输变电铁塔作为电网的骨干支撑,长期暴露于恶劣自然环境中,螺栓连接部位极易发生松动或疲劳失效。近年来,国内因螺栓松动引发的倒塔事故频发,造成了严重的人员伤亡与经济损失。当前,现有检测手段主要依赖人工爬塔敲击听音,不仅安全风险极高、效率低下(单塔检测约需2小时),且漏检率高,无法对松动程度进行量化评估。鼎和创新科技推出的电力塔螺栓松动智能检测系统,基于自主研发的声纹定位核心技术,构建了“端-边-云”协同一体的智能检测架构,通过“主动激励感知+AI声纹识别+多维融合定位”的技术路线,将铁塔螺栓检测从“人工登塔抽检”推向“地面一键全塔扫描”。 该方案已完成多项试点验证,检测效率提升5倍以上。
据Dataintelo数据,2025年全球输电塔螺栓张力监测市场估值已达18亿美元,预计2033年将增至32亿美元,年复合增长率为7.3%。在政策端,2025年以来,《输电线路铁塔连接螺栓再紧固作业规程》、《输电杆塔螺栓松动在线监测系统技术规范》(GXDSL-229-2026)、《电力设备声纹在线监测系统技术规范》(T/CIET 972-2025)等一系列标准密集落地,铁塔螺栓松动检测正从“可选项”变为刚性合规要求。
近年来,国内外因螺栓松动引发的倒塔事故频发:
2024年12月,云南曲靖:一座110kV送出线路铁塔发生坍塌事故,造成2人死亡、1人受伤,直接经济损失371.18万元。
2023年5月,中国东部某省:山区KV输电线路因暴雨引发山体滑坡和洪水冲击,一基铁塔倒塌,影响约10万户居民供电。
2021年7月,巴西帕拉州:在建输电塔倒塌,造成至少7人死亡。
2018年1月,云南麻栗坡:35kV迁改工程铁塔施工中因地脚螺母失效倒塌,致4人死亡。
2017年5月,江西丰城:500kV输电线路紧线作业时因违规操作导致倒塔,造成4死1伤。
2025年6月,新西兰Transpower:北部地区一座输电塔倒塌的原因是施工人员从连接塔基的螺栓上拆除了过多螺母。
单一传感器识别精度受限:多采用单一的加速度震动传感器或声学传感器,缺乏多传感器融合方案,难以全面捕捉螺栓状态。
松动程度识别不连续:多数方法仅能针对“完全松动”或“完全紧固”两种极端状态进行判断,对松动程度连续变化的识别能力严重不足。
环境噪声抗干扰能力弱:声学检测方法极易受到环境噪声、风振等干扰影响,导致误报或漏报。
多螺栓同时识别与定位困难:现有的动力学分析方法对多螺栓同时松动的定位能力不足,难以精准锁定故障点。

鼎和创新电力塔螺栓松动智能检测系统基于自主研发的声纹定位核心技术,构建了 “端-边-云”协同一体的智能检测架构。系统由四大核心硬件终端与云端声纹分析平台组成:
| 核心组件 | 功能说明 |
|---|---|
| 激励声源装置 | 使用力锤或自动激励源精准发射10dB-80dB可调频率声压信号,灵活适应不同规格螺栓和复杂工作环境 |
| 磁吸式工业诊断拾音器 | 基于骨传导原理有效屏蔽外界环境噪音,磁吸式布设,安装时不影响设备正常运行 |
| 多通道采集器 | 将声音信号转换为数字信号供算法识别分析,支持20KHz以上采样频率 |
| 云端声纹分析平台 | 内嵌声纹分析算法,支持离线作业,提供历史数据管理、健康状态可视化诊断及预警推送服务,支持PC端和移动端访问 |

鼎和创新系统采用 “主动激励感知+AI声纹识别+多维融合定位” 的技术路线,针对铁塔螺栓实施 “激励唤醒—信号捕捉—差异定位” 三步法:
第一步:多模态信号采集。系统综合运用加速度震动传感器(0-10kHz,感知中低频结构振动),激励源产生稳定源信号后,多传感器同步采集回波信号。磁吸安装前需清理铁塔主材表面的铁锈、泥土及油污,确保接触面平整干净。
第二步:多维特征提取与深度学习。提取MFCC(梅尔频率倒谱系数)、LPCC(线性预测倒谱系数)、小波包能量谱等多维特征,输入至CNN-LSTM、Vision Transformer(ViT)、CEEMDAN-SVD+CNN等深度学习模型中进行推理。
