一、基于感应线圈的钢丝绳损伤检测（论文文献综述）
窦连城[1]（2021）在《钢丝绳内外层断丝损伤定量识别研究》文中进行了进一步梳理钢丝绳作为工程应用中的关键承载构件,工作环境恶劣、工况条件复杂,随着服役年限的增加,极易出现各种形式的损伤,导致其承载能力降低,因此需要对钢丝绳进行损伤检测,消除安全隐患。本文基于漏磁检测原理及机器学习理论对钢丝绳的内外部断丝损伤进行定量识别研究,主要内容如下:（1）基于漏磁检测原理,对钢丝绳损伤漏磁场进行理论分析,建立磁荷模型,分析提离值和断口宽度变化对漏磁场的影响。建立受损钢丝绳及励磁检测器的三维模型,利用有限元仿真分析不同的断丝数量、断口宽度、内外层断丝、钢丝绳直径产生的漏磁场变化以及损伤漏磁场在周向上的分布情况,分析了钢丝绳与磁铁间气隙、磁极间距和提离值变化对励磁效果以及损伤产生的漏磁场的影响。通过理论分析及有限元仿真,为励磁检测器的结构设计提供依据。（2）设计了钢丝绳安全检测试验平台,其主要由实验台基架、动力控制系统、信息反馈系统、励磁检测器以及数据采集系统组成。为降低漏磁信号对提离值的敏感性,在分析了聚磁环对钢丝绳损伤漏磁场影响的基础上,励磁检测器中加装了聚磁环。由于漏磁信号的轴向分量和径向分量表现形式不同,分别设计了加装聚磁环的钢丝绳轴向励磁检测器以及基于霍尔阵列的径向励磁检测器,并设计了信号预处理电路以及基于Lab VIEW的信号采集系统。为研究损伤位置周向的漏磁分布情况,针对径向励磁检测器设计了多通道信号采集电路和采集程序。制作钢丝绳直径为20、22、24cm的损伤试件,并在钢丝绳安全检测试验平台上开展损伤检测实验,用两种励磁检测器采集钢丝绳损伤漏磁信号,分析其变化规律,验证了本文建立的仿真模型的正确性。（3）引入双密度双树复小波变换对钢丝绳漏磁信号进行降噪,设置自适应阈值,对由磁荷模型计算出的漏磁信号加噪处理所得信号以及钢丝绳漏磁检测信号进行降噪,对比分析了离散小波、双树复小波、双密度小波及本文引入方法的降噪效果;去趋势处理后提取多个时、频域特征作为特征总集;提出了基于类间距离与互信息相结合的特征优选方法,以筛选出有效特征组合,将最后保留的特征作为最优特征子集。（4）基于BP神经网络和超限学习机的分类原理,分别构建了基于BP神经网络和超限学习机的钢丝绳损伤定量识别模型,将最优特征子集作为两种模型的输入,对单规格钢丝绳的9类损伤与多规格钢丝绳的27类损伤进行损伤定量识别,并对比分析了识别结果。结果表明:这两种模型对单规格钢丝绳的损伤识别率较高,对多规格钢丝绳的损伤识别率低,对出现该结果的原因进行了分析。（5）为解决多规格钢丝绳的损伤识别率低的问题,分析了卷积神经网络的分类原理,引入5种由一维信号生成二维RGB图像的方法,生成了小波特征图、VMD特征图、同步压缩小波变换特征图、维纳格-维尔分布特征图、传感器融合特征图5种钢丝绳漏磁特征图像。构建了基于Goog Le Net的迁移学习模型,利用该模型进行钢丝绳损伤定量识别;提出了一种基于二维卷积神经网络的钢丝绳断丝损伤定量识别模型,并对网络进行了卷积层、学习率和batch size的最优参数选取。采用不同特征图训练卷积神经网络,获得钢丝绳损伤识别模型,分析其损伤识别效果。对基于Goog Le Net的迁移学习模型以及本文提出的卷积神经网络识别钢丝绳内外部断丝损伤的效果进行对比分析,结果表明:本文提出的卷积神经网络对钢丝绳内外部断丝损伤的识别率最高,且对多规格钢丝绳的损伤识别率达98.4%。
张义清[2]（2021）在《钢丝绳断丝损伤检测与定量识别研究》文中提出钢丝绳具有强度高、轻柔易弯、不易突然折断、工作平稳可靠的优点,在矿井提升、斜拉桥、吊车、起重等场景中具有重要的应用。由于钢丝绳通常作为主要承力构件且工作在恶劣的环境中,难以避免的会产生断丝、磨损、锈蚀等损伤,影响生产作业的安全,甚至对工作人员的生命产生威胁。断丝作为钢丝绳服役期间极易产生的主要损伤,是影响钢丝绳安全运行的重要因素。许多国家和机构都将一个捻距内的断丝数量作为钢丝绳是否更换的标准予以规定。因此,开展钢丝绳断丝损伤定量识别研究,对于评价钢丝绳服役状态和保障生产安全具有重要的理论意义和实用价值。本文在总结分析国内外研究现状的基础上,提出钢丝绳断丝损伤检测与定量识别研究课题,对钢丝绳断丝损伤定量识别进行了深入系统的理论、仿真和实验研究。（1）为了探索钢丝绳内部的磁场分布特征及其与励磁器结构参数之间的关系,通过有限元仿真的方法研究了不同磁铁位置和不同励磁方式的励磁器对钢丝绳的励磁效果,证明了磁铁放置在两端的多回路周向均布励磁结构有利于将钢丝绳饱和磁化且钢丝绳表面能够形成适合检测的均匀磁化段。基于等效磁路计算和仿真分析进行了励磁器的优化设计,为励磁器设计制作提供了理论依据和实用方法。（2）针对传统的霍尔阵列传感器输出信号微弱的问题,提出了基于聚磁检测原理的传感器设计思路,仿真研究了聚磁传感器的漏磁聚集效果以及损伤与检测元件之间的角度变化对聚磁检测产生的影响,表明了聚磁器能够提高霍尔元件检测漏磁的强度并且不受检测角度的影响。设计了具有两个聚磁环和两个磁桥路的钢丝绳断丝损伤检测聚磁传感器,对比分析了聚磁传感器与霍尔阵列传感器在不同提离距离下对损伤漏磁场的检测效果,结果表明聚磁传感器能有效提高漏磁检测信号的强度。（3）为进一步验证传感器的性能和仿真分析结果,开展了大量的断丝损伤检测实验研究。对不同数量、不同位置、不同直径和不同断口长度的钢丝绳断丝损伤进行了检测和分析,将聚磁传感器与霍尔阵列传感器检测的信号进行了对比,验证了仿真的结果,即聚磁传感器能更全面的收集漏磁场。对于不同种类的断丝损伤,聚磁传感器检测的信号强度均大于霍尔阵列传感器,尤其对于内部断丝和不同断口长度的断丝损伤,聚磁传感器检测的信号区分度更好,为钢丝绳断丝损伤定量识别提供了可靠稳定的损伤信号。（4）针对人工特征提取和选择具有局限性的问题,提出了基于卷积神经网络的钢丝绳断丝损伤信号自适应特征提取方法。引入连续小波变换将断丝损伤漏磁信号转换成时频图,通过卷积神经网络从损伤漏磁信号的时频图中自动提取故障特征,并逐步融合优化成适合分类的特征。利用t-SNE算法将卷积神经网络对不同断丝损伤信号提取的特征进行可视化并和人工特征进行对比,证明了基于卷积神经网络的自适应特征提取方法比传统人工特征提取方法具有更好的损伤区分效果。（5）针对目前已有断丝定量识别模型准确率和泛化性不高的问题,提出了基于卷积神经网络的钢丝绳断丝损伤定量识别方法。将断丝损伤漏磁信号转换成的时频图作为卷积神经网络的输入,并对不同结构参数的卷积神经网络进行测试,建立了最优的卷积神经网络识别模型。实验证明该模型能够准确区分钢丝绳不同种类的断丝,尤其实现了不同直径钢丝绳内部断丝的高精度识别。同时为了解决小样本条件下钢丝绳断丝损伤的定量识别问题,研究并建立了基于迁移学习理论的断丝损伤定量识别模型。对预训练网络的低层参数直接迁移,高层参数根据损伤数据集进行调整优化,实现了自然图像到断丝漏磁时频图的迁移应用。用不同种类的小样本断丝数据对深度迁移模型进行验证,证明了该模型能有效解决小样本情况下钢丝绳断丝损伤的定量识别问题。
