基于激光诱导击穿光谱的电连接元件腐蚀状态评估方法

技术领域

本发明涉及电气设备状态评估技术领域，更具体地说，它涉及基于激光诱导击穿光谱的电连接元件腐蚀状态评估方法。

背景技术

在电力系统中，电连接元件是实现电路中电能传输的重要电气部件，其接触性能、连接状态和运行可靠性对整体电气设备或系统都具有不可忽视的制约与影响；目前在输配电领域常用的大电流导电连接件主要有弹簧触指、自力触头、梅花触指、表带触指等，尽管电连接元件尽管结构相对简单，但电接触位置往往是电流通路的薄弱环节，往往承载着系统的高电压与大电流负荷，运行环境严苛，劣化失效概率极高，而造成电接触失效最重要的因素之一是接触表面与周围的环境发生化学或电化学反应产生了绝缘腐蚀物，电连接元件的腐蚀状态是其接触性能的重要影响因素以及表征参量。

不同的电连接元件具有不同的应用场景，环境介质、运行负载、电连接元件结构等因素都会极大的影响此类情形下该类电接触元件的腐蚀机理以及腐蚀状态发展过程，由此其腐蚀程度评价标准也会根据其应用场景的特异性而进行一定调整，而传统电连接元件的腐蚀状态检测方法往往仅能针对特定应用场景进行评估，不具有普遍适用性。由此亟需提出一种针对电连接部件快速准确，原位无损的腐蚀状态评估方法。

发明内容

本发明的目的在于提供基于激光诱导击穿光谱的电连接元件腐蚀状态评估方法，以解决上述背景技术中存在的问题。

本发明的上述技术目的是通过以下技术方案得以实现的：

第一方面，本申请实施例提供了基于激光诱导击穿光谱的电连接元件腐蚀状态评估方法，包括以下步骤：

获取多个腐蚀元件样品对应的多个样品光谱数据，以及待测元件的目标光谱数据，多个腐蚀元件样品的腐蚀程度不同；

对目标光谱数据和每个样品光谱数据进行预处理，得到目标光谱数据对应的待测光谱数据，以及各个样品光谱数据对应的训练样本数据；

通过各个训练样本数据，对预置的初始网络评估模型进行训练，获得初始网络评估模型对应并训练完成的腐蚀状态评估模型；

将待测光谱数据输入至腐蚀状态评估模型中进行处理，并基于预置的多个腐蚀状态等级，得到待测元件的元件腐蚀等级。

本发明的有益效果是：通过光谱技术和腐蚀状态评估模型中神经网络算法的结合，为电连接元件的腐蚀程度提供了一种新的检测评估方法，可以实现电连接部件快速准确，原位无损的腐蚀状态评估，同时该方法无需对试验样品进行破坏性拆解，且无需复杂的预处理过程，能够实现对样品基本无损、多元素同步、现场原位检测分析；相对于传统检测方法，本检测评估方法检测过程简单且非接触，检测结果快速准确。

在上述技术方案的基础上，本发明还可以做如下改进。

进一步，上述对目标光谱数据和每个样品光谱数据进行预处理，得到目标光谱数据对应的待测光谱数据，以及各个样品光谱数据对应的训练样本数据，包括：

基于预置的光谱数据库，从待处理光谱中标定出多条元素特征谱线，并从待处理光谱中截取涵盖预置数量的元素特征谱线的谱段，得到特征谱段，待处理光谱包括样品光谱数据和目标光谱数据；

对特征谱段依次进行降噪滤波处理、校正处理、补偿处理和降维处理，得到特征谱段对应的目标特征数据，目标特征数据包括训练样本数据和待测光谱数据。

采用上述进一步方案的有益效果是：这样的好处是获得更为稳定、信噪比更高的训练样本数据和待测光谱数据。

进一步，上述通过各个训练样本数据，对预置的初始网络评估模型进行训练，获得初始网络评估模型对应并训练完成的腐蚀状态评估模型，包括：

按照预置的划分比例，将训练样本数据划分为训练集和验证集；

向初始网络评估模型中输入训练集进行训练，直到初始网络评估模型满足预设的训练结束条件，得到初始网络评估模型对应的待验证评估模型；

向待验证评估模型输入验证集进行验证，直到待验证评估模型满足预设的验证条件，将满足验证条件的待验证评估模型确定为腐蚀状态评估模型。

进一步，上述腐蚀状态等级通过以下方式确定：

对各个样品光谱数据进行元素标定，得到每个腐蚀元件样品的元素类别；

根据多个腐蚀元件样品的元素类别、使用环境、元素类别中各个元素的腐蚀机理，以及多个腐蚀元件样品分别对应的特征谱段的强度特征，得到预置数量的各个腐蚀状态等级。

采用上述进一步方案的有益效果是：这样的好处是将运行环境因素、腐蚀机理、腐蚀程度发展过程等进行总和分析和考虑，将光谱中的典型信号的强度特征相结合，这样获得的腐蚀等级更加明确，并且满足本方案中腐蚀状态的分析。

