歡迎來到演算法、軟體和硬體三位一體的未來世界論文書籍站
渦電流檢測非破壞檢測的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列懶人包和總整理
渦電流檢測非破壞檢測的問題，我們搜遍了碩博士論文和台灣出版的書籍，推薦國網冀北電力有限公司運維檢修部寫的 高壓試驗百問百答 和中國土木水利工程學會,非破壞檢測委員會的 橋梁檢測基本理論都 可以從中找到所需的評價。
這兩本書分別來自中國電力 和科技圖書所出版 。
正修科技大學 機電工程研究所 陳鴻雄所指導 林財得的 利用Eddynet軟體建構渦電流檢測研判方法之研究 （2021），提出渦電流檢測非破壞檢測關鍵因素是什麼，來自於Eddynet軟體、渦電流檢測、非破壞檢測。
而第二篇論文長庚大學 機械工程學系 廖駿偉所指導 陳彥誠的 設備監測及檢測之異常訊號辨識分類 （2020），提出因為有 機械健康監測、機器學習、深度學習、隨機森林、決策樹、特徵提取、轉動機械、渦電流檢測、缺陷、管線、阻抗值、卷積神經網路、支持向量機的重點而找出了 渦電流檢測非破壞檢測的解答。
高壓試驗百問百答
為了解決渦電流檢測非破壞檢測 的問題，作者國網冀北電力有限公司運維檢修部 這樣論述：
為更好地指導、規範高壓試驗作業，特組織國網冀北電力有限公司的專家，以指導實際操作為宗旨，以核心技術標準條文和試驗方法重點為主線，以問、答的形式，精選168個關鍵技術的操作和解答，編制了《高壓試驗百問百答》。這本書也是作者對於高壓試驗深刻理解之後的知識濃縮。 本書依據高壓實驗人員崗位要求，設置了基礎知識、試驗方法、特殊試驗方案、綜合編制四章。這四章內容，在技術層面，解答高壓試驗的直接目的，即及時獲取設備的絕緣水準和狀態；在管理層面，由點及面，通過案例講解來突出高壓試驗在設備管理中的基礎性作用。 郭亮，國網冀北電力有限公司電力科學研究院，高工。 2013年任冀北電科院設
備狀態評價中心技術監督室主管，主要負責電氣設備性能技術監督；負責高電壓試驗、帶電檢測技術培訓。 參編DL/T 664-2016《帶電設備紅外診斷應用規範》及DL 474《現場絕緣試驗實施導則》編制。 前言 第一章 基礎知識 問題1-1 什麼是電容型絕緣設備的熱老化？ 問題1-2 電介質極化有哪幾種基本形式？每種極化形式的時間尺度如何？ 問題1-3 固體介質的擊穿與哪些因素有關？按發展過程不同擊穿形式有哪幾種？ 問題1-4 簡述非破壞性試驗的定義和特點。 問題1-5 什麼是容性試品進行交流耐壓試驗時的容升效應？ 問題1-6 溫度和濕度對絕緣電阻、洩漏電流和介質損耗測試有何
影響？ 問題1-7 影響絕緣電阻測量結果的外界因素有哪些？ 問題1-8 檢測直流洩漏電流與檢測絕緣電阻相比有哪些優點？ 問題1-9 影響直流洩漏電流測量結果的外界因素有哪些？ 問題1-10 什麼是介質損耗？其表現形式是什麼？ 問題1-11 對於中性液體電介質及弱極性電介質，它們的損耗主要由什麼引起的？ 問題1-12 什麼是局部放電及視在放電量？視在放電量與真實放電量有何關係？ 問題1-13 進行電容器極間局部放電有何意義？ 問題1-14 測量電流互感器極性的目的是什麼？ 問題1-15 簡述單臂電橋的原理及單臂電橋不能測量小電阻的原因。 問題1-16 變壓器操作波試驗電壓為什麼規定用負極性？ 問
題1-17 變壓器磁滯損耗和渦流損耗的區別是什麼？如何分別計算？ 問題1-18 變壓器鐵芯多點接地故障的主要表現特徵什麼？ 問題1-19 變壓器繞組常見的匝問絕緣擊穿短路原因有哪些？ 問題1-20 簡述什麼是變壓器勵磁湧流及其特點與危害。 問題1-21 進行變壓器空載試驗能發現哪些缺陷？變壓器空載試驗主要反映的是變壓器哪方面的損耗？影響變壓器空載試驗測量結果準確度的主要因素有哪些？ 問題1-22 變壓器存在隱患或內部故障時為什麼會產生氣體？變壓器在不同故障情況下絕緣油中產生的主要特徵氣體和次要特徵氣體包括哪些？如何利用三比值法判斷故障類型？ 問題1-23 變壓器感應耐壓試驗的作用是什麼？ 問題
