Hệ thống giám sát tự động đường dây tải điện sử dụng uav và xử lý ảnh nhiệt

TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI TRƯỜNG CƠ KHÍ LUẬN VĂN THẠC SĨ Hệ thống giám sát tự động đường dây tải điện sử dụng UAV xử lý ảnh nhiệt HOÀNG THANH TÙNG hoangthanhtung2606@gmail.com Ngành Kỹ thuật Cơ điện tử Giảng viên hướng dẫn: PGS.TS Hoàng Hồng Hải Khoa: Cơ điện tử Chữ ký GVHD HÀ NỘI, 7/2022 CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM Độc lập – Tự – Hạnh phúc BẢN XÁC NHẬN CHỈNH SỬA LUẬN VĂN THẠC SĨ Họ tên tác giả luận văn : Hoàng Thanh Tùng Đề tài luận văn: Hệ thống giám sát tự động đường dây tải điện sử dụng UAV xử lý ảnh nhiệt Chuyên ngành: Hệ thống điện tử thông minh Mã số SV: 20202567M Tác giả, Người hướng dẫn khoa học Hội đồng chấm luận văn xác nhận tác giả sửa chữa, bổ sung luận văn theo biên họp Hội đồng ngày 01/07/2022 với nội dung sau: - Chỉnh sửa nội dung phần tóm tắt luận văn - Dịch tiếng việt từ ngữ tiếng anh sử dụng luận văn - Gộp Chương 2: Các nghiên cứu liên quan Chương 3: Công nghệ camera nhiệt thành Chương 2: Cơ sở lý thuyết - Thêm phần mơ hình triển khai hệ thống với máy bay không người lái giới hạn điều kiện thực tế thực triển khai mục 3.2 - Chỉnh sửa kết tính sai số phép đo theo đơn vị phần trăm - Chỉnh sửa lỗi tả trình bày theo góp ý thầy hội đồng Ngày tháng năm Giáo viên hướng dẫn Tác giả luận văn CHỦ TỊCH HỘI ĐỒNG Mẫu 1c LỜI CẢM ƠN Trong thời gian làm luận văn thạc sĩ, em nhận nhiều giúp đỡ, đóng góp ý kiến bảo nhiệt tình thầy cơ, gia đình, bạn bè Em xin gửi lời cảm ơn chân thành đến PGS.TS Hồng Hồng Hải phó hiệu trưởng trường Cơ khí - trường Đại học Bách Khoa Hà Nội người tận tình hướng dẫn, bảo em suốt trình làm luận văn Em xin chân thành cảm ơn thầy cô giáo trường Đại học Bách Khoa Hà Nội nói chung, thầy Bộ mơn Cơ điện tử nói riêng dạy dỗ cho em kiến thức môn kiến thức ngành rộng, kiến thức ngành nâng cao môn modun định hướng nghiên cứu, giúp em có sở lý thuyết vững vàng tạo điều kiện giúp đỡ em suốt trình học tập Cuối cùng, em xin chân thành cảm ơn gia đình bạn bè, ln tạo điều kiện, quan tâm, giúp đỡ, động viên em suốt trình học tập hoàn thành luận văn tốt nghiệp Với điều kiện thời gian kinh nghiệm hạn chế sinh viên, luận văn tránh thiếu sót Em mong nhận bảo, đóng góp ý kiến thầy để em có điều kiện bổ sung, nâng cao ý thức mình, phục vụ tốt cơng tác thực tế sau HỌC VIÊN Ký ghi rõ họ tên TÓM TẮT NỘI DUNG LUẬN VĂN Xuất phát từ vấn đề, chi tiết truyền dẫn đường điện cao hoạt động thời gian dài trời gặp phải tình trạng mức độ dẫn điện giảm, điều gây tiêu tốn nhiều điện đường dây, làm nóng chi tiết truyền dẫn nữa, hậu dẫn tới phá hủy, hay hỏng hóc đáng kể đường dây, gây gián đoạn việc truyền tải điện Hơn nữa, chi phí hệ thống bảo trì đường dây tải điện cao ln có vai trị quan trọng việc định chi phí vận hành hệ thống lưới điện quốc gia Việc giám sát bảo trì chi tiết đường dây thực thường xuyên giúp ngăn chặn cố tăng tuổi thọ cho đường dây cao Từ vấn đề cần phương pháp giám sát, kiểm tra