Site Loader

Содержание

Трансформатор, преобразователь — устройство, принцип действия

Трансформатор (Electric Transformer) – устройство, предназначенное для преобразования одного напряжения в другое. Состоит из нескольких изолированных друг от друга (кроме автотрансформаторов) обмоток (первичная, вторичная & etc), общего сердечника (магнитопровод), изготавливаемого из ферро-магнитного материала или прессованной электротехнической стали (в сборе называется остовом трансформатора), для уменьшения потерь от вихревых токов.

Обмотки трансформатора состоят из изолированного эмалевым лаком или пропитанного бумагой квадратного (для более плотной обмотки), медного проводника.

Магнитопровод может быть броневым, либо стержневым

. Броневой тип защищает обмотки и окружает их со всех сторон. На стержневой магнитопровод катушки одеваются сами и ничем не защищены.

Часть магнитопровода, которая находится внутри катушки, называется — стержень, а та часть, которая служит для соединения сердечников и замыкания магнитного поля называется – ярмо.

 

Принцип действия обычного трансформатора:

На первичную обмотку подаётся переменный ток, воздействуя посредством магнитной индукции

на вторичную обмотку, тем самым образуя в ней переменный ток той же частоты, что и в первичной обмотке. Напряжение на выходе трансформатора будет зависеть от количества витков каждой из обмоток, но не может превышать мощность на входе.

КПД трансформатора, при правильном расчёте можно приблизить практически к 100%.

Существует такой вид трансформаторов как : «Автотрансформаторы» (Auto Transformers).

Их обмотки соединены напрямую

и они имеют несколько выходов с различным напряжением на них, за счёт различного количества витков после которого они были выведены. Плюсом таких трансформаторов в сравнении с несколькими отдельными являются меньший вес, габариты, цена. Применяются в местах, где не требуется значительное преобразование энергии (не больше чем в 4 раза), есть качественное заземление и напряжение выше 100 кВ.

Основной причиной выхода трансформатора из строя является пробой обмотки

. Происходит это по причине перегрева, либо резкого скачка напряжения. Трансформатор с пробоем, для дальнейшего использования не подлежит. Потому, производители делают трансформаторы с большим запасом прочности, ведь замена трансформатора довольно трудоёмкий процесс.

Устройство измерительного трансформатора тока — Группа СВЭЛ

Измерительный трансформатор тока используется в измерительных приборах и защитных релейных устройствах электросетей и энергообъектов. Устройство преобразует ток, обеспечивая безопасность и точность измерений.

Конструкция и принцип действия ИТТ

Трансформатор тока включает в себя две обмотки, размещенные на ферромагнитном сердечнике из электротехнической стали. Витки первичной — включаются в цепь, по которой протекает первичный ток, к вторичной — подключаются измерительные и защитные приборы. В магнитопроводе образуется переменный магнитный поток, который индуцирует во вторичной обмотке, за счет чего создается вторичный ток, противоположно направленный первичному.

Для правильной передачи фазы тока и максимальной точности замеров выводы первичной и вторичной обмоток ИТТ обозначают «линия» и «измеритель» соответственно.

Иногда аварии вызывают превышение допустимого значения тока на порядок. При этом ИТТ подвергается перегрузке. Из-за этого его мощность становится значительно больше номинальной, сердечник насыщается, а точность измерений уменьшается. Поэтому ГОСТ определил пределы погрешности 10%.


Специфика трансформатора тока

Основные характеристики ИТТ: вторичный и первичный номинальный ток, нагрузка вторичной цепи, класс точности, коэффициент трансформации, угловая и полная погрешности.

Одно и то же устройство можно применять для подключения сразу нескольких приборов. Но чем их больше подсоединено к трансформатору, тем выше сопротивление. Из-за этого снижается ток во вторичной обмотке, что влияет на рабочий режим агрегата.

Благодаря разделению обмоток амперметр не подвергается высокому напряжению, что позволяет монтировать его непосредственно на распределительный щит. Для снижения риска пробоя изоляции, вывод вторичной обмотки необходимо заземлить.

Номинальный вторичный ток не должен превышать 5А. А если трансформатор устанавливается на большом расстоянии от измерительных устройства, ток снижают до 1А, чтобы уменьшить падение напряжения в гибких выводах.


Назначение и устройство трансформаторов — Электромонтер-ремонтник


Назначение и устройство трансформаторов

Категория:

Электромонтер-ремонтник



Назначение и устройство трансформаторов

Трансформатор предназначен для преобразования (трансформации) электрической энергии одного напряжения в электрическую энергию другого. Широкое применение нашли силовые трансформаторы для повышения напряжения (повышающие) на электростанциях и для понижения напряжения (понижающие) на подстанциях. Кроме этого, изготовляют специальные трансформаторы, применяемые для плавки (печные), сварки (сварочные) металла, для измерения высоких напряжений и больших токов (измерительные).

Различают трансформаторы маслонаполненные (масляные) и сухие, однофазные и трехфазные.

Рассмотрим устройство основных сборочных единиц трансформатора.

Магнитопровод (сердечник) состоит из стержня и ярма, образующих замкнутую магнитную цепь. На стержне размещают обмотки. Наиболее распространенный тип магни-топровода — стержневой. По способу сборки стержневые магнитопроводы в большинстве случаев выполняются шихтованными.

Магнитопровод собирают из листов электротехнической стали толщиной 0,35 — 0,5 мм горячей и холодной прокатки. Отдельные листы для уменьшения потерь от вихревых токов изолируют по всей поверхности лаковой пленкой.

Поперечное сечение ярма обычно выполняют прямоугольной формы, а стержня — многоступенчатой фигурой, приближающейся к кругу. Для придания ярму магнито-провода жесткости и устойчивости и для предохранения от усилий, создаваемых токами короткого замыкания и массой обмотки, его стягивают с помощью ярмовых балок и сквозных болтов.

В последнее время начато изготовление трансформаторов мощностью 160 — 630 кВ А с пространственным магнито-проводом, который отличается от плоского тем, что вертикальные оси стержней находятся в разных плоскостях. Стальные листы стержня у такого магнитопро-вода спрессованы бандажом из изоляционного материала или стальной лентой с прокладкой изоляционного материала вместо шпилек. Трансформаторы с такой конструкцией стержней иногда называют бесшпилечными.

Рис. 1. Магнитопровод:
а — плоский, б — пространственный; 1 — стержень, 2 — вертикальная стяжная шпилька, 3 — места прессующих шпилек стержня, 4 – стяжная шпилька, 5 — верхняя ярмовая балка, б — верхнее ярмо, 7 — нижнее ярмо, 8 — нижняя ярмовая балка, 9 — опорная балка, 10 — опрессовоч-ный пояс, 11 — изоляционная трубка, 12 — изоляционная подкладка, 13 — изолирующая прокладка, 14 — пластина, 15 — тарельчатая пружина

Эти магнитопроводы имеют ряд преимуществ перед обычными плоскими, а именно:

— уменьшаются трудозатраты на изготовление магнито-провода и его сборку;
— повышается надежность стержня, так как прессующие шпильки отсутствуют;
— уменьшаются потери холостого хода, так как сечение стержня увеличивается за счет отсутствия отверстий под шпильки, а в результате при равных мощностях трансформаторов для пространственного магнитопровода требуется меньше стали.

Пространственный магнитопровод изготавливают не шихтованным, а стыковым. Ярмо и стержни соединяются в магнитную цепь стыковкой. Во избежание замыкания листов стали ярма и стержня между ними предусмотрена изоляционная прокладка.

Обмотки по назначению разделяют на первичную и вторичную. Первичной обычно называют ту, к которой присоединяют источник энергии, а вторичной — к которой присоединяют потребителей. Обмотку с более высоким напряжением называют обмоткой высшего напряжения (ВН), с низким — обмоткой низшего напряжения (НН).

Рис. 2. Цилиндрические обмотки:
а — однослойная, б — двухслойная, в — многослойная; 1 — провод, 2 — выравнивающий поясок, 3 — коробочка из электрокартона для усиления витковой изоляции в месте изгиба провода, 4 — наружный слой обмотки, 5 — вертикальный масляный канал, 6 — внутренний слой обмотки, 7 — планки из бука, 8 — бакелитовый цилиндр, 9 — бумажная межслоевая изоляция, 10 — отводы для регулирования напряжения в пределах ±5%

Наиболее распространены концентрические обмотки круглой формы, которые делят на несколько типов:
— цилиндрическая однослойная обмотка применяется для трансформаторов небольшой мощности на напряжение до 525 В;
— цилиндрическая двухслойная обмотка применяется для трансформаторов мощностью до 560 кВ А на напряжение до 525 В;
— цилиндрическая многослойная обмотка наматывается в несколько слоев, как правило, проводом круглого сечения. Слои обмотки разделяются межслоевой изоляцией.

Магнитопровод вместе с обмотками называют активной частью трансформатора. Активная часть масляных трансформаторов погружена в бак с трансформаторным маслом. Для сухих трансформаторов активная часть защищена металлическим кожухом с отверстиями для воздушного охлаждения обмотки и стали магнито-провода.

Соединения обмоток между собой, с переключающими устройствами и вводами называются отводами обмоток. Обмотки и отводы находятся под высоким напряжением по отношению к баку или кожуху трансформатора и поэтому должны быть надежно изолированы. Изоляцию маслонаполнен-ных силовых трансформаторов можно условно разделить на внутреннюю, расположенную внутри бака, и внешнюю, находящуюся вне бака в воздухе.

Внутренняя изоляция разделяется на главную и продольную изоляцию обмоток, на изоляцию переключателя и отводов.

Рис. 3. Схема главной изоляции обмоток:
1 — уравнительная изоляция, 2 — ярмовая изоляция, 3 — изоляционный цилиндр и масляный канал, 4 — цилиндр между обмотками НН и стержнем, 5 — стержень, 6 — междуфазная перегородка, 7 — обмотка ВН, 8 — обмотка НН, 9 — нижняя ярмовая балка

Рис. 4. Трансформаторы мощностью 400 кВ А с плоским (а) и пространственным (б) магнитопроводом:
1 — транспортный ролик, 2 – болт заземления. 3 — радиатор, 4 — бак, 5 — щиток, 6 – крюк для подъема, 7 – воздухоосушигель, 8 — маслоуказатель, 9 – расширитель, 10 – ввод ВН. 11 – ввод НН, 12 – термометр, 13 — термосифонный фильтр. 14 – пробка для отбора пробы масла, 15 — пробка для слива, 16 — пробка для долива масла, 17 — переключатель, 18 — пробивной предохранитель

Переключатель и отводы изолируются масляными промежутками между токопроводящими и заземленными частями этих устройств. Крепление их выполняется деревянными или гетинаксовыми деталями.

Внешняя изоляция между токопроводящими заземленными частями определяется расстоянием по воздуху. Например, при 10 кВ должно быть не менее 110 мм.

Вспомогательными элементами масляного трансформатора являются бак, расширитель, вводы и переключатель. Общий вид трансформатора показан на рис. 4.

Бак имеется только у масляных трансформаторов и предназначен для размещения в нем активной части, погруженной в масло. Для трансформаторов мощностью 160 кВ А и более баки выполняют с вваренными стальными трубами или снабжают радиаторами, которые значительно увеличивают поверхность охлаждения.

Крышка бака служит для закрывания бака, заполненного маслом. Между крышкой и баком устанавливают прокладку из маслостойкой резины. Крышка с баком стянута болтами. На крышке установлены вводы ВН и НН и вспомогательные контрольно-защитные устройства и арматура.

Расширитель предназначен для свободного расширения масла при его нагреве и снижения возможности увлажнения и окисления масла. Расширителями снабжены все трансформаторы мощностью 25 кВ • А и выше.

Вводы предназначены для присоединения концов обмотки трансформатора к внешней электрической сети. Они представляют собой фарфоровые проходные изоляторы с то-копроЕодящим стержнем.

Начало обмоток ВН трехфазного трансформатора маркируется буквами А, В и С, а концы этих обмоток -л, > и Z. Нейтраль — 0. Начало и конец обмоток НН маркируются соответственно а, Ъ, с и х, у, z.

Переключатель служит для переключения числа витков обмотки ВН и имеет три ступени регулировки напряжения: + 5%, номинальное напряжение, -5%.

