王永法,王永兴

低烟无卤（LSZH）电力电缆凭借其卓越的环保性能和出色的阻燃特性，在轨道交通、高层建筑以及公共场所等对安全性要求极为严苛的领域得到了广泛应用。然而，在连续挤出成型工艺的实际操作中，绝缘层极易受到材料特性、工艺参数波动以及设备状态异常等多种因素的综合影响，从而产生各类缺陷。这些缺陷会直接对电缆的电气性能和使用寿命造成严重影响。本文深入系统地分析了低烟无卤材料在挤出过程中的关键问题，创新性地提出了一种基于多源数据融合的缺陷预测模型，并精心设计了一套全面且高效的在线质量监控系统。通过实时采集温度、压力、速度等关键工艺参数，结合先进的机器学习算法对可能出现的缺陷进行早期预警，同时利用高精度的视觉检测技术实现外观缺陷的在线精准识别。研究结果表明，该方案能够显著降低绝缘层缺陷率，有效提升生产稳定性，为低烟无卤电缆的智能制造提供了坚实的理论支持和实践指导。

低烟无卤电缆；连续挤出成型；缺陷预测；在线监控；机器学习；质量管控

[1] 黄威,王贵山,李应宏.基于交流耐压试验的电力电缆绝缘缺陷检测方法研究[J].陕西电力,2015,43(6):71-74. [2] 马忠明,许娟红,赵晓强,等.轨道交通车辆用动力电缆绝缘层缺陷的分级[J].电工技术,2022(21):187-188. [3] 涂建坤,杨海马,刘瑾,等.一种水电容式电缆绝缘层缺陷的检测方法研究[J].电线电缆,2017(4):36-38,46. [4] 张广祥.新型低烟无卤阻燃耐火电线电缆的设计[J].芜湖职业技术学院学报,2019,21(2):1-3. [5] 唐婷婷.配电工程设备电线电缆绝缘层老化故障分析及防范技术研究[J].电力设备管理,2024(23):198-200.

点击下载PDF