进一步，上述样品光谱数据和目标光谱数据通过激光诱导击穿光谱检测平台获取，激光诱导击穿光谱检测平台包括脉冲激光器以及与脉冲激光器分别连接的激光控制器和脉冲发生器，激光诱导击穿光谱检测平台还包括依次连接的光纤探头、光栅光谱仪、增强电荷耦合器件和计算机分析终端，脉冲发生器还与增强电荷耦合器件连接。

进一步，上述激光诱导击穿光谱检测平台还包括至少两个聚焦透镜，两个聚焦透镜分别位于光纤探头的输入端和脉冲激光器的输出端。

采用上述进一步方案的有益效果是：聚焦透镜的好处可以将激光和反射的光信号进行汇聚。

第二方面，本申请实施例提供了基于激光诱导击穿光谱的电连接元件腐蚀状态评估系统，应用于第一方面中任一项的基于激光诱导击穿光谱的电连接元件腐蚀状态评估方法，其特征在于，包括：

光谱获取模块，用于获取多个腐蚀元件样品对应的多个样品光谱数据，以及待测元件的目标光谱数据，多个腐蚀元件样品的腐蚀程度不同；

光谱处理模块，用于对目标光谱数据和每个样品光谱数据进行预处理，得到目标光谱数据对应的待测光谱数据，以及各个样品光谱数据对应的训练样本数据；

模型训练模块，用于通过各个训练样本数据，对预置的初始网络评估模型进行训练，获得初始网络评估模型对应并训练完成的腐蚀状态评估模型；

元件测试模块，用于将待测光谱数据输入至腐蚀状态评估模型中进行处理，并基于预置的多个腐蚀状态等级，得到待测元件的元件腐蚀等级。

进一步，上述光谱处理模块包括：

标定子模块，用于基于预置的光谱数据库，从待处理光谱中标定出多条元素特征谱线，并从待处理光谱中截取涵盖预置数量的元素特征谱线的谱段，得到特征谱段，待处理光谱包括样品光谱数据和目标光谱数据；

处理子模块，用于对特征谱段依次进行降噪滤波处理、校正处理、补偿处理和降维处理，得到特征谱段对应的目标特征数据，目标特征数据包括训练样本数据和待测光谱数据。

第三方面，本申请实施例提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现第一方面中任一项的方法。

第四方面，本申请实施例提供了一种非暂态计算机可读存储介质，其特征在于，非暂态计算机可读存储介质存储计算机指令，计算机指令使计算机执行第一方面中任一项的方法。

与现有技术相比，本发明至少具有以下的有益效果：

附图说明

此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不构成对本发明实施例的限定。在附图中：

图1为本发明实施例中评估方法的方法流程图；

图2为本发明实施例中评估系统的连接示意图；

图3为本发明实施例中激光诱导击穿光谱检测平台的连接示意图；

图4为本发明实施例中其中一种待测元件的多个元件腐蚀等级的光谱谱线图；

图5为本发明实施例中电子设备的连接示意图。

附图中标记及对应的零部件名称：

1、脉冲激光器；2、反射镜片；3、待测元件；4、聚焦透镜；5、光纤探头；6、激光控制器；7、脉冲发生器；8、光纤；9、计算机分析终端；10、增强电荷耦合器件；11、光栅光谱仪；12、三维载物台。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。

因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

在本发明实施例的描述中，“多个”代表至少2个。

在本发明实施例的描述中，还需要说明的是，除非另有明确的规定和限定，若出现术语“设置”、“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。

实施例1

本申请实施例提供了基于激光诱导击穿光谱的电连接元件腐蚀状态评估方法，参见图1，包括以下步骤：

S1，获取多个腐蚀元件样品对应的多个样品光谱数据，以及待测元件3的目标光谱数据，多个腐蚀元件样品的腐蚀程度不同。

可选的，上述样品光谱数据和目标光谱数据通过激光诱导击穿光谱检测平台获取，激光诱导击穿光谱检测平台包括脉冲激光器1以及与脉冲激光器1分别连接的激光控制器6和脉冲发生器7，激光诱导击穿光谱检测平台还包括依次连接的光纤8探头5、光栅光谱仪11、增强电荷耦合器件10和计算机分析终端9，脉冲发生器7还与增强电荷耦合器件10连接；其中，光纤8探头5与光栅光谱仪11之间通过光纤8连接。

