朱 良,孙艺哲,谢 波,刘艳蕊,井陆阳

(1.火箭军士官学校,山东潍坊 262500;2.青岛理工大学机械与汽车工程学院,山东青岛 266520)

0 引言

钢丝绳是一种常见的机械构件,广泛应用于矿井提升、工程机械、旅游索道、交通运输等领域,在使用过程中,钢丝绳易发生各类机械损伤,如断丝、磨损、锈蚀、跳丝等,其中断丝作为钢丝绳典型的损伤形式,是评估钢丝绳是否安全的重要指标,一定长度内的断丝数量也通常作为检验钢丝绳是否安全的重要指标[1],因此研究钢丝绳断丝损伤检测技术对钢丝绳的安全使用具有重要的意义。

目前钢丝绳断丝损伤检测方法主要分为3种:人工目视法、门限值法和基于机器学习的智能识别法。人工目视法由检测人员通过手工挂纱等方式沿钢丝绳逐一排查,效率低且易漏检;门限值法依据损伤信号的电压幅值大小判断损伤程度,而钢丝绳在检测过程中难以保持稳定的提离距离,使得检测信号易发生漂移,因此仅依据门限值难以准确判断钢丝绳的损伤程度;基于机器学习的智能识别法是目前钢丝绳断丝损伤定量检测的主流方法,其通过提取损伤信号的特征信息,并将损伤信息输入到学习模型中进行训练,最后通过已训练好的模型判断钢丝绳的损伤状态。随着现代数字信号处理方法和机器学习算法的不断发展,科研人员已研究出多种基于机器学习的钢丝绳断丝损伤定量检测模型,其中检测器设计、检测模型设计是目前的研究热点,而信号特征信息提取方面研究较少,多数研究文献中仍以提取时域特征信息为主。……