张恩超[3]（2021）在《钢丝绳多尺度缺陷定量磁检测技术研究》文中研究指明钢丝绳多尺度缺陷检测是指不同损伤类型的判别和损伤的截面损失、位置、分布、锈蚀等级等定量指标分析,其目的是为钢丝绳强度的评估提供更准确的量化参数。目前钢丝绳电磁检测技术仍存在局部型、窄宽度等小尺度缺陷定量检测困难和内部、锈蚀等复杂尺度缺陷难以判别的问题,严重制约了钢丝绳无损检测的发展和应用。本文以钢丝绳多尺度缺陷检测的需求为基础,针对现有检测技术中的问题进行深入分析,采用多传感器融合技术,设计多种定量算法,实现不同尺度缺陷的定量检测。针对局部缺陷定量精度低的问题,提出主磁通轴向漏磁补偿法,探明极距内局部缺陷宽度对截面损失定量检测影响的机理,使缺陷宽度有效地跟截面损失定量解耦,从而提高缺陷截面损失的定量精度。钢丝绳漏磁检测励磁宽度的要求限制了局部缺陷的宽度,其中缺陷宽度是影响截面损失检测精度的主要因素,因此局部缺陷的截面损失难以进行准确地定量分析。采用感应线圈和霍尔阵列多传感器技术检测主磁通和漏磁信号,为了消除缺陷宽度影响,直接得到更加精确的截面损失,研究轴向漏磁补偿主磁通的漏磁场,提出主磁通轴向漏磁补偿截面损失定量算法。通过标准缺陷的简单制作,不仅提高局部缺陷的截面损失定量精度,而且实现不同类型钢丝绳截面损失的普适性检测。针对内部缺陷难以定位及定量的问题,提出径向、轴向漏磁与主磁通融合法,实现以单一激励方式对缺陷进行内外部判别、埋深定位及定量检测。由于钢丝绳多丝绕制结构和缺陷埋深的影响使内外部缺陷难以区分和定量检测。通过内外部缺陷的磁偶极子及仿真模型分别分析缺陷宽度、截面损失、埋深对磁通量和漏磁场的影响,研究漏磁与主磁通的不同特性求解缺陷参数,提出径向、轴向漏磁与主磁通融合定量算法和局部二值化定位算法。优化设计钢丝绳内外部标准缺陷的方法,提高内部缺陷定量精度,最终实现缺陷内外部判别、埋深计算、分布定位和截面损失定量。针对钢丝绳窄缺陷检测困难的问题,提出聚磁探针检测法,不仅提高窄缺陷信号的信噪比,而且可与漏磁检测结合实现窄至宽不同宽度尺度缺陷的检测。当缺陷宽度较小时,漏磁检测信号非常弱,由于背景噪声的影响,现有传感器灵敏度和检测电路精度的限制,以及漏磁检测机理上对窄缺陷检测的局限性,漏磁检测已难以满足窄缺陷检测的要求。以磁尖端效应和磁平衡结合的检测优势,设计检测装置结构,不仅获得更强的窄缺陷信号,而且易与漏磁检测设备结合,扩大检测范围。根据检测信号提出基于希尔伯特变换的缺陷信号提取方法,不仅提高窄缺陷信号的信噪比,而且实现窄缺陷的检测,降低漏检风险。针对钢丝绳锈蚀缺陷难以判别和定量的问题,提出分形维数检测法,不仅单独区分锈蚀,而且实现锈蚀的定量和定位。通过截面损失检测算法可以分析断丝、磨损、锈蚀等缺陷的截面损失,但是难以区分锈蚀,而且只根据截面损失无法评估锈蚀对钢丝绳的破坏程度。分析钢丝绳锈蚀缺陷漏磁检测信号的分布、频率及幅值等特征。用分数维度的视角和数学方法研究锈蚀缺陷的特殊属性,提出以分维值定量分析锈蚀程度和分形维数锈蚀定量检测方法,达到消除检测噪声和其他缺陷信号影响的目的,不仅区分出锈蚀缺陷,而且定量锈蚀等级和定位缺陷位置。
姚毅[4]（2021）在《钢丝绳损伤检测与定量识别研究》文中研究表明钢丝绳作为一种常见的工业生产关键部件,其承载安全系数大,使用安全可靠,在提升、承载和牵引等领域都有着广泛的应用。因其工作环境多在露天,长时间受到各种应力的作用,存在磨损、锈蚀及断丝等多种损伤。这些损伤达到一定程度,轻则对安全工作造成影响,重则威胁到人的生命健康安全,钢丝绳安全使用对于国民安全生产十分重要。因此,对钢丝绳损伤检测进行研究,研发出一种高效准确的钢丝绳损伤检测装置,对钢丝绳使用者的安全和推动我国经济的发展都具有重大的意义。本文首先对钢丝绳的常见损伤类型及其特征进行了介绍,对常见的钢丝绳损伤检测方法进行了对比,对电磁检测方法进行深入研究。通过研究钢丝绳损伤电磁检测原理,设计了钢丝绳损伤电磁检测传感器,选择永磁体作为励磁源,霍尔元件作为漏磁检测元件,传感器采用多回路磁传导方式,加入了聚磁装置对漏磁进行收集。为保证钢丝绳损伤定量识别的准确率,对钢丝绳损伤传感器采集到的原始信号展开去噪研究,最终我们选用了小波软阈值方法对钢丝绳损伤信号去噪。在MATLAB中对采集到的原始信号分别进行了小波阈值去噪实验,分别对原始信号进行了小波软、硬阈值去噪,对去噪后信号信噪比及均方根误差对比,发现小波软阈值去噪效果更好,因此选用小波软阈值方法对本次损伤检测实验原始信号去噪。根据钢丝绳损伤信号特点,选择信号峰峰值、信号波宽、信号波下面积和小波能量作为特征值,进行了特征值提取及归一化处理。为实现钢丝绳损伤定量识别,对钢丝绳损伤定量识别方法进行了研究。研究BP神经网络、RBF神经网络和支持向量机分类的方法,并分别建立相应的钢丝绳损伤定量识别模型。实验采集了30组小样本钢丝绳损伤信号数据,采用相同的测试集和训练集,对这三种定量识别模型进行小样本损伤实验识别测试,为后续的定量识别实验提供了理论支持。搭建了钢丝绳损伤检测实验平台,制作了不同类型的钢丝绳损伤试样,进行了钢丝绳损伤检测实验。对采集到LF型损伤信号和LMA型损伤信号进行处理后,分别在钢丝绳损伤识别BP神经网络模型、RBF神经网络模型和支持向量机分类模型进行了定量识别准确度测试实验。实验结果表明,对于LF型损伤识别,BP神经网络模型隐层神经元数为5时识别准确率最高;对于LMA型损伤识别,支持向量机分类模型的识别准确率最高效果最好。以上的钢丝绳损伤定量识别研究,为钢丝绳损伤检测定量识别应用于实际奠定了基础。
