矿井提升机钢丝绳电磁检测信号杂波的研究

为了进一步了解钢丝绳在无损检测过程中存在的杂波干扰现象,以提高检测的精度和可靠性,开展了电磁检测技术研究。结合无损探伤仪检测钢丝绳的工作过程及原理,从绳的结构及所在工况等角度,提出了使电磁检测信号出现杂波的因素,并利用Ansys仿真分析了无损探伤仪对钢丝绳进行励磁时,在钢丝绳表面产生的漏磁场特性,以进一步验证。研究结果表明:钢丝绳螺旋状结构产生的交错气隙、探伤仪口径与被检测钢丝绳之间存在的直径差及钢丝绳运行过程中存在的振动等,是钢丝绳被检测信号中存在杂波的重要因素,并且还可能对钢丝绳的电磁检测信号产生较大的影响,造成检测信号误判。     

矿用钢丝绳断丝特征的识别

金属磁记忆检测技术能够检测矿用钢丝绳的断丝也能评估其应力集中部位,但是钢丝绳检测一般需要实时在线检测,检测的磁记忆信号混有许多噪声,为了能够提高钢丝绳断丝识别率,需要对检测信号进行降噪处理。采用集合经验模态分解(EEMD)对检测信号降噪结果看出,此方法明显比小波降噪方法好很多,提出了一种筛选本征模态函数(IMF)的方法。     

基于小波分析的钢丝绳断丝检测技术研究

分析了钢丝绳的断丝检测原理,结合目前钢丝绳断丝检测存在的主要问题,提出了基于小波分析的钢丝绳断丝检测方法。在实际检测时,利用正交小波变换与多分辨分析对信号进行分解,剔除断丝信号中的噪声信号后,对信号进行重构。应用这种方法可以准确检测出钢丝绳是否断丝及断丝位置和程度,从而对钢丝绳的性能做出准确的判断,以避免断丝的误判断造成严重的事故和损失。     

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。     

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3Dmaxwell的钢丝绳漏磁检测仿真研究

为保障钢丝绳运行安全,需要对钢丝绳进行定期无损检测。现有钢丝绳检测方法中,基于漏磁原理的电磁检测法是公认的最实用的检测方法。采用3D Maxwell仿真磁场信号,经过调整磁铁磁场强度、磁铁距离和提离值,验证圆周阵列检测方法,最后对钢丝绳漏磁进行动态仿真,记录运动全过程的漏磁信号。通过本论文的研究,得到了合适的钢丝绳探伤仪参数|对运动全过程的漏磁信号进行分析,可以得到Y方向漏磁信号对钢丝绳断丝的反应最为显著,为第二代探伤仪的设计提供了关键的数据参考。     

基于多分辨分析的钢丝绳LF检测

小波多分辨率分解能够将信号在不同的尺度上展开 ,因而具有对信号按频带进行处理的能力 ,这对于建立表征识别故障信号的特征以及清除信号的干扰与噪声等方面具有十分重要的意义。目前在钢丝绳LF检测中对断丝信号的处理仍比较困难 ,将它应用于断丝信号的消噪平滑和奇异性检测 ,使得信号更加光滑 ,避免断丝误判 ,同时使奇异点更加明显 ,有效地提高内外部断丝识别和定量检测的准确率 ,实验证明该方法效果明显     

基于BP神经网络的钢丝绳断丝模式识别

钢丝绳断丝检测仪采集到的信号有高频低通等噪声信号的干扰,经过小波分解、重构后滤出干扰信号,采用BP神经网络算法设计钢丝绳检测信号网络系统。实验结果表明,采用BP神经网络算法可以较好地解决钢丝绳断丝信号的定量分析,最后给出了监测信号频谱上断丝信号的定量识别方法。经反复实验,检测结果与实际情况基本一致,证明该检测方法能较准确地对钢丝绳断丝做出定量识别。     

