钟小勇， 陈科安， 张小红

（江西理工大学 理学院，江西 赣州 341000）

0 引言

钢丝绳作为各类工程中的关键承载部件，在采矿、建筑、旅游等行业有广泛应用，在煤矿领域，主要应用于主运输大巷无极绳绞车、竖井多绳摩擦提升机等装置。由于煤矿工作环境恶劣，且钢丝绳要承载冲击力[1]，易出现断丝、磨损、锈蚀等缺陷，导致期承载能力下降，甚至引发安全事故。准确识别钢丝绳缺陷是确保钢丝绳安全使用的前提。

目前，钢丝绳损伤信号处理方式有模板匹配、小波变换[2-3]、傅里叶变换等[4]。田劼等[5]提出采用低通滤波结合经验模态分解（Empirical Mode Decomposition，EMD）[6-7]的方法对钢丝绳漏磁信号进行降噪处理，该方法具有较好的降噪效果，能保留较好的原始信号特征。傅其凤等[8]提出了一种改进小波阈值降噪方法，能较准确地去除钢丝绳信号噪声，保留断丝处细节信息。黄天然等[9]提出结合EMD和排列熵算法的提升机跳绳故障诊断方法，用该方法提取的故障特征可靠，识别准确率较高。以上研究主要针对较明显的钢丝绳缺陷信号，对小缺陷信号的研究较少，而钢丝绳小缺陷同样影响钢丝绳承载能力。

针对钢丝绳小缺陷识别问题，本文在构建钢丝绳缺陷漏磁信号检测系统基础上，利用改进完备集成经验模态分解（Improved Complementary Ensemble Empirical Mode Decomposition，ICEEMD）对 钢 丝 绳漏磁信号进行分解，并与小波阈值滤波（Wavelet Threshold Filtering，WTF）、维 纳 滤 波（Wiener Filtering，WF）相结合，提出了ICEEMD-WTF-WF多级降噪方法，实现降噪处理。提取降噪后的缺陷信号特征量，采用BP神经网络识别钢丝绳缺陷。

1 钢丝绳缺陷漏磁检测系统

钢丝绳由铁质材料多股多层捻制而成，为了避免钢丝绳表面润滑剂或尘埃对检测信号造成影响，本文采用电磁检测法。……