Технический термометр предназначен для измерения температуры верхних слоев масла в баке трансформатора.

Маслоуказатель, имеющий контрольные отметки, соответствующие уровню масла при температурах +40, +15 и – 45 °С, устанавливается на дне расширителя.

Термосифонный фильтр — устройство, которое очищает и регенерирует (восстанавливает) масло. Нагреваясь и сообщаясь с воздухом, масло поглощает влагу и окисляется, стареет. Фильтр заполнен специальным поглощающим веществом (сорбентом) — силикагелем КСК.

Воздухоосушитель предназначен для того, чтобы через «дыхательное» отверстие расширителя не попадал влажный и загрязненный воздух. Осушитель крепят на стенке расширителя или бака трансформатора. Воздух очищается в слое силикагеля, проходя через слой масла фильтра.

В ряде трансформаторов для такой же цели применяют силикагелевые поглотительные патроны, которые устанавливают на крышке трансформатора вблизи расширителя или в самом расширителе.

К числу прочей арматуры относятся арматура для заливки, взятия пробы, спуска и фильтрации масла и зажим для заземления бака трансформатора.


Реклама:

Читать далее:
Определение основных видов повреждений и текущий ремонт трансформаторов

Статьи по теме:

Устройство сварочного трансформатора

Сварочные трансформаторы используются для электродуговой сварки переменным током. Сварочными устройствами постоянного тока называются преобразователями, выпрямителями


или инверторами. Маркировка трансформаторов для ручной сварки плавящимся электродом выглядит следующим образом, ТДМ-316, что означает:
  • Т — трансформатор сварочный;
  • Д — дуговая электросварка;
  • М — механизм регулирования тока сварки;
  • 31 — максимальное значение сварочного тока 310 А;
  • 6 — номер модели трансформатора.
Устройство сварочного трансформатора включает магнитопровод в виде набранного из пластин стального сердечника, и двух изолированных обмоток. Первичная обмотка подключается к силовой сети (220 или 380В), а вторичная одним концом к держателю сварочного электрода, а другим к свариваемой детали. Вторичная обмотка состоит из двух частей на разных катушках. Одна из них подвижная и выполняет функцию дросселирующего устройства управления сварочным током. Перемещение дроссельной обмотки вдоль магнитопровода осуществляется винтом управления. Величина воздушного зазора между первичной и подвижной частью вторичной обмотки определяет значение сварочного тока. Изменение тока совпадает с изменением воздушного зазора. Т.е. с увеличением зазора ток увеличивается (во многих статьях можно встретить ошибочные данные по направлению изменения тока и зазора). Обычно сварочные трансформаторы имеют диапазоны регулирования от 60 до 400А. Напряжение холостого хода трансформатора составляет 60-65В. При зажигании дуги напряжение падает до рабочего значения 35-40В. Сварочные трансформаторы имеют защиту от короткого замыкания. Внешняя вольтамперная характеристика для дуговой сварки является падающей.

На фото 1 устройство сварочного трансформатора серии ТДМ представлено схематическим изображением:

  • Поз. 1 – первичная обмотка трансформатора из изолированного провода.
  • Поз. 2 – вторичная обмотка не изолирована, с воздушными каналами для лучшего режима охлаждения.
  • Поз. 3 – подвижная составляющая магнитопровода.
  • Поз. 4 – система подвеса трансформатора в корпусе агрегата.
  • Поз. 5 – система управления воздушным зазором.
  • Поз.6 – ходовой винт управления воздушным зазором.
  • Поз. 7 – рукоятка привода управляющего винта.
Промышленные сварочные агрегаты представляют собой многопостовые устройства. Для возможности перемещения нижняя рама выполняется в виде шасси с одной или двумя парами колес. Сам трансформатор в корпусе крепиться на аммартизирующей подвеске. Сварочные трансформаторы для сварки постоянным током дооборудуются выпрямляющими (диодными) приставками или инвертором постоянного тока.

Трансформаторы — Класс!ная физика

Трансформаторы

Подробности
Просмотров: 711

Трансформаторы — это просто!

«Физика — 11 класс»

Назначение трансформаторов

Трансформатором называется электротехнические устройства с помощью которого осуществляется преобразование переменного тока, при котором напряжение увеличивается или уменьшается в несколько раз практически без потери мощности.

Впервые подобные устройства были использованы в 1878 г. русским ученым П.Н.Яблочковым для питания изобретенных им электрических свечей — нового в то время источника света.
Позднее эти устройства получили название трансфораторов.
Трансформатор Яблочкова состоял из двух цилиндрических катушек, надетых на стальной стержень, собранный из отдельных проволок.

Устройство трансформатора


Трансформатор состоит из замкнутого стального сердечника, собранного из пластин, на который надеты две (иногда и более) катушки с проволочными обмотками.
Одна из обмоток, называемая первичной, подключается к источнику переменного напряжения. Другая обмотка, к которой присоединяют нагрузку, т. е. приборы и устройства, потребляющие электроэнергию, называется вторичной.
Условное обозначение трансформатора на электрических схемах

Трансформатор на холостом ходу

Действие трансформатора основано на явлении электромагнитной индукции, открытым Майклом Фарадеем в 1831 году.
Явление электромагнитной индукции: при изменении тока в цепи первой катушки во второй катушке, расположенной рядом, возникает электрический ток.

При питании катушки от источника постоянного тока ток во второй катушке существует только в моменты изменения тока в первой катушке, а на практике — при замыкании и размыкании цепи первой катушки.
Для длительного существования тока необходио непрерывно изменять ток в первой катушке. А это возможно, если соединить ее с источником переменного напряжения. При синусоидальном характере тока в первой катушке ток во второй катушке будет также синусоидальным.

При прохождении переменного тока по первичной обмотке в сердечнике появляется переменный магнитный поток, которым возбуждается ЭДС индукции в витках каждой обмотки.
Сердечник из трансформаторной стали концентрирует магнитное поле так, что магнитный поток существует практически только внутри сердечника и одинаков во всех его сечениях.

Мгновенное значение ЭДС индукции е во всех витках первичной или вторичной обмотки одинаково.
Согласно закону Фарадея оно определяется формулой

е = -Ф’

где
Ф’ — производная потока магнитной индукции по времени.

В первичной обмотке, имеющей N1 витков, полная ЭДС индукции

e1 = N1e

Во вторичной обмотке полная ЭДС индукции

e2 = N2e

где
N2 — число витков этой обмотки.

Отсюда следует, что

Обычно активное сопротивление обмоток трансформатора мало, и им можно пренебречь.
В этом случае модуль напряжения на зажимах первичной обмотки примерно равен модулю суммарной ЭДС индукции:

При разомкнутой вторичной обмотке трансформатора ток в ней не идет, и имеет место соотношение

Мгновенные значения ЭДС e1 и e2 изменяются синфазно, т.е. одновременно достигают максимума и одновременно проходят через ноль.
Поэтому их отношение можно заменить отношением действующих значений ЭДС и напряжений

Отношение напряжений на обмотках при работе трансформатора на холостом ходу (без нагрузки) называется коэффициентом трансформацииК.
Трансформаторы используются как для повышения напряжения, так и для понижения, т.е. могут быть повышающими и понижающими.
Если К>1, то трансформатор является понижающим,
если К, то трансформатор — повышающий.

Работа нагруженного трансформатора

Если к концам вторичной обмотки присоединить цепь, потребляющую электроэнергию, т.е. нагрузить трансформатор, то сила тока во вторичной обмотке уже не будет равна нулю.
Появившийся ток создаст в сердечнике свой переменный магнитный поток, который будет уменьшать изменения магнитного потока в сердечнике.

Уменьшение амплитуды колебаний результирующего магнитного потока не произойдет, так как

Поэтому при замыкании цепи вторичной обмотки автоматически увеличится сила тока в первичной обмотке.
Его амплитуда возрастет таким образом, что восстановится прежнее значение амплитуды колебаний результирующего магнитного потока.

Увеличение силы тока в цепи первичной обмотки происходит в соответствии с законом сохранения энергии: отдача электроэнергии в цепь, присоединенную к вторичной обмотке трансформатора, сопровождается потреблением от сети такой же энергии первичной обмоткой.

При подключении нагрузки ко вторичной цепи КПД трансформатора близок к 100%.
Мощность в первичной цепи при нагрузке трансформатора, близкой к номинальной, примерно равна мощности во вторичной цепи:

При повышении с помощью трансформатора напряжения в несколько раз, сила тока во столько же раз уменьшается (и наоборот).

Трансформатор преобразует переменный электрический ток таким образом, что произведение силы тока на напряжение примерно одинаково в первичной и вторичной обмотках

Чтобы уменььшить нагревание сердечника, его собирают из отдельных стальных пластин, которые изолируются друг от друга бумагой, лаком или окисью металла сердечника.
В трансформаторах малой мощности применяют круглые тороидальные сердечники из стальных колец или стальной ленты.
Для повышения КПД в трансформаторах обмотки высокого и низкого напряжения располагают на одних и тех же стержнях.
В радиотехнике обмотки часто наматываются на средний стерженьь.

При работе трансформатора обмотки нагреваются, для их охлаждения мощные трансформаторы помещают даже в баки с жидким маслом (масляные трансформаторы).

Трансформаторы широко используют в радиоаппаратуре, а также для передачи электроэнергии на большие расстояния в линиях электропередач, для этого строятся трансформаторные подстанции.

Источник: «Физика — 11 класс», учебник Мякишев, Буховцев, Чаругин



Производство, передача и использование электрической энергии. Физика, учебник для 11 класса — Класс!ная физика

Генерирование электрической энергии — Трансформаторы — Производство, передача и использование электрической энергии

Transformer HD с Wi-Fi

Transformer HD — портативная электронная лупа со встроенным Wi-Fi

Transformer HD — единственный продукт на рынке для слабовидящих, совместимый со ВСЕМИ доступными операционными системами: Windows, Mac, iOS, Android и Chrome!

Transformer HD — это высокопроизводительная портативная видеолупа (CCTV), оснащенная камерой Full HD 1080p «3-в-1», возможностью подключения к Wi-Fi и дополнительным полностраничным преобразованием текста в речь (OCR). Transformer HD оснащен встроенными разъемами Wi-Fi, HDMI и USB 3.0 для вашего ноутбука, настольного компьютера, планшета или монитора. Transformer HD, совместимый с популярными программами увеличения, представляет собой портативное и мощное решение для слабовидящих для школы, работы или дома.

Примечание. Chrome доступен только для преобразователей без оптического распознавания символов, поскольку Chromebook не поддерживает функции оптического распознавания символов

.

 

 

  • Камера 3-в-1 Full HD 1080p с автофокусом для самостоятельного просмотра, чтения или просмотра вдаль
  • Доступны 4 положения рабочего стола: слева, справа, вперед и вертикально
  • Увеличение до 30-кратного на 24-дюймовом ЖК-дисплее
  • 32 режима просмотра для оптимизации контрастности и яркости
  • Подключается через HDMI, USB 3.0 или Wi-Fi
  • Работа в полноэкранном режиме или режиме разделения экрана
  • Съемные ножки для основания на присоске, опция
  • Запись и сохранение видео для последующего воспроизведения
  • Встроенное светодиодное освещение
  • Минимум 3 часа работы съемной батареи с внутренним зарядным устройством (запасная батарея и внешнее зарядное устройство также входят в комплект)
  • Футляр для переноски в комплекте
  • 2 года гарантии
  • Дополнительная 13-мегапиксельная камера для точного полностраничного преобразования текста в речь (OCR)
  • Регулируемые режимы увеличения и просмотра цвета в OCR
  • Предварительный просмотр чтения позволяет прочитать всю страницу или использовать курсор, чтобы выбрать, с чего начать чтение
  • Распознавание нескольких языков
  • Мужской и женский премиальные голоса
  • Сохраняйте и вызывайте документы, изображения и экспортируйте файлы на свой компьютер

 

Размеры продукта

  • Открыт в конфигурации чтения
    • Длина: 15. 4 дюйма (39,1 см)
    • Ширина: 16,0 дюймов (40,6 см)
    • Высота: 13,5 дюймов (34,3 см)
  • Полностью закрытая конфигурация
    • Длина: 13,5 дюймов (34,3 см)
    • Ширина: 4,8 дюйма (12,2 см)
    • Высота: 4,9 дюйма (12,4 см)

Камера

  • Камера видеонаблюдения и камера OCR (на включенных устройствах)

Вес изделия:

Диапазон увеличения

  • На 24-дюймовом ЖК-дисплее (1.7х-30,6х)

Блок питания

  • Источник питания 100–240 В~, 50–60 Гц, 9 В постоянного тока, 2,6 А

Срок службы батареи

  • Более 2 часов непрерывной работы.