第三步:松动程度分级与定位。系统将状态划分为四个等级:正常(扭矩100%)、轻微松动(扭矩下降20%-40%)、中度松动(40%-70%)、严重松动(70%以上)。定位方面,结合北斗定位与倾角/沉降数据进行多维融合定位。
标准化声学数据库构建:已建立覆盖典型工况和松动程度的标准化声学数据库。工况设计涵盖静风无激励(基准)、环境风载荷(3-5级风)、导线舞动激励、近端车辆噪声等。
复杂背景噪声微弱信号提取:攻克了强环境噪声下的微弱结构振动声纹提取理论方法,实现多传感器融合信号互补感知。
多模态自适应激励与声纹响应建模:根据环境变化自适应调整激励参数,建立精准的声纹响应模型。
边缘计算与云边端协同一体化:实现本地实时诊断与云端持续优化的无缝衔接。
| 技术指标 | 核心优势 |
|---|---|
| 强噪声下微弱信号提取 | 构建多传感器互补感知框架,信噪比提升10dB以上 |
| 多样本高精度识别 | 引入多样本学习与迁移学习策略,螺栓松动识别准确率≥95% |
| 故障预警提前量 | 建立螺栓紧固状态劣化预测模型,预警提前量≥7天 |
| 全链条自主可控 | 从激励装置、专用拾音器到AI算法引擎均为鼎和创新自主研发,打破国外技术垄断 |
| 参数类别 | 核心指标 | 备注说明 |
|---|---|---|
| 加速度震动传感器频率范围 | 0-10kHz | 感知中低频结构振动 |
| 激励声源声压范围 | 10dB-80dB | 可调频率声压信号 |
| 激励方式 | 力锤 / 自动激励源 | 灵活适配不同工况 |
| 螺栓松动识别准确率 | ≥95% | AI深度学习模型 |
| 信噪比提升 | ≥10dB | DSP降噪算法 |
| 单塔检测耗时 | ≤30分钟 | 传统方式需2小时 |
| 参数类别 | 核心指标 |
|---|---|
| 灵敏度 | 100mV/g |
| 频率范围 | 10KHz |
| 量程范围 | 50g |
| 工作温度 | -40℃ ~ 120℃ |
| 尺寸 | Φ13×19mm |
| 安装方式 | 磁吸 |
| 输出方式 | 顶端 |
| 参数类别 | 核心指标 |
|---|---|
| 输入通道幅值精度 | 优于0.015dB @ 1kHz |
| 通道间干扰 | <-75dB |
| 最大输入带宽 | 110.8KHz |
| 动态范围(SNR) | 优于100dB |
| 采样频率 | 1Hz~256KHz(可软件设置) |
| IEPE激励电压 | 24V,恒流源电流4.38mA@2% |
| 计数/测频通道数 | 2通道,最高计数频率1MHz |
| 接口 | 1路RS485、板载SD卡、4G |
| 供电电压 | 外供12V~24V |
| 工作温度 | -40℃~80℃ |
| 工作湿度 | 5%~95% |
| 场景 | 说明 |
|---|---|
| 新建铁塔验收检测 | 工程竣工后对铁塔螺栓进行全面筛查,确保安装质量达标 |
| 在运线路定期巡检 | 按运维计划对运行中的输电铁塔开展周期性检测,掌握松动动态变化趋势 |
| 极端天气后隐患排查 | 台风、暴雨、冰冻、地震后对受影响区段铁塔专项检测,快速定位灾害导致的螺栓松动 |
| 高风险区段重点监测 | 针对重过载线路、微气象区、采空区、滑坡隐患区等特殊区段,加密检测频次 |
| “三跨”区段专项检测 | 跨越铁路、高速公路及重要输电通道的区段铁塔,安全要求更高 |
加速度震动传感器布置:沿铁塔主材采用磁吸方式放置,确保传感器底座与主材表面紧密贴合,无异物阻隔。重点布置于横担与塔身连接处、地脚螺栓附近等受力关键节点。
激励声源装置布置:根据螺栓规格调整发射功率与频率,确保激励信号能够有效穿透并激发目标螺栓的振动响应。
