JOSEF约瑟 漏电继电器 JD1-200 工作电压:380V 孔径:45mm 50~500mA

本文主要是介绍JOSEF约瑟 漏电继电器 JD1-200 工作电压:380V 孔径:45mm 50~500mA,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

JD1系列漏电继电器

系列型号

JD1-100漏电继电器

JD1-200漏电继电器

JD1-250漏电继电器

JD1系列漏电继电器原为分体式固定式安装,为适应现行安装场合需要,上海约瑟继电器厂在产品原JD1一体式漏电继电器基础上进行产品升级,开发出现在较为流行的分离式导轨安装JD1漏电继电器,其大范围适用于煤矿等场合,也是一款的煤矿漏电继电器;

一、产品概述
漏电继电器(以下简称继电器)适用于交流电压至660V或更高的TN、TT、和IT系统,频率为50Hz。通过零序电流互感器检测出超过整定值的零序(剩余)漏电电流。该继电器与分励脱扣器或失压脱扣器的断路器、交流接触器、磁力启动器等组成漏电保护装置,作漏电和触电保护之用,可配备蜂鸣器、信号等各种声光器件结合组成漏电报警装置。派生多个型号,前缀如HLJ、RLJ、ULJ系列等型号,实际为同类产品。其在电力系统中起着非常重要的作用,是保证供电可靠性的基础。

二、产品用途
本漏电保护继电器体积小、安装使用方便、动作可靠、连续供电稳定且操作简易。能适应各地用户,可以用来对线路进行接地故障保护,主要用来防止由于接地故障电流引起的设备事故或电气火灾,也可用来对人体触电解除提供间接接触保护。
漏电继电器可与带分励脱扣器或失压脱扣器的断路器、交流接触器、磁力启动器等组成漏电保护装置,作漏电和触电保护之用,也可配备蜂鸣器、信号灯等各种声光器件结合组成漏电报警装置。有复位、指示、报警、复位等功能。
它适用于电源系统中心点直接接地或不直接接地的高、低压配电系统。是安全使用的网改新产品。该继电器的动作时间分快速型和延时型,配合使用时对干线和支线进行分级选择保护,可替代过去LLJ-□F(S)、LLJ-□H(S)、JD1及JD3系列漏电继电器。
三、产品参数
●额定值
电压额定值:额定电压AC380V、AC660V、AC690V、AC1140V。
工作电压值:DC24V、AC110V、AC127V、AC220V、AC380V。还可根据客户要求定制。
电源电压允许变动范围:电压变动为额定电压0.7至1.3倍或宽电源电路。
额点电流值:16A、25A、32A、40A、63A、80A、100A、125A、200A、250A、320A、400A、630A、800A、1000A、1500A、1600A、2000A。非标额点电流也可以定做。
●动作值
漏电动作电流:常规或用户自定义,也可50-500mA分挡或可调。
漏电不动作电流:漏电动作电流一半。
漏电动作时间:延时型 0.2-2S。
快速型≤0.1S 。
●重要参数
互感器孔径圆形(L型):M25、M45、M75、M100、M150、M160、M220。
矩形方型(跑道式):45
160、45220、45260、45320、45450等。
输出触点形式:一开一闭。
●其它参数
触点容量:继电器输出触点能断开不大于250V,时间常数为5±0.75mS的直流有感负荷电路为50W;电压不大于250V的交流电路为50VA。继电器可长期接通5A。
功率消耗:额定电压下均不大于5W。
环境温度:-10℃~+50℃。
介质强度 继电器各导电端子连在一起对外露的非带电金属部分或外壳之间,能承受2000V(有效值)交流电压,历时1分钟试验而无绝缘击穿或飞弧现象。
绝缘电阻:继电器各导电端子连在一起对外露的非金属部分和外壳之间,用开路电压500V的兆欧表测量其绝缘电阻不大于300MΩ。
电寿命:继电器触点接点接于规定容量的电路负荷中,电寿命为100000次。

JD1漏电继电器是一种漏电保护装置,适用于交流电压至660V或更高的TN、TT、和IT系统,频率为50Hz。通过零序电流互感器检测出超过整定值的零序(剩余)漏电电流,具有复位、指示、报警、复位等功能。

测试按钮的作用是模拟漏电情况,按下之后如果继电器正常工作,则说明其功能正常;复位按钮的作用是在漏电继电器发生动作之后,按下复位按钮可以使继电器恢复正常状态。

这篇关于JOSEF约瑟 漏电继电器 JD1-200 工作电压:380V 孔径:45mm 50~500mA的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/221543