Классификация оборудования (IEC 601-1):

  • Тип защиты: Класс 1
  • Степень защиты: Тип B
  • Режим работы: непрерывный
  • Диапазон рабочих температур: 0-40°C / 32-104°F
  • Диапазон температур хранения/транспортировки: 0-60°C / 32-140°F

Гарантия: 2 года

*Технические характеристики продукта могут быть изменены без предварительного уведомления.

Брошюра о продукте Transformer HD Брошюра о продукте Transformer HD
Скачать
– итальянский Скачать
Transformer HD Руководство пользователя Скачать

Руководства пользователя всех продуктов

Загрузка программного и микропрограммного обеспечения

Домашняя страница ЭЛЕКТРОТЕХНИЧЕСКОГО ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ

Как переносить устройства между библиотеками Transformer?

Вам по электронной почте отправлен файл библиотеки (Transformer.lib), содержащий новое устройство, которого в настоящее время нет в файле библиотеки (PTW.lib) на вашем компьютере. Новое устройство представляет собой трансформатор сухого типа производства GE. Он был создан в разделе библиотеки Transformer.

Шаг 1. Скопируйте этот файл в каталог (C:)\PTW32\Lib на жестком диске.

Шаг 2 — Запуск PTW

Шаг 3. Откройте существующий файл PTW.lib, выбрав раскрывающееся меню «Документ». Выберите пункт меню Библиотека.

Шаг 4. В диалоговом окне «Выбор типа документа» выберите «Библиотека PTW» и нажмите кнопку «ОК».

Шаг 5. В следующем окне выберите файл PTW.LIB и нажмите кнопку «Открыть».

Шаг 6. Новое устройство существует в категории «Трансформатор» библиотеки. Выберите категорию Transformer в библиотеке.

Шаг 7 — Откройте трансформатор.lib, содержащий новый преобразователь, выбрав раскрывающееся меню Document. Выберите пункт меню «Библиотека».

Шаг 8. В диалоговом окне «Выбор типа документа» выберите «Библиотека PTW» и нажмите кнопку «ОК».

Шаг 9. В следующем окне выберите файл Transformer.lib и нажмите кнопку «Открыть».

Шаг 10. Расположите окна каскадом, выбрав раскрывающееся меню «Окно».Выберите пункт Каскадное меню.

Шаг 11. Новое устройство существует в категории «Трансформатор» библиотеки. Выберите категорию Transformer в библиотеке.

Шаг 12. Выберите новое устройство, щелкнув его один раз, чтобы оно было выделено.

Шаг 13. Выберите раскрывающееся меню «Устройство». Нажмите на пункт меню Копировать.

Шаг 14. Используйте существующий PTW.lib снова в фокус и щелкните категорию библиотеки Transformer.

Шаг 15. Снова выберите раскрывающееся меню «Устройство». Нажмите на пункт меню Вставить.

Новые устройства теперь находятся в вашей существующей библиотеке. Первоначально она будет добавлена ​​в конец списка, но будет отсортирована по алфавиту при следующем открытии библиотеки или до тех пор, пока вы не переключитесь между разными категориями библиотек.

Примечания: Если устройства-трансформеры, которые вы вставляете в целевую библиотеку, уже существуют, появится следующее диалоговое окно. Выберите подходящий вариант и нажмите на кнопку «ОК».

Если у вас есть дополнительные вопросы, пожалуйста, обращайтесь в службу технической поддержки .

границ | На пути к точности, эквивалентной программному обеспечению, в глубоких нейронных сетях на основе трансформаторов с аналоговыми устройствами памяти

1.

Введение

Современные глубокие нейронные сети (DNN) продемонстрировали беспрецедентную точность в самых разных областях, включая классификацию изображений, распознавание речи, машинный перевод и генерацию текста (LeCun et al., 2015). В то время как текущие модели, как правило, обучаются и работают на цифровых процессорах общего назначения, таких как ЦП и ГП, быстрый рост как размера, так и масштаба этих сетей способствовал появлению новых аппаратных архитектур, направленных на оптимизацию скорости и энергоэффективности, специально ориентированных на любую нейронную сеть. обучение или вывод (Sze et al., 2017).

Среди них все больший интерес вызывают архитектуры на основе энергонезависимой памяти (NVM). Такие технологии кодируют информацию о весе в состояниях проводимости двухконтактных устройств, включая резистивную RAM (RRAM) (Wong et al., 2012), использующую модуляцию проводящих нитей между электродами, или магнитную RAM (MRAM) (Matsukura et al., 2015), используя ферромагнитное переключение между параллельной или антипараллельной спиновой поляризацией. В частности, память с фазовым переходом (PCM) (Burr et al., 2016) основан на термически управляемых обратимых переходах между аморфным и кристаллическим состояниями халькогенидного слоя, что приводит к низкой и высокой проводимости соответственно (рис. 1А).

Рисунок 1 . Устройства RRAM, MRAM или PCM (A) могут быть организованы в массивы перекладин или плитки NVM, где веса кодируются с использованием пар устройств (B) . Аналоговые ускорители, состоящие из нескольких плиток NVM и блоков специальных функций (SFU) для цифровых вычислений, обеспечивают сквозной сетевой вывод (C) .

Аналоговые ускорители

используют массивный параллелизм массивов перекладин на основе NVM для выполнения вычислений в месте расположения данных (Burr et al., 2017; Ambrogio et al., 2018; рис. 1B). Эта архитектура может значительно смягчить узкое место фон Неймана, вызванное связью между процессором и памятью, и особенно эффективна для полностью подключенных слоев нейронной сети (Burr et al. , 2015).

Недавней разработкой в ​​области обработки естественного языка (NLP) на основе DNN является переход от повторяемости к моделям на основе Transformer, таким как BERT (двунаправленные представления кодировщика от Transformers) (Devlin et al., 2018). BERT предлагает современную производительность в широком диапазоне задач обработки естественного языка (NLP). Хотя большие полносвязные уровни в этих моделях требуют значительных вычислительных ресурсов как для обычного оборудования, так и для пользовательских цифровых ускорителей, они идеально подходят для аналогового аппаратного ускорения на основе NVM. Однако устройства NVM демонстрируют множество нестабильностей проводимости [дрейф проводимости (Ambrogio et al., 2019), программирование и шум считывания (Tsai et al., 2019) и т. д.], что может снизить точность, особенно в связи со временем между программированием и выводом. увеличивается.

В этой статье после краткого обзора моделей на основе трансформаторов, включая BERT, мы используем среду моделирования с учетом устройств для разработки и оценки методов, которые могут повысить точность логического вывода BERT, реализованного с использованием устройств PCM. Мы показываем, что эти методы позволяют этим изначально быстрым и энергоэффективным системам также приближаться к точности, эквивалентной программному обеспечению [по сравнению с исходной реализацией BERT (Devlin et al., 2018)], несмотря на значительный шум и несовершенство современных устройств PCM.Поскольку высокая энергоэффективность аналоговых перекладин на полносвязных слоях обнажит неэффективность цифровых вычислений блоков внимания, мы исследуем влияние квантованных вычислений блоков внимания. Мы показываем, что использование уменьшенной точности до INT6 может обеспечить дальнейшую оптимизацию энергопотребления для моделей на основе трансформаторов, применимых как к аналоговым системам на основе NVM, так и к другим ускорительным системам.

1.1. Архитектура трансформатора

Архитектура Трансформера (Vaswani et al., 2017) стал поворотным моментом в глубоком обучении и, как ожидается, останется важным ядром новых моделей [BERT (Devlin et al., 2018), DistilBERT (Sanh et al. , 2019), Albert (Lan et al. , 2020) и т. д.] продолжают опираться на базовую архитектуру Transformer. Здесь мы описываем, чем архитектура Transformer отличается от повторяющихся DNN, и как основные строительные блоки Transformers сопоставляются с аналоговыми ускорителями.

1.1.1. Почему Трансформер?

Рекуррентные нейронные сети (RNN) обычно используются в задачах НЛП для учета последовательного характера слов и предложений (рис. 2А).Узким местом RNN является их ограниченная «память» на очень длинные последовательности. Трансформеры (Vaswani et al., 2017) предлагают одно из решений, заменяя повторение механизмом самоконтроля. Для любого заданного слова w в последовательности вычисляется вероятность внимания от 0 до 1 между w и каждым другим словом в последовательности (рис. 2B), что позволяет модели количественно оценить относительную важность каждого слова в прогнозировании. с .

Рисунок 2.(A) Рекуррентные нейронные сети (RNN) используют повторение для поддержания «памяти» последовательности. Скрытые состояния предыдущих слов влияют на следующее состояние. (B) Трансформеры, напротив, вычисляют матрицу внимания, где более высокие (более темные) вероятности указывают, какие слова взаимосвязаны.

1.1.2. Архитектура базовой модели BERT

Основываясь на первоначальном успехе Transformers, BERT был разработан для создания значимых кодировок входных последовательностей, полезных для широкого круга последующих задач, таких как классификация, генерация текста и машинный перевод, требующих лишь нескольких эпох последующей тонкой настройки для подготовиться к конкретной задаче.BERT состоит из 12 слоев большого кодера Transformer (рис. 3A). На рисунке 3B, где показаны основные строительные блоки каждого слоя кодировщика, темно-серые прямоугольники представляют обученные весовые матрицы (полностью связанные слои), которые можно легко сопоставить с массивами аналоговых поперечин. Вычисления внимания (рис. 3C) вместе со всеми функциями активации (представляющими небольшую долю от общего числа операций) вычисляются в блоках цифровой обработки.

Рис. 3. (A) Представления двунаправленного энкодера от трансформаторов (BERT) с 12 уровнями энкодера.Входными данными для BERT является последовательность токенов, где каждый токен является либо словом, либо частью слова. Эта последовательность обрабатывается на каждом уровне, за которым следует пулер для уменьшения размера вывода и слой полносвязного классификатора. Например, чтобы классифицировать фразу «Я хочу кошку » (где — маркер конца предложения) как грамматический (0) или нет (1), классификатору нужны только два вывода. Каждый уровень кодировщика (B) состоит из двух основных строительных блоков: (1) блока внутреннего внимания , где модель вычисляет матрицу внимания между входными данными и самой собой, и (2) сети прямой связи с двумя большие полносвязные слои.Темно-серый представляет слои тренированного веса в аналоговом виде, а (C) показывает обработку внимания в цифровом виде. Входная последовательность для блока внутреннего внимания проходит через подготовленный весовой слой, разделенный на три части для вычисления матриц Q (запрос), K (ключ) и V (значение) . Для вычисления внимания (C) , Q , K и V каждая разбивается на несколько головок внимания (для BERT, 12), как для уменьшения размеров матрицы, так и для того, чтобы каждая из них могла изучить немного отличающиеся представления последовательность.[c(i)] Матрица подобия вычисляется между Q и K , после чего выполняется операция softmax по строкам для получения значений от 0 до 1. [c(ii)] Затем эти вероятности умножаются на V и перейти к следующей аналоговой плитке, за которой следует сеть прямой связи. [c(iii)] Более высокая вероятность (более темный оттенок) в одной из 12 матриц вероятности (P) может указывать, например, на то, что слово «кошка» важно для предсказания слова «хочу».

2.Материалы и методы

2.1. Оптимизация аналоговой точности для BERT

В этом разделе мы сначала опишем комплексную аналоговую мозаичную модель, используемую в этой статье для получения реалистичного поведения массива ИКМ-перекладин. Затем мы описываем нашу процедуру моделирования и наборы данных для оценки, прежде чем обсуждать результаты точности вывода. Симулятор реализован с использованием модифицированного фреймворка pytorch (Paszke et al., 2019) (включая Caffe2).

