Применение вейвлет-преобразования для распознавания акустических сигналов различных дефектов силовых трансформаторов

Обложка

Цитировать

Полный текст

Аннотация

Обоснование. В статье рассматривается применение вейвлет-преобразования для обработки акустических сигналов при диагностировании силовых трансформаторов с использованием имитатора с различным набором дефектов. Рассмотрены особенности применения непрерывного вейвлет-преобразования на конкретном примере, описан алгоритм получения эталонных сигналов для распознавания вида дефекта.

Цель. Разработка математической модели построения эталонных сигналов акустического контроля при обработке данных от имитатора различных дефектов и последующего распознавания дефектов на реальных силовых трансформаторах во время их эксплуатации.

Материалы и методы. Получение акустических сигналов от имитатора дефектов и реальных трансформаторов при помощи автоматизированных систем акустического контроля. Обработка данных при помощи вейвлет преобразования, получение скейлограмм, сравнение результатов преобразования эталонных сигналов и сигналов силовых трансформаторов для выявления вида дефекта и степени его развития.

Результаты. Представлены выражения для преобразования сигналов, показаны сигналы акустического контроля, формирование эталонных сигналов, распознавание наиболее близких сигналов по форме, соответствующие различным видам дефектов.

Заключение. Показан подход формирования методики обработки сигналов акустического контроля, позволяющего воспроизводить различные дефекты изоляции силовых трансформаторов, распознавания подобных дефектов по предложенным параметрам вейвлет преобразования.

Об авторах

Андрей Альбертович Кузнецов

Омский государственный университет путей сообщения

Автор, ответственный за переписку.
Email: kuznetsovaa.omgups@gmail.com
ORCID iD: 0000-0002-1815-4679
SPIN-код: 5259-0531

доктор технических наук, профессор

Россия, Омск

Антон Витальевич Пономарев

Омский государственный университет путей сообщения

Email: antonyswork@gmail.com
ORCID iD: 0000-0003-1468-5402
SPIN-код: 8927-5050

кандидат технических наук, доцент

Россия, Омск

Антон Вячеславович Горлов

Омский государственный университет путей сообщения

Email: anton.gorlov@mail.ru
ORCID iD: 0000-0002-8413-6612
SPIN-код: 8845-5070

аспирант

Россия, Омск

Мария Андреевна Волчанина

Омский государственный университет путей сообщения

Email: kuznetcova994@gmail.com
SPIN-код: 2130-4637

кандидат технических наук, инженер

Россия, Омск

Список литературы

  1. Ser’eznov AN, Stepanova LN, Murav’ev VV. Diagnostics of transport objects using acoustic emission method. Moscow: Mashinostroenie; 2004. (In Russ).
  2. Kuznecov AA, Volchanina MA, Gorlov AV. Comparison of acoustic signals and video images of high-voltage discharges in oil in problems of power transformer diagnostics. Izvestiya Transsiba. 2023;4(56):121–134. (In Russ). EDN: OZHBWL
  3. Volchanina MA, Kuznecov AA, Gorlov AV. Increasing the Reliability of Power Transformers Diagnosing under Seasonal Temperature Changes. Electrotechnical Systems and Complexes. 2021;4(53):33–38. (In Russ). doi: 10.18503/2311-8318-2021-4(53)-33-38
  4. Cheremisin VT, Kuznecov AA, Volchanina MA, Gorlov AV. Measuring the acoustic signals parameters of the defect simulator of power transformers. Transportation Systems and Technology. 2020;6(4):161–171. (In Russ). doi: 10.17816/transsyst202064161-171 EDN: DRLMYV
  5. Gorlov AV, Volchanina MA, Ponomarev AV, Kuznecov AA. Investigation of high-voltage discharge in oil on a simulator with a different set of defects. Modern Transportation Systems and Technologies. 2023;9(1):83–94. (In Russ). doi: 10.17816/transsyst20239183-94 EDN: WPBXRM
  6. Dyakonov VP. Wavelets. From Theory to Practice. Moscow: SOLON-Press; 2010. (In Russ).
  7. Dobeshi I. Ten Lectures on Wavelets. Izhevsk: NIC «Regulyarnaya i haoticheskaya dinamika»; 2001. (In Russ).
  8. Osipov DC, Dolgih NN, Dyuba EA. Analysis of non-sinusoidal non-stationary modes of electric networks based on the wavelet transformation. Yugra State University Bulletin. 2023;3:117–126. (In Russ). doi: 10.18822/byusu202303117-126
  9. Osipov DC. Development of criterion for choosing optimal type of mother wavelet in problem of calculating active and reactive power at power systems. Omsk Scientific Bulletin. 2018;6(162):71–75. (In Russ). doi: 10.25206/1813-8225-2018-162-71-75
  10. Stepanova LN, Ser’eznov AN, Kabanov SI. Ramazanov IS. Wavelet transform application for acoustic emission signals location. Kontrol. Diagnostika. 2017;10:18–26. (In Russ). doi: 10.14489/td.2017.10

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. Рис. 1. Пример исследуемой функции

Скачать (87KB)
Метаданные
3. Рис. 2. Трехмерное представление скейлограммы приведенного сигнала

Скачать (144KB)
Метаданные
4. Рис. 3. Двумерное представление скейлограммы исследуемого сигнала с обозначением линий временных и масштабных срезов

Скачать (159KB)
Метаданные
5. Рис. 4. Срезы скейлограммы при t = 150 мс, t = 350 мс и t = 450 мс

Скачать (73KB)
Метаданные
6. Рис. 5. Временные срезы скейлограммы при трех основных масштабах

Скачать (78KB)
Метаданные
7. Рис. 6. Акустические сигналы, зафиксированные при имитации дефекта «пробой изоляции»

Скачать (163KB)
Метаданные
8. Рис. 7. Скейлограммы акустических сигналов, зафиксированных при имитации дефекта «пробой изоляции»

Скачать (193KB)
Метаданные
9. Рис. 8. Исходный сигнал (a) и временной срез его скейлограммы на фиксированном масштабе (b)

Скачать (146KB)
Метаданные
10. Рис. 9. Временной срез скейлограммы исследуемого сигнала fs(t) и эталонные срезы различных дефектов

Скачать (134KB)
Метаданные
11. Рис. 10. Динамика изменения коэффициента Ks при сравнении исследуемого сигнала с тремя эталонными

Скачать (103KB)
Метаданные

© Кузнецов А.А., Пономарев А.В., Горлов А.В., Волчанина М.А., 2024

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».