用数字图像处理技术检测钢丝绳表面缺陷

介绍一种基于纹理特征提取的数字图像处理技术进行钢丝绳检测的新方法。首先利用图像处理的方法对在役钢丝绳图像进行预处理,以减小或消除噪声的影响,然后提取图像的纹理特征值——熵和平滑度,通过线性分类器来判断在役钢丝绳表面是否有断丝或锈蚀等缺陷。实验结果证明,该检测方法在实际应用中能代替人工目测,使用方便,能够满足实时要求。     

基于缺陷理论的起重机械钢丝绳无损检测方法分析

本文首先从起重机械钢丝绳基本结构和特性、缺陷类型和容易损伤的位置阐述了起重机械钢丝绳缺陷理论。接着通过分析钢丝绳人工目测法、磁检测法优缺点,提出利用图像检测技术对起重机械钢丝绳缺陷进行无损检测方法的可能。     

基于二维DFT的钢丝绳局部缺陷检测方法

漏磁检测方法广泛应用于钢丝绳无损检测场景中,但受检测环境和绳股结构影响,往往难以直接从漏磁信号中提取缺陷特征。文中提出一种基于二维离散傅里叶变换的局部缺陷检测方法,利用环形霍尔传感器阵列采集钢丝绳的径向漏磁场,采用通道均衡及通道插值方法将漏磁信号转换为二维漏磁图像进行处理。对漏磁图像进行二维离散傅里叶变换（Two-dimensional Discrete Fourier Transform, 2D-DFT）,并采用2D-DFT分析其频域特征,通过设置滤波器抑制漏磁图像中的股波及其他低频噪声信号。最后设置阈值获取二值化图像,提升局部缺陷的对比度,提取损伤特征并定位损伤位置。与基于一维离散傅里叶变换及基于斜向重采样的处理方法的对比结果表明,该方法更能有效抑制漏磁图像中的股波噪声,提升处理速度,识别钢丝绳局部损伤位置,为钢丝绳的局部缺陷检测提供了一种新的解决途径。     

钢丝绳截面积损伤信号的识别

目前,钢丝绳截面积损伤检测中存在检测效率低、可靠性差的问题。本文根据钢丝绳截面积损伤信号的特点,选用了小波分析算法和电压幅值标定法对钢丝绳截面积损伤信号进行识别。运用Matlab仿真工具进行模拟检测,结果表明,系统可有效的检测钢丝绳磨损程度。     

基于在线检测系统的矿用钢丝绳损伤信号抑噪的研究

在对钢丝绳结构和LF型缺陷分析的基础上,通过漏磁检测技术对钢丝绳断丝损伤数据进行检测。针对输出的损伤检测数据易受到环境和机器信号干扰的现状,采用了小波滤波的数值分析技术,以Matlab仿真软件对损伤输出信号开展抑噪研究。Matlab仿真软件结果显示小波滤波技术能有效地分离出有用的钢丝绳损伤信号波形图,能帮助工作人员及时找到钢丝绳断丝损伤部位,提高了处理安全隐患的实效性,保障了煤矿企业安全生产,研究结果可为矿井钢丝绳缺陷检测数据处理分析提供思路。     

一种钢丝绳芯输送带无损监测装置的应用研究

介绍了一种钢丝绳芯输送带无损监测装置的组成和原理,并从接头图像拼接、接头图像比对和接头图像、输送带等方面对该钢丝绳芯输送带无损监测装置店主要功能进行了介绍。根据实际应用情况可知,ZSX127D钢丝绳芯输送带无损监测装置可以实现在线检测输送带钢丝绳芯,能够自动识别输送带钢丝绳芯断裂、锈蚀或接头伸长等故障,保障矿井主斜井带式输送机安全可靠运行。     

基于BP神经网络的索道钢丝绳损伤研究

钢丝绳是客运架空索道的主要承载部件,其损伤情况关系着整条索道的安全。钢丝绳断丝数量关系到钢丝绳质量和报废,合理地进行钢丝绳损伤检测有助于保障索道安全运行,减少企业损失。文中通过合理选用隐含层神经元数目,调用匹配的激活函数,搭建单线固定抱索器索道钢丝绳断丝BP神经网络预测模型,获得不同参数下钢丝绳断丝情况,为制定合理的钢丝绳损伤检测时间提供参考。     

国外期刊文摘

20 0 4 0 10 1　钢丝绳损伤及其全面性评价〔刊 ,日〕∥クレ -ン — 2 0 0 2 ,4 0 (11) — 18～ 2 6钢丝绳在起重机、电梯、悬拉索桥梁中应用极为广泛。由于它一般承载量大 ,且一旦损伤就会造成重大事故 ,因此 ,正确全面地评价其损伤尤为必要。在起重机、电梯等设备中使用的钢丝绳 ,由于在卷筒和滑轮中缠绕弯曲 ,多因疲劳而发生断丝现象 ;而在桥梁和塔架的拉索中劣化的主要原因是腐蚀。文中介绍钢丝绳的损伤类型及对钢丝绳的检查方法。其中较详细地介绍用漏泄磁力线法对断线进行检查 ;用全磁力线法对钢丝绳的断面积进行检查以及用振动法进…     