2.1.1. Аналоговая плитка Модель

Веса в этом исследовании кодируются с использованием пары дифференциальной проводимости G + и G без какой-либо схемы избыточности.Нулевые веса кодируются как G + = G = 0, поэтому оба устройства рассматриваются при СБРОСЕ (самой низкой) проводимости аналогового устройства. Хотя на практике минимальная проводимость не может быть равна нулю, поэтому точность нулевой проводимости может быть ограничена, большой (100x–1000x) коэффициент включения-выключения устройства PCM обеспечивает довольно хорошее приближение к нулевому весу с очень низким значением RESET. проводимость и шум RESET.

Умножение в аналоговой ячейке выполняется путем настройки ширины импульса входного напряжения, чтобы предотвратить искажения из-за нелинейности проводимости в зависимости от напряжения считывания (Chang et al., 2019). Чтобы точно смоделировать аналоговые компоненты в системе аналогового ускорителя, мы включили различные источники неидеальности в операцию аналогового умножения с накоплением (MAC), включая ошибки квантования в цифровых периферийных схемах и шум проводимости в аналоговых устройствах NVM. В этом разделе мы описываем модель шума устройства на основе ИКМ и оптимизированные параметры конструкции, которые мы использовали для достижения точности вывода BERT, близкой к программному эквиваленту.

2.1.2. Программирование шума, дрейфа проводимости и шума чтения 1/f

Точность вывода, достижимая в системе аналогового ускорителя, сильно зависит от свойств проводимости аналогового устройства, поскольку они могут быть шумными и меняться со временем. Чтобы оценить характеристики точности будущих аналоговых ускорителей, мы моделируем эти эффекты, добавляя шум программирования, шум чтения и дрейф проводимости к весам DNN (рис. 4A). Мы суммируем ошибки модели по многим экземплярам симуляции, чтобы получить ожидаемую точность вывода для заданного момента времени. Используемая здесь модель шума основана на экспериментальной характеристике Джоши и др. (2020), с устройствами PCM, изготовленными по технологии 90 нм. Соответствующий симулятор с открытым исходным кодом (Rasch et al., 2021) включает следующую статистическую модель PCM для вывода:

• Программный шум представляет собой ошибку, возникшую при кодировании веса в устройстве PCM. Вместо программирования правильной цели конечная достигнутая проводимость обычно показывает некоторую ошибку, которая моделируется на основе стандартного отклонения итеративно запрограммированных значений проводимости, измеренных аппаратно (Joshi et al., 2020):

gprog=gT+N(0,σprog)            (мкс) σprog=γmax(1:1731gT2+1,965gT+0,2635,0)                 (мкс)

где г г PROG и г T г T — это запрограммированные и целевые проведения устройства PCM и N (0, Σ ) — это нормальное распределение со стандартным отклонением Σ . Параметр γ обычно равен 1, за исключением случаев, когда мы исследуем характеристики устройств с пониженным уровнем шума, где γ = 0,5.

• Устройства PCM демонстрируют общую тенденцию к увеличению времени: после программирования из-за релаксации аморфного состояния проводимость уменьшается, следуя эмпирической степенной функции, выраженной, как в Ielmini et al. (2007):

gdrift(t)=gprog(ttc)−ν                 (мкс)

, где г г Prog — это запрограммированная проводимость, измеренная в момент времени T C и г Дрифт ( T ) — проводимость в раз, когда T ν представляет собой показатель дрейфа или наклон на логарифмической G относительнологарифмический график. В нашем моделировании ν выбирается из нормального распределения N ( μ ν , σ ν ). Оба μ и и и ν ν ν г г г T и смоделированы путем установки экспериментальных данных от Joshi et al. (2020), со следующими выражениями:

μν = мин (макс (−0.0155log(gT)+0,0244,0,049),0,1) σν = мин (макс (-0,0125 log (gT) — 0,0059, 0,008), 0,045)

• Неидеальность ИКМ также включает нестабильность после этапа программирования, например, шум чтения. Даже при отсутствии ошибки программирования или дрейфа проводимости последовательные чтения PCM приводят к немного отличающимся оценкам проводимости (Ambrogio et al., 2019). Среди множества причин, вызывающих шум считывания, наибольший вклад вносят шум 1/ f и случайный телеграфный шум с повышенным шумом на низкочастотных компонентах.Такое поведение приводит к ухудшению внутренней точности аналоговых уровней в течение более длительного времени. Общий вклад можно смоделировать с помощью нормального распределения с зависящей от времени сигмой (Joshi et al., 2020):

g(t)=gdrift(t)+N(0,σnG(t))                (мкс)

Стандартное отклонение шума считывания σ нГ в момент времени t получается путем интегрирования спектральной плотности мощности по полосе измерения:

σnG(t)=γgdrift(t)Qslog(t+tread2tread)               (мкСм)

, где t чтение = 250 нс — длительность импульса чтения. Параметр Q s , безразмерный, измеренный с помощью устройств PCM как функция g T , определяется как:

Модель шума, используемая в этой работе, была откалибрована с использованием большого количества устройств PCM для характеристики статистики (1) ошибки программирования веса (из-за отклонений между запрограммированными и желаемыми значениями проводимости), (2) накопленного значения 1/f. шум их устройств PCM, а также (3) дрейф проводимости и (4) изменчивость дрейфа в зависимости от запрограммированного значения проводимости.Подробная информация о методологиях измерения и моделирования устройств описана в дополнительной справочной информации (Joshi et al., 2020).

Рис. 4. (A) Значения проводимости (G) демонстрируют изменчивость из-за шума программирования и считывания и уменьшаются со временем до нуля из-за шума дрейфа. (B) Чтобы опосредовать эти источники шума, мы обучаем модель с плавающей запятой с шумом, чтобы подготовить модель к выводу с шумом. (C) Во время логического вывода веса программируются, затем проходит некоторое время до выполнения логического вывода.

2.1.3. Аналоговый дизайн MAC и дополнительные неидеальности

Хотя веса кодируются с полной точностью, мы учитываем все источники шума, поэтому, отражая истинную аналоговую природу устройств, мы предполагаем, что каждая аналоговая ячейка получает цифровые входы с полной точностью, масштабируется и квантуется до целочисленного представления, а затем преобразуется в аналоговую длительность с помощью цифро-аналоговых преобразователей (ЦАП). Выход аналоговой ячейки дискретизируется с помощью аналого-цифровых преобразователей (АЦП).И ЦАП, и АЦП дискретизируют значения в фиксированном диапазоне симметрично вокруг нуля. Мы предполагаем 8-битную точность для ЦАП и 10-битную для АЦП. Входной коэффициент масштабирования для ЦАП инициализируется с использованием примерных данных, полученных во время обучения для оптимального соответствия входным диапазонам, и остается неизменным во время логического вывода. Диапазоны веса цели обрезаются до −1,0, …, 1,0, где 1,0 соответствует максимальной проводимости целевого устройства, 90 286 г 90 287 90 376 макс. 90 379, хотя программный шум может вызвать перерегулирование. Выходной диапазон АЦП связан с коэффициентом усиления АЦП и параметром, который зависит от конструкции АЦП.Здесь мы устанавливаем его равным −10, …, 10, что означает, что 10 «полностью включенных» входных линий (каждая со значением 1,0) в сочетании с 10 максимальными весовыми коэффициентами (тоже 1,0) насытят выходной сигнал АЦП. Несмотря на то, что плитки имеют 512 рядов, не все веса максимальны. В типичных моделях DNN большинство весов и активаций имеют низкие значения или близки к нулю. Кроме того, случайный блуждающий характер агрегации вдоль битовых линий приводит к тому, что сигнал растет как квадратный корень из числа строк, а не линейно. Динамический диапазон 10 для АЦП является конструктивным параметром.

Каждый цифровой выходной сигнал АЦП индивидуально масштабируется и смещается, чтобы отобразить проводимости обратно в цифровую область высокой точности (точность bfloat16). Эти цифровые коэффициенты масштабирования также изучаются во время обучения и имеют решающее значение для достижения точности, эквивалентной программному обеспечению, во время логического вывода.

Аналоговый выход MAC подвержен кратковременному шуму, зависящему от проводимости, который масштабируется с входным током с использованием статистической модели шума считывания PCM. Мы предполагаем, что аналоговый выход MAC подвергается дополнительному аддитивному гауссову шуму, соответствующему 0.5 LSB (младший значащий бит) АЦП и использовать аппроксимированную модель IR drop. Размер аналогового тайла установлен равным 512×512, что вместе с уменьшенным напряжением чтения (например, 0,2 В) обеспечивает незначительное влияние падения ИК-излучения; если слои больше, они распределяются по нескольким плиткам, а выходные данные суммируются (в цифровом виде). Функции активации вычисляются в 32-битном формате с плавающей запятой (FP32) с использованием стандартных функций.

2.2. Процедура моделирования – обучение и вывод

Обучение умозаключениям (т. например, обучение работе с аппаратным обеспечением или HWA) выполняется в программном обеспечении, чтобы сделать последующий вывод об оборудовании более надежным, даже при наличии неидеальности PCM (рис. 4B). Мы применяем шум во время обучения с учетом аппаратного обеспечения, особенно во время прямого распространения. Хотя это помогает сделать последующий вывод даже при наличии дрейфа, этот шум во время обучения сам по себе не включает никаких явных моделей дрейфа. Последующие компоненты обратного распространения и обновления веса или различные коэффициенты масштабирования (описанные в предыдущих разделах) обучения программного обеспечения основаны на стохастическом градиентном спуске (SGD) и выполняются с полной точностью без дополнительного шума.

Затем, во время вывода, учитываются все аппаратные неидеальности — неидеальности MAC от цикла к циклу, шум программирования PCM, шум чтения, шум 1/f, дрейф и изменчивость дрейфа — и применяется компенсация дрейфа, как описано ниже.

Мы обучаем 5 моделей с разными случайными начальными значениями и выбираем лучшую для оценки логического вывода. Точность иногда может превышать современные результаты для небольших наборов данных, где вариации от прогона к прогону могут быть шире, в то время как большие наборы данных демонстрируют меньшую вариацию точности.Мы переоцениваем каждую модель 25 раз для каждого момента времени вывода, чтобы уменьшить ошибку выборки во время вывода. Мы также сообщаем о стандартной ошибке в таблицах результатов (рис. 6, 8). Мы оцениваем точность в 5 временных точках после программирования веса (рис. 4C): 1 секунда, 1 час, 1 день, 1 неделя и 1 месяц. Без каких-либо методов коррекции точность вывода со временем заметно падает (рис. 5А).

Рис. 5. (A) Без каких-либо методов распознавания шума вывод в задаче Microsoft Research Paraphrase Corpus (MRPC) со временем очень быстро затухает. (B) Компенсация дрейфа значительно улучшает затухание во времени, но результаты логического вывода все еще ниже, чем у идеальной модели на основе BERT без шума NVM. (C) Обучение с учетом оборудования (HWA) с добавлением шума во время обучения помогает сократить разрыв, достигая программно-эквивалентной точности для этой задачи даже при дрейфе в 1 месяц.

2.2.1. Компенсация дрейфа

Как описано у Ambrogio et al. (2019) и Джоши и др. (2020) и показано на рисунке 5B, потеря сигнала из-за дрейфа проводимости ИКМ может быть эффективно компенсирована с помощью глобального поправочного коэффициента, рассчитанного на основе среднего дрейфа с течением времени.Чтобы вычислить коэффициент компенсации дрейфа в симуляторе, мы сначала считываем весовую матрицу каждой аналоговой плитки, выполняя неидеальные операции MAC прямого прохода с использованием однократных входных векторов, суммируя значения абсолютным образом, чтобы получить начальное опорное значение. Затем после применения дрейфа проводимости и накопленного шума 1/f к весам до определенного момента времени вывода веса снова считываются с помощью тех же (неидеальных) операций MAC для получения задержанного эталонного значения. Компенсация дрейфа применяется путем настройки масштабного коэффициента цифрового выхода (применяемого после АЦП) на отношение задержанного и начального эталонных значений и применяется ко всему тестовому набору для всех симуляций модели в этот момент времени вывода. Как только средний дрейф скомпенсирован, оставшиеся шумовые эффекты действуют как процесс случайного блуждания, поскольку запрограммированные проводимости отклоняются от своих предполагаемых состояний. RRAM, FERAM или любое другое устройство также будет демонстрировать зависящее от времени изменение проводимости, и эти устройства также могут извлечь выгоду из методологии, предложенной в этой работе, путем замены соответствующих моделей шума устройства.