chi tiết đường dây tải điện cách thực đo xác nhiệt độ điểm chi tiết đưa cảnh báo cho kỹ sư bảo trì phát chi tiết có nhiệt độ cao bất thường Nghiên cứu đề xuất giải pháp hệ thống giám sát tự động chi tiết phụ kiện đường dây tải điện với kết hợp thuật toán xử lý ảnh truyền thống ứng dụng cho camera nhiệt tích hợp máy bay khơng người lái Giải pháp có điểm trội khác biệt động địa hình, loại đường dây Loại bỏ bước triển khai phức tạp, tránh cố, giả hợp lý Nghiên cứu đưa cơng thức dùng để tính tốn xác nhiệt độ vật thể cần đo dựa vào định luật Planck cách xác định thông số ε ,τ , Trefl , Tatm phục vụ cho việc tính tốn nhiệt độ Các kiểm nghiệm độ xác công thức, kiểm nghiệm đo nhiệt độ thực tế với nhiều loại vật thể khác nhau, kiểm nghiệm đo chi tiết dùng để néo dây tải điện khóa néo ép trình bày cụ thể phần THỬ NGHIỆM HỆ THỐNG cho kết nhiệt độ đo nhiệt độ thực tế có sai số ±1oC kèm theo hình ảnh thực tế đo Nghiên cứu cịn trình bày thuật tốn xử lý từ đọc liệu từ camera nhiệt, tái tạo hình ảnh, phát vùng ảnh có chứa vật thể cần đo nhiệt độ, đo nhiệt độ vật thể cần đo hiển thị lên hình Thuật tốn sử dụng cho việc ứng dụng phương pháp đo nhiệt độ sử dụng camera nhiệt máy bay không người lái vào tốn giám sát bảo trì đường dây tải điện cao HỌC VIÊN Ký ghi rõ họ tên MỤC LỤC CHƯƠNG GIỚI THIỆU 1.1 Tổng quan đề tài 1.2 Camera ảnh nhiệt 1.3 Máy bay không người lái CHƯƠNG CƠ SỞ LÝ THUYẾT 2.1 Các nghiên cứu liên quan Nghiên cứu Nghiên cứu Nghiên cứu Nghiên cứu 2.2 Công nghệ camera nhiệt 11 Quang phổ điện từ xạ nhiệt 11 Độ nhạy chênh lệch nhiệt độ tương đương nhiễu 13 Ảnh nhiệt 14 Sự phát xạ Blackbody 14 Định luật Planck 16 Định luật dịch chuyển Wien 17 Định luật Stefan-Boltzmann 18 Vật thể phát xạ thông thường 19 Emissivity 20 Các loại cảm biến ánh sáng hồng ngoại 22 CHƯƠNG NGUYÊN LÝ HỆ THỐNG 24 3.1 Mơ hình kết nối mơ đun hệ thống 24 3.2 Mơ hình triển khai hệ thống 25 3.3 Lựa chọn module phần cứng 26 3.4 Thông số kỹ thuật phần cứng 26 Raspberry Pi 27 Raspberry Pi Camera Module V2 27 FLIR Lepton 3.5 [14] 27 Cảm biến DHT22 27 3.5 Phương pháp đo nhiệt độ với FLIR Lepton 3.5 28 Cơng thức tính nhiệt độ vật thể 28 Xác định nhiệt độ vật thể phản xạ 31 Passman-Larmore tables 32 Xử lý liệu từ camera FLIR Lepton 35 Đọc liệu cảm biến DHT22 39 Xử lý đo nhiệt độ vật thể 39 Hiển thị hình ảnh 41 CHƯƠNG THỬ NGHIỆM HỆ THỐNG 42 4.1 Thử nghiệm đo nhiệt độ sử dụng camera FLIR Lepton 3.5 42 Thiết bị thử nghiệm 42 Thử nghiệm chứng minh công thức 43 Thử nghiệm đo nhiệt độ thức tế 46 4.2 Thử nghiệm đo nhiệt độ chi tiết khóa néo ép 51 Khóa néo ép 51 Đo nhiệt độ khóa néo ép 52 CHƯƠNG KẾT LUẬN 55 5.1 Kết luận 55 5.2 Hướng phát triển đồ án tương lai 55 TÀI LIỆU THAM KHẢO 57 DANH MỤC HÌNH VẼ Hình 1.1: Các chi tiết truyền dẫn đường dây điện cao Hình 1.2: Hình ảnh chi tiết truyền dẫn bị nhiệt Hình 1.3 Hệ thống Camera ảnh nhiệt [2] Hình 1.4: Một hình ảnh thu từ camera nhiệt [2] Hình 1.5: Máy bay khơng người lái giám sát đường dây tải điện Hình 2.1: Hình ảnh demo từ tập