周坪[5]（2021）在《钢丝绳视觉无损检测与评估方法研究》文中指出钢丝绳作为最重要的挠性构件之一,在如矿井提升系统、起重机、电梯、索道等各类提升运输系统中被广泛应用。由于其工作特性,在服役过程中不可避免的因异常摩擦、刮擦、碰撞、咬绳、弯曲疲劳等问题对钢丝绳绳体,尤其是绳体表面,造成断丝、磨损等损伤,若不能及时的检测或更换,甚至可能导致钢丝绳失效,发生提升运输系统重大安全事故,威胁使用人员生命财产安全。因此,使用可靠且高效的钢丝绳无损检测方法对保障钢丝绳的健康运行具有重要意义。然而,由于钢丝绳结构的复杂性、工作环境的多样性和检测方法的局限性,目前钢丝绳无损检测方法尚存在智能化程度低、检测效果差、检测的损伤信息不完全、无法对损伤状态及时作出可靠估计和评价等问题。本文针对目前钢丝绳无损检测与评估方法存在的不足,以视觉法为中心,引入群智能优化、深度学习、有限元、力学拉伸等方法及技术手段,开展钢丝绳图像采集与处理、损伤视觉识别、损伤量化估计、状态评估以及视觉动态采集与检测实验等研究,以解决损伤目标小、干扰大、形貌复杂、评估困难的问题,以期实现钢丝绳表面损伤的高效检测与评估,提高钢丝绳状态健康运维水平。主要研究内容包括:1)介绍了钢丝绳基础和数据驱动算法理论基础;结合实际情况分析了钢丝绳的工况条件和常见的损伤类型,以掌握其共性特点;设计了视觉检测评估方法总体方案,在建立全绳表面累积损伤视觉状态模型架构基础上,对方案进行了分析、设计和说明,为全文的展开作铺垫。2)为获得清晰而规范的钢丝绳图像数据,研究了钢丝绳图像高效采集与规范化处理方法。首先,根据视觉感知理论,建立了钢丝绳视觉感知模型,推导了各感知参数间的关系;然后,设计了钢丝绳周向图像采集系统基本架构,为实际应用提供依据和参考;接着,提出了图像数据规范化处理方法,对图像数据进行位姿调整、感兴趣区域提取和滤波去噪等处理,实现了非规范化位姿和光照下钢丝绳图像的预处理;最后,建立了钢丝绳动态视觉采集实验系统,并进行了动态采集实验。结果表明,钢丝绳图像动态采集成像受曝光时间影响较大,应在较大光照强度下设置较小曝光时间进行拍摄,且对于小目标损伤需采用倍镜成像。3)为解决钢丝绳表面损伤难以准确检测的问题,研究了数据驱动的钢丝绳表面损伤视觉识别方法。首先,提出了数据驱动的绳表面损伤视觉识别方法架构;然后,研究了基于特征工程的绳表面损伤分类方法,依次从多因素影响分析、多纹理特征提取与融合、优化算法设计及分类结果进行了研究,探明了特征算子、特征维数、算法性能对分类效果的影响;接着,为进一步提高损伤分类的智能化程度,研究了基于卷积神经网络的绳表面损伤端对端分类方法,基于Le Net-5进行设计以使其满足钢丝绳损伤分类任务,实现了绳损伤的准确分类;接着,为实现钢丝绳表面损伤的定位识别,引入深度目标检测算法,研究了基于改进YOLOv3的绳表面损伤识别方法;最后,搭建了损伤模拟实验平台,结合视觉动态采集实验系统,进行了钢丝绳表面损伤视觉动态检测识别实验。结果表明,对于钢丝绳表面损伤检测,端对端算法相较于基于特征工程的算法,检测精度高、过程更加智能化,无需人工提取特征过程,更加适用于实际工程应用。4)为掌握表面损伤钢丝绳的健康状态,研究了基于表面量化累积损伤的钢丝绳状态评估方法。首先,设计了表面累积损伤钢丝绳状态评估策略,建立起钢丝绳损伤视觉检测与状态评估的联系。然后,结合图像处理技术,提出了损伤程度量化估计方法。接着,基于该策略,为构建状态累积库,首先建立有限元模型进行有限元仿真分析,揭示拉伸载荷下不同损伤钢丝绳应力应变分布特性,定性探明损伤对力学性能的影响;然后对累积断丝和磨损损伤下的钢丝绳进行了拉伸试验研究,探明了表面量化累积损伤下的钢丝绳机械性能,定量掌握不同损伤下实际剩余机械强度。最后,结合试验、仿真结果与相关规程,对钢丝绳健康状态进行了评价。结果表明,通过所提评估方法能在一定程度上掌握钢丝绳表面损伤下的状态,而由于受钢丝绳不同型号、结构、损伤情况的影响,规程给出的指标可作为状态评估的大致参考值。本论文有图127幅、表20个、参考文献177篇。
郭永亮[6]（2021）在《基于漏磁检测的钢丝绳断丝检测方法及系统实现》文中进行了进一步梳理钢丝绳被广泛应用于大型机械设备的关键部位,其健康状态的评估对于确保整个机械安全健康的运转极为重要。随着使用寿命的增加,钢丝绳会出现各种损伤,如果不及时更换可能会造成严重事故。因此,研究钢丝绳的健康状态对于保障设备的平稳安全运行及预防重大事故的发生具有重大的工程价值和学术意义。由于钢丝绳绝大多数采用导磁性能良好的高碳钢制成,因此电磁无损检测方法成为探伤的首选方法。在文献调研和分析的基础上,本文针对最常见、危害最大的钢丝绳断丝缺陷为研究对象,采用漏磁检测的方法对钢丝绳断丝缺陷进行检测。本文分别从钢丝绳漏磁信号形态、钢丝绳漏磁信号处理算法及钢丝绳断丝检测系统三个方面开展研究,旨在提高钢丝绳断丝检测的准确率。本文的主要研究内容及创新点如下:（1）针对现有文献大都是对钢丝绳断丝位置、断口宽度及断丝根数进行仿真分析的情况,本文采用有限元分析软件ANSYS对钢丝绳漏磁信号的形态进行系统的仿真分析。漏磁信号主要包含三种成分,它们分别是:断丝信号、股波信号和抖动信号。本文得到了断丝信号的形态是冲击信号、股波信号的形态是正弦信号及抖动信号的形态是随提离值变化的类冲击信号的结论。通过实验验证了仿真模型的有效性,为本文的钢丝绳漏磁信号处理提供了依据。（2）针对现有钢丝绳漏磁信号处理方法多采用单通道信号处理会造成误报率较高的问题,本文采用多通道信号融合的手段对钢丝绳漏磁信号进行预处理,增强原始信号的信噪比。预处理之后,针对三种主要漏磁信号成像之后的不同特点,提出了采用线检测方法滤除股波噪声。实验结果表明,与传统的去股波方法相比,本文采用的去股波方法对股波信号的降噪效果更好。经过大量实验论证之后,验证了所提出方法的有效性和可靠性。（3）为了将（2）中提出的算法应用于实际,本文搭建了一套钢丝绳无损检测系统。它包括硬件平台和软件平台两部分,其中硬件平台包括励磁机构、信号检测装置和信号采集装置;软件平台包括参数设定模块,可视化模块等。最后,为了验证钢丝绳无损检测系统的有效性,搭建了试验装置,通过大量重复实验,验证了此系统的有效性与可靠性。
范伟,李兵,陈冰华,任尚坤[7]（2020）在《钢丝绳应力集中和疲劳损伤的电磁无损检测技术分析》文中认为随着钢丝绳在工业技术中应用的快速发展,钢丝绳运行安全和高效经济的问题日益引起人们的广泛关注。鉴于此,阐述了与钢丝拉索无损检测技术相关的基础问题,分析了钢丝绳无损检测技术在国内外的发展演变历程;研究评述了钢丝绳无损检测技术最新研究成果的优点和缺点;重点分析讨论了检测传感器设计、信号处理方法、定性分析和定量识别技术、寿命预测方法等方面的研究进展,并指出了钢丝绳电磁检测技术目前所面临的问题及今后的研究发展方向,为深入研究电磁无损检测技术应用于钢丝绳损伤检测和质量评价提供了借鉴。
