如圖6所示。

圖6 邊緣檢測原理圖

其中圖像中像素點某個方向上邊緣的強度計算公式如下所示：

(7)

公式(7)中，L代表圖像灰度級，θ2代表圖像各自己之間的距離，pm、pn分別代表圖像邊界點。

通過上述過程完成對圖像像素點的劃分，獲得最終的目標邊界圖像，以此完成輸電線路耐張線夾壓接缺陷檢測。

3 實驗對比

為驗證此次研究的輸電線路耐張線夾壓接缺陷帶電X射線無損檢測方法的有效性，進行實驗對比，并將該方法與文獻[1]方法、文獻[2]方法進行對比，對比3種檢測方法的檢測效果。實驗耐張線夾壓接區域及檢測位置示意圖如圖7所示。

圖7 實驗耐張線夾壓接區域及檢測位置示意圖

試驗模擬平臺為： CPU2.8 GMHZ，內存4 GB，操作系統 windowsXP，編程采用 Java語言進行試驗模擬。實驗的耐張線夾壓接缺陷情況如表1所示。

表1 耐張線夾壓接缺陷分類

其中耐張線夾壓接質量缺陷統計結果如表2所示。

表2 耐張線夾壓接質量缺陷統計結果

分別采用此次研究的方法與傳統的方法對上述缺陷情況進行檢測，詳細檢測結果如下所示。

3.1 檢測誤差對比

采用下述公式計算檢測誤差：

(8)

公式(8)中，Q代表圖像數目，hk代表第k幅圖像，q代表識別參數。

利用上述公式衡量3種方法的檢測誤差，文獻[1]方法、文獻[2]法與此次設計的輸電線路耐張線夾壓接缺陷帶線X射線無損檢測方法的檢測誤差對比結果如圖8所示。

圖8 檢測誤差對比

分析圖8可知，此次研究的無損檢測方法在6個缺陷情況的檢測上，均能夠以較高的準確性完成缺陷檢測，合理分析出缺陷情況。文獻[1]檢測方法在第3個、與第4個缺陷情況檢測上，檢測準確性較高，但是在其余的缺陷情況上，檢測誤差較高。文獻[2]的檢測方法在6個缺陷情況檢測上，檢測誤差均較高，文獻[2]的無損檢測方法檢測效果較差。

3.2 檢測時間對比

分別采用此次研究的方法與傳統的兩種方法進行檢測，對比3種方法的檢測時間，對比結果如圖9所示。

圖9 檢測時間對比

分析圖9可知，傳統兩種方法的檢測時間均多于此次研究的輸電線路耐張線夾壓接缺陷帶電X射線無損檢測方法。

由此，通過上述實驗可以證明，此次研究的檢測方法檢測效果比傳統的基于脈沖激光的建筑材料缺陷無損檢測方法、帶電作業用絕緣工具超聲檢測方法的檢測效果好，不僅提高了檢測準確性，還降低了檢測時間。原因是此次研究的方法采用了X射線無損檢測方法，設計了無損檢測流程并提出了后續的圖像處理方法，從而提高了無損檢測效果。

4 結束語

提出輸電線路耐張線夾壓接缺陷帶電X射線無損檢測方法，并通過實驗驗證了此次研究的檢測方法的有效性。證明通過X射線無損檢測方法在質量檢測上檢測效果明顯，能夠有效檢測出耐張線夾、鋼芯實際壓接情況與鋁線夾壓力接緊密程度等，能夠準確判斷出壓接質量是否符合有關規定，在線路運維檢修中具有重要的應用意義。

由于受到時間的限制以及實驗條件的限制，在實驗部分僅做了一部分的探討，在后續研究中將擴大實驗范圍，以提高實驗的準確性，從而根據存在的問題進一步提高輸電線路耐張線夾壓接缺陷帶電X射線無損檢測效果。