test tác giả [4] Hình 2.2: Các đặc trưng trích xuất ảnh nhiệt [5] Hình 2.3: Mơ hình đề xuất tác giả [6] Hình 2.4: Sơ đồ khối chi giải pháp đề xuất tác giả [7] Hình 2.5: Các bước hệ thống phân tích lỗi Hình 2.6: Bốn cấp độ phân loại từ trái sang phải: bình thường, lỗi thơng thường, lỗi nghiêm trọng nguy hiểm bị phá hủy Hình 2.7: Vùng quang phổ hồng ngoại vùng lân cận [9] 11 Hình 2.8: Bức xạ điện từ Blackbody phát nhiệt độ định theo định luật Planck [10] 12 Hình 2.9: Biểu đồ Transmittance khơng khí 15.5oC, độ ẩm 70% [10] 13 Hình 2.10: Sự ảnh hưởng giá trị chênh lệch nhiệt độ tương đương nhiễu đến việc đo nhiệt độ [11] 13 Hình 2.11: Gustav Robert Kirchhoff (1824-1887) 15 Hình 2.12: Max Planck (1858-1947) 16 Hình 2.13: Năng lượng phát xạ Blackbody theo định luật Planck nhiệt độ khác 17 Hình 2.14: Các đường cong Planck vẽ dải từ 100K đến 1000K 18 Hình 2.15: Josef Stefan (1835-1893) Ludwig Boltzmann (1844-1906) 19 Hình 2.16: Phát xạ nhận camera nhiệt [10] 21 Hình 2.17: Camera Flir Neutrino LC sử dụng cảm biến ánh sáng hồng ngoại lạnh 22 Hình 2.18: Camera Flir Boson 320 sử dụng cảm biến ánh sáng hồng ngoại không lạnh 23 Hình 3.1: Sơ đồ mơ hình triển khai hệ thống 24 Hình 3.2: Mơ hình triển khai hệ thống 25 Hình 3.3: Sơ đồ kết nối module phần cứng 26 Hình 3.4: Nguyên lý biểu diễn xạ camera thu từ vật thể [13] 28 Hình 3.5: Bề mặt giấy bạc trước làm nhàu sau làm nhàu 32 Hình 3.6: Lưu đồ thuật toán hệ thống 34 Hình 3.7: Mở giao diện cấu hình Raspberry Pi 36 Hình 3.8: Kích hoạt giao tiếp SPI I2C 37 Hình 3.9: Khởi động lại Raspberry Pi 37 Hình 3.10: Cấu trúc SPI Packet 37 Hình 3.11: Cấu trúc liệu khung hình 38 Hình 3.12: Thơng tin mà hóa phần đầu Packet [18] 38 Hình 3.13: Định dạng Packet bỏ qua [18] 39 Hình 3.14: Cảm biến nhiệt độ, độ ẩm DHT22 39 Hình 3.15: Tiền xử lý phát đối tượng có nhiệt độ cao 40 Hình 3.16: Hiển thị song song camera với điểm phát nhiệt độ cao 41 Hình 4.1: Bộ thiết bị thử nghiệm đo nhiệt độ với FLIR Lepton 3.5 42 Hình 4.2: Thiết bị đo tham chiếu nhiệt độ với kết đo từ FLIR Lepton 3.5 42 Hình 4.3: Bố trí hệ thống thử nghiệm đo nhiệt độ 43 Hình 4.4: Hình ảnh đo nhiệt độ từ FLIR Lepton 3.5 44 Hình 4.5: Biểu đồ kết đo nhiệt độ Offset = 220.933 45 Hình 4.6: Biểu đồ kết đo nhiệt độ Offset = 26 46 Hình 4.7: Các vật liệu sử dụng kiểm thử đo nhiệt độ 47 Hình 4.8:Kết đo nhiệt độ bê tơng FLIR I3 FLIR Lepton 3.5 48 Hình 4.9:Kết đo nhiệt độ gạch đỏ FLIR I3 FLIR Lepton 3.5 49 Hình 4.10:Kết đo nhiệt độ giấy trắng FLIR I3 FLIR Lepton 3.5 49 Hình 4.11:Kết đo nhiệt độ đất nung tráng men FLIR I3 FLIR Lepton 3.5 50 Hình 4.12:Kết đo nhiệt độ cao su cứng FLIR I3 FLIR Lepton 3.5 50 Hình 4.13: Khóa nép ép lắp đặt thực tế 51 Hình 4.14: Một phần bảng kết đo emissivity nghiên cứu [21] 51 Hình 4.15: Xác định Treft qua việc đo nhiệt độ giấy bạc 52 Hình 4.16: Thử nghiệm đo nhiệt độ khóa néo lần 53 Hình 4.17: Thử nghiệm đo nhiệt độ khóa néo lần 53 Hình 4.18: Thử nghiệm đo nhiệt độ khóa néo lần 54 • Thơng số nhiệt độ môi trường (Tatm ) nhiệt độ vật thể phản xạ (Treft ) coi (vì nước có emissivity cao) nhiệt độ đo từ cảm biến DHT22 • Thơng số transmission (τ ) tính tốn theo phương pháp trình bày phần 3.5.3 Hình 4.4: Hình ảnh đo nhiệt độ từ FLIR Lepton 3.5 Ta thực đo nhiệt độ nước với dải thông số emissivity (ε ) từ 0.92 – 0.99, nhiệt độ nước nằm khoảng từ 37.78oC – 75.56oC (100K – 168K) Ví dụ cho hình ảnh đo nhiệt độ thu thập từ camera FLIR Lepton 3.5 thể Hình 4.4 Các bước tiến hành thử nghiệm sau: - Bước 1: Ta đọc liệu nhiệt độ mà Camera FLIR đo trả (dữ liệu nhiệt độ chưa turning) - Bước 2: Nhiệt độ bước đóng vai trị Ttot để thay vào PT 3.8 tính nhiệt độ thật vật thể cần đo nhiệt độ - Bước 3: Ta thực lưu lại cặp nhiệt độ (Tobj ) Ttot − Tobj kết hợp với nhiệt độ đo đồng hồ đo để tính sai số trung bình - Bước 4: Ta giữ nguyên giá trị 3.8 để tính giá trị Ttot thay đổi giá trị Offset – O PT Tobj tương ứng khác Việc thay đổi giá trị Offset nhằm mục đích tìm giá trị tối ưu cho sai số trung bình phép đo nhiệt độ nhỏ Lưu ý: Nhà sản xuất FLIR cung cấp cho người sử dụng thông số Offset – O (PT 3.5) phục vụ turning cho việc đo nhiệt độ xác Do đó, trước tiên ta sử dụng thông số Offset mặc định FLIR, sau thực turning kết đo xác Kết thử nghiệm Thử nghiệm chứng minh công thức Kết thử nghiệm với giá trị Offset mặc định: O = 220.933 44 Bảng 4.1: Bảng sai số trung bình phép đo với Offset 220.993 Emissivity Phần trăm sai số trung bình (%) 0.99 0.98 0.97 0.96 0.95 0.94 0.93 0.92 4.21 4.96 5.88 6.19 6.47 6.84 7.64 8.13 Biểu đồ kết đo nhiệt độ Offset = 220.933 80 75 Ɛ = 0.99 Nhiệt độ (oC) 70 Ɛ = 0.98 65 Ɛ = 0.97 60 Ɛ = 0.96 Ɛ = 0.95 55 Ɛ = 0.94 50 Ɛ = 0.93 Ɛ = 0.92 45 Truth 40 35 Hình 4.5: Biểu đồ kết đo nhiệt độ Offset = 220.933 Kết thử nghiệm với giá trị Offset turning: O = 26 Bảng 4.2: Bảng sai số trung bình phép đo với Offset 26 Emissivity Phần trăm sai số trung bình (%) 0.99 0.98 0.97 0.96 0.95 0.94 0.93 0.92 2.27 1.77 1.49 1.52 1.48 1.59 1.69 1.92 45 Biểu đồ kết đo nhiệt độ Offset = 26 80 75 Ɛ = 0.99 Nhiệt độ (oC) 70 Ɛ = 0.98 65 Ɛ = 0.97 60 Ɛ = 0.96 Ɛ = 0.95 55 Ɛ = 0.94 50 Ɛ = 0.93 Ɛ = 0.92 45 Truth 40 35 Hình 4.6: Biểu đồ kết đo nhiệt độ Offset = 26 Khi sử dụng giá trị Offset mặc định FLIR Lepton 220.933 để tính tốn nhiệt độ nước, ta nhận thấy sai số lớn vào khoảng từ 4.21% đến 8.13% (Bảng 4.1), từ đồ thị kết đo nhiệt độ ta nhận thấy nhiệt độ đo lớn nhiệt độ thực (Hình 4.5), việc điều chỉnh giá trị Offset kết xác hồn tồn khả thi Ta thực điều chỉnh thủ công giá trị Offset để tìm giá trị tối ưu cho sai số nhỏ Kết nhận thấy, với giá trị Offset 26 tổng sai số tám lần đo với tám giá trị emissivity nhỏ Kết thể Bảng 4.2 Hình 4.6, sai số trung bình từ 1.48% đến 2.27%, với giá trị emissivity nằm từ 0.92 – 0.98 giá trị sai số nhỏ 2%, sát với giá trị emissivity theo bảng tra (0.95 – 0.98) Kết từ đồ thị cho thầy nhiệt độ đo với giá trị Offset nằm gần nhiệt độ thực so với trước Từ kết thử nghiệm trên, ta nhận thấy với PT 3.8, cần thực turning thơng số Offset tối ưu, kết đo nhiệt độ đưa