李登蓬[8]（2019）在《基于聚磁技术的钢丝绳损伤电磁检测传感器研究》文中进行了进一步梳理钢丝绳具有优良的挠性和承载能力,被广泛应用在煤矿、港口、电梯等领域中。由于钢丝绳的使用环境多较为恶劣、且工作强度大,在使用过程中会出现断丝、磨损、锈蚀等多种类型的损伤,这些损伤在积累到一定程度后就会有发生断裂的可能,这就会影响到钢丝绳使用现场的安全生产。因此开发出一种能够有效检测出在役钢丝绳损伤情况的传感器就成为了安全生产的关键。本文首先对损伤检测方法进行研究,并设计了传感器。根据钢丝绳局部损伤和金属截面积损失型损伤两种类型损伤的特性,对比多种检测方式的优缺点,分别选择电磁检测法和集成线性霍尔元件作为检测方法和检测元件。对传感器主磁回路结构进行设计,采用永磁体作为励磁元件,多回路导磁方式传导磁通,同钢丝绳共同组成完整的磁回路。其次对钢丝绳损伤表面漏磁场进行了研究。利用有限元仿真软件对设计的磁回路进行仿真优化,使其达到磁化饱和钢丝绳的目的。分别得出钢丝绳表面漏磁场随局部损伤和金属截面积损失型损伤的变化规律,验证了通过检测钢丝绳表面漏磁场得出钢丝绳损伤状态的可行性,并得出钢丝绳表面漏磁场磁通密度与损伤程度呈线性相关的结论。为了抑制股波噪声对检测信号的干扰,将聚磁技术应用至传感器的磁场收集中。由于采用霍尔元件直接检测钢丝绳表面漏磁场的方式具有易受噪声干扰等缺点,本文将聚磁技术应用至检测装置中,设计聚磁装置结构,在有限元仿真软件中建立传感器模型,对聚磁器的损伤漏磁场聚集效果进行了仿真分析。分别得出两种损伤的漏磁场变化情况,验证了聚磁装置应用在损伤检测中的可行性。最后完成传感器各组成部分的制作与实验平台的搭建,对两种类型的损伤分别进行了检测实验。根据钢丝绳报废标准制作样绳,通过实验验证了股波噪声、提离距离等因素对钢丝绳损伤漏磁场的影响;研究了聚磁装置对振动、相位变化、多损伤等干扰因素的抑制效果;并对具有不同损伤长度和程度的缺陷进行检测,取得了较好的实验效果。通过本课题的工作,能够验证本传感器系统对局部损伤与金属截面积损失型损伤检测的可行性,根据检测曲线的特性即可辨别出损伤类型及损伤程度,且损伤程度与检测结果特征值呈线性相关关系。由实验得出的多种干扰因素对检测结果的影响也能够为损伤信号定量识别工作奠定基础。
晏小兰[9]（2019）在《钢丝绳金属截面积损伤定量检测关键技术研究》文中认为钢丝绳是起重机械、电梯等关系生命及生产安全的重要设备的关键部件,在提升、承载、牵引以及拉紧等过程中具有无可替代的独特作用。钢丝绳的安全使用具有重要的社会效益和经济效益。钢丝绳无损检测研究对钢丝绳的安全使用和避免巨大的经济浪费具有重要意义。钢丝绳无损检测主要分为局部损伤检测和金属截面积检测。随着钢丝绳的使用,局部损伤会扩展为金属截面积损伤。金属截面积损伤是目前钢丝绳定期检测以及淘汰的主要依据。因此,对钢丝绳金属截面积损伤检测的准确性关系到钢丝绳使用的安全性。感应线圈成本低,结实耐用,是用于钢丝绳金属截面积损伤检测的主要传感器。但在现场检测中,其存在线圈匝数少检测信噪比低,匝数多绕制和安装复杂,检测速度影响输出信号分析,轴向检测分辨率低等问题。本文以优化感应线圈绕制结构并提高线圈输出信号信噪比,提高金属截面积损伤检测轴向分辨率、无位置传感器实物进行缺陷定位和等距采样为目标,以实现金属截面积损伤定量检测,在以下几个方面进行了理论研究及工程实践:感应线圈用于钢丝绳无损检测时,其直接输出信号受钢丝绳运行速度的影响,设计积分器对输出信号进行积分以消除速度的影响,得到穿过感应线圈的磁通量以实现缺陷的定量判断。由于构成积分器的器件的非理想性,导致积分器存在时间漂移和温度漂移问题,针对影响积分器时间漂移的因素,提出了基于模拟数字转换-比例积分计算-数字模拟转换的方式进行补偿,并对电路板设计进行优化,极大降低了积分漂移。针对温度漂移,提出了温控闭环控制单元,对实现积分器的主要器件进行温度控制,进一步抑制了由温度引起的积分漂移,最终达到积分器在长时间使用时具有极低漂移的目的。针对感应线圈用于钢丝绳无损检测时,线圈匝数少时检测信号信噪比低、检测分辨率受检测探头长度影响的问题,基于聚磁原理,通过三维瞬态电磁仿真,提出了一种带凸起的聚磁结构用于安装检测线圈,聚磁结构对缺陷漏磁场进行收集和均化,并通过凸起为缺陷漏磁提供磁阻较小的通路,提高了感应线圈检测信号的信噪比。提出了一种自适应阈值的方式对缺陷信号进行处理,实现钢丝绳金属截面积损伤的定量判断,并给出了金属截面积损伤长度的计算方法。采用该聚磁结构的线圈检测方式可消除检测探头长度对金属截面积检测分辨率的影响,且具有较高的检测分辨率。针对感应线圈线圈匝数少检测信噪比低、匝数多绕制和安装复杂、受提离距离影响大等问题,基于漏磁理论分析和三维瞬态电磁仿真,提出了一种楔形铁芯结构用于感应线圈绕制,极大简化了线圈绕制的同时,减弱了线圈与钢丝绳提离距离对检测结果的影响,并且提高了检测信号的信噪比。采用该结构的线圈输出信号只需进行简单的信号处理即可实现金属截面积损伤定量评估,同时具有较高的轴向检测分辨率和定量精度。钢丝绳无损检测中缺陷采样的精度关系到缺陷定位和定量检测精度,目前采用导向轮与编码器结合的方式存在导向轮与钢丝绳接触运行时有打滑、空转、抖动、弹跳等问题,给缺陷定位和等距采样带来误差的问题,且在钢丝绳高速运行时导向轮的使用存在潜在安全隐患。本文利用钢丝绳自身特殊的编织结构,对磁检测元件输出信号进行处理,提出了一种无位置传感器实物的缺陷定位和等距采样方法,提高了缺陷定位和等距采样精度的同时,避免了导向轮和编码器的使用在钢丝绳高速运行时存在的潜在安全隐患。
朱雪丽[10]（2019）在《电梯钢带疲劳及损伤的电磁无损检测技术研究》文中研究表明电梯钢带是由传统钢丝绳发展而来的一种新型传动和承载构件,其承载重物的核心是钢带内部等间距并排的钢丝绳。和传统的电梯钢丝绳相比,电梯钢带在原有优势的基础上,还具有高曳引力、坚固耐用、能有效地减少电梯运行时的震动和噪声、减小电梯曳引轮尺寸等优点。电梯钢带在使用过程中,长期承受应力作用会使钢带内部并排钢丝绳显微组织结构与残余应力发生改变,最终出现疲劳、结构变形、断丝等损伤。目前针对钢带的无损检测技术还很不完善,因此,研制出高可靠性的钢带无损检测探伤仪,及时准确地检测出电梯钢带的疲劳状况及宏观损伤,可以确定钢带更换时间,避免经济损失和安全事故的发生。本课题针对钢带无损检测存在的问题,开展了巴克豪森噪声无损检测技术研究和漏磁无损检测技术研究。首先阐述了电梯钢带内部钢丝绳的磁化过程和磁化曲线,根据磁化过程阐述了巴克豪森噪声检测原理和漏磁检测原理,并介绍了电磁场有限元分析原理,为后续仿真和实验奠定了理论基础。针对巴克豪森噪声励磁装置磁路比较单一的问题,设计一种不含磁轭的励磁装置。检测钢带内部钢丝绳所承受的应力与MBN信号特征值的关系,检测钢带在有无缺陷情况下的MBN信号并分析其特征值差异,可以预估钢带的残余应力水平,为钢带的使用寿命预测提供可靠的依据。根据钢丝绳漏磁检测的原理并结合电梯钢带自身的特点,针对钢丝绳漏磁无损检测的磁路相对比较单一,径向励磁难度大的问题,设计了多磁轭励磁装置。结合有限元仿真,将多磁轭励磁装置与多磁极励磁装置进行对比,为电梯钢带宏观缺陷的检测奠定了理论基础。根据实验检测数据反演出钢带缺陷在钢带上出现的位置和尺寸大小,验证了新设计的体积很小的励磁装置能够检测出钢丝绳缺陷并准确定位。将巴克豪森噪声无损检测和漏磁无损检测结合在一起,准确完成了电梯钢带从承受普通应力开始直到出现宏观缺陷的过程中,残余应力、缺陷的大小和位置以及疲劳损伤等方面的综合检测,可为电梯钢带更换提供依据。