其中，激光诱导击穿光谱检测平台获取是用于分别获取腐蚀元件样品的样品光谱数据和待测元件3的目标光谱数据的，参见图3，图3中所示为激光诱导击穿光谱检测平台的连接示意图；具体地，脉冲激光器1可以为纳秒级Nd：YAG的激光器，脉冲激光器1发出激光脉冲光束，可以经反射镜片2的反射后穿过聚焦透镜4，而后激光脉冲光束将腐蚀元件样品的表面进行烧蚀击穿而诱导产生等离子体，再由光纤8探头5采集光谱信号并将光谱信号传递至光栅光谱仪11进行分光，而后光谱信号通过增强电荷耦合器件10进行检测转换为电信号传输至计算机分析终端9，计算机分析终端9获得光谱图后即可对激光诱导击穿光谱进行数据处理与分析。

具体地，样品光谱数据和目标光谱数据的采集操作可以基于光栅光谱仪11等设备的Solis软件；基于激光诱导击穿光谱检测平台轰击不同腐蚀程度的电连接元件样品，获取其表面等离子体样品光谱数据，在检测过程中，脉冲激光器1的单脉冲能量可以为40mJ，工作波长可以为1064nm，持续时间可以为6ns，栅极宽度可以设置为150μs，可以使用数字延迟发生器DG535(脉冲发生器7)将延迟时间调整为1μs，以实现最佳的光谱强度和信噪比。

可选的，上述激光诱导击穿光谱检测平台还包括至少两个聚焦透镜4，两个聚焦透镜4分别位于光纤8探头5的输入端和脉冲激光器1的输出端。

其中，可以通过两个聚焦透镜4分别将激光和反射的光信号进行汇聚；参见图3，还可以设置三维载物台12和反射镜片2。

S2，对目标光谱数据和每个样品光谱数据进行预处理，得到目标光谱数据对应的待测光谱数据，以及各个样品光谱数据对应的训练样本数据。

其中，通过预处理过程，可以使获得更稳定、信噪比更高的目标光谱数据和样品光谱数据。

可选的，上述对目标光谱数据和每个样品光谱数据进行预处理，得到目标光谱数据对应的待测光谱数据，以及各个样品光谱数据对应的训练样本数据，包括：

基于预置的光谱数据库，从待处理光谱中标定出多条元素特征谱线，并从待处理光谱中截取涵盖预置数量的元素特征谱线的谱段，得到特征谱段，待处理光谱包括样品光谱数据和目标光谱数据；

对特征谱段依次进行降噪滤波处理、校正处理、补偿处理和降维处理，得到特征谱段对应的目标特征数据，目标特征数据包括训练样本数据和待测光谱数据。

其中，可以基于标准原子光谱数据库(光谱数据库)分析待处理光谱发现强特征谱线基本对应电接触表面铜银元素，主要分布于285.6nm～362.7nm波段，因此对待处理光谱进行了缩减，去除低信息量波段来精简数据量；之后，利用窗口平移平滑算法实现待处理光谱的降噪，在较好地保留谱线特征的同时能有效减少检测器噪声、环境噪声等干扰信息，使样品光谱数据更为平滑；再采用迭代自适应加权惩罚最小二乘法(the adaptiveiteratively reweighted penalized least squares,airPLS)对滤波后的样品光谱数据进行基线校正，校正后的光谱基线稳定在0附近，样品光谱数据中的背景信号能被有效的去除。

具体地，为排除基质效应、脉冲激光能量不稳定，脉冲激光聚焦点位误差等因素所带来的光谱信号波动，采用总和归一化对特征谱段进行了修正，对特征谱线强度的波动进行了补偿。预处理的最后，为了进一步精简样品光谱数据，减少运算分析的运算量与复杂性，运用主成分分析方法对样品光谱数据进行降维，本实施例所构建的主成分中前三个主成分的累计方差贡献率就已经达到99％，因此仅使用前三个主成分代替原本样品光谱数据进行后续触指片的腐蚀程度。

S3，通过各个训练样本数据，对预置的初始网络评估模型进行训练，获得初始网络评估模型对应并训练完成的腐蚀状态评估模型。

可选的，上述通过各个训练样本数据，对预置的初始网络评估模型进行训练，获得初始网络评估模型对应并训练完成的腐蚀状态评估模型，包括：

按照预置的划分比例，将训练样本数据划分为训练集和验证集；

向初始网络评估模型中输入训练集进行训练，直到初始网络评估模型满足预设的训练结束条件，得到初始网络评估模型对应的待验证评估模型；

向待验证评估模型输入验证集进行验证，直到待验证评估模型满足预设的验证条件，将满足验证条件的待验证评估模型确定为腐蚀状态评估模型。

其中，初始网络评估模型，可以由输入层、隐藏层和输出层组成，神经网络算法具有强学习能力，能够实现输入、输出之间的高度非线性映射，与激光诱导击穿光谱技术具有很好的适配性，响应速度快；具体地，将预处理后的训练样本数据可以按照3:1的比例分为训练集和验证集，基于训练集来训练初始网络评估模型，而利用验证集完成对初始网络评估模型预测能力及泛化能力的初步评估，在分别满足训练结束条件和验证条件后，则将满足验证条件的待验证评估模型确定为腐蚀状态评估模型；其中，训练结束条件可以通过计算模型的损失值并判断损失值的大小是否在合理的范围内；验证条件可以是模型的精度值是否在规定的范围内。