提升钢丝绳张力定量检测新方法

基于电磁检测原理和信号处理技术以及钢丝绳本身具有捻制股波这一结构特点，研究出提升钢丝绳张力的非接触式定量检测新方法．实验表明，用此方法检测钢丝绳张力，其最大误差不超过１．５％，平均误差不超过０．０５％．该方法原理正确，系统简单、误差小、应用方便，检测速度快、精度高，省时、省力．为实时在线定量检测钢丝绳张力提供了新的技术途径．     

基于3Dmaxwell的钢丝绳漏磁检测仿真研究

为保障钢丝绳运行安全，需要对钢丝绳进行定期无损检测。现有钢丝绳检测方法中，基于漏磁原理的电磁检测法是公认的最实用的检测方法。采用3D Maxwell仿真磁场信号，经过调整磁铁磁场强度、磁铁距离和提离值，验证圆周阵列检测方法，最后对钢丝绳漏磁进行动态仿真，记录运动全过程的漏磁信号。通过本论文的研究，得到了合适的钢丝绳探伤仪参数|对运动全过程的漏磁信号进行分析，可以得到Y方向漏磁信号对钢丝绳断丝的反应最为显著，为第二代探伤仪的设计提供了关键的数据参考。     

基于Curvelet变换的地震资料弱信号识别及去噪方法

针对地震资料中背景噪声较强,有效弱信号淹没其中难以识别,且在时间域地震有效信号和随机噪声又较难分离的问题,尝试将其通过Curvelet变换进行信噪分离。在Curvelet的不同尺度域采用自适应阈值函数对噪声进行压制,保留有效信号系数;同时,阈值函数中引入不同尺度域地震剖面信噪比,通过与信噪比相关的权值系数降低具有高信噪比的尺度域阈值,从而保留被随机噪声淹没的弱信号;最后对残留噪声系数再应用中值滤波,进一步压制噪声,突出弱信号。与常用于弱信号识别处理的小波变换,以及Curvelet变换的固定阈值处理方法相比,具有多尺度多方向性的Curvelet变换能够更加有效的刻画地震信号,结合自适应的阈值处理时,在弱信号识别及去噪方面具有明显优势。     

面向选煤厂振动设备监测的MEMS无线传感器振动节点设计

为监测选煤厂设备振动信号,设计了一种振动信号检测的MEMS无线传感器节点。该节点采用加速度传感器获取振动信号,进行了高速数据存储器设计;采用集成射频通信的CC2430模块,实现数据无线传输和模数转换处理;分析了节点低功耗设计方案;设计了电源和备用电源。最后给出了软件设计流程图。从整体上实现了对振动节点的硬件软件设计。该节点的实现为构建基于无线传感器网络的振动信号监测系统奠定了基础。     

基于振动检测的输送带纵向撕带监测系统

分析了现有的几种输送带纵向撕带的数字化监测方法,提出了振动检测方案,在输送带一侧增加激振信号,通过无线振动信号采集系统采集输送带另一侧的振动信号,通过相关分析去除信号噪声后,应用小波分析检测奇异点,准确判断发生纵向撕带故障的时刻点。介绍了振动检测方案的体系结构,采用无线数据采集装置,应用MatLab软件分析处理数据,使用数字化振动监测方案,有效提高了纵向撕带的故障检测率。     

基于小波变换的钢绳芯胶带磁记忆信号处理

 针对钢绳芯胶带工作环境复杂的特点,提出了一种用小波变换对钢绳芯胶带磁记忆检测信号进行预处理的方法。用小波变换模极大值方法对信号进行奇异性检测以及去噪处理,在去除了信号中噪声的同时,有效地保留了信号的奇异性信息。用交替投影法重构信号,极大地减少了重构误差。实验结果表明,实时检测的钢绳芯磁记忆信号含有大量噪声,经小波变换处理后信号平滑了许多,信号的奇异信息也有效地得到了保留。为钢绳芯胶带的故障检测提供了理论依据。     