1-24 簡述變壓器繞組的頻響特性含義及頻響特性曲線反映的是什麼。 問題1-25 電力變壓器繞組連同套管的介質損耗因數測試，所有分接的電壓比、聯結組別試驗，絕緣電阻試驗可發現變壓器哪些缺陷？ 問題1-26 電壓互感器按工作原理可分為哪幾種類型，分別有哪些特點？電流互感器的主絕緣結構有哪幾種，分別有哪些特點，在不同電壓等級如何選取？ 問題1-27 電容式電壓互感器與電磁式相比，主要具有哪些優點和缺點？ 問題1-28 電容式電壓互感器運行中發生二次側電壓突變為零時，可通過什麼試驗來進行診斷？ 第二章 試驗方法 第三章 特殊試驗方法 第四章 綜合
利用Eddynet軟體建構渦電流檢測研判方法之研究
為了解決渦電流檢測非破壞檢測 的問題，作者林財得 這樣論述：
渦電流非破壞檢測主要是用於檢查材料的腐蝕龜裂或含渣等缺陷，將較薄金屬材料，包括管類，平扳棒類，球體塗層等，透過電磁感應的作用，產生無數渦旋狀之局部小電流，經儀器將線圈阻抗變化訊號轉換成檢測研判數據圖示，若能藉由渦電流非破壞檢測的正確設定方法及檢測研判數據處理標準模式的建立，可防止研判人員誤判情形發生。 本論文利用Eddynet軟體蒐集訊號進行研判分析，建立研判設定標準作業可以縮短研判50%的時間，儀器經定期校正時，透過自製實際人工管子缺陷深度數據與MIZ-28設備缺陷深度數據的比對，其相差在10%以內，而與Eddynet研判軟體缺陷深度數據則相差在5%以內，驗證了研判技術的精確性並可降
低誤差因素的影響，同時建立缺陷統計與檢測材料成份性質分析。可有效排除檢測干擾的訊號因子，縮短30%熱交換器管檢測的時間。管子破損的主因為高流速海水沖蝕腐蝕造成Cu-Ni壁厚減薄而導致破孔，透過有效率的檢測研判結果，提供電廠改善檢測破管缺陷研究對策方針，將可降低電廠因停機所造成嚴重的巨額損失。
橋梁檢測基本理論
為了解決渦電流檢測非破壞檢測 的問題，作者中國土木水利工程學會,非破壞檢測委員會 這樣論述：
橋梁結構為交通系統中心之重要設施， 其在生命週期中之承載力、穩定性、安全性與服務性的確保， 為其養護管理工作的主要目標。 在進行上述功能的診斷評估時，就必須依據有效而正確的檢測數據。 土木工程的非破壞檢測評估技術在國內外皆是一新興之學科，目前仍缺乏較完整深入的教材可作為訓練培育此類事業技術人員之用。 有鑑於此類診斷技術在未來處理老劣化結構的迫切需求性，中國土木水利工程學會之非破壞檢測委員會邀集了國內於橋梁檢測評估的學者專家，分別就目視檢測、材料性質、上部結構、橋墩與基礎結構之非破壞檢測的基本理論、方法與應用實例撰寫成書，作為提升我國橋梁檢測評估科技之基礎。
設備監測及檢測之異常訊號辨識分類
為了解決渦電流檢測非破壞檢測 的問題，作者陳彥誠 這樣論述：
目錄指導教授推薦書口試委員會審定書致謝 iii中文摘要 ivAbstract vi目錄 ix圖目錄 xii表目錄 xvii第一章 緒論 - 1 -1.1. 前言 - 1 -1.2. 研究背景及動機 - 1 -1.3. 旋轉機械之風扇健康監測 - 4 -1.3.1. 旋轉機械之特性 - 4 -1.3.2. 文獻回顧 - 4 -1.3.3. 研究目的 - 6 -1.4. 熱交換管缺陷之渦電流檢測 - 7 -1.4.1. 渦電流檢測於熱交換管之應用 - 7 -1
