一种非接触式高铁电力配电盘接线故障检测仪

摘要：高铁电力配电盘集成了车辆电气电路中80%以上的核心部件和电气接点，由于接线端子数量多、工艺复杂、施工难度大，一直难以对它进行有效的检验。本文采用可见光和红外双光谱融合定位技术，结合图像处理算法，开发了一种便携式智能巡检仪。经现场实验，该巡检仪能够有效的检测配电柜接线中常见的错接、漏接和虚接等缺陷，为高铁电力巡检提供了一种新思路。

关键词：配电盘；可见光；红外热成像；巡检仪

中图分类号：U238 文献标识码：A

Abstract： The high-speed railway power distribution panel integrates more than 80% of the core components and electrical contacts in the electric circuit of the vehicle. In this paper， a kind of portable intelligent inspection instrument is developed by using the technology of visible and infrared double spectrum fusion and image processing algorithm. Through the field experiment， the detector can effectively detect the common faults such as wrong connection， missing connection and virtual connection， which provides a new idea for high-speed railway electric power inspection.

Keywords： distribution panel; visible light; infrared thermal imaging; inspection instrument

1 引言

动车组的“智慧核心”——配电盘，汇聚了超过八成的关键电气组件与接点，肩负着车辆操控、信号传递及电力输送等多重电气职责。然而，因其接线端子繁多、制造工艺繁琐、施工挑战重重，长期以来，对其进行高效检验始终是一道难题。在动车组配电柜的制造环节中，鉴于工艺流程的繁琐性，工作人员在操作时往往会遭遇多种疏漏，包括线路走向偏差、标识号码混淆、端子连接不达标（如接触不良、接错、遗漏等）、导线出口布局不合理、元件型号错置、元件安置位置不当、误装及漏装元件等瑕疵。在铁路运营阶段，因前述配线及压线隐患引发的火灾、短路或接地事故，对铁路的正常行驶构成了极大的干扰。

2 接线故障类型分析

在配电盘布线过程中，常见的瑕疵包括：组件误接，诸如方位颠倒、线码错位等情况；组件遗漏，如旋接方向或摆放位置不当等问题；接线端子松脱，例如连接不稳定、接触不畅等情形。

2.1 元器件的错接、漏接

主要源于人为操作、安装过程及检修环节的影响，目前动车组配电柜主要依靠优化生产阶段的工艺手段来减少故障发生。在日常运营过程中，借助便携式检测设备对相关回路的电气参数，如电压、电流、相位等进行测量，进而实现对电气回路故障的间接诊断。采用人工日常巡视和主观评估手段进行的配电柜检查，面临着检测缺乏客观性、周期冗长、效率低下以及覆盖面不足的诸多弊端。

2.2 接线端子虚接

最为显著的征兆在于温度升高及“电弧闪烁”，依据P=I²RT这一公式，不难发现，热能输出（P）与接触电阻（R）以及流经电流（I）的平方之间，存在着紧密的正相关关系。在常规状态下，这些衔接点的电阻维持在规定界限内，经过标定电流负载后，其温升亦未超出预设的安全阈值，因而对设备稳定运作不构成威胁。鉴于其他因素的干扰导致接触端子连接不稳固，其直观反映便是电阻出现异常波动。当电流穿越时，发热功率显著攀升，且随着通电时长的延伸及电流强度的加大，异常发热现象愈发显著，进而引发温度异常攀升，最终形成温度异常升高的缺陷问题。“激发电弧”的现场瞬间显现，捕捉颇为困难，实时在线监测将不可避免地增加整机电控系统的维护开销。通常情况下，这类过热问题往往借助对连接端子的温度监测，进而完成对虚接现象的识别。

3 故障检测方法

国内外对配电柜故障的探测通常划分为接触式检测与非接触式两大类。

3.1 接触性检测

核心操作在于运用双钳相位伏安表等精密仪器，直接对易发生故障的器件进行电压、电流、相位等电气指标的精准测量，以此作为辅助手段，有效辨识电路中的漏接、错接等连接性缺陷。

3.2 非接触性检测

鉴于普遍存在的高压开关触点常置于高电压、高温、强磁场及剧烈电磁干扰的复杂环境中，若欲实现对触点温度的精准测量，务必攻克电子测温设备在上述极端环境下的适应性问题。现阶段，温度检测手段普遍依赖于非主动式测温技术。非接触式温度测量技术通过捕捉目标点辐射出的远红外波段，借助分析这些波段的特性来精准判定该点的温度值。

4 基于双光谱融合定位的故障检测

针对元器件虚连问题：运用高密度集成的红外热成像传感器与高分辨率的可见光图像传感器，分别捕获被测对象的温度场数据及可见光环境下的数字图像资料，并通过手持式终端设备将全部图像资料传送至数据中心（鉴于常规终端设备在图像数据处理上的局限性）。数据中心首先将温度场数据与预设的温度临界值进行对比，锁定温度异常区域，再结合可见光图像资料，辨识异常区域的元器件轮廓特征，进而实现智能化的定位与识别虚连元器件的具体位置（涵盖颜色、坐标、型号等详细信息）。