xác nhiều Với phương pháp thử nghiệm bên trên, ta nhận thấy số Offset 26 số tối ưu Tuy nhiên, phương pháp tìm Offset gây sai số thực tính tốn qua nhiều công thức kết hợp với sai số đồng hồ đo Nhưng phương pháp thử nghiệm lại chứng minh sai số phép đo hồn tồn khắc phục cách thay đổi giá trị Offset Ở phần sau, ta thực thêm thử nghiệm đo nhiệt độ thực tế khác để tìm giá trị Offset tối ưu thực tế cho phép đo Thử nghiệm đo nhiệt độ thức tế Phương pháp thử nghiệm Trong phần ta thực thêm phép đo nhiệt độ với vật liệu khác có thơng số emissivity cao để kiếm chứng khả đo nhiệt độ xác hệ thống thực tế Các vật liệu sử dụng thử nghiệm là: 46 • Bê tơng (ɛ = 0.92) • Gạch đỏ (ɛ = 0.93) • Giấy trắng (ɛ = 0.93) • Đất nung tráng men (ɛ = 0.90) • Cao su cứng (ɛ = 0.95) Thông số emissivity vật liệu tham khảo tài liệu [2] [20] Hình 4.7 cụ thể vật thể sử dụng thử nghiệm Hình 4.7: Các vật liệu sử dụng kiểm thử đo nhiệt độ Ta thực đo nhiệt độ vật, tham chiếu với nhiệt độ đo từ camera FLIR I3 - camera nhiệt chuyên dụng cho việc đo nhiệt độ cơng nghiệp (Hình 4.2) Song song với việc thử nghiệm đo nhiệt độ, ta thực turning giá trị Offset để nhiệt độ camera FLIR Lepton đo sát với nhiệt độ đo từ camera FLIR I3 Kết thử nghiệm Kết trình turning, ta lựa chọn giá trị Offset 68 giá trị tối ưu cho việc đo nhiệt độ với FLIR Lepton Với giá trị Offset ta có kết đo nhiệt độ vật thể từ FLIR Lepton 3.5 tham chiếu với FLIR I3 thể Bảng 4.3 Hình 4.8 đến Hình 4.12: 47 Bảng 4.3: Kết đo nhiệt độ FLIR Lepton 3.5 FLIR I3 Vật liệu đo Kết đo từ FLIR I3 (oC) Kết đo từ FLIR Lepton 3.5 (oC) Sai số tuyệt đối (oC) Phần trăm sai số (%) Bê tông Gạch đỏ Giấy trắng 20.7 Đất nung tráng men 21.1 Cao su cứng 21.4 19.8 20.1 20.36 20.71 20.99 21.22 21.81 0.56 2.83 0.61 3.03 0.29 1.40 0.12 0.57 0.41 1.92 Hình 4.8:Kết đo nhiệt độ bê tông FLIR I3 FLIR Lepton 3.5 Từ kết đo Bảng 4.3, ta nhận thấy sau thực turning lại giá trị Offset kết đo cho từ camera FLIR Lepton 3.5 có sai số tuyệt đối nhỏ 0.9oC so với giá trị nhiệt độ đo từ camera FLIR I3 Vì vậy, kết luận ta sử dụng cơng thức PT 3.8 với giá trị Offset 68 để thực đo nhiệt độ xác camera nhiệt FLIR Lepton 3.5 48 Hình 4.9:Kết đo nhiệt độ gạch đỏ FLIR I3 FLIR Lepton 3.5 Hình 4.10:Kết đo nhiệt độ giấy trắng FLIR I3 FLIR Lepton 3.5 49 Hình 4.11:Kết đo nhiệt độ đất nung tráng men FLIR I3 FLIR Lepton 3.5 Hình 4.12:Kết đo nhiệt độ cao su cứng FLIR I3 FLIR Lepton 3.5 50 4.2 Thử nghiệm đo nhiệt độ chi tiết khóa néo ép Khóa néo ép Khóa néo ép loại phụ kiện đường dây tải điện, sử dụng để néo dây dẫn dây nối đất vào dây cách điện tháp điện loại không căng thẳng Với loại phụ kiện này, sử dụng máy ép thuỷ lực hàm ép để thi cơng Hình 4.13: Khóa nép ép lắp đặt thực tế Khóa néo ép gia cơng hợp kim nhơm ngun khối Trong đó, hợp kim nhơm loại vật liệu có thơng số emissivity thấp phụ thuộc vào nhiệt độ Theo nghiên cứu vào năm 2011, tác giả Taweepol Suesut đồng nghiệp [21] thực thí nghiệm nhằm đo thông số emissivity loại phụ kiện dây tải điện phục vụ cho việc đo