河南平芝高压开关有限公司，河南平顶山 467013
红外测温技术是电力行业常用的设备故障检测手段，在气体绝缘组合电器设备(Gas InsulatedSwitchgear，GIS)故障诊断中有着重要应用。为提高 GIS设备红外测温精度，建立了一个红外测温模型并提出一种 SF6透射率校正方法。首先，基于热辐射理论建立红外测温模型，并给出不同条件下的简化模型。然后，为提高温度测量精度，考虑 SF6透射率对红外模型测温模型输出结果的影响，给出不同条件下的 SF6透射率校正方法。最后，进行实际的温度测量实验，验证所建立的红外测温模型及所提 SF6透射率校正方法的有效性。实验结果表明，与未进行 SF6透射率校正的方法相比，使用所提 SF6透射率校正方法后温度测量精度得以提高，误差最高降低了 66.7%。所提方法为电网故障检测及监控打下基础，在电网故障检测、电网安全作业等方面有着广阔的应用前景。
电网故障检测 红外测温技术 辐射理论 SF6透射率 红外热像仪 power grid fault detection infrared temperature measurement technology radiation theory SF6 transmittance infrared thermal imager
1 陆军炮兵防空兵学院郑州校区, 郑州 450000
2 火箭军工程大学, 西安 710000
针对现有质量相关故障检测方法中故障信号容易被非平稳变量的随机趋势所掩盖, 从而导致故障检测率低的问题, 提出了一种基于协整分析和改进潜结构投影(CA-MPLS)法的质量相关故障检测方法。首先, 通过协整分析提取非平稳变量间的平稳特征趋势; 然后, 将平稳特征信息与平稳变量融合构造正交投影空间, 把过程变量以正交投影方式投影于质量相关子空间以及质量无关子空间中; 最后, 分别在两种子空间中设置相关的统计指标完成在线监测。在田纳西-伊斯曼中的仿真结果表明, 所提方法可以显著减少非平稳特性的干扰, 提高故障检测的准确度。
数据驱动 协整分析 偏最小二乘 过程监测 故障检测 data driving cointegration analysis partial least squares process monitoring fault detection
河海大学地球科学与工程学院，江苏 南京 211100
目前利用无人机获取光伏组件红外影像数据越来越多地应用于光伏组件故障检测中。但光伏组件红外影像数据各类别样本相似度较高，现有深度学习模型的光伏组件红外影像特征提取能力较低，导致光伏组件多故障类型分类精度偏低。针对以上问题，基于ResNet（residual network）模型构建ResPNet（residual photovoltaic network）模型进行光伏组件红外影像故障检测。ResPNet模型在ResNet模型基础上，加入了底层特征信息增强模块、多尺度特征信息增强模块、全局特征信息增强模块，用于提升模型的光伏组件红外影像特征提取能力。在公开的光伏组件红外影像数据集Infrared Solar Modules上进行实验，ResPNet模型的12类光伏组件红外影像分类精度达到84.6%，不但优于ResNet-50模型，而且优于其他的光伏组件红外影像分类模型。通过级联多个ResPNet模型，取得了该数据集目前已知最高的12类光伏组件红外影像分类检测精度（85.9%）。
ResNet 光伏组件 深度学习 红外影像 故障检测 激光与光电子学进展
2023, 60(24): 2412005
1 哈尔滨理工大学测控技术与通信工程学院, 黑龙江 哈尔滨 150080
2 哈尔滨理工大学黑龙江省激光光谱技术及应用重点实验室, 黑龙江 哈尔滨 150080
针对无人机在光伏组件巡检任务中红外故障图像识别准确率低、检测速度慢的问题, 提出一种特征增强的 YOLO v5s故障检测算法。首先对损失函数进行优化, 将原有的回归损失计算方法由 GIOU(generalized intersection over union)改为功能更加强大的 EIOU(efficient intersection over union)损失函数, 并自适应调节置信度损失平衡系数, 提升模型训练效果; 随后, 在每个检测层前分别添加 InRe特征增强模块, 通过丰富特征表达增强目标特征提取能力。最后, 用创建的红外光伏数据集进行对比验证。实验结果表明: 本文方法均值平均精度(mean average precision, mAP)为 92.76%, 检测速度(frame per second, FPS)达到 42.37 FPS, 其中热斑、组件脱落两种故障类型平均精度分别为 94.85%、90.67%, 完全能够满足无人机自动巡检的需求。
