采用红外热电视技术 检测电气设备过热隐患

红外热电视技术(又称红外成像技术)就是利用运行中电气设备的红外能作为检测,及时发现设备外部或内部的接触性故障.在电力系统中的隔离开关触头发热,母线线夹发热,变压器和互感器内部接触不良发热,穿墙套管搭头发热等等,都可以通过该项技术得到检测.检测时,首先用红外热电视对电气设备进行较大范围扫描,当发现过热点时,再用红外点温枪进一步仔细测定过热点温度,具体分析过热设备运行状态及过热程度,及时安排处理.     

红外热成像技术在作物胁迫检测方面的应用

红外热成像技术是通过接收事物自身的分子及原子无规则运动产生的热辐射后,对事物进行成像的一种机器视觉技术。目前,国内外均在红外热成像方面做了较深入的理论方法研究。为此,简要地概括了红外热成像技术的原理,介绍了该技术在农业上的应用,并从作物病害胁迫检测、水分胁迫分析、冻害胁迫分析3个方面,具体说明了红外热成像技术在作物胁迫检测方面的研究现状。最后,通过总结热红外技术的特点及优势,对未来该技术在作物检测方面的研究方向进行了展望。     

基于红外热成像边缘检测算法的小麦叶锈病分级研究

小麦叶锈病对我国小麦生产危害巨大,实现小麦叶锈病的监测和快速分级是进行科学生产管理的基础。针对常规图像检测技术的不足,提出一种基于红外热成像技术的快速检测和分级方法。首先,采集整株小麦样本的红外热成像图像,分别计算健康植株、潜伏期植株和显症植株的平均叶温,探明真菌入侵过程中的温度变化规律;然后,将经过直方图均衡化和中值滤波预处理的红外热成像中低于显症植株温度阈值的区域提取出来;通过温度区域划分、低温区域提取和阈值分割,计算病斑面积在整体植株热成像总面积中的百分比;最后,对病情指数进行相关分析,获得相关系数为0. 975 5,预测均方根误差为9. 79%,总识别正确率为90%。结果表明,基于红外热成像边缘检测算法的小麦叶锈病分级方法是可行的。     

红外成像技术在变电所的应用

随着现代电力工业向着高电压等级 ,超大容量的发展 ,电力系统对安全可靠运行提出了越来越高的要求。因此电气设备运行状态的在线检测和故障诊断 ,对提高设备可靠性、经济性运行 ,降低维修成本 ,都有很重要的意义。红外成像技术是不接触电气设备 ,在不停电的情况下进行电气设备绝缘故障检测和诊断的现代化手段。1　红外成像技术在变电所中的应用自 1999年以来 ,我局 13座变电所利用红外成像技术进行绝缘检测 ,发现了大量的电气设备缺陷 ,主要的电气设备缺陷类型有 :隔离开关接头和顶帽发热 ,多油断路器油箱内部发热 ,耦合电容器整体和末屏发…     

苹果表面缺陷红外热成像检测装置及处理方法

红外热成像技术是一种可用于农产品检测的新型无损检测技术。简介了红外热成像原理及该技术用于苹果表面缺陷检测的方法。实验装置以IR790为核心,将苹果表面温场转换为热图像显示,经计算机处理与分析,最终得到苹果缺陷信息。     

红外热成像技术在农业生产中的应用

红外热成像技术是利用物体自身各部分红外热辐射的差异,把物体不可见的热辐射情况转换为可视热图的技术。为此,简单介绍了红外热成像技术的原理,从农业生产管理与决策、农业生产自动化、农产品检测与加工等3个方面入手,阐述了目前红外热成像技术在农业生产中的应用情况,总结了存在的问题,并对未来进一步的研究方向进行了展望。     

红外热成像技术在农业中的应用

介绍了红外热成像技术的基本原理和常用热图像处理方法,总结了红外热成像技术在作物水分胁迫、侵染性病害监测、冻害胁迫以及产量预测等领域中的应用,分析了红外热成像技术在农业领域的开发与应用中所面临的难题和未来的发展趋势,以期为红外热成像技术在农业上的实际开发应用提供参考。      

苹果早期碰伤红外无损检测机理研究

针对水果早期碰伤不易被识别的特点,以苹果作为研究对象,在分析了球面热源空间红外辐射规律的基础上,对苹果的早期碰伤红外热成像检测原理进行了深入探讨,最后通过实验验证了分析的模型以及规律,为红外热成像技术在农产品质量检测中的应用奠定基础.     