二、基于感应线圈的钢丝绳损伤检测（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于感应线圈的钢丝绳损伤检测（论文提纲范文）
（1）钢丝绳内外层断丝损伤定量识别研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究的背景及意义 |
| 1.2 钢丝绳电磁无损检测的研究现状 |
| 1.2.1 钢丝绳电磁无损检测法发展概况 |
| 1.2.2 钢丝绳漏磁信号处理及定量识别研究现状 |
| 1.2.3 钢丝绳漏磁检测技术存在的问题 |
| 1.3 研究内容及技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 第2章 钢丝绳漏磁检测原理及有限元仿真分析 |
| 2.1 钢丝绳损伤漏磁场检测原理 |
| 2.2 钢丝绳损伤漏磁场磁荷模型分析 |
| 2.2.1 断口宽度对漏磁强度的影响 |
| 2.2.2 提离值对漏磁强度的影响 |
| 2.3 钢丝绳损伤检测有限元仿真分析 |
| 2.3.1 钢丝绳励磁检测器有限元仿真 |
| 2.3.2 钢丝绳损伤漏磁场有限元仿真 |
| 2.4 本章小结 |
| 第3章 实验台搭建及钢丝绳损伤信号采集 |
| 3.1 实验台结构设计 |
| 3.2 励磁检测器结构设计 |
| 3.2.1 聚磁环结构设计 |
| 3.2.2 轴向励磁检测器结构设计 |
| 3.2.3 径向励磁检测器结构设计 |
| 3.3 钢丝绳损伤漏磁信息采集 |
| 3.4 本章小结 |
| 第4章 基于神经网络模型的钢丝绳损伤定量识别 |
| 4.1 双密度双树复小波变换 |
| 4.1.1 双密度小波变换理论 |
| 4.1.2 双树复小波变换理论 |
| 4.1.3 双密度双树复小波变换理论 |
| 4.2 基于双密度双树复小波钢丝绳漏磁信号降噪 |
| 4.3 降噪效果对比 |
| 4.4 特征提取 |
| 4.4.1 时域特征提取 |
| 4.4.2 频域特征提取 |
| 4.5 特征优选 |
| 4.6 基于BP神经网络的钢丝绳断丝损伤的定量识别 |
| 4.7 基于极限学习机的钢丝绳断丝损伤的定量识别 |
| 4.8 不同神经网络模型损伤识别结果对比分析 |
| 4.9 本章小结 |
| 第5章 基于卷积神经网络的钢丝绳断丝损伤定量识别 |
| 5.1 卷积神经网络的基本组成 |
| 5.2 钢丝绳漏磁特征图的获取 |
| 5.3 基于迁移学习的钢丝绳断丝损伤定量识别 |
| 5.3.1 基于GoogLeNet的迁移学习模型建立 |
| 5.3.2 基于GoogLeNet迁移学习模型的钢丝绳断丝损伤定量识别 |
| 5.4 基于二维卷积神经网络的钢丝绳断丝损伤定量识别 |
| 5.4.1 基于二维卷积神经网络的钢丝绳断丝损伤定量识别模型建立 |
| 5.4.2 网络参数选取及优化 |
| 5.4.3 钢丝绳断丝损伤定量识别 |
| 5.5 不同网络模型性能对比 |
| 5.6 本章小结 |
| 第6章 总结与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 攻读硕士学位期间发表的学术论文及科研工作 |
| 致谢 |
（2）钢丝绳断丝损伤检测与定量识别研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题来源和研究背景、意义 |
| 1.1.1 课题来源 |
| 1.1.2 研究背景和意义 |
| 1.2 钢丝绳损伤检测与定量识别的国内外发展和研究现状 |
| 1.2.1 钢丝绳损伤检测的国内外研究概况 |
| 1.2.2 钢丝绳损伤定量识别国内外研究现状 |
| 1.2.3 钢丝绳损伤定量检测存在的问题 |
| 1.3 研究思路 |
| 1.4 研究内容 |
| 第2章 永磁励磁装置的设计 |
| 2.1 引言 |
| 2.2 断丝损伤形式和漏磁检测法 |
| 2.2.1 钢丝绳结构和断丝损伤形式 |
| 2.2.2 漏磁检测原理 |
| 2.3 永磁励磁器结构仿真分析 |
| 2.3.1 励磁器材料的选择 |
| 2.3.2 磁铁位置对励磁效果的影响 |
| 2.3.3 励磁方式对励磁效果的影响 |
| 2.4 永磁励磁器的设计及励磁效果分析 |
| 2.4.1 励磁器尺寸设计和优化 |
| 2.4.2 励磁器对不同直径钢丝绳的励磁效果分析 |
| 2.5 本章小结 |
| 第3章 传感器设计与实验台开发 |
| 3.1 引言 |
| 3.2 传感器设计 |
| 3.2.1 霍尔阵列传感器设计原理 |
| 3.2.2 聚磁传感器设计原理 |
| 3.2.3 传感器检测性能仿真分析 |
| 3.2.4 传感器设计 |
| 3.3 钢丝绳安全检测实验台开发 |
| 3.3.1 实验台机械与控制系统 |
| 3.3.2 信号采集处理系统 |
| 3.4 本章小结 |
| 第4章 钢丝绳断丝损伤信号分析与处理 |
| 4.1 引言 |
| 4.2 断丝损伤试件制作 |
| 4.3 断丝损伤信号采集 |
| 4.3.1 外部断丝信号 |
| 4.3.2 内部断丝信号 |
| 4.3.3 不同断口长度的断丝信号 |
| 4.4 两种传感器检测损伤信号对比 |
| 4.4.1 离散小波变换 |
| 4.4.2 信号去噪及对比 |
| 4.5 本章小结 |
| 第5章 基于卷积神经网络的钢丝绳断丝损伤信号自适应特征提取 |
| 5.1 引言 |
| 5.2 深度学习相关理论 |
| 5.2.1 深度学习概述 |
| 5.2.2 卷积神经网络理论基础 |
| 5.3 基于卷积神经网络的钢丝绳断丝损伤信号自适应特征提取 |
| 5.3.1 时频转换方法 |
| 5.3.2 基于卷积神经网络模型自适应特征提取方法 |
| 5.3.3 实验验证 |
| 5.4 本章小结 |
| 第6章 基于深度学习的钢丝绳断丝损伤定量识别方法研究 |
| 6.1 引言 |
| 6.2 基于卷积神经网络的钢丝绳断丝定量识别研究 |
| 6.2.1 卷积神经网络定量识别模型建立与系统设计 |
| 6.2.2 实验验证 |
| 6.3 基于迁移学习的小样本钢丝绳断丝定量识别方法研究 |
| 6.3.1 迁移学习相关理论 |
| 6.3.2 基于VGG-16 迁移学习的断丝定量识别方法 |
| 6.3.4 实验验证 |
| 6.4 本章小结 |
| 第7章 结论和展望 |
| 7.1 结论 |
| 7.2 展望 |
| 参考文献 |
| 攻读博士学位期间论文发表及科研情况 |
| 致谢 |