钢丝绳弹塑性损伤本构模型研究

通过分析钢丝绳的结构与材料特点以及主要失效形式,将材料损伤力学理论引入到钢丝绳失效模型,结合材料损伤理论,建立了含损伤的钢丝绳弹塑性损伤本构模型,推导了钢丝绳受到拉伸载荷作用时的损伤变量演化方程,编写了含损伤与不含损伤的钢丝绳弹塑性损伤有限元仿真分析程序,计算得到了钢丝绳在受到拉应力作用下的损伤演化历史,对比计算了不含损伤与含有损伤的两种本构模型的仿真计算结果,为进一步开展基于损伤力学的钢丝绳寿命与可靠性研究提供了基础。     

钢丝绳缺陷信号的特征量分析与损伤状况的模糊辨识

基于对钢丝绳缺陷漏磁检测原理的分析,建立了一组全方位的钢丝绳缺陷信号特征量。应用模糊信号处理法,对缺陷信号特征量进行辨识,使钢丝绳损伤状况检测的准确性明显提高。介绍了新方法的试验结果。     

基于钢丝绳弱磁在线检测技术的研究

阐述了钢丝绳弱磁检测技术的原理,介绍了利用自身实验室的工作条件,在室内新型钢丝绳-滑轮综合性能试验机上安装弱磁钢丝绳定量检测系统,在线检测钢丝绳的断丝、磨损、疲劳和锈蚀等情况,对弱磁钢丝绳定量检测系统的应用进行重复性和一致性的试验,分析了相关数据,总结了试验所得出的结论,为弱磁钢丝绳检测技术的改进提供经验。     

双折线式多层卷绕钢丝绳失效机理研究

以6×36 P.WS-IWRC面接触钢丝绳为研究对象,在自制的多层卷绕钢丝绳磨损试验装置上开展了双折线式多层卷绕钢丝绳损伤与失效行为试验研究,探索了双折线式多层卷绕钢丝绳损伤失效机理。结果表明,双折线式多层卷绕过程中钢丝绳间相互挤压与摩擦滑动引起的外层钢丝磨损与塑性变形是导致钢丝绳外层丝断裂失效的主要原因;钢丝绳承受的损伤大小与其在卷筒上的卷绕位置密切相关,呈“斜楔”式排列的卷筒跃层爬升段及相邻区域钢丝绳卷绕过程承受的损伤最为严重。钢丝绳外层钢丝断裂机理分析表明,外层钢丝断裂行为与钢丝表面塑性流动层内形成的白层组织有关。     

基于神经网络算法的故障检测技术

针对复杂的机电产品内部构件状态检测这一工程难题,本文介绍了一种自动在线检测系统.该系统采用X射线对产品成像,运用数字图像处理技术对射线图像进行预处理,由神经网络算法进行故障诊断.故障识别模型采用了改进的BP神经网络算法,以正常装配状态时的多幅图像经预处理后作为学习样本训练BP神经网络.检测时一般只需拍摄两幅不同方位的图像,经预处理后输入神经网络与样本图像进行比较判断,即可识别出关键元器件的状态.该系统将数字射线成像技术和图像处理技术相结合,并在故障识别算法中采用了神经网络算法,提高了产品故障的检测速度和可靠性,在工业无损检测领域具有一定的实用性.     

不同槽型小车牵引钢丝绳夹绳板性能研究

对采用不同槽型结构的钢丝绳夹绳板在不同夹紧力情况下进行拉力实验,通过实验,比较几种不同绳槽型式的小车牵引钢丝绳夹绳板在不同夹紧力下的摩擦因数、钢丝绳的破断拉力以及钢丝绳滑移后夹绳板的磨损情况及钢丝绳的损坏状况。根据实验数据选择适合的夹绳板构造,提高夹绳板钢丝绳固定端连接的可靠性,从而达到减少钢丝绳在使用过程中过早失效或断裂的恶性事故的发生。     

神经元网络钢丝绳断丝信号定量识别技术

在分析了钢丝绳电磁无损探伤技术的发展对检测系统提出的新问题之后，尝试了采用多层神经元网络改进Ｂ－Ｐ算法设计钢丝绳检测网络。讨论了加快网络收敛的主要措施。实验结果表明，采用神经元网络可以较好地解决钢丝绳断丝信号的定性、定量分析。     

矿用绞车钢丝绳超载保护装置研究

系统采用心形结构对煤矿绞车钢丝绳的实际承载力检测。煤矿绞车在工作过程中,由于被拉小车承载力突变使钢丝绳承受拉力超限被拉断,本文设计了在小车与钢丝绳之间加装心形拉力检测装置,控制系统以单片机为核心,基于无线电通讯技术,对心形结构中安装的压力传感器数据进行监控,实现了钢丝绳拉力的测量,实现超载保护的功能。     

基于嵌入式的剑麻绳图像采集与检测系统

针对生产前期剑麻绳毛刺生成过多影响设备安全性和可靠性，因少部分粗细不均造成的整捆麻绳机械强度降低的问题，以数字信号处理和图像识别技术为基础，采用ARM+DSP嵌入式微处理器，结合PLC控制和图像检测技术，设计基于嵌入式的剑麻绳图像采集与检测系统，完成系统硬件和软件的设计。系统测试中，摄像头驱动加载流畅、图像采集稳定，通过图像处理算法快速实现麻绳直径实时显示，采用SQLite 嵌入式数据库完成剑麻绳生产过程中直径参数的实时监测和存储。系统可为自动化控制提供可靠的参数支持，为实现整个剑麻绳生产工艺的自动化和信息化提供可靠保证。     

装船机俯仰钢丝绳防松装置的改进设计

通过对装船机俯仰钢丝绳设备状况的分析,提出了一种新的钢丝绳防松弛设计,使故障的检测更加灵敏,可以有效降低故障率。