农业图像监测技术的应用与展望

随着农业信息技术的发展,农业生产的智能化与科学化受到越来越多的重视,其中通过智能化监测设备获取作物生长信息已成为主要发展方向。因此,学习和掌握不同监测设备的技术特点对获取农业信息是十分重要。本文分别介绍红外热成像技术和数码图像技术在农业上的应用,其中较为详细的阐述红外热成像技术在农作物生长长势、病虫害防治、品质的无损检测和农业生产自动化等方面的应用,分析总结两种成像技术在实际应用中的利弊,并进行讨论和展望,以期为智能监测设备的选择与应用提供依据。     

红外热像数据库

红外热像数据库内蒙古电力试验研究所利用远红外技术，对内蒙古百部电网的电气设备进行全面普查，历时四年，建成了西部电网主要电气设备红外热像数据Ｓ。远红外测温技术是诊断设备过热问题的先进技术。内蒙古电力试验研究所于１９９１年末引进美国休斯公司ＴＶＳ－２１０...     

鲜切花真空预冷过程温度的红外热成像检

采用红外热成像远程动态控制系统和热电偶两种温度检测方法,对非洲菊真空预冷过程中舌状花瓣、管状花瓣和茎秆3个部位的温度进行实时检测.实验结果表明,不同部位之间降温速率存在较大差异,不同部位的温度分布也不均匀;热电偶和红外热成像检测结果相比,前者比后者平均高出4.55～10.4℃.     

基于红外热成像树上板栗机器识别研究

针对普通视觉系统无法分类识别的特点,将红外热成像技术引入到树上板栗的机器识别检测当中,建立了果园树上板栗红外热成像系统。记录了白天树上板栗果实与冠层温度变化情况,发现下午2:00~4:00之间,二者温度差异最为显著,最大温差可达3℃。研究了正常板栗果、坏死果以及空心果的红外辐射差异,发现坏死果表面温度最高,正常果次之,空心果温度最低。最后对获取的热图像进行温度校正、阈值分割、特征提取、目标标识。结果表明,树上板栗的有效识别率在85%以上。     

红外热成像仪——在变电运维工作中的应用

正作为一项带电检测技术,红外测温技术在电网检测和维护过程中发挥着重要作用,在缺陷的预知、状态检修、排查故障、监控工作等方面有着很高的实用性。在变电运维工作中引进红外测温技术,能够精准地发现设备运行过程中出现的异常和缺陷。1红外热成像仪原理光学系统中的成像物镜接收被测目标的红外辐射能量,转变为相应的电信号并按原有的空间顺序反映在探测器的光敏元件上,经过电路的运算、处理、转换等,通过显示器呈现被测物体的红外热像图。     

红外热像仪在变压器油位监测中的应用

<正>红外监测技术是通过测量高压设备的某部位温度来判定热故障,它的技术优势是实效性较强、精度高,可在一定距离内遥测,也可直观连续测定、显示温度的梯度图像。随着红外热像诊断技术的推广应用,电力系统内电气设备接点类故障大大减少,也彰显了对设备进行监测的有效性和必要性。笔者这里谈谈红外热像仪在变压器油位监测中的应用,供同行参考。     

红外热像仪在奶牛疾病诊断中的应用

红外热成像是一种非接触的、无创的、快速连续的成像技术,能够全面、整体、动态地采集和分析数据,在医学、建筑学等各个领域被广泛应用,可基于生物体不同部位的体表温度不同,以及生理和病理状态下体表温度的差异进行诊断。文章就近年来有关红外热像仪在奶牛疾病诊断的研究现状进行整理,并提出了今后的发展方向。     

