一种便携式断路器弹簧操动机构运行状态声-光检测系统

摘要

本发明公开了一种便携式断路器弹簧操动机构运行状态声‑光检测系统，包括树莓派、工业相机、麦克风、声卡、电容式触摸屏、固态硬盘、移动电源。固态硬盘通过USB3.0接口与树莓派相连，用于提高系统数据传输速度，实现系统图像数据与声音数据的高速传输与保存。工业相机通过USB3.0接口与树莓派相连接，用于采集图像数据。将电容式触摸屏通过HDMI口与树莓派相连，实现系统的人机交互。最后，将移动电源连接到树莓派的Type‑C充电口，为系统供电并实现便携性。系统软件基于Python编写声‑光信号同步检测程序，通过分析采集的图像序列，获取断路器操动机构运行状态行程‑时间曲线。利用图像序列的时间戳与声信号的时间戳进行时间对准，实现毫秒级别的声‑光信号同步。

说明书

技术领域

本发明涉及一种用于检测高压断路器弹簧操动机构运行状态的声-光检测装置，通过该便携式装置检测到的声-光信号是高压断路器运行状态识别的重要依据。该系统适用于弹簧操动机构运行状态的声-光信号的检测，属于无损检测领域。

背景技术

在电力系统中，高压断路器依靠操动机构提供的动力完成分闸和合闸的操作。凭借着适用性强、运行维护简单容易等优点，弹簧操动机构成为了目前应用最广的断路器操动机构，但其机械结构比较复杂，在分合闸的操作过程中零件容易产生磨损、疲劳等现象，这些情况容易导致断路器失效，进而引发严重的电气事故。因此，对高压断路器弹簧操动机构故障类型与故障严重程度进行评估并及时检修势在必行。

断路器弹簧操动机构常见的故障有4种，分别是触头磨损、弹簧疲劳、轴销松动、线圈故障。国内外学者通过检测高压断路器弹簧操动机构动作时伴随的状态量(即监测对象)，利用现代信号处理技术对其进行分析，获得能够反映机构运行状态的特征量，并使用模式识别技术对其进行识别和分类，从而达到断路器运行状态智能识别和诊断的目的。对断路器弹簧操动机构运行状态参量的检测是其运行状态智能诊断分析的基础。根据IEEE推荐的断路器运行状态监测量选择原则，断路器分(合)闸线圈电流信号、振动信号、声波信号、动触头行程-时间特性曲线这四种状态量常被用与断路器运行状态的评估与分析。

针对分(合)闸线圈电流信号的检测通常采用霍尔电流传感器，Ahmad H等[Classification of Circuit Breaker Condition Based on Trip Coil SignatureAnalysis[J].Applied Mechanics&Materials,2015,785(7-8):333–337]利用霍尔元件采集了断路器弹簧操动机构不同故障状态下的分(合)闸线圈电流波形，并深入分析了不同故障类型波形的变化情况。但霍尔电流传感器检测结果极易受电磁、高压影响，导致检测结果误差较大且线圈电流信号属于断路器操动机构状态检测的间接表征参数；振动信号能直接反映操动机构的整体运行状态，Charbkaew等[Vibration signal analysis forcondition monitoring of puffer-type high-voltage circuit breakers usingwavelet transform[J].IEEJ Trans.Electr.Electr.Eng.2012,7,13-22.]利用加速度传感器采集高压断路器弹簧操动机构运行中的振动信号，利用特征提取与辨识方法对振动信号进行了识别，但是振动信号的检测方法对加速度传感器的依赖性极强，测试时传感器需直接与断路器操动机构接触，容易受断路器动作的影响，导致信号失真。检测断路器动作中产生的声信号属于“非接触式”测量，可以避免信号失真对诊断结果的影响，但实验中发现声波信号对操动机构轴销松动、线圈故障等类的故障有一定的敏感度，但不能覆盖可能产生的所有缺陷类型。通过在运动拉杆上安装位移传感器监测断路器动触头行程-时间特性曲线可以实现对弹簧操动机构触头磨损、弹簧疲劳类型缺陷的故障诊断，Chen等[Keytechnology design to on-line monitoring of mechanical charactersitics forintelligent vacuum circuit breaker[J].High Voltage Apparatus,2014,50(4):108-112.]通过在运动拉杆上安装位移传感器监测断路器动触头行程-时间特性曲线，但位移传感器安装极其繁琐，线路复杂，并且安装时有可能影响断路器的正常运动。

综上所述，目前对断路器弹簧操动机构运行状态检测存在的不能覆盖全部典型故障、采集设备复杂、操作繁琐等缺点，针对这些问题，本专利基于树莓派开发板进行便携式断路器弹簧操动机构的运行状态声-光检测系统开发，实现断路器弹簧操动机构运行时的声信号与图像序列的同步检测，通过图像序列计算弹簧操动机构的触头行程-时间特性曲线。基于Python编程将断路器弹簧操动机构动作时检测的声信号与行程-时间特性曲线在时间轴上进行毫秒级的同步，为断路器的故障诊断提供有效的分析依据。

