基于整体与局部纹理特征加权融合的港机装备钢丝绳断丝缺陷检测研究

钢丝绳是港机装备的重要部件,由于作业工况环境恶劣,钢丝绳表面极易引起断丝等缺陷,影响港机装备作业安全。针对港机装备钢丝绳表面油泥严重、光照亮度不均,以及港机装备钢丝绳断丝缺陷能够在钢丝绳股顶钢丝椭圆形区域内有效体现的特点,提出了一种基于钢丝绳整体纹理特征与股顶钢丝椭圆形区域边缘轮廓纹理特征加权融合的钢丝绳断丝缺陷检测方法。首先采用图像降噪、增强、校正技术对钢丝绳原始图像进行预处理。然后采用图像平滑、阈值分割及边缘特征提取技术对股顶钢丝椭圆形区域边缘轮廓进行提取。接着采用局部二值模式(LBP)算子分别提取钢丝绳整体纹理特征与股顶钢丝椭圆形区域边缘轮廓纹理特征,并对钢丝绳整体纹理及边缘轮廓纹理特征进行特征加权融合。最后对加权融合后的特征向量进行主成分分析(PCA)法降维,并应用支持向量机(SVM)技术对钢丝绳断丝缺陷进行检测。研究结果表明:本文提出的方法对实际工况下重油泥、光照不均等钢丝绳断丝缺陷具有较好的检测效果,具有一定的工程应用价值。

海工钢丝绳生产难度分析

海工钢丝绳市场是钢丝绳生产强企纷纷瞄准的重要用途钢丝绳市场,也是纷纷落地巨型捻股机、合绳机生产钢丝绳的主要目标市场。面对海工钢丝绳超重、超长、大直径、镀锌、高破断拉力及使用所处的特殊环境,分析认为,国内企业制造该用途钢丝绳目前确实面临不少困难。欲生产好海工钢丝绳应做好以下几方面工作:深入分析粗直径钢丝绳性能特点,高度重视盘条质量,慎重选择适合海洋环境的钢丝绳润滑油脂,仔细研究钢丝绳制造关键技术,适度考虑增加预张拉工艺,必须强调捻制设备运行可靠的重要性,充分认识增加大吨位钢丝绳破断拉力试验机的必要性,不断丰富能更好满足使用的钢丝绳其他性能。在持续实践与总结中逐渐提高国产海工钢丝绳质量。

大跨度S形舞台升降台设计

针对大跨度S形舞台升降台设计中的难点进行分析,优选多组多点钢丝绳卷扬提升方式,采用双驱动系统同步驱动,并阐述多分段刚性传动轴的折线布置方法。结合工程实例提出经济、合理的设计方案,为此类设备的设计提供参考。

基于BP神经网络的钢丝绳断丝定量检测

针对目前钢丝绳断丝检测定量识别中存在的问题,提出了基于BP神经网络的钢丝绳断丝损伤信号的模式识别方法.运用MATLAB工具箱建立了钢丝绳断丝损伤定量识别的BP网络模型,通过模拟和实际检测,断丝损伤识别的准确率达到86.9%,验证了网络的可靠性和实用性.

钢丝绳断丝断口漏磁场分析计算

建立钢丝绳断丝断口漏磁场的分析计算模型,分析并计算钢丝绳外部和内部断丝断口产生的漏磁场,它们将是钢丝绳断丝检测和定量识别的基础。

基于钢丝绳结构特征的断丝漏磁霍尔效应检测方法

根据钢丝绳断丝的漏磁检测原理,利用单片霍尔元件检测钢丝绳断丝漏磁的特性,推导出采用霍尔元件列沿钢丝绳周向均匀布置实现无漏检检测时元件的布置方法和最佳元件数计算式.根据钢丝绳结构特征,提出以提高检测信号信噪比和减少输出检测通道数为目的的多元件组合检测方法以及各元件间的最佳组合、布置方法.

基于霍尔元件的矿井提升钢丝绳断丝检测方法

钢丝绳在煤矿输送机构中作为牵引构件,其使用寿命直接影响到煤矿生产的成本及安全。介绍了基于霍尔元件的钢丝绳断丝检测原理,分析了霍尔元件的不等位电动势补偿方法,重点研究了霍尔元件的温度补偿方法,提出了霍尔元件串联与差动连接的新方法,试验表明,基于该方法的钢丝绳探伤传感器,断丝检测准确度为91.67%。

钢丝绳断丝损伤定量检测技术

针对目前国内各种钢丝绳检测仪器的不足之处,选定了钢丝绳断丝损伤信号识别的特征量,并介绍了信号处理和特征提取算法。提出了利用BP神经网络技术对检测信号进行分析处理的方法,提高了检测的精度和灵敏度。通过模拟和实际检测,断丝损伤识别的准确率达到了90%,验证了网络的可靠性和实用性。

基于漏磁原理的钢丝绳无损检测技术研究

文中介绍了通过测量漏通量来检测钢丝绳局部缺陷的原理和方法,采用小波变换和神经网络来分析和处理钢丝绳中断丝处所产生的信号,利用小波变换的方法来获得信号特征值,利用神经网络建立模型,实现了断丝的定量识别,提高了检测准确度和灵敏度。

