钢绳芯输送带磁记忆检测信号小波分析方法研究

运用金属磁记忆检测技术对在役钢绳芯输送带中钢绳芯进行早期故障检测,利用小波分析对钢绳芯的异常应力集中区信号进行消噪处理和奇异性检测,消除了干扰信号,提高了信噪比,使故障点更加明显,经实验证明,该方法能够准确地检测出输送带内部钢绳芯发生抽动和断丝的位置。     

基于小波模极大值钢绳芯输送带磁记忆信号的奇异性检测

金属磁记忆技术是检测钢绳芯输送带故障的一种重要方式,小波变换的多尺度瞬态分析为检测磁记忆信号突变点提供了最合适的方法。阐述了基于小波变换模极大值的信号奇异性检测理论,通过应用小波模极大值对钢绳芯磁记忆信号进行奇异性检测,可以准确得到故障点的位置。仿真结果表明,该方法对判断钢绳芯接头发生抽动和断丝位置非常有效。     

钢绳芯胶带金属磁记忆检测传感器及系统研究

金属磁记忆(MMM)检测技术是进行早期诊断的唯一行之有效的无损检测方法。应用矢量合成的方法予以解决漏磁场切向分量不易提取的问题并设计了传感器;应用了针对切向和法向分量二维检测的方法,给现行磁记忆传感器的定量检测提供了新的思路。     

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WPD-SVD的矿山微震信号特征提取及分类方法

为减少人工识别矿山微震事件的工作量,提出了基于小波包分解(WPD)和奇异值分解(SVD)提取微震信号特征的方法。首先对爆破震动、岩体破裂、机械干扰和电干扰等4种信号进行4层小波包分解,再利用奇异值分解计算第4层节点上小波包系数构成矩阵得到奇异值。以奇异值为特征值,建立16维特征向量,利用支持向量机(SVM)对400组矿山现场微震信号进行了训练和分类。研究结果表明：与爆破震动、岩体破裂和电干扰信号相比,机械干扰信号的奇异值的差异性最大;SVM的分类正确率达到94.5%,取得了理想的分类效果。     

焊板的金属磁记忆信号研究

介绍了新兴的无损检测技术--金属磁记忆技术。磁记忆检测技术在矿山、冶金、石油、化工等领域应用越来越广泛。通过三点弯曲疲劳试验研究了热处理条件下焊板的磁记忆信号。     

提升机故障信号特征提取方法研究

研究小波包分析的频带频率特性,指出存在频带能量泄漏问题;揭示小波包分析频带能量泄漏的基本规律,提出频带能量泄漏的识别方法和信号特征提取方法。该方法可以排除频带能量泄漏影响,减少特征向量个数,降低分析复杂度。该方法已应用于矿井提升机故障诊断。     

基于金属磁记忆的刮板机检测装置研究

金属磁记忆(MMM)检测技术是目前无损检测领域唯一的早期诊断检测方法。煤矿用刮板机广泛应用于煤矿日常开采输送工作。对刮板进行早期诊断可以预防刮板断裂事故,保证设备连续运行。应用矢量合成的方法,准确提取漏磁场的切向分量与法向分量。针对切向分量与法向分量进行李萨如图合成,从而实现了定量检测。使用自行研制的三轴漏磁场检测传感器组成传感器阵列,实现对刮板机的实时连续在线检测。     

基于经验小波变换的矿山微震信号识别研究

针对微震信号与爆破震动信号自动识别难的问题,提出了基于经验小波变换(EWT)的矿山微震信号识别方法。运用仿真信号对EWT和经验模态分解(EMD)进行对比检验,表明EWT分解效果要优于EMD,而且可以减少模态混叠问题;对矿山实测的400组爆破震动和微震信号进行EWT分解,得到紧支集频谱的内禀模态分量,借助互信息量筛选得到f1~f7共7个分量,进而分别利用分量f1~f7构建Hankel矩阵,计算每个Hankel矩阵的奇异值平均值、方均根值、标准差,并作为特征量;利用支持向量机(SVM)对微震和爆破震动信号进行分类。结果表明：爆破震动信号分量f1~f7的奇异值方均根值和标准差都要大于微震信号,分量f1~f5的奇异值平均值要大于微震信号;EWT_Hankel_SVD特征提取法识别效果要优于应用较为广泛的EWT_SVD,且基于EWT_Hankel_SVD分类准确率达到92.5%。     

基于金属磁记忆的液压支架焊缝检测技术研究

针对现有液压支架焊缝检测方法的局限性,探索将金属磁记忆的方法引入到支架焊缝检测的技术。检测系统设计由磁阻传感器、信号调理电路、单片机、电流变送器、相关程序等构成,介绍了几个主要硬件模块的设计思路及实现方法。通过实验验证,结果表明:金属磁记忆检测方法可以有效检测液压支架焊缝质量,该方法较为稳定、可靠。     

液压支架焊缝金属磁记忆检测技术研究

 将金属磁记忆方法应用到液压支架焊缝检测技术中,简述了金属磁记忆技术检测原理,分别从硬件及软件两方面介绍了设计思路及实现方法,重点对软件设计及数据处理方法进行了分析,通过现场实验表明金属磁记忆检测方法可以有效检测液压支架焊缝质量,解决了现有液压支架焊缝检测方法的局限性和不足。     

基于小波能量谱旋转机械振动信号的故障特征提取

旋转机械故障诊断的关键问题在于对振动故障信号的特征提取。利用小波能量谱分析方法能够发现不同分解层中的振动信号特征并分析出故障原因。基于小波能量谱方法能准确提取旋转机械的故障特征,尤其是对微弱故障信号,为正确判断故障提供了依据。实验验证了该方法在提取旋转机械振动故障信号方面的有效性和准确性。     

基于卷积型小波包能量矩的机械故障特征提取

故障特征参数的准确提取是故障诊断的一个关键性问题。提出了一种基于卷积型小波包能量矩的特征提取方法。相比传统的小波包能量特征提取方法,基于卷积型小波包能量矩的特征提取方法能更有效地提取信号在各频带上的能量分布特征。仿真和实验验证了利用小波包能量矩进行故障诊断是一个有效的方法。     

放置方向对磁记忆检测信号的影响

金属磁记忆检测技术是利用磁致伸缩逆效应对铁磁性构件进行检测的新技术。通过试验,研究了构件的放置方向对磁记忆信号的影响。试验结果表明:无论试样如何放置,其表面的磁场强度分布规律没有发生变化,水平放置时磁场强度信号最大,构件水平(或铅垂)放置时,检测面平行和垂直于地磁轴2个方向的磁场强度几乎相等。构件的放置方向影响磁场强度的大小,对应力集中区的判断不产生影响。