（3）钢丝绳多尺度缺陷定量磁检测技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及研究的目的和意义 |
| 1.2 国内外研究现状分析 |
| 1.2.1 钢丝绳电磁检测方法对比 |
| 1.2.2 钢丝绳漏磁检测方法研究现状 |
| 1.2.3 不同尺度缺陷定量检测研究现状 |
| 1.3 目前存在的问题及发展趋势 |
| 1.4 本文的主要研究内容 |
| 第2章 消除缺陷宽度影响的截面损失定量检测方法 |
| 2.1 引言 |
| 2.2 缺陷宽度对主磁通检测的影响 |
| 2.2.1 主磁通检测的原理及存在的问题 |
| 2.2.2 不同缺陷宽度的主磁通磁偶极子模型解析 |
| 2.2.3 局部缺陷宽度限制分析 |
| 2.3 消除缺陷宽度影响的轴向漏磁补偿法 |
| 2.3.1 主磁通轴向漏磁补偿法的模型建立 |
| 2.3.2 主磁通轴向漏磁补偿法检测仿真分析 |
| 2.3.3 截面损失定量检测标样仿真设计 |
| 2.4 缺陷截面损失定量实验及结果 |
| 2.4.1 检测装置设计和标准缺陷实验 |
| 2.4.2 钢丝绳缺陷截面损失定量实验结果 |
| 2.5 本章小结 |
| 第3章 缺陷内外部判别及埋深定位的定量检测方法 |
| 3.1 引言 |
| 3.2 内外部缺陷的漏磁与主磁通检测原理 |
| 3.2.1 内外部缺陷等效磁偶极子模型解析 |
| 3.2.2 缺陷宽度和截面损失率对磁场影响分析 |
| 3.2.3 内部缺陷埋深对磁场影响分析 |
| 3.3 径向、轴向漏磁与主磁通融合法的内外部缺陷检测 |
| 3.3.1 内外部缺陷宽度、截面损失及埋深的仿真 |
| 3.3.2 径向、轴向漏磁与主磁通融合的检测算法 |
| 3.3.3 内外部缺陷检测仿真验证分析 |
| 3.4 内外部缺陷定量实验结果分析 |
| 3.4.1 内外部标准缺陷实验 |
| 3.4.2 钢丝绳内外部缺陷实验 |
| 3.5 钢丝绳缺陷周向定位方法及实验结果 |
| 3.5.1 漏磁检测信号噪声分析 |
| 3.5.2 局部二值化的缺陷定位算法及检测结果 |
| 3.6 本章小结 |
| 第4章 窄缺陷的聚磁探针检测方法 |
| 4.1 引言 |
| 4.2 聚磁探针法检测原理和结构仿真 |
| 4.2.1 聚磁探针法的检测原理 |
| 4.2.2 聚磁探针法检测结构仿真 |
| 4.3 聚磁探针法仿真和实验验证 |
| 4.3.1 聚磁探针法检测缺陷仿真 |
| 4.3.2 聚磁探针法检测钢条验证实验 |
| 4.4 钢丝绳聚磁探针法检测实验 |
| 4.4.1 数据分析及预处理 |
| 4.4.2 基于希尔伯特变换的信号提取方法 |
| 4.4.3 钢丝绳窄缺陷检测结果分析 |
| 4.5 本章小结 |
| 第5章 基于分形维数法的锈蚀判别及定量方法研究 |
| 5.1 引言 |
| 5.2 锈蚀缺陷漏磁信号特性分析 |
| 5.2.1 锈蚀缺陷漏磁信号频谱分析 |
| 5.2.2 基于锈蚀信号特征的分形维数分析 |
| 5.3 锈蚀缺陷漏磁模拟信号分析 |
| 5.3.1 不同锈蚀程度损伤的分形维数分析 |
| 5.3.2 其他检测信号对锈蚀分形维数计算的影响 |
| 5.4 钢丝绳锈蚀缺陷检测实验 |
| 5.4.1 基于分形维数的锈蚀检测计算方法 |
| 5.4.2 锈蚀缺陷检测实验结果分析 |
| 5.5 本章小结 |
| 结论 |
| 参考文献 |
| 附录A 钢丝绳缺陷 |
| 攻读博士学位期间发表的论文及其它成果 |
| 致谢 |
| 个人简历 |
（4）钢丝绳损伤检测与定量识别研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 钢丝绳损伤检测技术研究现状 |
| 1.2.1 钢丝绳无损检测方法研究现状 |
| 1.2.2 钢丝绳电磁检测励磁方法研究现状 |
| 1.2.3 钢丝绳电磁检测损伤信号获取方法研究现状 |
| 1.2.4 钢丝绳电磁检测损伤信号处理研究现状 |
| 1.2.5 钢丝绳电磁检测损伤信号定量研究现状 |
| 1.3 研究内容 |
| 第二章 钢丝绳损伤电磁检测原理及传感器设计 |
| 2.1 钢丝绳损伤电磁检测原理 |
| 2.1.1 钢丝绳常见损伤形式 |
| 2.1.2 钢丝绳电磁检测原理 |
| 2.1.3 钢丝绳电磁检测系统 |
| 2.2 钢丝绳损伤检测传感器设计 |
| 2.2.1 检测传感器励磁装置设计 |
| 2.2.2 检测传感器磁回路结构设计 |
| 2.2.3 检测传感器电磁检测元件设计 |
| 2.3 本章小结 |
| 第三章 基于小波软阈值的钢丝绳损伤信号去噪及特征值提取 |
| 3.1 小波软阈值信号去噪处理 |
| 3.1.1 小波变换理论 |
| 3.1.2 小波阈值去噪基本原理与方法 |
| 3.2 钢丝绳损伤信号特征值提取 |
| 3.3 钢丝绳损伤信号的归一化处理 |
| 3.4 本章小结 |
| 第四章 钢丝绳损伤定量识别方法研究 |
| 4.1 基于BP神经网络的钢丝绳损伤定量识别 |
| 4.1.1 BP神经网络理论基础 |
| 4.1.2 钢丝绳损伤定量识别BP神经网络模型建立 |
| 4.2 基于径向基RBF神经网络的钢丝绳损伤定量识别 |
| 4.2.1 RBF神经网络理论基础 |
| 4.2.2 钢丝绳损伤定量识别RBF神经网络模型建立 |
| 4.3 基于支持向量机SVM分类模型的钢丝绳损伤定量识别 |
| 4.3.1 支持向量机理论基础 |
| 4.3.2 钢丝绳损伤定量识别SVM分类模型建立 |
| 4.4 钢丝绳损伤三种定量识别方法小样本初步测试结果 |
| 4.4.1 BP神经网络模型钢丝绳损伤识别测试结果 |
| 4.4.2 RBF神经网络模型钢丝绳损伤识别测试结果 |
| 4.4.3 SVM分类模型钢丝绳损伤识别测试结果 |
| 4.5 本章小结 |
| 第五章 钢丝绳损伤检测实验系统搭建及实验结果分析 |
| 5.1 钢丝绳损伤检测实验平台 |
| 5.2 钢丝绳损伤试样的制备 |
| 5.2.1 LF型损伤试样制备 |
| 5.2.2 LMA型损伤试样制备 |
| 5.3 钢丝绳损伤检测实验 |
| 5.3.1 LF型损伤检测实验 |
| 5.3.2 LMA型损伤检测实验 |
| 5.3.3 钢丝绳损伤三种损伤定量识别方法效果对比 |
| 5.4 本章小结 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 附录 |
（5）钢丝绳视觉无损检测与评估方法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 课题的引出 |