.4.2. 文獻回顧 - 12 -1.4.3. 研究目的 - 14 -第二章 研究方法 - 15 -2.1. 訊號分析及機器學習演算法 - 15 -2.1.1. 訊號分析及處理 - 15 -2.1.2. 機器學習 - 25 -2.1.3. 深度學習 - 29 -2.1.4. 程式語言及套件 - 37 -2.2. 旋轉機械之風扇健康監測 - 39 -2.2.1. 研究架構 - 39 -2.2.2. 設備訊號擷取 - 40 -2.2.3. 數據集建立 - 40
-2.2.4. 訊號分析及特徵提取 - 41 -2.2.5. 機器學習監測模型建立 - 45 -2.3. 熱交換管缺陷之渦電流檢測 - 48 -2.3.1. 研究架構 - 48 -2.3.2. 熱交換管缺陷訊號擷取 - 49 -2.3.3. 數據集建立 - 51 -2.3.4. ANN濾波模型建立 - 53 -2.3.5. 特徵提取及隨機森林模型之缺陷辨識 - 56 -第三章 研究結果 - 59 -3.1. 旋轉機械之風扇健康監測 - 59 -3.1.1. SVM、RF模型辨
識結果 - 59 -3.1.2. 1D-CNN模型辨識結果 - 62 -3.2. 熱交換管缺陷之渦電流檢測 - 64 -3.2.1. 訊號量測結果 - 64 -3.2.2. ANN模型之濾波結果 - 69 -3.2.3. 隨機森林模型之缺陷辨識結果 - 79 -第四章 結論 - 84 -4.1. 機器學習於監測及檢測之應用 - 84 -4.2. 未來展望 - 87 -參考文獻 - 88 -圖目錄圖1. 1 設備狀態監測及檢測之發展及流程[1] - 3 -圖1. 2 渦電流產生之原理[23
] - 7 -圖1. 3 環形渦電流因試件缺陷而造成扭曲之情形[23] - 8 -圖1. 4 基於時間之檢測訊號 - 8 -圖1. 5 阻抗平面之檢測訊號 - 9 -圖1. 6 管殼式熱交換器示意圖 - 10 -圖1. 7 熱交換管之渦電流檢測示意圖[24] - 11 -圖1. 8 不同缺陷導致之訊號及相位變化[23] - 11 -圖1. 9 缺陷及支撐板混合之檢測訊號 - 12 -圖2. 1 時域圖 - 19 -圖2. 2 頻域圖 - 19 -圖2. 3 時域訊號比較圖 - 21 -圖2. 4 頻域訊號比較圖 - 21
-圖2. 5 STFT分析比較圖 - 23 -圖2. 6 小波轉換示意圖 - 24 -圖2. 7 FT、STFT、小波轉換比較圖 - 24 -圖2. 8 SVM樣本映射至高維度空間 - 26 -圖2. 9 超平面切出線性可分 - 26 -圖2. 10 決策樹範例 - 28 -圖2. 11 隨機森林示意圖 - 29 -圖2. 12 類神經網路之神經元 - 30 -圖2. 13 DNN之網路訓練 - 31 -圖2. 14 DNN示意圖 - 31 -圖2. 15 激勵函數 - 32 -圖2. 16 權重更新示例網路圖 - 34
-圖2. 17 CNN架構 - 35 -圖2. 18 卷積運算 - 36 -圖2. 19 最大池化運算 - 36 -圖2. 20 風扇健康監測系統 - 39 -圖2. 21 風扇監測研究方法流程 - 40 -圖2. 22 加速規及麥克風之風扇監測時域訊號圖 - 41 -圖2. 23 加速規及麥克風之風扇監測頻率域訊號圖 - 42 -圖2. 24 風扇葉片振盪與風扇轉速之調變 - 42 -圖2. 25 加速規中正常及故障風扇之轉速基頻振幅比較 - 43 -圖2. 26 麥克風中正常及故障風扇之低頻率振幅比較 - 44 -圖2. 27
