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.     

基于BP神经网络的钢丝绳断丝信号处理

研究了钢丝绳断丝损伤漏磁检测信号的采集与存储方法;提出钢丝绳断丝损伤信号的特征值,基于LabVIEW设计了钢丝绳断丝损伤信号特征值提取与处理系统;建立了钢丝绳断丝损伤定量识别的神经网络模型。通过钢丝绳第1、2层断丝检测试验对研究的信号处理系统予以验证。     

基于径向基神经网络的钢丝绳断丝定量检测及Matlab实现

采用径向基神经网络对钢丝绳断丝损伤进行定量识别。首先将影响钢丝绳断丝损伤定量识别的6个主要因素作为输入参数,某截面的断丝数量作为输出参数建立起径向基神经网络模型,然后利用Matlab软件编写该网络的程序代码,通过有限的学习样本对网络进行训练,最后对测试样本进行识别。经过确认,测试结果较好地反应了钢丝绳的断丝损伤。     

基于粗糙集的钢丝绳断丝损伤定量识别

引入粗糙集理论对钢丝绳断丝损伤信号原始特征值数据进行属性约简,去掉不必要的属性,并将粗糙集与神经网络有机结合,构造了优化的神经网络结构,进而识别钢丝绳的断丝损伤。试验表明,该方法有效提高了神经网络的性能及钢丝绳断丝损伤定量识别的速度和准确性。     

矿井提升机钢丝绳损伤在线检测方法研究

针对矿井提升钢丝绳损伤检测的难题,提出了一种漏磁检测技术与机器视觉检测法相结合的在线检测方法,解决单一检测方法漏检或误检的问题。为了验证漏磁检测方法的有效性,对钢丝绳断丝漏磁信号进行小波降噪,提取断丝信号峰值、峰峰值和波形面积特征,用遗传算法优化的 BP 神经网络对其进行定量识别。结果表明：钢丝绳断丝定量识别的最大相对误差为 5.23%。为了验证机器视觉检测法的有效性,对钢丝绳损伤图像进行滤波、灰度等预处理,以及图像分割和边缘检测处理,实现了损伤面积的准确定量识别。     

矿用钢丝绳损伤定量识别技术应用研究

针对矿用提升钢丝绳缺陷检测的实际需要提出钢丝绳无损检测方法,检测系统通过提取损伤信号特征量,进行定量识别,提出基于最小二乘法的定量识别技术。经大量测试和实验表明:所研究开发的缺陷信号分析处理系统基本实现钢丝绳的无损检测,其信号分析处理结果也与钢丝绳实际故障情况基本符合,具有较好的实用价值。     

基于RBF-BP组合神经网络的钢丝绳断丝定量识别

为了有效地解决目前钢丝绳断丝定量识别的问题,改善定量识别中泛化性能,减小非标准样本的错误指导影响,提出了RBF-BP组合神经网络模型。以峰值、波宽、小波能量和波形下面积作为输入,建立4输入1输出的网络模型,通过MATLAB仿真和具体的实验对模型进行可靠性分析。结果表明:断丝定量识别正确率达95%,表明了RBF-BP组合神经网络模型的正确性,说明RBF-BP组合神经网络模型对钢丝绳断丝数据训练并达到识别结果是可以实现的,对钢丝绳故障诊断提供理论依据。     

断丝状态下的钢丝绳故障诊断

针对传统钢丝绳断丝损伤定量检测模型泛化性能不足的问题,提出一种基于极限学习机的钢丝绳断丝损伤故障诊断方法。采用距离可分离性判据对常用的特征参数进行可分性比较,并选取区分效果较佳的特征参数进行特征融合。实验结果表明,峰值、功率谱熵、小波奇异值熵的区分效果明显优于波宽、波形下面积;将多特征融合与极限学习机相结合的方法可以有效地对钢丝绳断丝损伤进行分类识别,比传统的BP神经网络具有更高的准确率和更短的训练时间。     

矿用钢丝绳探伤仪标定方法的研究

介绍了钢丝绳损伤检测的原理。分析了影响钢丝绳损伤信号的各种因素,对断丝根数、断口宽度和断丝分布合理的配置,设计了标样钢丝绳,采集标样绳损伤信号。介绍了支持向量回归机SVR的原理,通过SVR对断丝根数与检测信号特征值定量分析。将定量分析涉及参数保存为标定文件。调用标定文件参数对该型号钢丝绳检测信号进行数据处理,经测试可基本实现钢丝绳损伤的定量识别。     