S4，将待测光谱数据输入至腐蚀状态评估模型中进行处理，并基于预置的多个腐蚀状态等级，得到待测元件3的元件腐蚀等级。

其中，通过激光诱导击穿光谱检测平台的激光诱导击穿光谱技术和腐蚀状态评估模型的神经网络算法，为电连接元件的腐蚀程度提供了一种新的检测评估方法，无需对检测样品进行预处理，能够实现对样品基本无损、多元素同步、现场原位检测分析；相对于传统检测方法，本检测评估方法检测过程简单且非接触，检测结果快速准确。

可选的，上述腐蚀状态等级通过以下方式确定：

对各个样品光谱数据进行元素标定，得到每个腐蚀元件样品的元素类别。

根据多个腐蚀元件样品的元素类别、使用环境、元素类别中各个元素的腐蚀机理，以及多个腐蚀元件样品分别对应的特征谱段的强度特征，得到预置数量的各个腐蚀状态等级。

其中，对样品光谱数据进行元素标定，考虑其运行环境因素，分析该类电连接元件的腐蚀机理及腐蚀程度发展过程，结合预处理后的特征谱段中典型信号的强度特征，可以将该类电连接元件的腐蚀状态明确分为多个等级；例如，可以分为四个等级：腐蚀等级1：未发生明显腐蚀；腐蚀等级2：轻微腐蚀；腐蚀等级3：中度腐蚀；腐蚀等级4：严重腐蚀，参见图4，图4表示某一类的典型电连接部件在四个腐蚀等级下285.6nm～362.7nm波段的光谱谱线，由上至下、由左至右分别为腐蚀等级1-腐蚀等级4中波段为285.6nm～362.7nm的光谱谱线。

实施例2

本申请实施例提供了基于激光诱导击穿光谱的电连接元件腐蚀状态评估系统，应用于实施例1中任一项的基于激光诱导击穿光谱的电连接元件腐蚀状态评估方法，如图2所示，其特征在于，包括：

光谱获取模块，用于获取多个腐蚀元件样品对应的多个样品光谱数据，以及待测元件3的目标光谱数据，多个腐蚀元件样品的腐蚀程度不同。

光谱处理模块，用于对目标光谱数据和每个样品光谱数据进行预处理，得到目标光谱数据对应的待测光谱数据，以及各个样品光谱数据对应的训练样本数据。

可选的，上述光谱处理模块可以包括：

标定子模块，用于基于预置的光谱数据库，从待处理光谱中标定出多条元素特征谱线，并从待处理光谱中截取涵盖预置数量的元素特征谱线的谱段，得到特征谱段，待处理光谱包括样品光谱数据和目标光谱数据；

处理子模块，用于对特征谱段依次进行降噪滤波处理、校正处理、补偿处理和降维处理，得到特征谱段对应的目标特征数据，目标特征数据包括训练样本数据和待测光谱数据。

模型训练模块，用于通过各个训练样本数据，对预置的初始网络评估模型进行训练，获得初始网络评估模型对应并训练完成的腐蚀状态评估模型。

可选的，上述模型训练模块可以包括：

划分子模块，用于按照预置的划分比例，将训练样本数据划分为训练集和验证集。

训练子模块，用于向初始网络评估模型中输入训练集进行训练，直到初始网络评估模型满足预设的训练结束条件，得到初始网络评估模型对应的待验证评估模型。

验证子模块，用于向待验证评估模型输入验证集进行验证，直到待验证评估模型满足预设的验证条件，将满足验证条件的待验证评估模型确定为腐蚀状态评估模型。

元件测试模块，用于将待测光谱数据输入至腐蚀状态评估模型中进行处理，并基于预置的多个腐蚀状态等级，得到待测元件3的元件腐蚀等级。

可选的，上述元件测试模块可以包括：

标定子模块，用于对各个样品光谱数据进行元素标定，得到每个腐蚀元件样品的元素类别。

等级划分子模块，用于根据多个腐蚀元件样品的元素类别、使用环境、元素类别中各个元素的腐蚀机理，以及多个腐蚀元件样品分别对应的特征谱段的强度特征，得到预置数量的各个腐蚀状态等级。

实施例3

本申请实施例提供了一种电子设备，如图5所示，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现实施例1中任一项的方法。

实施例4

本申请实施例提供了一种非暂态计算机可读存储介质，其特征在于，非暂态计算机可读存储介质存储计算机指令，计算机指令使计算机执行实施例1中任一项的方法。

以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。