1D-CNN模型流程架構 - 46 -圖2. 28 1D-CNN模型整體架構及可學習參數 - 47 -圖2. 29 熱交換管缺陷檢測研究流程 - 48 -圖2. 30 熱交換管缺陷檢測研究總體架構1.訊號量測2.數據集建立3.兩種方法消除支撐環訊號4.比較消除結果5.隨機森林缺陷辨識 - 49 -圖2. 31 熱交換管訊號量測及擷取流程 - 51 -圖2. 32 ASME[25]銅鎳校準管 - 52 -圖2. 33 支撐環於缺陷周圍移動示意圖 - 52 -圖2. 34 ANN濾波模型學習流程 - 54 -圖2. 35 ANN濾波模型隱藏層及輸出
層架構 - 55 -圖2. 36 管件缺陷辨識特徵選擇(a)於時間域(b)於阻抗平面上 - 57 -圖3. 1 SVM模型風扇狀態辨識之訓練結果 - 60 -圖3. 2 SVM模型風扇狀態辨識之測試結果 - 60 -圖3. 3 SVM模型風扇狀態辨識之測試準確度 - 61 -圖3. 4 RF模型風扇狀態辨識之測試準確度 - 61 -圖3. 5 三種風扇狀態辨識特徵各別之重要程度 - 62 -圖3. 6 其中一棵決策樹之風扇狀態辨識可視化 - 62 -圖3. 7 1D-CNN模型訓練過程 - 63 -圖3. 8 1D-CNN模型風扇狀態辨識之
測試準確度 - 63 -圖3. 9 支撐環7kHz及36kHz檢測訊號圖 - 64 -圖3. 10 外環缺陷7kHz及36kHz檢測訊號圖 - 65 -圖3. 11 內環缺陷7kHz及36kHz檢測訊號圖 - 65 -圖3. 12 個別缺陷及支撐環之檢測訊號圖 - 65 -圖3. 13 本研究銅鎳校準管之校正曲線 - 66 -圖3. 14 外環缺陷含支撐環之訊號圖(支撐環位置分別為左中右) - 67 -圖3. 15 個別缺陷包含支撐環之檢測訊號圖(1~50筆數據分別為缺陷與支撐環相對位置不同) - 68 -圖3. 16 ANN濾波模型最終架構
- 70 -圖3. 17 濾波輸出層損失函數及訓練代數關係圖 - 71 -圖3. 18 有無支撐環之判斷輸出層訓練過程圖 - 71 -圖3. 19 外環缺陷包含支撐環之ANN濾波結果 - 72 -圖3. 20 單純外環缺陷之ANN濾波結果 - 73 -圖3. 21 個別混合訊號經ANN模型後之濾波結果(1~50筆數據分別為缺陷與支撐環相對位置不同) - 74 -圖3. 22 支撐環雙頻相消結果 - 75 -圖3. 23 外環缺陷包含支撐環之雙頻相消結果 - 76 -圖3. 24 個別混合訊號經雙頻相消之支撐環去除結果(1~50筆數據分別為缺陷與支撐
環相對位置不同) - 77 -圖3. 25 ANN濾波法支撐環消除後之相位誤差 - 78 -圖3. 26 雙頻相消法支撐環消除後之相位誤差 - 78 -圖3. 27 隨機森林缺陷辨識準確度 - 79 -圖3. 28 九種缺陷辨識特徵分別之重要程度 - 80 -圖3. 29 使用面積及寬度為特徵之缺陷辨識準確度 - 81 -圖3. 30 面積及寬度之缺陷辨識重要程度 - 81 -圖3. 31 五種缺陷辨識特徵分別之重要程度 - 82 -圖3. 32 其中一棵決策樹之管件缺陷辨識可視化 - 83 -表目錄表2. 1 無綱量特徵參數對故障敏感性與
穩定性之比較 - 18 -表2. 2 提取之風扇狀態辨識特徵 - 44 -表2. 3 1D-CNN模型訓練之參數設置 - 47 -表2. 4 熱交換管缺陷檢測之設備選擇 - 50 -表2. 5 熱交換管缺陷檢測之整體實驗數據集(單位: 筆) - 52 -表2. 6 ANN濾波模型訓練之參數設置 - 55 -表2. 7 提取之管件缺陷辨識特徵 - 58 -表3. 1 ANN濾波模型之A、B組合實驗結果 - 69 -表3. 2 ANN濾波模型訓練及測試結果 - 71 -表3. 3 濾波後之高頻訊號絕對相位誤差(單位: degree) -
73 -表3. 4 濾波及相消方法之高頻相位誤差(單位: degree) - 78 -