nhiệt độ với camera nhiệt Trong phụ kiện khóa néo ép hợp kim nhơm (Hình 4.14) có kết đo emissivity nằm khoảng 0.45 – 0.71 với dải nhiệt độ từ 30 oC – 200oC Hình 4.14: Một phần bảng kết đo emissivity nghiên cứu [21] 51 Trong độ án này, ta sử dụng kết đo emissivity nghiên cứu để thực thử nghiệm đo nhiệt độ khóa néo ép Đo nhiệt độ khóa néo ép Khóa néo ép có thơng số emissivity thấp nên việc xác định nhiệt độ vật thể phản xạ cần thiết để phép đo có độ xác cao Vì vậy, trước đo nhiệt độ khóa néo, ta thực đo nhiệt độ phản xạ sử dụng giấy bạc theo phương pháp đề cập mục 3.5.2 Thông số emissivity chọn thử nghiệm bằng 0.6 Ta thực đo nhiệt độ điểm khóa néo Kết đo tham chiếu với nhiệt độ đo từ camera FLIR I3 - camera nhiệt chuyên dụng cho việc đo nhiệt độ cơng nghiệp (Hình 4.2) Dưới kết đo: Bảng 4.4: Kết đo nhiệt độ khóa néo ép Nhiệt độ tham chiếu (oC) Nhiệt độ đo (oC) Sai số tuyệt đối (oC) Phần trăm sai số (%) Điểm đo 47.7 Điểm đo 51.0 Điểm đo 39.2 47.1 0.6 1.26 49.9 1.1 2.16 38.1 1.1 2.81 Hình 4.15: Xác định Treft qua việc đo nhiệt độ giấy bạc • Điểm thứ 52 Hình 4.16: Thử nghiệm đo nhiệt độ khóa néo lần • Điểm thứ hai Hình 4.17: Thử nghiệm đo nhiệt độ khóa néo lần • Điểm thứ ba 53 Hình 4.18: Thử nghiệm đo nhiệt độ khóa néo lần Khóa néo ép hay phụ kiện đường dây tải điện khác vật thể có thơng số emissivity thấp đo nhiệt độ phụ kiện trời, ta cần ý [22]: • Thực đo nhiệt độ vào ngày nhiều mây để giảm bớt tác động vật thể phản xạ từ tầng cao trái đất từ ngồi vụ trụ vốn có nhiệt độ thấp • Khơng nên đo nhiệt độ vào ngày nắng gắt vật thể cần đo bị làm nóng mặt trời, dẫn đến nhiệt độ đo không phản ánh trạng • Nếu trời nắng nhiều ngày liên tục nên chuyển thời điểm đo nhiệt độ vào sáng sớm lúc mặt trời chưa lên đo vào ban đêm • Khi đo nhiệt độ vào ban đêm tránh sử dụng loại đèn chiếu sáng phát xạ hồng ngoại mạnh đèn sợi đốt Nên sử dụng đèn LED để thay • Khơng nên thực đo nhiệt độ trời mưa, vừa mưa xong bề mặt vật thể cần đo đọng nước • Khơng nên thực đo trời có gió đo, giông lốc 54 CHƯƠNG KẾT LUẬN 5.1 Kết luận Nghiên cứu đề xuất phương pháp giám sát, kiểm tra chi tiết đường dây tải điện cách thực đo xác nhiệt độ điểm chi tiết đưa cảnh báo cho kỹ sư bảo trì phát chi tiết có nhiệt độ cao bất thường Phương pháp đề xuất sử dụng phép tính bản, kết hợp với thuật toán xử lý ảnh truyền thống nên tốc độ tính tốn nhanh, phù hợp cho thiết bị nhúng nhỏ gọn có hiệu khơng cao, tích hợp máy bay khơng người lái Giải pháp có điểm trội động địa hình, loại đường dây Loại bỏ bước triển khai phức tạp, tránh cố, giả hợp lý Nghiên cứu đưa cơng thức dùng để tính tốn xác nhiệt độ vật thể cần đo dựa vào định luật Planck (PT 3.8) cách xác định thông số ε ,τ , Trefl , Tatm emissivity (ε ) phục vụ cho việc tinh toán nhiệt độ Thật vậy, thông số xác định thông qua bảng tra nghiên cứu có trước, thơng số transmission (τ ) tính tốn dựa vào phương pháp PassmanLarmore tables, thông số nhiệt độ vật thể phản xạ (Treft ) xác định thông qua vật thể Lambert radiator, thông số nhiệt