鼎和创新系统可精准识别螺栓松动隐患,从根源杜绝倒塔断线事故;能通过高频次全覆盖筛查及时发现并消除隐患,在螺栓松动早期发出预警,预留充足处置时间,避免事故扩大。同时,系统以智能化替代人工爬塔作业——传统检测需多人登塔,作业人员面临坠落、触电风险;本系统以机器代人完成高危检测,运维人员仅需在地面操作设备,彻底消除高空作业安全隐患。
检测效率大幅提升:单塔检测时间从传统2小时缩短至30分钟以内
支撑预测性维护体系,减少非计划停运损失
推动运维模式从“人工经验判断、定期检修”升级为“量化检测、预测性维护”
建立螺栓松动声纹特征数据库,实现检测结果可追溯、可复核
单塔检测效率提升8倍以上,大幅降低人力与车辆调度成本
早期干预可避免塔材损伤,减少部件更换支出
提前预警避免突发停电损失,间接经济效益显著
鼎和创新拥有自主知识产权的声纹检测技术,可打破国外高端检测设备垄断
现场勘查与安全准备:确认铁塔状态,设置安全围栏,作业人员佩戴绝缘手套与安全帽。
设备检查:检查设备电量、磁吸力度及激励装置工作状态。
传感器安装:按照布置方案,依次将加速度震动传感器磁吸固定于铁塔主材指定位置。
系统联调:开启激励声源装置,通过声纹智能分析终端查看信号波形,确认各通道数据采集正常。
数据采集与验证:执行检测任务,系统自动完成信号捕捉与分析;检测完毕后,撤除设备并清点数量。
磁吸安装前,必须清理铁塔主材表面的铁锈、泥土及油污,确保接触面平整干净。
传感器安装位置应避开明显的焊缝、铆钉及严重锈蚀区域,以免产生干扰信号。
在强风天气下,需增加传感器的固定检查频次,必要时采用绑带进行二次加固。
严禁在雷雨天气进行设备安装与检测作业。
设备使用完毕后,应及时清洁传感器表面,并存放在专用防护箱内,定期校验设备精度。
Q1:鼎和创新电力塔螺栓松动智能检测系统与传统敲击听音法有什么区别?
A:传统敲击听音法依赖人工登塔用锤子敲击螺栓,通过人耳判断声音——依赖个人经验、主观性强,且只能检测塔底有限范围。鼎和创新系统则通过传感器“听”、通过AI“判”——当螺栓被激励振动时,松动与紧固状态下产生的声纹特征存在系统性差异(特征频率偏移、共振峰衰减等),这些差异被传感器捕捉、被AI算法识别,实现客观量化评估。
Q2:鼎和创新系统的检测效率有多高?
A:单塔检测时间从传统2小时缩短至30分钟以内,效率提升8倍以上。在多个试点实际验证中,20分钟完成一基铁塔关键部位检测——覆盖4塔腿、8斜材、16个内外侧检测点。
Q3:系统如何保证在强风、车辆噪声等复杂环境下准确检测?
A:系统采用磁吸式工业诊断拾音器,基于骨传导原理有效屏蔽外界环境噪音。配合专为工业场景设计的DSP降噪算法,可从复杂振动信号中提取微弱螺栓声纹特征。信噪比可提升≥10dB,确保检测准确性。
Q4:鼎和创新系统的螺栓松动识别准确率是多少?
A:系统基于深度学习框架,提取MFCC、LPCC、小波包能量谱等多维特征,通过CNN-LSTM、Vision Transformer(ViT)等深度学习模型进行推理,螺栓松动识别准确率≥95%。
Q5:系统能识别哪些程度的螺栓松动?
A:系统将螺栓状态划分为四个等级:正常(扭矩100%)、轻微松动(扭矩下降20%-40%)、中度松动(40%-70%)、严重松动(70%以上),实现松动程度的连续量化评估。
Q6:鼎和创新系统适用于哪些电压等级的输电线路?
A:适用于110千伏及以上电压等级的现役架空输电线路角钢塔,覆盖从高压到特高压的全电压等级范围。
Q7:50米以上的高塔如何检测?
A:对于50米以上的高塔或复杂工况铁塔,可采用无人机搭载声学相机巡视定位,或由智能蜘蛛人爬行放置声纹检测系统,实现全自动化检测。
Q8:系统具备在线监测能力吗?
A:系统支持边缘计算与云边端协同一体化,可实现本地实时诊断与云端持续优化的无缝衔接。同时支持离线作业,可在无网络环境下完成实时分析与决策。