2.2.2. Обучение аппаратному обеспечению (HWA)

Компенсация дрейфа помогает снизить точность с течением времени за счет усиления сигнала, но не может устранить лежащие в основе источники шума. В дополнение к обучению статическим коэффициентам масштабирования для входа ЦАП и выхода АЦП мы применяем различные методы для подготовки нашей обученной модели к шуму во время логического вывода (Gokmen et al. , 2019; Joshi et al., 2020). Модель шума, включающая цифровой периферийный шум и дополнительный шум на весах DNN, который имитирует масштабированную версию нашего программного шума, применяется во время обучения, чтобы подготовить сеть к выводу с зашумленными весами.Шкала стандартного отклонения этого дополнительного шума веса является гиперпараметром тренировки HWA. Эффект можно увидеть на рис. 5C, где достигается точность, эквивалентная программному обеспечению, для задачи с одним языком только после применения этих методов обучения HWA.

2.3. Наборы данных и обучение

Мы оцениваем наш BERT, подготовленный HWA, по тесту General Language Understanding Evaluation (GLUE) (Wang et al., 2019), состоящему из 9 основных языковых заданий (см., 2020). Этот тест более надежен, чем проверка одной задачи, поскольку он показывает способность сети к обобщению. Например, одна задача проверяет способность сети идентифицировать данное предложение как грамматически правильное или нет. Другая задача оценивает, учитывая два предложения A и B, является ли A парафразом B. Мы исключаем одну задачу, Winograd Natural Language Inference (WNLI), как и BERT (Devlin et al., 2018), из-за необычной конструкции. набора данных и небольшого тестового набора всего из 146 образцов. Остается 8 задач:

• Microsoft Research Paraphrase Corpus ( MRPC ) (Долан и Брокетт, 2005 г.)

• Распознавание текстового дополнения ( RTE ) (Bar-Haim et al., 2006; Даган и др., 2006; Джампикколо и др., 2007 г.; Бентивольи и др., 2009)

• Эталон семантического текстового сходства ( STS-B ) (Agirre et al., 2007)

• Корпус лингвистической приемлемости ( CoLA ) (Warstadt et al., 2018)

• Стэнфордский банк деревьев настроений ( SST-2 ) (Socher et al., 2013)

• Вопрос об определении естественного языка ( QNLI ) (Rajpurkar et al., 2016)

• Пары вопросов Quora ( QQP )

• Многожанровый вывод на естественном языке ( MNLI ) (Williams et al. , 2018)

Мы оцениваем каждую задачу отдельно, настраивая предварительно обученную базовую модель BERT (Wolf et al., 2020) с использованием наших методов обучения HWA. Мы не обучаем модели BERT с нуля с помощью обучения HWA, а вместо этого выполняем точную настройку на основе предварительно обученной контрольной точки модели BERT с помощью этих методов. Тонкая настройка — это метод, используемый при обработке естественного языка, аналогичный трансферному обучению, когда основная модель обучается на большом количестве общих языковых данных, а затем настраивается для конкретной задачи (например,г., классификация настроений) с использованием гораздо меньшего набора данных с ограниченными эпохами обучения. Это значительно сокращает время выполнения обучения HWA по сравнению с обучением с нуля. Мы используем максимальную длину последовательности 128 для эффективности, поскольку подавляющее большинство выборок данных намного короче, чем максимальная длина последовательности BERT, равная 512. Мы сообщаем совокупную оценку всех 8 задач, поскольку это общая метрика, сообщаемая для GLUE ( Ван и др., 2019).

Каждая задача требует точной настройки по-своему, поэтому мы проверили различные параметры обучения для каждой задачи: размер пакета, скорость обучения, отсечение веса и отсев.Здесь мы сообщаем о точности набора проверочных данных, поскольку тестовый набор доступен только в Интернете, что может привести к небольшому завышению показателей точности для наборов данных с небольшим набором проверочных данных. Мы наблюдаем изменение точности, которое коррелирует с размером наборов данных — модели, обученные на меньших наборах данных, демонстрируют больший разброс в точности тестов. Поэтому мы обучаем 5 моделей на задачу по условию и выбираем лучшую модель для моделирования логического вывода.

3. Результаты

3.1. Результаты по BERT

На рис. 5C показан пример базовой модели BERT, обученной с помощью HWA, достигающей точности, эквивалентной программному обеспечению, и эволюции точности логического вывода с течением времени для задачи MRPC. Результаты точности по всем 8 задачам GLUE, о которых сообщается во время от 1 секунды до 1 месяца после программирования веса, обобщены на рисунке 6. Мы показываем, что некоторые задачи достигают точности, эквивалентной программному обеспечению, через 1 месяц, а самое большое падение точности составляет ~4%. для МНЛИ. Суммарный балл по всем 8 заданиям всего 1.на 29% ниже исходного уровня через 1 месяц. Поскольку есть надежда на дополнительное улучшение с прогрессом в технологии устройств PCM (Giannopoulos et al., 2018), мы показываем результаты для модели с полным дрейфом, но только с 50% шума программирования и чтения, применяемого во время логического вывода, что достигается путем установки γ коэффициент в σ prog и σ nG ( t ) равен 0,5. Таким образом, мы уменьшаем влияние как программирования, так и вклада шума при чтении. Можно ожидать, что устройства PCM с шумоподавлением улучшат многие задачи более чем на 1% даже для логических выводов через 1 месяц и увеличат совокупный балл GLUE всего до 0. на 6% ниже исходного уровня.

Рисунок 6 . Результаты вывода для всех 8 задач GLUE и средний балл. Размер набора данных для обучения показан в круглых скобках под названием каждой задачи, а задачи отображаются в порядке их размера, с наименьшим слева. Поскольку каждая задача имеет разный стандартный диапазон точности, показана точность Δ между результатами базовой модели BERT и нашей обученной модели с учетом шума для двух условий: (i) применена модель полного шума и (ii) 50% программирования и Шум считывания и шум полного дрейфа применены (шум снижен).Для полной модели шума мы рассматриваем несколько различных моментов времени, в диапазоне от 1 месяца до 1 дня (с 1 часом и 1 секундой, показанными для контекста). Требуемый промежуток времени будет зависеть от приложения. В таблице представлены средние значения по испытаниям и стандартные ошибки среднего.

3.2. Внимание Квантизация

Модели на основе внимания, такие как BERT, создают уникальные проблемы по сравнению с ранее изученными моделями из-за обширных вычислений активации в блоке собственного внимания. Закон Амдала подразумевает, что при значительном улучшении узкого места системы производительность неизменно ограничивается чем-то другим, каким бы незначительным оно ни было с самого начала (рис. 7А). Вычисления собственного внимания в модели Transformer квадратично масштабируются с длиной последовательности S и составляют <1% от числа операций для малых S , но ~5% при S = 128. Если это вычисление выполняется в цифровых процессоров с полной точностью, затраты энергии и площади на такие процессоры могут стать системным узким местом для трансформаторов, особенно по мере роста длины последовательности, несмотря на то, что они составляют относительно небольшую часть рабочей нагрузки.

Рис. 7. (A) В то время как энергонеэффективность высокоточных цифровых вычислений блоков внимания в настоящее время может быть незначительной проблемой, высокая энергоэффективность аналоговых поперечных массивов на полностью связанных слоях в конечном итоге выявит эту проблему. как проблема. (B) В частности, в моделях на базе Transformer квантизация блока внимания для снижения точности значительно уменьшает площадь и потребление энергии множителями, оптимизируя новое узкое место: обработку активации во внимании.Например, уменьшение с bfloat16 («BFL16FMA») до INT6 («IMA6») приводит к предполагаемому снижению энергопотребления на 91%.

Снижение точности цифровых вычислений этого блока внутреннего внимания также может помочь снизить общие затраты на вычисления, помимо учета аналоговой производительности и точности только полносвязных слоев. Матрица внимания в этом случае не преобразуется в аналоговые массивы перекладин, а обрабатывается в цифровых единицах умножения и сложения.

3.2.1. Вычисление внимания

В блоке самоконтроля есть два пакетных матричных умножения, один для Q * K и один для softmax ( Q * K )* V (рис. 3C(i, ii)). В этой статье мы предлагаем вычислить пакетное матричное умножение с различной целочисленной точностью, чтобы уменьшить затраты энергии и площади для этих вычислительных единиц внимания, сохраняя при этом операции softmax с полной точностью. По сравнению с умножением-и-сложением bfloat16 (BFLFMA), единицы целочисленного умножения-и-сложения (IMA) намного более энергоэффективны и эффективны по площади.Рисунок 7B, смоделированный в 14-нм технологии FinFET, показывает выигрыш в 11,3 раза по энергии и выигрыш по площади в 4,7 раза от BFLFMA до INT6 (включая достаточно широкий сумматор для операций умножения-накопления по 64 элементам в голове внимания). Далее мы исследуем влияние этих вариантов квантования внимания на точность вывода в BERT.

3.3. Результаты по BERT с квантованным вниманием

На рис. 8 представлены результаты логического вывода задачи GLUE с нашими аналоговыми мозаичными моделями для полносвязных слоев с четырьмя различными настройками точности — FP32, 10-битное целое (INT10), 8-битное целое (INT8) и 6-битное целое (INT6) — для пакетное матричное умножение во внимании к себе.Коэффициент масштабирования, используемый для квантования, инициализируется из небольшого набора обучающих данных, а затем изучается в процессе обучения. Производительность логического вывода BERT сопоставима для всех четырех схем квантования. Для небольших наборов данных квантованные модели внимания INT10, INT8 и INT6 иногда превосходят версии FP32 из-за дополнительной регуляризации и шума в слоях внимания во время обучения. Для четырех больших наборов данных (SST-2, QNLI, QQP и MNLI) не наблюдалось существенных различий в точности вывода через 1 месяц вплоть до квантованного внимания INT6.

Рисунок 8 . Результаты квантования для всех 8 задач GLUE и средний балл. Показано сравнение с нашей моделью FP32 с учетом шума, показанной на рис. 6, с дрейфом в 1 месяц для различных уровней точности: INT10, INT8 и INT6, каждая из которых работает как минимум так же хорошо, как и наша модель полной точности для большинства задач. В некоторых задачах, включая совокупный балл, пониженная точность, по-видимому, служит дополнительной регуляризацией и работает лучше, чем наша модель FP32. В таблице представлены средние значения по испытаниям и стандартные ошибки среднего.

4. Обсуждение

Несмотря на то, что мы ясно продемонстрировали потенциал изоточной точности нейронных сетей на базе Transformer на быстром и энергоэффективном аналоговом оборудовании, существует множество областей для будущей работы.

4.1. Программно-эквивалентная точность

Мы показали, что полная точность, эквивалентная программному обеспечению, потребует постоянного совершенствования как устройств PCM, так и методов обучения с учетом аппаратных средств. Тем не менее, мы были достаточно консервативны в нашем отчете о точности, представляя результаты за 1 месяц.Мы отмечаем, что для некоторых рабочих нагрузок могут потребоваться результаты только за 1 день или 1 неделю дрейфа, например, когда модели обновляются еженедельно. Мы прогнозируем, что современные устройства PCM могут комфортно поддерживать программно-эквивалентную точность во многих задачах GLUE в таких временных масштабах. Для задач, где модели обновляются реже, другим подходом может быть чуть более частое перепрограммирование одной и той же модели на месте — это будет компромисс между доступностью модели, временем, необходимым для программирования модели, сроком службы устройства, колебаниями температуры и другими факторами. факторы.

4.2. Размер модели

В то время как мы сосредоточились на BERT, который имеет 110 миллионов параметров, появляются новые сети на основе Transformer, которые пытаются уменьшить размер модели при сохранении точности. DistilBERT (Sanh et al., 2019) использует дистилляцию знаний, чтобы сократить количество параметров вдвое, а ALBERT (Lan et al., 2020) использует повторное использование параметров между уровнями, уменьшая количество уникальных параметров до доли исходного . Однако мы отмечаем, что эти меньшие модели могут представлять проблему для аналогового оборудования, поскольку меньшее количество уникальных весов может сделать модели менее устойчивыми к шуму.Аппаратно-программная совместная оптимизация, которая может обеспечить хороший баланс между размером модели и устойчивостью к шуму на основе ИКМ, может привести к созданию будущих сетей на основе трансформаторов, которые будут высоко оптимизированы для точности, энергоэффективности и скорости на оборудовании Analog-AI.

