文献

J-GLOBAL ID：201902254326673177   整理番号：19A1117855

ブッシングの光学汚染モニタリングの事例【JST・京大機械翻訳】

A Case for Optical Pollution Monitoring of Bushings

著者 (3件)： Fernandes Filipe (School of Electrical and Information Engineering, The University of the Witwatersrand, Johannesburg, RSA) ,  Van Coller John (School Electrical and Information Engineering, The University of the Witwatersrand, Johannesburg, RSA) ,  Mahatho Nishal (RT&D, Eskom, Johannesburg, RSA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： SAUPEC/RobMech/PRASA  ページ： 334-339  発行年： 2019年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 提案した研究は,変圧器ブッシングにおける乾燥汚染レベルを光学的に監視し,可能な漏れ電流を決定することを目的とした。研究は,適切な画像処理による画像捕捉システムの実装を含む。塩堆積物汚染の4つの人工レベルの予備的画像捕捉:クリーン,ライト,媒体,および重を首尾よく達成した。表面汚染の百分率レベルは,画像二値閾値を用いて見つけた。光汚染に対して,汚染表面被覆率は8%であり,各連続レベルは3%増加した。これらは,予測された乾燥汚染レベルと画像中のタイプを出力するニューラルネットワークへの入力の一部として役立つ。漏れ電流は湿潤条件下で種々の既知の汚染レベルで測定しなければならない。これらの値は,ニューラルネットワークが,予測された乾燥汚染レベルを湿潤条件下での漏れ電流に相関させるために使用しなければならないという参照として保存される。汚染タイプと重症度を分類するために使用された標準法を提示した。汚染条件下でのブッシングフラッシュオーバーを支配する動力学を論じた。実際の汚染レベルとタイプを,等価塩分検出密度(ESDD)と非可溶性検出密度(NSDD)を用いて定量化した。画像セグメンテーションと境界抽出は,表面汚染物質に関連する4つの変数を出力するために例証される:面積比,被覆率,形状因子と偏心。最初の2つのパラメータは表面汚染密度の尺度として提案されるが,後者の2つのパラメータは汚染タイプの同定に役立つ可能性がある。より正確な汚染型同定のために,反射変換イメージング(RTI)を提案した。約100μmの顕著なマッピング分解能で,塩堆積物と塵埃堆積物の間の特徴認識は,より容易に達成される。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 漏れ電流 ,  塵埃 ,  媒質 ,  画像 ,  フラッシュオーバ ,  ニューラルネットワーク ,  湿潤 ,  捕獲 ,  *汚染監視 ,  分解能 ,  画像処理 ,  可溶性 ,  堆積物 ,  *ブッシング ,  塩分

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  計測機器一般  (AD02000X) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： ブッシング ,  光学 ,  汚染モニタリング