发明内容

本发明的目的在于提供一种便携式的断路器弹簧操动机构运行状态声-光检测系统。系统应用树莓派开发板1调用工业相机2对弹簧操动机构运动过程的图像进行采集，通过目标点追踪识别算法提取弹簧操动机构关键部件的行程-时间曲线，调用麦克风3实现对运行过程声信号的检测。在此基础上，通过Python多线程编程，实现行程-时间曲线与声信号的精确同步。

本发明提出的利用树莓派1开发板实现断路器弹簧操动机构运行声信号与图像信号的检测与数据的传输、基于图像的断路器弹簧操动机构行程-时间曲线提取、利用Python编程实现声信号与行程-时间曲线的精准同步，其基本原理在于：

声-光信号的采集主要通过上位机树莓派1上的Python程序控制声音与图像采集硬件，完成数据采集与保存。利用麦克风3对断路器弹簧操动机构的运行声信号进行检测，在树莓派1开发板上结合Python开发软件编写声音采集程序，调用小型声卡4，将麦克风3采集的数据上传到树莓派1中保存。同样，在树莓派1开发板上结合Python开发软件编写图像采集程序，利用工业相机2对断路器弹簧操动机构运行动作图像进行采集，并将数据保存在树莓派1中。

基于传统树莓派的数据检测传输方案中，采用SD卡作为数据传输与存储的介质，这种方案也是官方推荐的方式。但是普通的SD卡，传输速度仅仅在50MB/s左右，声音信号体量较小，数据的采集与传输带宽需求小，传统的传输与存储方案可以满足系统的检测需求。图像数据由于断路器的动作时间非常短，用于断路器行程-时间曲线获取的工业相机2需要在记录速度及分辨率上满足一定的条件。假设所选用的工业相机拍摄速率是F，沿着运动部件方向的分辨率为P像素，行程的测试范围为L，cm。则行程的最高分辨率(理论值)R

速度的最高分辨率(理论值)R

可测最高速度V

可见当行程的测量范围L一定时，使用高拍摄帧数及高分辨率的高速相机可以获得更高速度分辨率及更高可测速度。断路器的行程一般在5～20cm，分合闸动作运行速度在3～8m/s，因此需要工业相机2具有300帧以上的拍摄速率、640及以上的分辨率才能满足拍摄要求。图像在640×512的幅面下，单张照片大小是312KB，则系统的采集传输带宽应大于100MB/s。本专利采用固态硬盘6替换SD卡，在树莓派上测试结果达到300MB/s，足足提高6倍的速度，可以满足图像高速采集的需求。同时，采用大文件存储的数据传输方式保存采集的图片。为了能传输更多的文件，采用只开一次文件的方式，将数据不断传输到文件中，以求更高的传输帧率。测试证明，利用大文件的传输方式，帧率至少提升1.5倍。

断路器弹簧操动机构的行程-时间曲线包含了大量能反映的断路器故障运行状态的机械特性参数。为了解决传统测试方法的不足，本专利引入机器视觉的方案以“非接触”的方式实现行程-时间曲线的获取，算法的基本流程参见图2。

由于断路器的开断元件都密封在灭弧室内，直接测量动触头的运动轨迹就目前来说是不现实的，只有使用间接方法测量与触头相连的操动机构来实现触头的测量。操动机构通过触头弹簧、绝缘拉杆带动导杆来实现开断和闭合，可近似认为传动连杆运动轨迹在同一平面，且与动静触头间接相连。基于此，本专利采用传动连杆作为断路器关键部件来测算运动参数。利用理论力学相关知识，金属拉杆的平移运动可以视为刚体的平移运动，对刚体平移运动特征分析可以简化为点的平面运动特征分析。通过上述分析可以看出，断路器操动机构动作的运动特征，可以用一个点的运动来代替，利用该点的运动特征可以反映操动机构的动作特征。

本专利的图像检测方法就以上述理论分析，通过在操动机构金属传动连杆上设置灰度明显的特征圆作为标志物，粘贴位置如图3所示。通过工业相机2拍摄传动连杆运动过程中的图像，在树莓派1上通过Python软件编程利用块匹配的方法获取运动轨迹，原理参见图4。块是匹配算法的最小运算单位，取值大小直接决定了匹配速度和准确度，用M×N来表示块的大小。另一个对匹配影响比较大的就是在搜索范围内的最大偏移量，一般最大偏移矢量用(dXmax,dYmax)表示，由图5可以算出搜索区域为(M+2×dXmax,N+2×dYmax)。利用绝对误差和(Sum of Absolute Differences，SAD)作为块匹配的评价准则。SAD的计算方法如下：