5. Заключение

Мы показываем, что, несмотря на различные источники шума, аналоговые ускорители на основе PCM являются разумным выбором для рабочих нагрузок глубокого обучения, даже для больших моделей обработки естественного языка, таких как BERT. Результаты нашего моделирования с использованием комплексной модели шума показывают, что можно ожидать, что BERT будет близок к программно-эквивалентной точности даже с существующими устройствами PCM.Другие модели на основе Transformer с теми же строительными блоками могут быть оценены аналогичным образом с помощью нашего подхода. Мы показали, что ожидаемые улучшения в изменчивости шума при программировании обеспечивают устойчивую тенденцию к точности, эквивалентной программному обеспечению. Наконец, готовясь к высокой энергоэффективности на полносвязных слоях, мы предлагаем потенциальное решение следующей самой большой стоимости энергии: обработка активации из блока внимания. Мы показываем, что 11,3-кратное улучшение энергии должно быть возможным при квантовании до INT6 без существенной потери точности.

Заявление о доступности данных

Оригинальные вклады, представленные в исследовании, включены в статью/дополнительный материал, дальнейшие запросы можно направлять соответствующему автору/ам.

Вклад авторов

KS, HT, MS и GB разработали оригинальные идеи. KS, HT, AC и MS внедрили и запустили моделирование. Все авторы внесли свой вклад в анализ данных. KS, HT, AC, MR, SA и GB составили рукопись.

Конфликт интересов

Авторы были наняты IBM Research.

Сноски

Каталожные номера

Агирре, Э., Маркес, Л., и Висентовски, Р. (2007). Материалы Четвертого международного семинара по семантическим оценкам (SemEval) . (Прага).

Академия Google

Амброджо С., Галлот М., Спун К., Цай Х., Макин С., Вессон М. и др. (2019). «Уменьшение влияния дрейфа проводимости памяти с фазовым переходом на вывод крупномасштабных аппаратных нейронных сетей», в 2019 IEEE International Electron Devices Meeting (IEDM) , 6.1.1–6.1.4.

Академия Google

Амброджо, С., Нараянан, П., Цай, Х., Шелби, Р. М., Бойбат, И., ди Нолфо, К., и другие. (2018). Ускоренное обучение нейронной сети эквивалентной точности с использованием аналоговой памяти. Природа 558:60. doi: 10.1038/s41586-018-0180-5

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

Бар-Хаим Р., Даган И., Долан Б., Ферро Л., Джампикколо Д., Маньини Б. и др. (2006). «Второй вызов PASCAL по распознаванию текстового следования», в Proceedings Second PASCAL Challenges Workshop on Recognizing Textual Entailment (Венеция).

Академия Google

Бентивольи Л., Даган И., Данг Х.Т., Джампикколо Д. и Маньини Б. (2009). «Пятый PASCAL, распознающий вызов текстовой наследственности», в Proceedings Text Analysis Conference (TAC) (Gaithersburg, MD).

Академия Google

Burr, G.W., Brightsky, M.J., Sebastian, A., Cheng, H.-Y., Wu, J.-Y., Kim, S., et al. (2016). Недавний прогресс в технологии PCM. IEEE J. Emerg. Сел. Верхняя. Цирк. Сис. 6, 146–162.doi: 10.1109/JETCAS.2016.2547718

Полнотекстовая перекрестная ссылка | Академия Google

Burr, G.W., Shelby, R.M., Sebastian, A., Kim, S., Kim, S., Sidler, S., et al. (2017). Нейроморфные вычисления с использованием энергонезависимой памяти. Доп. физ. Х 2, 89–124. дои: 10.1080/23746149.2016.1259585

Полнотекстовая перекрестная ссылка | Академия Google

Burr, G.W., Shelby, R.M., Sidler, S., di Nolfo, C., Jang, J., Boybat, I., et al. (2015). Экспериментальная демонстрация и допуск крупномасштабной нейронной сети (165 000 синапсов), использующей фазовую память в качестве элемента синаптического веса. IEEE Trans. Электрон Дев. 62, 3498–3507. doi: 10.1109/TED.2015.2439635

Полнотекстовая перекрестная ссылка | Академия Google

Chang, H., Narayanan, P., Lewis, S.C., Farinha, N.C.P., Hosokawa, K., Mackin, C., et al. (2019). Аппаратное ускорение искусственного интеллекта с аналоговой памятью: микроархитектуры для низкого энергопотребления при высокой скорости. IBM J. Res. Дев. 63, 8:1–8:14. doi: 10.1147/JRD.2019.2934050

Полнотекстовая перекрестная ссылка | Академия Google

Даган И., Гликман О.и Маньини, Б. (2006). «Проблема распознавания текстовых следствий PASCAL», в ML Challenges: Evaluating Predictive Uncertainty, Visual Object Classification and Recognizing Textual Entailment , (Милан), 177–190.

Академия Google

Девлин, Дж., Чанг, М.-В., Ли, К., и Тутанова, К. (2018). BERT: предварительная подготовка глубоких двунаправленных преобразователей для понимания языка. препринт arXiv arXiv:1810.04805 .

Академия Google

Долан, В.Б. и Брокетт К. (2005). «Автоматическое построение корпуса высказывательных парафраз», в Proceedings International Workshop on Paraphrasing (остров Чеджу).

Академия Google

Джампикколо, Д., Маньини, Б., Даган, И., и Долан, Б. (2007). «Третий PASCAL, распознающий вызов текстового следования», в Proceedings ACL-PASCAL Workshop on Textual Entail and Paraphrasing , Прага, 1–9.

Академия Google

Яннопулос, И., Себастьян А., Ле Галло М., Джонналагадда В., Соуза М., Бун М. и др. (2018). «Умножение в памяти с 8-битной точностью с прогнозируемой памятью с изменением фазы», ​​в 2018 IEEE International Electron Devices Meeting (IEDM) , 27.7.1–27.7.4.

Академия Google

Гокмен, Т., Раш, М. Дж., и Хенш, В. (2019). «Сочетание обучения и вывода для масштабируемого аналогового оборудования для глубокого обучения», в 2019 IEEE International Electron Devices Meeting (IEDM) , 22–3.

Академия Google

Ильмини, Д., Лакаита, А.Л., и Мантегацца, Д. (2007). Динамика восстановления и дрейфа сопротивления и пороговых напряжений в запоминающих устройствах с изменяемой фазой. IEEE Trans. Электрон Дев. 54, 308–315. doi: 10.1109/TED.2006.888752

Полнотекстовая перекрестная ссылка | Академия Google

Джоши, В., Ле Галло, М., Хаефели, С., Бойбат, И., Нандакумар, С. Р., Пивето, К., и другие. (2020). Точный глубокий вывод нейронной сети с использованием вычислительной памяти с фазовым переходом. Нац. Комм. 11:2473. doi: 10.1038/s41467-020-16108-9

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

Лан З., Чен М., Гудман С., Гимпель К., Шарма П. и Сорикут Р. (2020). АЛЬБЕРТ: облегченный BERT для самоконтролируемого изучения языковых представлений. препринт arXiv arXiv:1909.11942 .

Академия Google

Мацукура Ф., Токура Ю. и Оно Х. (2015). Управление магнетизмом электрическими полями. Нац.нанотехнологии. 10, 209–220. doi: 10.1038/nnano.2015.22

Полнотекстовая перекрестная ссылка | Академия Google

Пашке А., Гросс С., Масса Ф., Лерер А., Брэдбери Дж., Чанан Г. и др. (2019). Pytorch: императивный стиль, высокопроизводительная библиотека глубокого обучения. NIPS 32, 8026–8037.

Академия Google

Раджпуркар П., Чжан Дж., Лопырев К. и Лян П. (2016). «SQuAD: более 100 000 вопросов для машинного понимания текста», в Трудах конференции 2016 г. по эмпирическим методам обработки естественного языка , Остин, Техас, 2383–2392.

Академия Google

Rasch, M.J., Moreda, D., Gokmen, T., Gallo, M.L., Carta, F., Goldberg, C., et al. (2021). Гибкий и быстрый набор инструментов pytorch для моделирования обучения и логического вывода на массивах аналоговых перекладин. архив .

Академия Google

Сан, В., Дебют, Л., Шомон, Дж., и Вольф, Т. (2019). «DistilBERT, дистиллированная версия bert: меньше, быстрее, дешевле и легче», в NeurIPS EMC 2 Workshop (Ванкувер, Британская Колумбия).

Академия Google

Socher, R., Perelygin, A., Wu, J.Y., Chuang, J., Manning, C.D., Ng, A.Y., et al. (2013). «Рекурсивные глубокие модели семантической композиционности в банке деревьев настроений», в Трудах конференции 2013 г. по эмпирическим методам обработки естественного языка , Сиэтл, Вашингтон, 1631–1642.

Академия Google

Сзе, В., Чен, Ю.-Х., Ян, Т.-Дж., и Эмер, Дж. С. (2017). Эффективная обработка глубоких нейронных сетей: учебник и обзор. Проц. IEEE 105, 2295–2329. doi: 10.1109/JPROC.2017.2761740

Полнотекстовая перекрестная ссылка | Академия Google

Tsai, H., Ambrogio, S., Mackin, C., Narayanan, P., Shelby, R.M., Rocki, K., et al. (2019). «Вывод сетей долговременной памяти с точностью, эквивалентной программному обеспечению, с использованием 2,5 млн аналоговых запоминающих устройств с фазовым переходом», на симпозиуме 2019 по технологии СБИС , T82–T83.

Академия Google

Васвани А., Шазир Н., Пармар Н., Uszkoreit, J., Jones, L., Gomez, A.N., et al. (2017). «Внимание — это все, что вам нужно», в Neurips (Лонг-Бич, Калифорния).

Академия Google

Ван А., Сингх А., Майкл Дж., Хилл Ф., Леви О. и Боуман С. Р. (2019). «GLUE: многозадачная эталонная и аналитическая платформа для понимания естественного языка», в Proceedings of ICLR (Новый Орлеан, Луизиана).

Академия Google

Ван А., Сингх А., Майкл Дж., Хилл Ф., Леви О. и Боуман С.Р. (2020). КЛЕЙ Эталон . Доступно на сайте: Glubenchmark.com/leaderboard

Warstadt, A., Singh, A., and Bowman, S.R. (2018). Оценка приемлемости нейронной сети. Препринт arXiv 1805.12471 .

Академия Google

Уильямс, А., Нангиа, Н., и Боуман, С. (2018). «Сборник задач с широким охватом для понимания предложений посредством логического вывода», в Трудах конференции 2018 года Североамериканского отделения Ассоциации вычислительной лингвистики: технологии человеческого языка, том 1 (Длинные документы) , Новый Орлеан, Лонг-Айленд.

Академия Google

Вольф, Т., Дебют, Л., Сань, В., Шомон, Дж., Деланг, К., Мой, А., и соавт. (2020). «Трансформеры: современная обработка естественного языка», в Proceedings Conference Empirical Methods in NLP: System Demonstrations , 38–45.

Академия Google

Вонг, Х.-С. P., Lee, H.-Y., Yu, S., Chen, Y.-S., Wu, Y., Chen, P.-S., et al. (2012). Металлооксидная RRAM. Проц. IEEE 100, 1951–1970. doi: 10.1109/JPROC.2012.21

Полнотекстовая перекрестная ссылка | Академия Google

Защитное устройство трансформатора: все о защите

Возможно, вы читали о трансформаторах, их типах и различных методах их проверки. В этой статье я перечислил различные неисправности трансформаторов. И как уменьшить или избежать этих электрических неисправностей . Читать дальше!

Защитное устройство трансформатора

Знаешь, что такое трансформер?

Трансформатор представляет собой простую в использовании машину и является основным компонентом для передачи энергии высокого напряжения в любом устройстве.Существуют различные типы трансформаторов, и каждый из них используется для различных целей в электрической системе.

Знать типы трансформаторов

  1. Однофазный трансформатор
  2. Трехфазный трансформатор
  3. Измерительный трансформатор
  4. Распределительный трансформатор
  5. Силовой трансформатор

Где используются трансформаторы?

