一种隔热防火电缆及其应用的复合材料的检测技术方法与流程

本发明涉及电缆加工检测，具体涉及一种隔热防火电缆及其应用的复合材料的检测技术方法。

背景技术：

1、随着电力工业的发展，对电缆的耐火性能要求越来越高。传统的检测方法主要依靠人工检测和有限的物理试验，不仅耗时耗力，而且难以保证检测结果的准确性。因此，开发一种能够在线检测隔热防火电缆复合材料性能的技术变得尤为重要。

2、传统的人工检测方法效率低下，无法满足大批量生产的需求。现有的检测方法往往依赖于有限的物理试验，难以全面评估复合材料的性能。现有的检测手段大多是在产品完成后再进行检测，无法实现实时监控和在线调整工艺参数。对于复杂的数据处理，传统方法难以有效提取关键信息，影响了检测的准确性。目前的检测方法很难准确预测护套层的力学性能，导致产品在实际使用中可能出现意外问题。

3、在电缆加工过程中需要对材料混合加热，在加热混合过程中，各种材料会发生物理和化学变化，这些变化会影响到复合材料的最终性能。这些变化以及会影响拉曼光谱，例如基体材料在加热过程中可能会发生交联反应，形成三维网络结构，这是复合材料固化过程的一部分，在高温下，某些添加剂可能会与其他成分发生副反应，产生新的化合物或释放气体，环氧树脂等基体材料在加热过程中可能会经历从液态到固态的转变，这一过程中拉曼光谱中的特征峰可能会发生变化，反映出分子结构的变化。基于拉曼光谱对材料进行检测可以在加工过程中无损的检测出材料的耐火性能，检测精度高，可以克服材料检测过程中不稳定性。

技术实现思路

1、为了解决上述问题，本发明提供隔热防火电缆用复合材料的检测方法，用于对隔热防火电缆制作过程中的复合材料进行在线检测以确定其复合材料的耐火性能；包括如下步骤：

2、隔热防火电缆包括导体芯、绝缘层、隔热防火层和护套层；

3、其中导体芯为单股或多股绞合导体；绝缘层采用聚氯乙烯、聚乙烯或交联聚乙烯；隔热防火层采用具有耐火和隔热性能的复合材料，包括陶瓷纤维、玻璃纤维、膨胀石墨或硅橡胶；采用陶瓷化硅橡胶，保护电缆并提供额外耐火性能；

4、在隔热防火层制作过程中的各个阶段采用拉曼光谱监测其原材料和加工后的隔热防火层的拉曼光谱，并根据拉曼光谱结合深度学习预测其耐火性能；

5、在护套层涂覆和固化阶段采用拉曼光谱检测，结合深度学习预测其耐火性能；在护套层涂覆后进行x射线照相检测，检测包层的均匀性以及缺陷，根据x射线图形预测其力学参数。

6、绝缘层的制作过程包括如下步骤：

7、绝缘层材料选择：绝缘层采用聚氯乙烯、聚乙烯或交联聚乙烯作为绝缘材料；

8、绝缘层制备：使用挤出机将混合好的绝缘材料挤出成形，包裹在导体芯上形成绝缘层。

9、在隔热防火层制作过程中的各个阶段采用拉曼光谱监测其原材料和加工后的隔热防火层的拉曼光谱，并根据拉曼光谱结合深度学习预测其耐火性能具体为：

10、原材料选择与配比：

11、原材料中包括基体材料、增强材料、填料、阻燃剂和偶联剂；其中基体材料为环氧树脂，重量比50～60％，增强材料为玻璃纤维，重量比30～40％，填料为氧化铝，重量比5～10％，阻燃剂为磷系阻燃剂，重量比1～5％，偶联剂为硅烷偶联剂，重量比1～5％；

12、混合加工：

13、混合温度：110℃～140℃，混合时间40～50分钟，搅拌速度200～400转/分钟；

14、冷却挤出：

15、将材料冷却后进行挤出，得到条形隔热防火线，并将隔热防火线缠绕到绝缘层外部作为隔热防火层；

16、在原材料混合前采用拉曼光谱仪采集每种原材料的拉曼光谱，并将其进行存储，标记为原材料光谱数据；在混合加工时，等待加热温度稳定后，采集混合温度下的液态的混合材料的拉曼光谱，并将其进行存储，标记为液态混合材料光谱数据；