其中，(i,j)为中心像素的位移矢量，f

根据纸带上两个刻度之间的像素数和纸带的实际长度，即可计算出图像中每个像素的实际尺寸。将其图像位移乘以每个像素的实际尺寸后即可得到其绝对距离。同理，根据高速摄像机的成像帧速也可以换算出断路器动作过程中辅助标志物的运动时间，进而得到弹簧操动机构运行的行程-时间曲线。

声信号与光信号的同步通过树莓派2系统上的Python软件编程实现，思路如图5所示。首先启动Python多线程程序。声信号与图像的采集采用两个不同的线程，读取声音信号采集的每个Buffer缓冲区的时间戳T

本发明的技术方案如下：

本发明所采用的装置参见图1，包括树莓派1、工业相机2、麦克风3、声卡4、电容式触摸屏5、固态硬盘6、移动电源7。首先，固态硬盘6通过USB3.0接口与树莓派1相连，用于提高系统数据传输速度，实现系统图像数据与声音数据的高速传输与保存。工业相机2通过USB3.0接口与树莓派相连接，用于采集图像数据。同时麦克风3与声卡4相连，经声卡通过USB2.0接口与树莓派1相连，用于声音数据的采集。再将电容式触摸屏5通过HDMI口与树莓派1相连，实现系统的人机交互。最后，将移动电源7连接到树莓派的Type-C充电口，保证系统的供电，与系统的便携性。

本发明具有以下优点：(1)基于树莓派进行便携式声-光检测装备设计，该检测装置操作简单、携带方便，避免了传统检测系统线路繁琐、操作复杂等缺点；(2)基于机器视觉的方法获取断路器的行程-时间曲线，实现了“非接触式”测量方案，避免了传统接触式测量方案可能带来的测试误差；(3)利用软件编程实现了声信号与行程-时间曲线信号的同步，以便于后续利用多参量联合对结构运行状态进行分析与诊断。

附图说明

图1检测装置系统图；

图2基于图像的弹簧操动机构行程-时间曲线提取流程图

图3弹簧操动机构系图像采集位置与标记示意图；

图4匹配追踪算法原理示意图；

图5声、光信号同步检测流程图；

图6声信号与行程-时间曲线同步效果示意图；

图1中：1、树莓派，2、工业相机，3、麦克风，4、USB声卡，5、触摸屏，6、固态硬盘，7、移动电源。

具体实施方式

下面结合具体实验对本发明作进一步说明：

步骤一：实验系统搭建：按照图1的检测装置系统图安装试验系统，系统包括树莓派4B开发板1、工业相机(大恒相机MER-301-125U3M/C)2、麦克风3、小型声卡4、电容式触摸屏5、固态硬盘6、移动电源7、LED光源8。首先，固态硬盘6通过USB3.0接口与树莓派1相连，用于提高系统数据传输速度，实现系统图像数据与声音数据的高速传输与保存。工业相机2通过USB3.0接口与树莓派相连接，用于采集图像数据。同时麦克风3与声卡4相连，经声卡通过USB2.0接口与树莓派1相连，用于声音数据的采集。再将电容式触摸屏5通过HDMI口与树莓派1相连，实现系统的人机交互。最后，将移动电源7连接到树莓派的Type-C充电口，为系统供电并实现系统的便携性。

步骤二：在断路器弹簧操动机构的连杆处设置用于轨迹追踪的标记点；预先通过计算弹簧操动机构的运动连杆的运动距离范围及其出厂时的测试速度，设置工业相机2的采集帧率与分别率。确定工业相机2的位置，打开相机的观察窗，调节焦距使其聚焦于连杆标记点处，视场需包含连杆标记点分合闸的运动的范围，通过刻度尺等工具对物面分辨率进行标定；

步骤三：将麦克风3与声卡4固定在操动机构的正前方无遮挡的位置；

步骤四：通过电容式触摸屏5打开树莓派1系统上基于Python编写的多线程同步采集软件，麦克风3与工业相机2将采集到的带有精准时间戳的信号传输到树莓派1中；

步骤五：基于采集到的图像序列，利用目标搜索匹配算法对序列图像中的标记点位置进行搜索追踪，结合标定结果与图像序列的时间戳，计算得到弹簧操动机构连杆分合闸的行程-时间曲线(x～t)；

步骤六：树莓派1获得麦克风3带有精准时间戳的声信号，利用Python软件算法获得每一个采样点的精准时间戳。在时间轴上将声信号与行程-时间曲线进行时间对准，获得断路器弹簧操动机构运行状态声-光信号同步曲线结果参见图6；

以上是本发明的一个典型应用，本发明的应用不限于此。