Трансформаторы

, как было сказано ранее, представляют собой машину, которая является основным инструментом для передачи тока высокого напряжения на другие используемые машины.Трансформаторы играют заметную роль в обеспечении питания различных приложений, таких как:

  • Телевизоры
  • Бытовые инверторы
  • Освещение
  • Отопительное оборудование
  • Электронные устройства низкого напряжения
  • Реле тока
  • Разъединители
  • Конденсаторы
  • Медицинское оборудование
  • Асинхронные двигатели
  • Электрооборудование в испытательных лабораториях
  • Бустеры в фидерах переменного тока

Трансформатор — это машина, поэтому у него обязательно есть определенные неисправности.Существуют различные типы отказов трансформатора, которые могут возникать в разные периоды конкретных ситуаций.

Типы неисправностей трансформатора

Обрыв цепи

Неисправность с обрывом цепи возникает, когда электрическая цепь нарушается из-за какой-либо ошибки электропитания. В трехфазном трансформаторе ошибка может видеть более одной фазы или может возникать между фазами.

Перегрев

Перегрев трансформаторов происходит в масляном трансформаторе с жидкой изоляцией.Стандартная скорость изоляции для трансформатора – 220 °C. Если в какой-то момент температура в изоляции превысит нормальную норму, трансформатор имеет тенденцию к перегреву.

Короткое замыкание обмотки

Но выбери более короткий путь. Короткое замыкание обмотки очень распространено в электрических устройствах. Короткое замыкание происходит, когда электрический ток не распределяется равномерно по всей проводке в машине. Вот почему это называется короткое замыкание обмотки.

Ошибки из-за Lightnin

Наконец, неисправности возникают из-за стихийных бедствий, таких как молния. Силовые трансформаторы подвержены риску обмоток и вводов при ударах молнии. Из-за этого существует много шансов нагрузки на изоляцию трансформаторов. Это называется пробоем диэлектрика и является причиной серьезного повреждения силовых трансформаторов.

Типы защиты трансформатора

Реле Бухгольца

  • Одним из таких устройств защиты трансформатора является детектор механических повреждений
  • Имеется перепускной патрубок для выполнения реле
  • Этот метод быстрый и чувствительный
  • Этот метод работает независимо 

Реле давления

  • Этот метод определяет внезапную скорость повышения давления
  • Устройство, используемое для реле давления, называется хрупким диском

Устройство контроля уровня масла

  • Некоторые трансформаторы имеют маслорасширитель и датчик уровня масла
  • Монитор имеет два контакта для сигнализации
  • В верхней части имеется груша для жидкостного термометра 
  • Измеряет температуру масла в верхней части трансформатора

Обмоточный термометр

  • Это защитное устройство создает изображение самой горячей части обмотки
  • Этот силовой трансформатор предоставляет данные для регулировки сопротивления

Это были некоторые распространенные неисправности и методы безопасности, используемые в трансформаторах.Надеюсь, вы получили всю информацию и ответы, которые искали! Продолжайте возвращаться в Laxmi Associates».

Мы являемся ведущим поставщиком услуг по тестированию и диагностике энергосистем по всему миру. Наш опыт заключается в оценке состояния и оценке оставшегося срока службы основного оборудования для передачи и распределения электроэнергии, полной подстанции, включая КРУЭ и АИС до 765 кВ. Мы доступны 24/7 для наших клиентов для любых услуг, связанных с испытанием генератора, испытанием электродвигателя, испытанием GIS , испытанием трансформатора и многим другим.

Основные устройства управления в трансформаторе

Промышленный трансформатор необходим для обеспечения электроэнергией каждого, каждое здание зависит от трансформатора для поддержания непрерывной работы, по этой причине очень важно поддерживать безопасность и увеличивать срок службы трансформатора.

Устройства управления для поддержания трансформатора в хорошем состоянии обычно выбираются клиентом в соответствии со спецификациями или стандартами, регламентируемыми производителем, в соответствии со стандартами IEEE и другими организациями, такими как UL, CSA, IEC, NFPA и т. д.

Если вы не слышали об этих сущностях, перейдите по следующей ссылке и вернитесь к этому сообщению.

Во время поста вы увидите следующее обозначение для каждого устройства.

НОМЕР УСТРОЙСТВА ИМЯ УСТРОЙСТВА
26 Тепловое устройство

Чтобы понять, откуда взялся, перейдите по следующей ссылке:

Устройства управления защитой, используемые в трансформаторе

На данный момент строительство трансформатора согласовано в основном с тремя инженерами: инженером-электриком, инженером-механиком и инженером по управлению.Каждый инженер гарантирует безопасность и оптимальную работу трансформатора, сочетая свои знания и опыт в этой области, выбирая собственные устройства.

Этот пост охватывает элементы, наиболее часто используемые в трансформаторе, и некоторые устройства будут исключены, поскольку это особые требования, обычно заказываемые клиентом или не связанные с устройством управления.

Индикатор температуры масла (термометр)
НОМЕР УСТРОЙСТВА ИМЯ УСТРОЙСТВА
26 Тепловое устройство
Индикатор температуры масла Индикаторы температуры

чаще всего используются для индикации температуры масла в верхней части или в горячих точках обмотки, которые являются критическими параметрами для измерения внутри трансформатора.В отрасли они обычно называются индикаторами температуры масла (OTI) и индикаторами температуры обмотки (WTI) . Электроэнергетика часто использует индикаторы температуры масла и обмотки для подачи аварийных и управляющих сигналов, которые используются для активации систем управления охлаждением трансформатора.

Существует два основных типа термометров:

Трансформаторные термометры прямого монтажа

Трансформаторные термометры прямого монтажа представляют собой универсальные устройства, устанавливаемые непосредственно на баке трансформатора.Обычно они располагаются на боковой стенке (боковое крепление) или на верхней части (верхнее крепление) трансформатора. Конструкция такова, что датчик температуры вставляется в карман (колодец) на стенке бака в месте крепления. Термометр прямого монтажа довольно легко идентифицировать, так как у него есть зонд, выходящий прямо из задней части устройства, а датчик температуры находится спереди.

OTI/WTI прямого монтажа обычно выбирают для небольших трансформаторов низкого напряжения, где индикатор температуры может быть погружен непосредственно в изоляционное масло.Эти единицы могут быть легко прочитаны пользователем на уровне глаз в том положении, в котором они установлены. Эти индикаторы температуры изготовлены по биметаллической технологии. Их принцип заключается в использовании двух разнородных металлов, которые расширяются с разной скоростью, чтобы управлять указателем на циферблате.

Выносной трансформаторный термометр

Трансформаторные термометры для выносного монтажа отделите датчик температуры от визуального датчика. Зонд вставляется в карман (колодец), а капиллярная трубка соединяет зонд с основным устройством и визуальным индикатором.Капиллярная трубка — это самый простой способ определить, есть ли у вас выносной термометр.

Блоки OTI/WTI выносного монтажа используются для более крупных трансформаторов, где из-за их размера верхний масляный колодец или карман недоступны с земли, что затрудняет просмотр шкалы температуры. Колба датчика температуры устанавливается в труднодоступном кармане, а корпус индикатора устанавливается на уровне глаз в другом месте на трансформаторе. Капилляр соединяет колбу датчика температуры и корпус индикатора OTI/WTI, который включает шкалу измерения.Этот капилляр заполнен жидкостью, которая расширяется при повышении температуры и перемещает указатель на лицевой стороне циферблата. Механизм, который приводит в движение указатель, представляет собой одну из двух технологий, обычно используемых для этого приложения: сильфонного типа или пружины Бурдона. Каждый из них имеет свои преимущества и существует уже много десятилетий. Оба они выполняют одну и ту же конечную цель — управление стрелкой индикации температуры.

Датчики температуры имитации обмотки

В составе выносных термометров можно использовать термометр температуры обмотки .Термометр температуры обмотки будет иметь катушку, в которую входит зонд. Эта катушка будет катушкой нагревателя, которая подключена к токоотводу трансформатора.

В то время как верхнее масло является хорошим индикатором самой высокой температуры внутри бака трансформатора, общая температура масла изменяется очень медленно, поскольку оно является отличным изолятором и имеет большую тепловую массу. Моделирование температуры обмотки даст более точное представление о температуре внутри обмоток по сравнению с температурой верхнего слоя масла. Обмотки трансформатора — это место, где выделяется тепло, и поэтому вы найдете самые высокие температуры. Повышение температуры в обмотках приводит к ускоренному старению и может сигнализировать о пробое изоляции или о неисправности.

Это включает моделирование внутри самого устройства с использованием нагреваемой лунки или термопластины .

Термальная пластина

Температуру обмотки можно смоделировать с помощью трансформатора тока (CT) Current различными способами.Сочетание температуры масла (вверху и внизу) и прямой обмотки может обеспечить высокоточную тепловую модель для любого силового трансформатора.

Масляный проходной трансформатор тока (CT)

Схемы с имитацией температуры обмотки превосходны, потому что их также можно модернизировать на старых трансформаторах, а не просто устанавливать во время производства, как другие решения для горячих точек, такие как волоконная оптика.

Помимо традиционных индикаторов температуры обмотки, температуру обмотки также можно измерять с помощью терморезистора (RTD) .

Термометр сопротивления (RTD)

Эти датчики можно использовать с упомянутыми выше методами моделирования обмотки или с монитором силового трансформатора.

Оптоволоконный датчик намотки

Оптоволоконные датчики температуры обмоток являются альтернативой традиционным индикаторам температуры обмоток и вставляются в обмотки при изготовлении силовых трансформаторов. Это один из самых точных способов измерения температуры обмотки в режиме реального времени.

Устройство сброса давления
НОМЕР УСТРОЙСТВА НАЗВАНИЕ УСТРОЙСТВА
63 Реле давления
Устройство сброса давления Устройство сброса давления

— это устройство, которое используется для предотвращения повышения давления масла внутри трансформатора в условиях неисправности. Устанавливается в верхней части основного бака. PRD позволяет быстро сбросить избыточное давление, которое может возникнуть в случае серьезной неисправности.Это устройство оснащено переключателем сигнализации/отключения.

PRD имеет подпружиненную диафрагму, которая обеспечивает быстрое усиление его усилия срабатывания и автоматически сбрасывается, как только давление внутри бака упадет до заданного значения.
Механический индикаторный штифт с яркой цветовой маркировкой в ​​крышке перемещается вместе с диском клапана во время работы устройства сброса давления и удерживается на месте с помощью уплотнительного кольца во втулке штифта. Этот штифт хорошо виден с уровня земли, что свидетельствует о том, что устройство сработало.
Индикаторный штифт можно сбросить вручную, нажав на него вниз, пока он не упрется в диск клапана. Разгрузочное устройство снабжено защищенным от атмосферных воздействий сигналом тревоги /Trip и приводится в действие движением диска клапана.

Реле внезапного давления Реле внезапного давления

Внутренняя дуга в заполненном маслом силовом трансформаторе может мгновенно испарить окружающее масло, создавая давление газа, которое может привести к катастрофическому отказу, разрыву бака и распространению горящего масла на большую площадь.

Это может повредить или разрушить другое оборудование помимо трансформатора и представляет серьезную опасность для рабочих.

Реле предназначено для обнаружения внезапного повышения давления, вызванного дуговым разрядом. Он настроен на работу перед устройством сброса давления. Цепь управления должна обесточить трансформатор и подать сигнал тревоги. Реле игнорирует нормальные изменения давления, такие как скачки давления в масляном насосе, изменения температуры и т. д.

Если это реле срабатывает, не подавайте питание на трансформатор, пока не определите точную причину и не устраните проблему.

Индикаторы уровня жидкости
НОМЕР УСТРОЙСТВА ИМЯ УСТРОЙСТВА
71 Реле уровня жидкости
Индикаторы уровня жидкости

Четкая индикация уровня масла внутри бака трансформатора, расширителя и в устройстве РПН обеспечивает важную информацию о состоянии трансформатора.

Чтобы идентифицировать различные типы трансформаторных масляных манометров, полезно сначала понять их основные компоненты.Каждый датчик состоит из трех узлов:

  • Корпус в сборе , в котором находится циферблат (циферблат), где вы читаете температуру, а также переключатели.
  • Фланцевый узел , состоящий из фланца, который соединяется с резервуаром. Фланцевый узел также состоит из опорной трубы, которая выходит из задней части фланца.
  • Узел стержня поплавка , состоящий из поплавка и рычага поплавка, который поддерживается фланцевым узлом.