基于动力学的钢丝绳断丝数检测方法初探

钢丝绳是由许多优质碳素钢丝捻制成股,再由若干股围绕绳芯捻制成绳。由于钢丝绳结构的特殊性决定了它具有较好的力学性能,同时在工作可靠性和结构多样性等方面也表现出独特的优点,被广泛应用于众多工程领域。钢丝绳的设计、制造、使用和维护等方面还存在着相当多的技术难题,甚至还不能给出钢丝绳在使用过程中真正意义上的安全系数,以至于钢丝绳工程结构时常出现意外安全事故。针对钢丝绳无损检测问题展开了研究,用弦振动方程建立钢丝绳断丝数检测方程,利用该方程对悬索钢丝绳的断丝数进行了探索性试验研究。结果表明,钢丝绳断丝数较少,负载较小时,对基频的影响较小;当钢丝绳断丝数较多,负载较大时,对基频的影响较为明显。因此,该方法为钢丝绳无损检测技术提供了一种的新的检测手段,具备一定的可行性。

钢丝绳断丝漏磁场的聚磁检测原理

论述漏磁场的聚磁检测原理,提出钢丝绳断丝漏磁场的聚磁检测方法,讨论聚磁器结构尺寸与钢丝绳绳股间漏磁场的消除以及断丝产生的漏磁场有效测量间的关系,实现了多种规格钢丝绳断丝漏磁场的高信噪比检测。

基于微机处理的钢丝绳断丝损伤检测方法

文中就钢丝绳断丝损伤检测进行了研究。实验结果表明，所提出的检测方法精度高，准确性好，可以实现完全数字化检测处理。

矿用钢丝绳断丝信号处理技术

针对目前国内各种钢丝绳断丝检测仪的缺陷 ,提出了应用小波变换和神经网络技术对检测信号进行分析处理 ,以提高仪器的精度和灵敏度 ,并详述了用小波分析法提取信号的特征量以及用BP网络建立断丝识别模型的方法。

小波分析在钢丝绳检测信号处理中的应用

钢丝绳的检测信号中具有大量的噪声信号,给断丝识别带来很大困难。分析了钢丝绳断丝信号的特征,采用多分辨分析进行消噪,同时讨论了Lipschitz指数,从分解的信号中分别计算出奇异点的Lipschitz指数,并以此作为断丝的特征量进行识别。试验结果表明,该方法可对断丝准确定位,并大大减小了断丝的误判率。

矿用钢丝绳断丝故障检测新方法研究

针对矿用钢丝绳断丝故障检测过程中,故障信号往往存在基线漂移和脉冲噪声,借鉴传统小波去噪的思想,提出了一种基于数学形态和提升小波分析算法的矿用钢丝绳断丝故障检测方法,论述了其检测原理和实现方法。仿真结果表明,该方法去噪效果明显,能明显提高对钢丝绳断丝故障判断的准确性。

基于BP神经网络的钢丝绳断丝损伤定量检测系统的设计

针对传统的钢丝绳断丝损伤定量检测系统检测精度不高的问题,提出了一种基于BP神经网络的钢丝绳断丝损伤定量检测系统的设计方案。该系统由漏磁检测与处理电路获取钢丝绳损伤信号,由光码盘控制单片机对损伤信号进行等空间采样,经单片机处理后的损伤信号再上传至工控机,由工控机调用Matlab软件进行BP神经网络的训练,得到权重矩阵和阈值矩阵,然后由单片机程序进行BP神经网络的前向计算,从而实现钢丝绳断丝损伤的判定。检测结果表明,该系统对钢丝绳断丝损伤的识别率达到了86.9%,具有一定的实用性。

基于小波神经网络的钢丝绳断丝定性和定量检测

提出了钢丝绳断丝定性和定量分级检测的方案,并根据二者的特点给出了两种小波神经网络模型和权值学习算法。对定性检测,输入层和隐含层之间用小波函数作为权系数,两层之间无非线性;对定量检测,应用小波非线性,神经网的输入是特征向量和小波的内积。前者适于定性分类,后者适于特征与断丝程度之间定量关系的逼近。实验结果表明:两种小波神经网络较一般的BP网络收敛速度快,外推能力强,识别精度好,这种方法成功地区分了内、外部断丝,极大地提高了断丝定量检测的准确度。

大直径钢丝绳轴向励磁磁路的研究

在分析钢丝绳状态检测已有的励磁方式的性能的基础上，针对大直径钢丝绳的特点，提出了二级励磁磁路结构．分析了二级励磁磁路结构的磁场特性，表明具有二级励磁结构的系统所获取的断丝信号信噪比高，无漏检，为断丝的定量识别提供了保证．

小波分析与神经网络在钢丝绳断丝处理中的应用

钢丝绳断丝检测信号中存在大量的噪声信号。在分析了钢丝绳断丝信号的特征后,利用小波分析算法的高分辨率特点,对钢丝绳断丝检测信号进行分解和重构,提取断丝特征信号;并采用基于BP神经网络算法的断丝识别,解决了断丝识别困难的问题。引入Matlab仿真软件对其进行验证,仿真结果表明,该方法对钢丝绳断丝信号的检测和识别十分有效,减小了钢丝绳断丝的误判率,提高了钢丝绳断丝检测的智能化程度。该方法成本低、效率高,具有一定的应用开发前景。

钢丝绳断丝检测技术的研究

介绍漏磁法检测钢丝绳断丝技术 。