相关文章

【附答案】C/C++ 最常见50道面试题

文章目录 面试题 1:深入探讨变量的声明与定义的区别面试题 2:编写比较“零值”的`if`语句面试题 3:深入理解`sizeof`与`strlen`的差异面试题 4:解析C与C++中`static`关键字的不同用途面试题 5:比较C语言的`malloc`与C++的`new`面试题 6:实现一个“标准”的`MIN`宏面试题 7:指针是否可以是`volatile`面试题 8:探讨`a`和`&a`

day-50 求出最长好子序列 I

思路 二维dp,dp[i][h]表示nums[i] 结尾,且有不超过 h 个下标满足条件的最长好子序列的长度(0<=h<=k),二维数组dp初始值全为1 解题过程 状态转换方程: 1.nums[i]==nums[j],dp[i,h]=Math.max(dp[i,h],dp[j,h]+1) 2.nums[i]!=nums[j],dp[i,h]=Math.max(dp[i,h],dp[j,h-1

安科瑞ASJ漏电流继电器在轨道交通地铁车站配电系统中的应用

应用背景 城市轨道交通设备门类复杂、数量庞大、分布广泛,在长期连续运行时存在火灾隐患。在国内外的地铁火灾中,因电气原因引起的火灾占比最大,达到37%,其中供电线路的漏电流更是造成电气火灾的重要因素。消防部门、行业专家往往要求地铁车站设置电气火灾监控系统,但在地铁监控防范措施中,泄漏电流的监测并不完善,现有的泄漏电流监测系统存在误报现象,使得配电系统漏电保护 频繁跳闸。为此,查找频繁误报警原因,采

50. Pow(x,n)

题目: 解答: 主要是求 n &gt; 0 n &gt; 0 n>0 的情况的计算,其他时候,可以通过转换得到。 而 n &gt; 0 n &gt; 0 n>0 的情况下, ​ n = a 0 2 0 + a 1 2 1 + a 2 2 2 … a m 2 m n = a_0 2^0 + a_1 2^1 + a_2 2^2 \ldots a_m 2^m n=a0​20+a1​21

树莓派使用WiringPi库驱动继电器

树莓派使用WiringPi库驱动继电器 文章目录 树莓派使用WiringPi库驱动继电器一、继电器概念二、树莓派与继电器硬件接线三、使用WiringPi库驱动继电器: 一、继电器概念 ​ 继电器(英文名称:relay)是一种电控制器件,是当输入量(激励量)的变化达到规定要求时,在电气输出电路中使被控量发生预定的阶跃变化的一种电器。它具有控制系统(又称输入回路)和被控制系统(又

50个实用的jquery案例

1. 如何创建嵌套的过滤器: //允许你减少集合中的匹配元素的过滤器,   //只剩下那些与给定的选择器匹配的部分。在这种情况下,   //查询删除了任何没(:not)有(:has)   //包含class为“selected”(.selected)的子节点。   .filter(":not(:has(.selected))")  2. 如何重用元素搜索 var allI

【最新华为OD机试E卷-支持在线评测】查找充电设备组合(200分)-多语言题解-(Python/C/JavaScript/Java/Cpp)

🍭 大家好这里是春秋招笔试突围 ,一枚热爱算法的程序员 ✨ 本系列打算持续跟新华为OD-E/D卷的三语言AC题解 💻 ACM金牌🏅️团队| 多次AK大厂笔试 | 编程一对一辅导 👏 感谢大家的订阅➕ 和 喜欢💗 🍿 最新华为OD机试D卷目录,全、新、准,题目覆盖率达 95% 以上,支持题目在线评测,专栏文章质量平均 94 分 最新华为OD机试目录: https://blog.

硬件工程师笔试面试——继电器

目录 6、继电器 6.1 基础 继电器原理图 继电器实物图 6.1.1 概念 6.1.2 结构组成及工作 6.1.3 应用场景 6.1.4 优点与缺点 6.1.5 继电器工作原理 6.2 相关问题 6.2.1 如何选择合适的继电器满足特定的应用需求 6.2.2 继电器在汽车电子系统中通常承担那些角色 6.2.3 如何提高继电器的耐用性和可靠性? 6.2.4 继电器的电磁

华为OD机试 - 增强的strstr - 滑动窗口(Python/JS/C/C++ 2024 E卷 200分)

华为OD机试 2024E卷题库疯狂收录中,刷题点这里 专栏导读 本专栏收录于《华为OD机试真题(Python/JS/C/C++)》。 刷的越多,抽中的概率越大,私信哪吒,备注华为OD,加入华为OD刷题交流群,每一题都有详细的答题思路、详细的代码注释、3个测试用例、为什么这道题采用XX算法、XX算法的适用场景,发现新题目,随时更新,全天CSDN在线答疑。 一、题目描述 C语言有一

【深度学习 卷积】利用ResNet-50模型实现高效GPU图片预测

本文介绍了如何使用训练好的ResNet-50模型进行图片预测。通过详细阐述模型原理、训练过程及预测步骤,帮助读者掌握基于深度学习的图片识别技术。 一、引言 近年来,深度学习技术在计算机视觉领域取得了显著成果,特别是卷积神经网络(CNN)在图像识别、分类等方面表现出色。ResNet-50作为一种经典的CNN模型,以其强大的特征提取能力和较高的预测准确率,在众多领域得到了广泛应用。本文将介绍如何使