故障检测 特征增强模块 fault detection, YOLOv5s, EIOU, feature enhancemen YOLO v5s EIOU
南京航空航天大学导航研究中心, 南京 211000
故障预测与健康管理(PHM) 对提高无人机的可靠性具有重要意义。针对北斗短报文机载PHM通信中数据量与传输效率之间的矛盾, 提出并实现了一种机载PHM通信中的北斗卫星导航系统(BDS)优先级分包传输方法。该方法基于传输信息优先级思路设计了分包传输策略, 平衡了通信频度与容量不足的矛盾, 然后利用丢包重传机制提高了通信的可靠性, 并实现了可视化通信应用。实验结果表明, 所提策略可在规定时间内实现PHM信息的可靠传输, 验证了所设计的BDS优先级分包传输方法在机载PHM信息传输方面的可靠性。
北斗短报文 通信 传输策略 无人机 故障检测与健康管理 BeiDou short message communication transmission strategy UAV PHM
1 中国科学院 近代物理研究所，兰州 730000；中国科学院大学 核科学与技术学院，北京 100049；惠州离子科学研究中心，广东 惠州 516003
2 中国科学院 近代物理研究所，兰州 730000；惠州离子科学研究中心，广东 惠州 516003
3 中国科学院 近代物理研究所，兰州 730000
4 中国科学院 近代物理研究所，兰州 730000；中国科学院大学 核科学与技术学院，北京 100049
5 中国科学院大学 核科学与技术学院，北京 100049
强流重离子加速器装置（HIAF）的增强器（BRing）二极铁电源样机采用多模块串并联的全储能快循环脉冲电源实现方案，电源功率达到MW级。由于电源规模庞大和功率巨大，为了在运行中迅速保护电源设备，设计并实现了一套双冗余的基于可编程逻辑控制器（PLC）、模块故障联锁板和现场可编程门阵列（FPGA）的模块故障联锁保护系统，利用硬件和软件同时对电源功率单元模块实施故障检测、故障传递和故障保护。设计完成后分别从电源联锁环路的响应时间、核心控制板故障引发电源环路联锁的总时间和设备故障响应等三个方面进行测试，测试结果表明，在电源发生故障时，模块故障联锁保护系统满足电源样机对实时性和可靠性的要求，达到设计目标。
模块故障联锁 数字控制器 故障检测 故障保护 module fault interlock digital controller fault detection fault protection HIAF-BRing HIAF-BRing 强激光与粒子束
2021, 33(7): 074002
强激光与粒子束
2021, 33(4): 045003
上海工程技术大学电子电气工程学院, 上海 201600
研究了非线性网络控制系统存在时变时滞、丢包、传感器扇区非线性时的故障检测问题。针对时间触发周期采样带来的网络资源浪费问题, 提出了一种满足给定触发条件来判断采样数据是否需要传输的事件触发机制。根据Lyapunov稳定性理论和线性矩阵不等式将故障检测问题转换成求解H∞凸优化问题。最后, 以电机伺服控制系统为例, 通过Matlab仿真, 进一步验证了设计的可靠性与实用性。
事件触发 非线性网络控制系统 扇区有界 时变时滞 H∞故障检测 电机伺服控制系统 event triggering nonlinear network control system bounded sector time-varying delay H∞fault detection motor servo control system
1 空军工程大学,a.航空机务士官学校, 河南 信阳 464000
2 空军工程大学,b.航空工程学院, 西安 710038
针对航空发动机非线性分布式控制系统的故障检测问题, 首先, 通过辨识方法建立了具有多项式组合形式的航空发动机非线性模型, 并考虑网络因素, 建立了具有随机时延的航空发动机非线性分布式控制系统模型。然后, 把非线性分布式控制系统看成是一种随机系统, 为其设计了非线性的故障观测器, 应用Lyapunov稳定性理论和随机系统均方渐近稳定理论推导了故障观测器误差系统均方渐近稳定的线性矩阵不等式条件, 并求得了线性矩阵不等式的可行解。最后, 给出了具体的故障检测步骤, 并通过仿真计算验证了所提算法的有效性。
航空发动机 故障检测 非线性系统 稳定性分析 故障观测器 aeroengine fault detection nonlinear system stability analysis fault observer
