钢丝绳内外部断丝损伤识别
来源期刊:工矿自动化2021年第3期
论文作者:窦连城 战卫侠 白晓瑞
文章页码:83 - 88
关键词:钢丝绳;断丝损伤;外部断丝;内部断丝;漏磁信号;BP神经网络;
摘 要:针对钢丝绳断丝损伤检测以外部断丝损伤检测为主,对内部断丝损伤检测的研究较少且内外部断丝识别精度不高的问题,提出了一种钢丝绳内外部断丝损伤识别方法。通过钢丝绳损伤径向漏磁检测器采集钢丝绳断丝损伤产生的漏磁信号;采用双密度双树复小波变换对漏磁信号进行降噪处理;通过设置自适应阈值提取降噪信号的时域特征,同时提取原始漏磁信号的频域特征;采用基于类间距离和互信息的方法进行特征选择,即先对所有特征进行归一化处理,剔除标准差较大及类间距离较小的特征,然后计算特征之间的互信息,排除包含损伤信息较为相似的特征,最后计算特征中区分度最差的2种损伤类型,并从剔除的特征中收回这2种类型类间距离最大的特征;将保留的特征融合作为最优特征子集并输入BP神经网络进行分类识别。测试结果表明,该方法能识别钢丝绳内外部断丝损伤且识别准确率达97.8%。
窦连城1,2,战卫侠1,白晓瑞3
1. 青岛理工大学机械与汽车工程学院3. 海军工程大学兵器工程学院
摘 要:针对钢丝绳断丝损伤检测以外部断丝损伤检测为主,对内部断丝损伤检测的研究较少且内外部断丝识别精度不高的问题,提出了一种钢丝绳内外部断丝损伤识别方法。通过钢丝绳损伤径向漏磁检测器采集钢丝绳断丝损伤产生的漏磁信号;采用双密度双树复小波变换对漏磁信号进行降噪处理;通过设置自适应阈值提取降噪信号的时域特征,同时提取原始漏磁信号的频域特征;采用基于类间距离和互信息的方法进行特征选择,即先对所有特征进行归一化处理,剔除标准差较大及类间距离较小的特征,然后计算特征之间的互信息,排除包含损伤信息较为相似的特征,最后计算特征中区分度最差的2种损伤类型,并从剔除的特征中收回这2种类型类间距离最大的特征;将保留的特征融合作为最优特征子集并输入BP神经网络进行分类识别。测试结果表明,该方法能识别钢丝绳内外部断丝损伤且识别准确率达97.8%。
关键词:钢丝绳;断丝损伤;外部断丝;内部断丝;漏磁信号;BP神经网络;