độ môi trường (Tatm ) xác định cảm biến nhiệt độ, độ ẩm DHT22 kết nối với Raspberry Pi Các kiểm nghiệm độ xác cơng thức (4.1.2), kiểm nghiệm đo nhiệt độ thực tế với vật thể có emissivity cao (4.1.3), kiểm nghiệm đo chi tiết dùng để néo dây tải điện khóa néo ép (4.2) cho kết nhiệt độ đo nhiệt độ thực tế có sai số xấp xỉ ±1oC kèm theo hình ảnh thực tế đo Nghiên cứu cịn trình bày thuật tốn xử lý từ đọc liệu từ camera nhiệt, tái tạo hình ảnh, phát vùng ảnh có chứa vật thể cần đo nhiệt độ, đo nhiệt độ vật thể cần đo hiển thị lên hình Thuật tốn sử dụng cho việc ứng dụng phương pháp đo nhiệt độ sử dụng camera nhiệt máy bay không người lái vào tốn giám sát bảo trì đường dây tải điện cao Qua nghiên cứu này, em tích lũy thêm lượng kiến thức lớn camera nhiệt, nguyên lý hoạt động camera nhiệt, cách xác định đo nhiệt độ vật thể thực tế camera nhiệt, củng cố kỹ lập trình ngơn ngữ C++, sử dụng máy tính nhúng Raspberry Pi vào ứng dụng thực tế Ngoài ra, kỹ tìm kiếm tài liệu, tổng hợp thơng tin, trình bày luận văn em trau dồi nhiều thông qua nghiên cứu lần Một lần em xin chân thành cảm ơn thầy giáo hướng dẫn PGS.TS Hồng Hồng Hải Bộ mơn Cơ điện tử giúp đỡ em hoàn thành tốt đồ án tốt nghiệp 5.2 Hướng phát triển đồ án tương lai Nghiên cứu đạt yêu cầu việc đo xác nhiệt độ phục vụ cho việc giám sát bảo trì chi tiết đấu nối đường dây tải điện cao Tuy nhiên, 55 thuật toán xác định vật thể cần đo chưa chặt chẽ dẫn tới xác định nhầm triển khai thực tế Trong tương lai, cần thay thuật tốn có sử dụng học máy nhằm tăng độ xác Nghiên cứu cịn chưa triển khai việc lắp đặt trực tiếp camera nhiệt lên máy bay không người lái triển khai bay đo nhiệt độ thực tế chi tiết đường dây điện Do đó, cần tiến hành thêm thử nghiệm đo đạc tương lai nhằm kiểm chứng tính thực tiễn nghiên cứu Hiện tại, phương pháp đo nhiệt độ chi tiết đường dây điện trời phụ thuộc nhiều vào yếu tố thời tiết ngoại cảnh xung quanh vật thể cần đo Do đó, cần có thêm phương án nhằm hạn chế phụ thuộc này, nhằm đơn giản hóa quy trình đo đạt giám sát Cuối cùng, nghiên cứu chưa đưa phương án lưu trữ liệu hình ảnh liệu đo đạt từ camera mặt đất để phục vụ cho việc phân tích offline mặt đất Vì vậy, cần bổ sung thêm chức để có giải pháp tồn diện cho việc giám sát bảo trì đường dây dây điện cao sử dụng camera nhiệt máy bay không người lái 56 TÀI LIỆU THAM KHẢO [1] "Wikipedia," 24 December 2020 [Online] Available: https://en.wikipedia.org/wiki/Thermographic_camera [Accessed 10 January 2021] [2] Basic Principles of non-contact temperature measurement, Berlin: Optris GmbH, 2019 [3] "Wikipedia," January 2021 [Online] Available: https://en.wikipedia.org/wiki/Unmanned_aerial_vehicle [Accessed 10 January 2021] [4] Futian Wang, Songjian, Xiao Wang, Zhengzheng Tu, Cheng Zhang, "A Novel Method for Thermal Image Based Electrical-Equipment Detection," Springer Nature Switzerland AG 2019, pp 239-250, 2019 [5] Irfan Ullah, Fan Yang, Rehanullah Khan, Ling Liu, Haisheng Yang, Bing Gao and Kaisun, "Predictive Maintenance