针对元件漏装与误接问题：主要借助高分辨率的可见光图像传感器，捕捉待测目标在可见光环境下的数字图像数据，涵盖元件的外形、标识牌、线缆编码、色泽等细节。随后，通过便携式终端将所有图像数据传送至数据服务器。后台服务器依托智能识别算法，精准定位检测目标的坐标，并将待测目标的数字图像数据与预设模板进行逐项对比，自动辨识线缆误接、元件缺失、旋钮方向偏差、器件标识牌等异常情况。

4.1 硬件设计

智能巡检设备主要由尖端智能手机、封装保护壳、操控握把、红外热成像单元等多个组件集成而成。借助智能手机内置的可见光摄像头与红外热成像单元的红外传感器，分别捕捉目标对象的可见光影像和红外热成像图。利用数字通信协议将图像信息传送至数据处理终端，随后将分析结果呈现在移动电话的视觉输出界面上。

4.2 软件设计

鉴于其在便捷开发、广泛普及和高度成熟等方面的显著优势，决定采用以 Android 为基础的操作系统展开研发工作。安卓平台展现出若干显著益处：其开放特质，摆脱了运营商的枷锁，多样化的硬件选项（数据同步，软件兼容性），无拘无束的开发环境，以及与谷歌应用的无缝融合。

4.2.1 双通道的图像采集及预处理

借助智能手机内置的1600万像素可见光传感器，捕捉待测区域的可见光影像；利用红外模块与智能手机在OTG模式下的数据交换，采集待测区域的红外热成像图；依据标定参数，对所获图像进行校准处理。在同一视域内，用户能够同步捕获可见光（VL）影像、红外（IR）影像以及这两者的融合影像。

4.2.2基于 Wifi 与后台的数据交互

智能设备捕捉的视觉信息与便携式计算机通过无线局域网（依托于 Wi-Fi 标准）相连，能够实现图像信息的迅速传输，以便在移动工作站上进行高效的数据处理。在理想状态下，图像的传递速率约为五秒左右，且在无任何遮挡的情况下，其传输范围可超过五十米。

4.2.3 故障诊断及结果显示

在后台数据处理系统完成诊断结果的处理后，智能终端能够呈现这些信息，展示形式丰富多样。系统自动识别图像内梯度密集的区块，依据设定的温度梯度临界值进行区域性的目标分割与聚类处理，最终呈现各区块的温度特征描述。

5 实验与分析

高速列车配电柜内的绝大多数接线，其电流范围集中在0.5安培至1安培，所使用的线缆截面积至少为0.5平方毫米（即直径不小于2.2毫米）。

实验设置：构建实验用配电装置，于室内环境、无制冷设备、通风状况普通的情况下展开，智能检测设备与配电装置的间距大致为五十厘米。在预设的模拟接触区域，如图1所展示的，分别对1、2、3、4组接线端进行模拟接触测试。1、终端2、3、4所对应的四通道负载电流及电压分别为：1.264安培，直流24伏特；0.653安培，直流24伏特；0.648安培，直流24伏特；0.651安培，直流24伏特。

实验步骤：设备通电约三十分钟，随即启动对四通道负载对应输出端口的温度检测，待端口温度恒定后，模拟断开1、2、4通道负载，记录其温度变动状况，具体参见图2与图3。温度采集周期设定为每10秒一次，实验结果所呈现的虚接点温度变化轨迹详见图4。

图示二所示，虚拟连接实验启动之初，虚拟接触点的温度急剧攀升。

结论：承载部件 1、2、4 存在接触不良现象，而 3 保持稳定连接。在松动 1、2、4 后，观察到接口温度显著上升，其中 1 因大电流影响，温度增加约 4℃，而 2、4 由于电流较小，温度仅上升约 1℃。此外，连接端子的松弛程度与温度升高的幅度大致吻合，实验过程中出现的温度骤升峰值，实则源于人为设定的模拟虚接所引发的干扰。

通过测定现场的实际温度，例如检测配电柜表面的热感，或是在柜内附着一种标准材质（如电缆外层的橡胶片），以此作为测温的参照点。通过设定被测物体与标准块的温差值，进而判定是否存在接触不良的情况。

参考文献：

[1]史程程.基于机器视觉的高铁列车配电盘智能检修系统研究[D].青岛大学，2020.

[2]于淼. 智能热像检测仪在轨道交通领域主动安全检测应用[J]. 科学技术创新. 2018（36）：1-3.

[3]王青，肖晓斌，胡广胜. 基于热成像技术的轨道车辆配电盘缺陷模式分析与研究[J]. 黑龙江科技信息. 2017（04）：8-10.

[4] 李涪帆，张静，宁静. 基于Android操作系统对轨道车辆配电盘缺陷检测的软件算法设计[J]. 科技创新与应用. 2017（01）：83-85.

[5] 钱建强. CRH2型动车组紧急制动电路故障排查与分析[J]. 机车电传动. 2014（03）：100-102.

[6] 薛刚，孟锰，杨海军. 回路测试法在车辆线路试验中的应用[J]. 科技创新与应用. 2013（01）：83-84+88.

资金支持：2023年度广东省高校特色创新项目“基于双光谱融合定位的高铁电力配电盘故障智能识别研究与应用”（项目编号：2023KTSCX266）