用于钢丝绳断丝定量识别的神经网络模型参数优化

建立了钢丝绳断丝定量识别的BP神经网络模型,重点从网络输入特征值的分析与优化、网络训练集与测试集的合理选择、网络训练目标的确定3个方面讨论了优化神经网络参数与性能的方法。经实际网络的训练及测试,证明了合理参数的选择改进了网络性能,提高了钢丝绳断丝定量识别的精度,具有实际工程意义。     

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。     

钢丝绳漏磁检测信号的处理

漏磁检测是无损检测中的一种重要方式,采用漏磁法对钢丝绳进行检测时,关键问题是对漏磁信号的处理,应用小波变换和小波网络技术对漏磁检测信号进行分析处理,形成良好的网络,然后对钢丝绳进行检测,结果达到了一定的准确度,表明漏磁检测信号处理技术在实际应用中具有可行性。     

基于弱磁无损检测技术的钢丝绳在线监测系统的应用与实践

针对以往采用人工方法测量钢丝绳,检查不到钢丝绳内部损伤程度,测量精度不高,误差大,一旦钢丝绳内部损伤超标,将带来很大的安全隐患,直接影响矿井提升运输安全,甚至造成事故的发生等问题。采用基于弱磁无损检测技术的检测方法,结合计算机软件技术,对矿井副井提升机提升钢丝绳实施在线监测,进行了弱磁无损检测原理及钢丝绳在线监测技术的研究,能够测量出副井提升钢丝绳内外部断丝、锈蚀、磨损、断面变形等情况,使钢丝绳测量准确、便捷、高效,改变了靠人工监测钢丝绳落后的检修工艺的现状,提高了检修效率,并在现场得到了实践,具有推广使用价值。     

基于改进小波阈值算法的矿用钢丝绳损伤检测信号去噪方法

在矿用钢丝绳损伤检测中,信号去噪对损伤检测信号特征提取与定量识别的准确性有着直接的影响。针对小波阈值算法在钢丝绳损伤检测信号去噪中的应用,在Donoho的软、硬阈值去噪方法的基础上,提出一种改进的小波阈值算法,该算法解决了硬阈值去噪效果不佳与软阈值过度光滑导致信号失真的难题,完整地保留了钢丝绳检测信号中的小奇异信号,去噪效果明显优于传统的阈值去噪方法。     

双绳缠绕式煤矿深井提升系统钢丝绳张力主动控制方法

针对双绳缠绕式煤矿深井提升系统运行过程中钢丝绳张力不平衡问题,提出了钢丝绳张力主动控制方法。首先,分析双绳缠绕式煤矿深井提升系统钢丝绳张力与浮动天轮液压缸负载力之间的关系,考虑系统存在的非线性问题,建立了提升系统钢丝绳张力主动控制模型;其次,由于煤矿深井提升环境恶劣,因此钢丝绳张力反馈信号通过无线装置进行采集,考虑提升系统运行过程中钢丝绳张力反馈信号通过无线传输存在不确定延时问题,基于系统控制模型构建了钢丝绳张力主动控制矩阵,设计了钢丝绳张力无线反馈信号传输延时补偿观测器,证明了包含延时补偿观测器的钢丝绳张力主动控制模型的稳定性;然后,考虑钢丝绳张力主动控制模型是一种严格反馈模型,存在输出约束问题,提出了反步控制和障碍李雅普诺夫函数相结合的钢丝绳张力主动控制方法,并证明了钢丝绳张力控制下的提升系统稳定性;最后,利用双绳缠绕式煤矿深井提升试验台对提出的传输延时补偿观测器及钢丝绳张力主动控制方法开展了实验验证,实验结果表明,延时补偿观测器可有效减小由于无线传输造成的钢丝绳张力反馈信号滞后量,与传统的被动式钢丝绳张力调节装置相比,在高速和低速工况下,提出的钢丝绳张力主动控制方法均可以更有效地减小2根钢丝绳张力差,进一步保证提升系统的安全运行。     

基于Workbench的钢丝绳疲劳寿命分析

通过建立IWRC1×7单股钢丝绳三维模型,基于CAD-CAE协同仿真平台Workbench对其进行静力分析和疲劳分析,得到钢丝绳内部应力分布以及交变载荷下钢丝绳疲劳寿命云图,指出其疲劳破坏点位置。通过修改疲劳载荷比例和比例因子的值,获得多组疲劳寿命值,记录钢丝绳疲劳寿命与载荷比例和比例因子的对应关系,指出疲劳寿命随载荷幅值增大而减小。