| 1.4 本文研究内容 |
| 1.5 全文组织 |
| 2 基础理论及钢丝绳视觉检测评估总体方案设计 |
| 2.1 钢丝绳基础 |
| 2.2 数据驱动算法理论基础 |
| 2.3 工况条件与损伤分析 |
| 2.4 全绳表面累积损伤视觉状态模型架构设计 |
| 2.5 总体方案设计与说明 |
| 2.6 本章小结 |
| 3 钢丝绳图像采集与处理方法研究 |
| 3.1 钢丝绳视觉感知模型 |
| 3.2 周向图像采集系统设计 |
| 3.3 图像数据规范化处理 |
| 3.4 动态采集实验 |
| 3.5 本章小结 |
| 4 数据驱动的钢丝绳表面损伤视觉识别方法研究 |
| 4.1 绳表面损伤识别方法架构 |
| 4.2 基于特征工程的绳表面损伤分类方法 |
| 4.3 基于端对端的绳表面损伤分类方法 |
| 4.4 基于目标检测算法的绳表面损伤定位识别方法 |
| 4.5 表面损伤视觉动态检测识别实验 |
| 4.6 本章小结 |
| 5 表面量化累积损伤下钢丝绳状态评估方法研究 |
| 5.1 状态评估策略 |
| 5.2 表面损伤程度量化估计方法 |
| 5.3 损伤状态累积库的构建 |
| 5.4 状态评价分析与讨论 |
| 5.5 本章小结 |
| 6 总结与展望 |
| 6.1 本文工作总结 |
| 6.2 论文创新之处 |
| 6.3 存在不足和研究展望 |
| 参考文献 |
| 作者简历 |
| 学位论文数据集 |
（6）基于漏磁检测的钢丝绳断丝检测方法及系统实现（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究发展现状 |
| 1.2.1 励磁结构研究现状 |
| 1.2.2 漏磁传感器研究现状 |
| 1.2.3 漏磁信号处理研究现状 |
| 1.3 本文研究内容及结构安排 |
| 第二章 形态学及图像间断检测理论基础 |
| 2.1 灰度级形态学理论 |
| 2.1.1 基本形态学运算 |
| 2.1.2 组合形态学运算 |
| 2.2 灰度级图像间断检测理论 |
| 2.2.1 空间滤波 |
| 2.2.2 线检测 |
| 第三章 钢丝绳漏磁信号形态分析 |
| 3.1 引言 |
| 3.2 基于永磁励磁的漏磁场有限元方法 |
| 3.3 断丝漏磁信号形态分析 |
| 3.3.1 仿真结果分析 |
| 3.3.2 实验结果分析 |
| 3.4 股波漏磁信号形态分析 |
| 3.4.1 仿真结果分析 |
| 3.4.2 实验结果分析 |
| 3.5 抖动漏磁信号形态分析 |
| 3.5.1 仿真结果分析 |
| 3.5.2 实验结果分析 |
| 3.6 本章小结 |
| 第四章 钢丝绳断丝检测方法 |
| 4.1 引言 |
| 4.2 断丝检测问题分析 |
| 4.3 钢丝绳断丝检测方法 |
| 4.3.1 断丝漏磁信号预处理 |
| 4.3.2 断丝漏磁信号后处理 |
| 4.3.3 断丝决策 |
| 4.4 实验验证 |
| 4.5 本章小结 |
| 第五章 钢丝绳断丝检测系统设计与验证 |
| 5.1 引言 |
| 5.2 钢丝绳断丝检测系统需求分析 |
| 5.3 钢丝绳断丝检测系统硬件平台 |
| 5.3.1 励磁结构设计 |
| 5.3.2 漏磁信号检测装置设计 |
| 5.3.3 漏磁信号采集装置设计 |
| 5.4 钢丝绳断丝检测系统软件平台 |
| 5.4.1 参数设定模块 |
| 5.4.2 断丝漏磁信号处理演示模块 |
| 5.5 系统验证 |
| 5.6 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文总结 |
| 6.2 工作展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间取得的成果 |
（7）钢丝绳应力集中和疲劳损伤的电磁无损检测技术分析（论文提纲范文）
| 0 引言 |
| 1 钢丝绳电磁检测技术在国内外的发展演变历程 |
| 2 钢丝绳检测基础问题的有限元仿真研究 |
| 3 钢丝绳检测传感器的设计研究 |
| 3.1 钢丝绳的励磁结构及方式 |
| 3.2 钢丝绳的传感器结构及信号拾取方式 |
| 4 信号处理方法、定量识别、寿命预测研究 |
| 5 钢丝绳电磁检测技术目前面临的问题及研究发展方向 |
（8）基于聚磁技术的钢丝绳损伤电磁检测传感器研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 钢丝绳损伤检测技术国内外研究现状 |
| 1.2.1 钢丝绳损伤检测技术国外研究现状 |
| 1.2.2 钢丝绳损伤检测技术国内研究现状 |
| 1.3 论文主要研究内容 |
| 第二章 钢丝绳损伤形态及检测方法 |
| 2.1 钢丝绳的结构和分类 |
| 2.2 钢丝绳主要损伤类型及特征 |
| 2.3 钢丝绳损伤检测方法分析 |
| 2.3.1 钢丝绳损伤电磁检测原理 |
| 2.3.2 钢丝绳损伤电磁检测方法 |
| 2.4 聚磁技术原理及应用方式 |
| 2.5 本章小结 |
| 第三章 传感器结构设计及表面漏磁场仿真分析 |
| 3.1 传感器励磁装置设计 |
| 3.1.1 传感器磁化方式选择 |
| 3.1.2 钢丝绳磁化程度选择 |
| 3.1.3 永磁励磁装置设计 |
| 3.2 传感器磁回路结构设计 |
| 3.3 钢丝绳损伤漏磁场仿真分析 |
| 3.3.1 传感器磁回路有限元仿真 |
| 3.3.2 钢丝绳损伤漏磁场仿真分析 |
| 3.4 钢丝绳绳股漏磁场有限元仿真 |
| 3.5 本章小结 |
| 第四章 聚磁装置设计及检测效果有限元仿真 |
| 4.1 聚磁装置结构参数设计及信号处理方式研究 |
| 4.1.1 聚磁装置结构参数设计 |
| 4.1.2 信号处理方式研究 |
| 4.2 聚磁装置检测效果仿真分析 |
| 4.2.1 聚磁装置对LF型损伤检测效果仿真 |
| 4.2.2 聚磁装置对LMA型损伤检测效果仿真 |
| 4.2.3 聚磁装置对混合型损伤检测效果仿真 |
| 4.3 检测装置信号处理电路设计 |
| 4.4 本章小结 |
| 第五章 钢丝绳损伤检测实验系统搭建及实验分析 |
| 5.1 钢丝绳损伤检测实验系统组成 |
| 5.2 钢丝绳损伤标准试件的配置 |
| 5.3 钢丝绳表面漏磁场检测实验 |
| 5.3.1 钢丝绳表面漏磁场检测影响因素实验分析 |
| 5.3.2 钢丝绳损伤表面漏磁场检测实验 |
| 5.4 钢丝绳损伤聚磁装置检测实验 |
| 5.4.1 聚磁装置检测影响因素实验分析 |