of Power Substation Equipment by Infrared Thermography Using a Machine-Learning Approach," MDPI, 2017 [6] Irfan Ullah, Rehan Ullah Khan, Fan Yang and Lunchakorn Wuttisittikulkij, "Deep Learning Image-Based Defect Detection in High Voltage Electrical Equipment," MDPI, 2020 [7] Zainul Abdin Jaffery, Ashwani Kumar Dube, "Design of early fault detection technique for electrical assets using infrared thermograms," Elsevier, 2014 [8] ZOU Hui, HUANG Fuzhen, "An Intelligent Fault Diagnosis Method for Electrical Equipment Using Infrared Images," in Chinese Control Conference, Hangzhou, China, 2015 [9] K M M Vollmer, "Fundamentals of Infrared Thermal Imaging," in Infrared Thermal Imaging: Fundamentals, Research and Applications, Second Edition, WILEY-VCH, 2017, p Chapter [10] Ruben Usamentiaga, Pablo Venegas, Jon Guerediaga, Laura Vega, Julio Molleda and Francisco G Bulnes, "Infrared Thermography for Temperature Measurement and Non-Destructive Testing," MDPI, pp 12305-12348, 2014 [11] "MoviTHERM advanced thermography solutions," MoviTHERM , [Online] Available: https://movitherm.com/knowledgebase/netd-thermal-camera/ [12] "workswell-thermal-camera," Workswell, [Online] Available: https://workswell-thermal-camera.com/radiometric-and-non-radiometricthermal-camera/ [Accessed 12 07 2021] [13] FLIR, User's manual Flir A320 Flir A325, FLIR, 2008 57 [14] FLIR, Lepton 3_3.5 DataSheet, 2018 [15] J Veitch-Michaelis, flirpy Documentation, 2021 [16] W Minkina, "Atmospheric transmission coefficient modelling in the infrared for thermovision measurements," JSSS, 2016 [17] G Gaussorgues, Infrared Thermography, Springer Science+Business Media, B V., 1994 [18] FLIR, FLIR LEPTON Engineering Datasheet, 2018 [19] FLIR, FLIR LEPTON Software Interface Description Document (IDD), 2018 [20] Dr Siebert, Kuhn GmbH, Co KG, Table of Total Emissivity, Kaufungen, Germany: www.sika.net [21] T.Suesut, N.Nunak, T.Nunak, A.Rotrugsa, Y.Tuppadung , "Emissivity Measurements on Material and Equipment in Electrical Distribution System," International Conference on Control, Automation and Systems, 2011 [22] T S & C KGaA, Thermography Pocket Guide, Lenzkirch, Germany: Testo, 2017 [23] Huy Quang Tran, Dong Yeob Han, Jungwon Huh, "Effects of Ambient Temperature and Relative Humidity on Subsurface Defect Detection in Concrete Structures by Active Thermal Imaging," ResearchGate, 2017 58 ... lập – Tự – Hạnh phúc BẢN XÁC NHẬN CHỈNH SỬA LUẬN VĂN THẠC SĨ Họ tên tác giả luận văn : Hoàng Thanh Tùng Đề tài luận văn: Hệ thống giám sát tự động đường dây tải điện sử dụng UAV xử lý ảnh nhiệt. .. khác giám sát bảo vệ, giao hàng, chụp ảnh không, kiểm tra sở hạ tầng, … [3] Hình 1.5: Máy bay khơng người lái giám sát đường dây tải điện Đối với lĩnh vực giám sát đường dây tải điện cao, việc sử. .. điện Hơn nữa, UAV bay lại gần trụ điện để chụp ảnh chi tiết có đường dây truyền tải trụ điện cách rõ nét, phục vụ cho việc giám sát xác Tuy nhiên, việc sử dụng hệ thống UAV tự động tồn cịn gặp