基于小波包神经网络的电机故障诊断分析与研究

由于传统基于傅立叶变换的利用频域对电机故障的信号分析中无法对奇异信号点的时域信息进行检测。针对上述问题,提出基于小波包神经网络的电机故障诊断的方法。结合电机振动的非平稳随机性的特点。利用小波包多分辨率分析方法对电机的采样信号进行分解,提取电机故障状态特征并作为BP神经网络输入样本的特征向量,利用神经网络的自学习和模式识别的特点最终输出电机故障类型。通过MATLAB仿真结果可以证实该方法可行性。     

电力系统故障状态下微弱信号检测方法研究

为了提高电力系统稳定运行的可靠性,针对基于电力系统故障状态下微弱信号检测的方法展开了一系列研究,提出了基于Duffing混沌振子模型的微弱信号检测策略。利用系统存在噪声影响时观测微弱信号的变化规律,建立一种基于Duffing混沌振子的微弱信号检测模型,并在系统出现故障时对系统内所出现的微弱信号变化进行观测,包括时域波形以及相平面轨迹,还构造混沌检测模型对策动力幅值进行仿真计算。其仿真结果得到:在系统中存在白噪声或微弱正弦信号情况下,混沌运行轨迹以及大尺度周期运行轨迹仍保持着一定规律,进而能够得到待检测的微弱信号的变化情况;当系统内出现强噪声的情况下,此检测模型仍可以准确观测到微弱信号,有效屏蔽了噪声对信号的影响。结果表明,该方法能够有效适应不同环境且不受噪声影响,提高了检测的效率和准确率,对保障电力系统稳定运行有重要意义。     

钢绳芯输送带的磁记忆信号特征提取方法研究

利用金属磁记忆(MMM)技术进行故障检测时,较弱的故障信号提取成为检测准确度高低的关键。采用小波分析和奇异值分解相结合的方法,对金属磁记忆信号经行故障特征提取。通过小波分析将故障信号分解为不同尺度的分量,以形成初始向量特征矩阵,并对该矩阵进行奇异值分解,选择代表特征信号的奇异值分量重构,从而实现对故障信号的特征提取。经过实验证明该方法有效。     

基于IABC-ICA的随掘地震去噪方法

随掘地震是利用掘进机切割岩石产生的振动作为震源来进行探测,具有安全、简便、高效等优点,但随掘地震探测所采集的地震记录中波组成分复杂,有效信号能量弱,且被掘进机工作时产生的强噪声干扰,信噪比极低,去噪难度大,需要对随掘地震记录去噪方法进行研究.通过改进人工蜂群(IABC)算法搜索策略,提高了人工蜂群算法的收敛速度和收敛精...     

电荷感应法粉尘浓度检测技术

为了避免目前粉尘浓度传感器管路易堵塞、维护较频繁的问题,根据煤矿粉尘的电荷性提出电荷感应法粉尘浓度检测技术。建立了棒状电极与粉尘颗粒间的电荷感应数学模型,推导了棒状电极电荷感应空间灵敏度,并分析了其感应空间灵敏度的分布特性;通过对单一粉尘颗粒和粉尘云感应信号的研究,证明了动态的带电颗粒可感应出交变信号,带电颗粒距电极越近感应信号的波动性越大,且电极周围的粉尘浓度与感应所得信号的波动性呈正相关关系。通过实验分析波动信号各个特征值与粉尘浓度间的关系,确定了波动信号的标准偏差与粉尘浓度整体具有较好的线性度。最后通过实验证明电荷感应法粉尘浓度检测技术具有较好的重复性,且检测误差低于10%。     

基于虚拟仪器的红外瓦斯传感系统研究

针对目前常用瓦斯检测元件存在的缺陷,利用红外传感原理将其应用到瓦斯监测系统,并利用虚拟仪器技术,将采集的信号进行解调及加工处理和计算,简化了设计使瓦斯浓度能在图形界面上显示并予保存,以便用于瓦斯突出、瓦数预测等工作。实验数据表明,该系统应用性能良好。