Для OLI доступны два основных типа крепления.

  • Индикаторы уровня масла прямого монтажа
  • Индикаторы уровня масла выносного монтажа

Большинство индикаторов уровня трансформаторного масла являются устройствами прямого монтажа, что означает, что узел корпуса, узел фланца и узел поплавкового стержня представляют собой единый интегрированный блок. Они могут быть установлены сбоку или сверху.

OLI с боковым креплением обычно имеют узел поплавка, который состоит из поплавка на конце вращающегося рычага.В то время как OLI с верхним креплением (они же вертикальные индикаторы уровня масла) имеют поплавок внутри своей вертикальной опорной трубы.

Выносные OLI, напротив, предназначены для использования там, где точка измерения не может быть легко видна персоналом, поэтому требуется отдельная или дистанционная индикация. Например, на консервационном баке. На практике это означает, что узел корпуса (с индикатором) отделен от узла поплавка и соединен капиллярной трубкой.

Многие современные индикаторы уровня масла имеют корпус в сборе , магнитно соединенный с фланцем в сборе.Преимуществом этой конструкции является работа без утечек. Это позволяет очень легко разбирать OLI в полевых условиях и при необходимости заменять корпус в сборе (заменять его другим).

Магнитная связь

Поскольку они имеют магнитную связь, вы не рискуете отключить трансформатор или снизить уровень масла, чтобы заменить корпус или выполнить какие-либо работы по техническому обслуживанию.

Помните, что пост охватывает элементы, наиболее часто используемые в трансформаторе, и некоторые устройства будут исключены, потому что это особые требования, обычно заказываемые клиентом или не связанные с устройством управления, если некоторые из устройств были пропущены, и вы хотели бы быть включены в этот список, пожалуйста, оставьте свой комментарий.

Источники:

Похожие сообщения

Трансформатор в качестве изолирующего устройства – Wira Electrical

Здесь мы можем использовать трансформатор в качестве изолирующего устройства. Говорят, что между двумя устройствами существует электрическая изоляция, когда между ними нет физической связи.

После того, как мы узнаем о линейном трансформаторе, у нас будет несколько важных пояснений, таких как:

  1. Взаимная индуктивность и расположение точек
  2. Что такое идеальный трансформатор
  3. Трехфазный трансформатор
  4. Трансформатор как изолирующее устройство
  5. Трансформатор как согласующее устройство

В трансформаторе энергия передается посредством магнитной связи без электрического соединения между первичной и вторичной цепями.Теперь мы рассмотрим три простых практических примера того, как мы можем воспользоваться этим свойством.

Трансформатор как изолирующее устройство

Сначала рассмотрим схему на рис. (1). Выпрямитель представляет собой электронную схему, которая преобразует источник переменного тока в источник постоянного тока. Трансформатор часто используется для соединения источника переменного тока с выпрямителем. Трансформатор служит двум целям.

Во-первых, он повышает или понижает напряжение.

Во-вторых, он обеспечивает электрическую изоляцию между источником питания переменного тока и выпрямителем, тем самым снижая риск поражения электрическим током при обращении с электронным устройством.

Рис. 2. Трансформатор, используемый для изоляции источника переменного тока от выпрямителя.

В качестве второго примера трансформатор часто используется для соединения двух каскадов усилителя, чтобы предотвратить влияние любого постоянного напряжения в одном каскаде на смещение постоянного тока в следующем каскаде.

Смещение представляет собой приложение постоянного напряжения к транзисторному усилителю или любому другому электронному устройству для создания желаемого режима работы.

Каждый каскад усилителя имеет отдельное смещение для работы в определенном режиме; желаемый режим работы будет нарушен без трансформатора, обеспечивающего изоляцию по постоянному току.

Как показано на рис. (2), только сигнал переменного тока передается через трансформатор от одной ступени к другой. Напомним, что с источником постоянного напряжения магнитной связи не существует.

Трансформаторы применяются в радио- и телеприемниках для сопряжения каскадов усилителей высокой частоты. Когда единственной целью трансформатора является обеспечение изоляции, его отношение витков n делается равным единице.

Таким образом, изолирующий трансформатор имеет n = 1.

Рис. 2. Трансформатор, обеспечивающий изоляцию по постоянному току между двумя каскадами усилителя.

В качестве третьего примера рассмотрим измерение напряжения на линиях 13,2 кВ. Очевидно, что подключать вольтметр напрямую к таким высоковольтным линиям небезопасно.

Трансформатор можно использовать как для электрической изоляции сетевого питания от вольтметра, так и для понижения напряжения до безопасного уровня, как показано на рисунке (3).

Рисунок 3. Трансформатор, обеспечивающий изоляцию между линиями электропередач и вольтметром.

После того, как вольтметр используется для измерения вторичного напряжения, соотношение витков используется для определения линейного напряжения на первичной стороне.

См. также: Потенциометр и реостат

Трансформатор в качестве изолирующего устройства Пример

Определите напряжение на нагрузке на рис. (4).

Рисунок 4

Решение:
Мы можем применить принцип суперпозиции, чтобы найти напряжение нагрузки. Пусть V L
= 9 L 1
+ V L 2 , где V L 1 из-за источника постоянного тока и V L 2 из-за источника переменного тока.Мы рассматриваем источники постоянного и переменного тока отдельно, как показано на рис. (5).

Рисунок 5

Напряжение нагрузки от источника постоянного тока равно нулю, поскольку для того, чтобы первичная цепь индуцировала напряжение во вторичной цепи, необходимо изменяющееся во времени напряжение. Таким образом, V L 1 = 0. Для источника переменного тока

, следовательно, V L 2 = 40 В переменного тока или V L 2 = 40 COS ωt ; то есть трансформатор передает на нагрузку только переменное напряжение.В этом примере показано, как трансформатор обеспечивает изоляцию постоянного тока.

Bob’s Devices CineMag Sky 40 MC Step Up Transformer (1:40 RCA)

Доступен как переключаемый или непереключаемый.

Усильте свой картридж MC с помощью повышающего преобразователя MC Phono Step-Up Transformer с естественным звучанием от Bob’s Devices!

Повышающие трансформаторы Bob’s Devices MC изготавливаются вручную по заказу и готовы к отправке примерно через 1-2 недели!

Будет ли это работать с моим картриджем MC? Мы можем ответить на это! Просто дайте нам знать, какой картридж и фонокорректор у вас есть, а мы сделаем все остальное! Напишите или позвоните нам сегодня по адресу: [email protected]ком или 800-782-3472.

Созданный вручную повышающий трансформатор CineMag Sky 40 MC (SUT) состоит из новых трансформаторов CineMag SKY (синяя версия) и позолоченных деталей в отполированном вручную корпусе из литого алюминия с черным порошковым покрытием. Включает роскошные позолоченные разъемы RCA и земля/подъем.

Рекомендуемый коэффициент повышения, основанный на внутреннем импедансе и выходном напряжении картриджа

Напряжение (мВ) 0.1 0,15 0,2 0,25 0,3 0,35 0,4 0,45 0,5 0,55 0,6 0,65 0,7
Внутреннее сопротивление (Ом)
5 40 40 40 30 30 20 20 20 15 15 15 10 15 10 10 10
10 40 40 30 20 20 20 20 15 15 15 15 10 10 10 10
15 40 40 30 30 20 20 20 20 15 15 15 15 10 10 10 10
20 40 30 30 20 20 20 20 15 15 15 15 15 10 10 10 10
25 30 30 20 20 20 15 15 15 15 10 10 10 10
30 30 30 20 20 20 15 15 15 15 15 10 10 10 10 10
35 30 30 20 20 15 20 15 15 15 15 15 10 10 10 10 10
40 30 30 20 20 15 20 15 15 15 15 10 15 10 10 10 10 10
45 30 20 20 15 15 15 15 15 10 15 10 10 10 10 10

Эта таблица (основанная на использовании входов MM с настройкой импеданса 47 кОм на фонокорректоре) не является точной для картриджей Denon.

Примечание: Если появляются 2 цифры, можно использовать любую из них.

Зачем покупать повышающий трансформатор вместо фонокорректора с высоким коэффициентом усиления? Потому что, за некоторыми исключениями, трансформеры предлагают лучший звук, обеспечивая больше драматизма, больше цвета и, особенно, большее ощущение и воздействие. — Арт Дадли, Stereophile.com, февраль 2017 г.

CineMag Sky SUT отличается недавно разработанными сверхвысококачественными пластинами, меньшей индуктивностью и превосходным звуком! Трансформаторы для CineMag Sky SUT были специально разработаны и протестированы с несколькими маломощными картриджами с подвижной катушкой.Это очень трансформаторы сложны в изготовлении и требуют точного производственного процесса, который может сделать только Дэвид Герен из CineMag. В отличие от 1131, SKY имеет специально разработанные пластины, а индуктивность SKY еще ниже. Кроме того, пропускная способность продлевается немного дальше.

Эти специально разработанные трансформаторы предназначены для подключения картриджа с подвижной катушкой (на проигрывателе) к предусилителю фонокорректора, входу фонокорректора ресивера или входу фонокорректора вашего предусилителя.SKY 40 не переключается только на 1:40 (32 дБ).

Самое главное, конечно, вот в чем: если у вас есть Ortofon SPU или аналогичный маломощный MC-картридж, и вы ищете гигантского убийцу повышающего трансформатора, это может быть продукт, которого вы ждали. для. Bob’s Devices Sky 40 не заставит серьезных фонофилов забыть о Hommage T1 — или Audio Note AN-S8, или Western Electric 618B, или любом другом трансформаторе, который может претендовать на звание лучшего — но это даст любителям с менее экстравагантными средствами шанс получить еще больше удовольствия от своих любимых пластинок.— Арт Дадли, Stereophile.com, февраль 2017 г.
Слушая Cinemag Sky 30, я отчетливо осознавал, что это устройство не является эмоциональным инструментом. Это, скорее, прозрачный, аналитический и музыкальный инструмент, раскрывающий огромное количество информации в деталях записи. Cinemag Sky 30 необычайно хорош в раскрытии звуковой сцены и размещении инструментов в этом пространстве с четким ощущением воздуха вокруг них. Изображение, поиск деталей, интимность, разрешение — все качества, которыми Cinemag Sky 30 обладает в пиках.Имея несколько версий (Sky 20 и 30), он предлагает универсальность для использования со многими различными картриджами и фонокорректорами… Я очень рекомендую Bob’s Devices Cinemag Sky 30, если у вас есть бюджет, чтобы разместить его в рамках ваших общих финансовых ассигнований. — Эбен Филд, Wallofsound.ca, ноябрь 2015 г.

Строительные технологии

Все соединения спаяны сопротивлением с использованием системы American Beauty, которая позволяет избежать теплового повреждения тонкой изоляции тонких проводов трансформаторов.Испытательное оборудование имеет очень низкий ток, чтобы избежать насыщения сердечники трансформатора. Вы можете рассчитывать на первоклассный современный продукт.

Этот блок включает в себя заземляющий штырь, который можно использовать для соединения заземления проигрывателя и предусилителя. Он также включает в себя переключатель заземления «подъем». Во всех режимах корпуса трансформаторов и экран Фарадея внутри трансформаторов соединены к винту заземления. В режиме «земля» минусовые стороны фоносистемы (минусовые стороны) подключаются к заземляющему наконечнику.Эта конфигурация хорошо работает для тех систем, где заземление проигрывателя подключено к отрицательным выводам, идущим от звукоснимателя или где отрицательные входы предусилителя внутренне соединены с землей. В режиме «лифт» ни один из проводников в гнездах RCA не подключен к корпусу, земле или экрану и отсутствует электрическая связь между каналами. Эта конструкция обеспечивает большую гибкость для смягчения контуров заземления независимо от конфигурации другого оборудования.

Особенности

  • Неотключаемый при 1:40 (32 дБ)
  • Входные/выходные разъемы RCA

Специальное примечание: Дополнительные разъемы XLR доступны на более крупном нестандартном шасси без лазерной гравировки за дополнительные 350 долларов США. Пожалуйста, свяжитесь с нами по адресу [email protected] или 800-782-3472. Пожалуйста, подождите 1-2 недели для выполнения заказа.

.

alexxlab

Добавить комментарий

Ваш адрес email не будет опубликован.