基于红外热像仪的铝蜂窝板结构检测与分析

为了检测铝蜂窝板的结构缺陷,采用红外热像技术把铝蜂窝板内部的温度分布转换成形象的热图像。采用非接触式的加热方法对铝蜂窝板进行加热,通过两次实验对铝蜂窝板脱胶区域(脱胶区域是否插入纸片)的检测进行了比较。结果表明,脱粘影响铝蜂窝板的组织结构。说明将红外热像仪用于车辆部件温度分布的检测与分析的方法是可行的。     

高压电气试验设备及技术改进的分析

现阶段,高压电气试验设备种类十分繁多,在技术控制上又很难把握。为了提高高压电气设备的安全运行和维护工作,需要检测高压电气试验设备的运行状态和绝缘性能,从而快速找到高压电气设备中的存在问题,分析高压电气设备技术改进工作,以提高高压电气设备的安全指数。分接开关过渡时间试验、极性试验、直流泄露电流试验、绕组变形试验和变压器油试验都是高压电气试验的范围,想要这些试验数据测试准确,就需要依靠相应的设备完成。因此,在高压电气试验中优化技术十分关键,对于提升高压电气设备的绝缘性能和安全运行状况起到了十分关键的作用。     

电气设备在线监测技术的研究与发展探讨

我国的科学技术在持续进步,电气设备的监测技术成为了重要的研究对象,相关行业对其非常重视,主要针对于传感技术与红外成像技术进行研究,分析电气设备在线监测技术的发展,充分证明电气设备在线监测技术研究的重要意义。为了能使电气设备更好的运行,电气设施需要进行定期的检查与维护,电气设备的基本状态进行实时观察,主要以状态监测为主,对比实时监测的电气数据与指标,在整个过程中出现问题的设备进行维护,避免由于故障问题而影响正常的工作流程具有一定的现实意义。本文对此展开讨论。     

基于主动热成像技术的苹果早期机械损伤检测

针对苹果早期机械损伤在普通光学图像中特征不明显,易受表皮颜色、果梗和花萼干扰,很难检测识别的特点,选取红富士苹果作为研究对象,通过主动红外热激励以及降温措施,利用红外热成像技术研究苹果表面机械损伤温度变化情况.结果表明:苹果表面早期机械损伤在热图像中的对比度受周围空气流动影响,苹果的缺陷部位与果梗、花萼的线轮廓温度曲线的波形特征存在明显差异,可以较好地排除苹果果梗和花萼的干扰,达到缺陷检测的目的.     

基于红外热成像的生猪耳温自动提取算法

针对利用红外热成像进行生猪体温自动提取困难的问题,在设施猪场生猪体温红外巡检装置的基础上,提出将生猪耳部区域作为其体温的代表区域,探索一种基于红外热像图的生猪耳温自动提取算法(IT-PETE)。该算法通过高效而准确地识别生猪耳部区域并提取耳部区域的温度最大值和平均值,实现生猪体温非接触式自动监测。IT-PETE算法首先用拉普拉斯算子对生猪热红外图像进行预处理,然后基于YOLO v4和形态学对热红外图像中的生猪耳部进行提取,并结合耳部分割图像和温度矩阵自动获取耳部区域温度的最大值和平均值。采用5折交叉验证方法训练生猪耳部区域检测模型,训练集和验证集图像共2000幅,测试集400幅。试验表明,YOLO v4耳部区域检测准确率为97.6%,比Faster R-CNN和SSD分别提高了2.0个百分点和7.8个百分点,单帧图像的平均检测时间为12ms。同时对20头猪的人工统计耳温数据与算法提取体温进行相关性分析,得到两者在耳部区域温度最大值和平均值的决定系数分别为0.9849和0.9119,表明IT-PETE算法对体温数据的提取具有可靠性和可行性。因此,IT-PETE算法在一定程度上可为生猪体温自动化监测和预警系统提供技术支撑。