17、将原材料光谱数据和液态混合材料光谱数据以及原材料的比例和原材料的混合温度输入隔热防火层预测模型，得到隔热防火层的耐火参数；

18、耐火参数包括耐火时间、最高使用温度、热导率、耐火极限温度和耐火等级。

19、将原材料光谱数据和液态混合材料光谱数据以及原材料的比例和原材料的混合温度输入隔热防火层预测模型，得到隔热防火层的耐火参数具体为：

20、对采集到的拉曼光谱数据进行预处理，包括去除背景噪音、平滑处理；基于主成分分析方法提取拉曼光谱数据中提取关键特征；

21、将原材料光谱数据、液态混合材料光谱数据以及原材料的比例和混合温度数据组织成统一的格式；

22、隔热防火层预测模型具体为：

23、使用卷积神经网络和长短期记忆网络组合的架构，模型包括：

24、输入数据：原材料光谱数据、液态混合材料光谱数据、原材料的比例和混合温度；

25、输出数据：耐火时间、最高使用温度、热导率、耐火极限温度和耐火等级；

26、输入层：包含原材料光谱特征、液态混合材料光谱特征、原材料比例和混合温度数据；

27、隐藏层：使用卷积神经网络和长短期记忆网络的组合；

28、cnn层：用于处理光谱数据的时间序列特性；

29、lstm层：用于捕捉数据间的长期依赖关系；

30、输出层：包含多个节点，每个节点对应一个预测的耐火性能参数。

31、在护套层涂覆和固化阶段采用拉曼光谱检测，结合深度学习预测其耐火性能具体为：

32、护套层材料选择陶瓷化硅橡胶；

33、使用拉曼光谱仪采集护套层材料在涂覆前的拉曼光谱数据，标记为涂覆前拉曼光谱；在护套层涂覆完成后，采集涂覆后护套层的拉曼光谱数据，标记为涂覆后拉曼光谱；在护套层固化完成后，采集固化后护套层的拉曼光谱数据，标记为固化后拉曼光谱；

34、使用多项式拟合或savitzky-golay滤波算法，去除拉曼光谱中的荧光背景；校正由于仪器漂移原因造成的基线偏移问题；使用移动平均法或savitzky-golay滤波平滑算法来减少噪声，同时保持原始信号的特征；使用阈值法或二阶导数法峰检测算法来确定拉曼光谱中的峰值位置和峰强度；使用主成分分析法提取光谱峰值位置和峰强度的特征；将提取到的特征，峰值位置和强度组织成特征向量；

35、将数据输入护套层预测模型，得到护套层的耐火性能；

36、护套层预测模型：

37、模型架构包括：

38、输入层：包含拉曼光谱特征；

39、cnn层：用于处理光谱数据的时间序列特性；

40、lstm层：用于捕捉数据间的长期依赖关系；

41、dnn层：用于进一步提取高级特征；

42、输出层：包含多个节点，每个节点对应一个预测的耐火性能参数；

43、耐火性能参数包括耐火时间、最高使用温度、热导率、耐火极限温度和耐火等级。

44、数据处理在组织成特征向量之后还包括标准化方法，使用z-score标准化或最小最大规范化来消除不同特征之间的差异。

45、在护套层涂覆后进行x射线照相检测，检测包层的均匀性以及缺陷，根据x射线图形预测其力学参数具体为：

46、使用高速x射线照相检测仪进行线缆的x射线照相检测，得到线缆的x射线图像；

47、使用图像处理软件对采集到的x射线图像进行处理，去除背景噪音，增强对比度；

48、通过分析图像中的灰度值分布来评估护套层的均匀性；

49、使用边缘检测或阈值分割图像处理算法识别图像中的缺陷区域，从x射线图像中提取关键特征，包括缺陷的大小、位置、形状；

50、将标准化后的特征向量输入到预测模型中，使用深度学习模型来预测力学参数。

51、通过分析图像中的灰度值分布来评估护套层的均匀性具体为：

52、计算图像的灰度值直方图，以了解灰度值的分布情况，通过对直方图进行统计分析，提取相关特征，包括平均灰度值、标准差和变异系数。

53、将标准化后的特征向量输入到预测模型中，使用深度学习模型来预测力学参数具体为：

54、将得到的平均灰度值、标准差和变异系数和全部提取缺陷的大小、位置、形状作为输入，输入深度学习模型；

55、深度学习模型包括：

56、输入层：包含从图像中提取的各种特征；

57、全连接层：用于处理数值特征；

58、卷积层：因为处理图像的局部特征，使用卷积层处理图像特征；

59、输出层：包含多个节点，每个节点对应一个预测的力学性能参数；

60、力学性能参数包括拉伸强度和断裂伸长率。

61、所述的隔热防火电缆用复合材料的检测方法在制作隔热防火电缆中的应用。

62、本发明的有益效果为：

63、通过结合拉曼光谱监测和深度学习技术，能够准确地预测隔热防火层和护套层的耐火性能，提高了检测的精度和可靠性。能够在电缆制造过程中实现在线检测，及时发现不合格产品，避免了后期的返工和浪费。通过自动化检测手段，减少了人工检测的工作量，显著提升了生产效率。通过对绝缘层、隔热防火层和护套层进行全面的检测，确保了电缆产品的质量和安全性。通过对隔热防火层制作过程中的原材料和加工后的拉曼光谱监测，可以及时调整工艺参数，优化生产工艺流程。通过x射线照相检测和深度学习预测，能够准确评估护套层的均匀性和预测其力学性能，进一步提高了电缆的可靠性和使用寿命。