| 5.4.2 聚磁装置损伤检测实验分析 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 附录 |
（9）钢丝绳金属截面积损伤定量检测关键技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及研究意义 |
| 1.2 国内外研究现状分析 |
| 1.2.1 钢丝绳无损检测方法研究现状 |
| 1.2.2 电磁检测励磁装置研究现状 |
| 1.2.3 电磁检测传感器研究现状 |
| 1.2.4 电磁检测缺陷信号处理及缺陷定量研究现状 |
| 1.3 目前存在的问题及发展趋势 |
| 1.4 本文主要研究内容 |
| 第2章 长时间低漂移积分器 |
| 2.1 引言 |
| 2.2 积分器补偿单元 |
| 2.2.1 积分器原理及漂移分析 |
| 2.2.2 低漂移积分器补偿 |
| 2.3 温度控制单元 |
| 2.4 实验验证 |
| 2.4.1 温控条件下两种补偿方式测试结果 |
| 2.4.2 积分器长时间漂移性能测试 |
| 2.4.3 低漂移积分器积分性能测试 |
| 2.5 本章小结 |
| 第3章 聚磁结构线圈提高LMA定量检测分辨率 |
| 3.1 引言 |
| 3.2 LMA检测原理 |
| 3.2.1 主磁通LMA检测原理 |
| 3.2.2 增加聚磁结构LMA检测原理 |
| 3.3 三维电磁仿真验证 |
| 3.3.1 仿真模型建立 |
| 3.3.2 截面积减少仿真及分析 |
| 3.3.3 截面积增加仿真及分析 |
| 3.4 实验及结果分析 |
| 3.4.1 实验平台及被测钢丝绳损伤设置 |
| 3.4.2 测试结果及其分析 |
| 3.5 本章小结 |
| 第4章 楔形铁芯结构线圈提高LMA检测信噪比 |
| 4.1 引言 |
| 4.2 线圈检测原理 |
| 4.2.1 传统感应线圈检测原理 |
| 4.2.2 带铁芯线圈检测原理 |
| 4.3 三维瞬态电磁仿真验证 |
| 4.3.1 仿真模型建立 |
| 4.3.2 截面积减少仿真及分析 |
| 4.3.3 截面积增加仿真及分析 |
| 4.4 实验及结果分析 |
| 4.4.1 实验平台 |
| 4.4.2 测试结果及其分析 |
| 4.5 本章小结 |
| 第5章 无位置传感器钢丝绳缺陷定位及等距采样 |
| 5.1 引言 |
| 5.2 钢丝绳股波信号处理 |
| 5.2.1 股波信号仿真 |
| 5.2.2 信号分析 |
| 5.2.3 股波信号处理设计 |
| 5.2.4 股波信号处理实验验证 |
| 5.3 钢丝绳股波信号倍频处理 |
| 5.3.1 全数字锁相环实现 |
| 5.3.2 缺陷信号对股波影响的处理 |
| 5.4 实验及结果分析 |
| 5.4.1 实验平台 |
| 5.4.2 测试结果及其分析 |
| 5.4.3 加减速阶段及缺陷时倍频优化 |
| 5.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 致谢 |
| 个人简历 |
（10）电梯钢带疲劳及损伤的电磁无损检测技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 钢丝绳无损检测主要研究内容 |
| 1.2.2 漏磁检测技术的国内外研究现状 |
| 1.2.3 电梯钢带MBN技术的国内外研究现状 |
| 1.2.4 电梯钢带无损检测技术的国内外研究现状 |
| 1.2.5 电梯钢带无损检测传感器的国内外研究现状 |
| 1.2.6 电梯钢带无损检测中存在的问题 |
| 1.3 本文研究内容 |
| 第2章 电梯钢带电磁无损检测理论基础 |
| 2.1 引言 |
| 2.2 电磁学基本知识 |
| 2.2.1 磁畴及磁畴壁 |
| 2.2.2 磁化过程 |
| 2.2.3 磁化曲线 |
| 2.3 巴克豪森噪声检测基本原理 |
| 2.4 钢带漏磁检测的基本原理 |
| 2.5 电磁场有限元基本原理 |
| 2.6 本章小结 |
| 第3章 电梯钢带电磁模型仿真 |
| 3.1 引言 |
| 3.2 电梯钢带磁路设计 |
| 3.2.1 巴克豪森噪声无损检测磁路设计 |
| 3.2.2 漏磁无损检测磁路设计 |
| 3.3 电磁场有限元仿真 |
| 3.3.1 巴克豪森噪声励磁磁路仿真验证 |
| 3.3.2 圆弧形磁轭励磁装置仿真验证 |
| 3.3.3 梯形磁轭励磁装置仿真验证 |
| 3.3.4 矩形磁轭励磁装置仿真验证 |
| 3.3.5 多磁极励磁装置仿真验证 |
| 3.4 本章小结 |
| 第4章 电梯钢带巴克豪森噪声实验验证 |
| 4.1 引言 |
| 4.2 电梯钢带巴克豪森噪声检测系统设计 |
| 4.2.1 功率放大模块 |
| 4.2.2 检测传感器模块 |
| 4.2.3 信号处理电路模块 |
| 4.3 巴克豪森噪声实验验证与数据分析 |
| 4.3.1 合适激励频率选择实验 |
| 4.3.2 合适激励幅值选择实验 |
| 4.3.3 不同应力和有无缺陷时MBN特征值分析 |
| 4.4 本章小结 |
| 第5章 电梯钢带漏磁实验验证 |
| 5.1 引言 |
| 5.2 多磁轭励磁装置实验验证 |
| 5.3 多磁极励磁装置实验验证 |
| 5.4 不同磁路励磁装置实验对比 |
| 5.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间申请专利情况 |
| 致谢 |
四、基于感应线圈的钢丝绳损伤检测（论文参考文献）
- [1]钢丝绳内外层断丝损伤定量识别研究[D]. 窦连城. 青岛理工大学, 2021(02)
- [2]钢丝绳断丝损伤检测与定量识别研究[D]. 张义清. 青岛理工大学, 2021
- [3]钢丝绳多尺度缺陷定量磁检测技术研究[D]. 张恩超. 哈尔滨工业大学, 2021(02)
- [4]钢丝绳损伤检测与定量识别研究[D]. 姚毅. 济南大学, 2021
- [5]钢丝绳视觉无损检测与评估方法研究[D]. 周坪. 中国矿业大学, 2021
- [6]基于漏磁检测的钢丝绳断丝检测方法及系统实现[D]. 郭永亮. 电子科技大学, 2021(01)
- [7]钢丝绳应力集中和疲劳损伤的电磁无损检测技术分析[J]. 范伟,李兵,陈冰华,任尚坤. 机电信息, 2020(12)
- [8]基于聚磁技术的钢丝绳损伤电磁检测传感器研究[D]. 李登蓬. 济南大学, 2019(01)
- [9]钢丝绳金属截面积损伤定量检测关键技术研究[D]. 晏小兰. 哈尔滨工业大学, 2019(01)
- [10]电梯钢带疲劳及损伤的电磁无损检测技术研究[D]. 朱雪丽. 哈尔滨工业大学, 2019(02)