[发明专利]一种钢丝绳断丝损伤识别方法及系统

说明书

本发明公开了一种基于小波变换和神经网络的钢丝绳断丝损伤识别方法，属于土木工程结构检测领域。该方法包括以下步骤：首先，运用钢丝绳探测仪检测未知断丝数目的钢丝绳，提取检测到的漏磁信号并记录钢丝绳直径、钢丝绳探测仪运行速度等参数；然后，利用小波变换的多分辨率特征和奇异性检测能力，对提取的检测到的漏磁信号进行连续小波变换，记录变换后的小波系数峰峰值；接着，将记录的峰峰值以及钢丝绳直径等特征值导入已经训练好的神经网络；最后，得到神经网络输出的参数，即可完成钢丝绳断丝数目的定量损伤识别。通过本发明，实现了钢丝绳断丝数目的定量识别，具有较强的实用性。

技术领域

本发明属于土木工程结构检测领域，涉及一种钢丝绳断丝损伤识别方法及系统，更具体地，涉及一种基于小波变换和神经网络的钢丝绳断丝损伤识别方法及系统。

背景技术

钢丝绳作为工程材料或器件已广泛应用于我国基础建设项目当中，随着社会生产建设的迅猛发展，钢丝绳的生产和需求不断增长，其生产效率和速度也迅速提高。钢丝绳在作业过程中受环境腐蚀、不确定性交变荷载、机械冲击、磨损等影响，会出现断丝等损伤。

传统的钢丝绳无损检测方法有磁粉检测(MPI)、渗透检测(PT)、涡流检测(ECT)、漏磁检测(MFL)及超声检测(UT)等。磁粉与渗透检测效率较低，多为人工手动配合得以完成；涡流检测方法只能检测钢丝绳表面或近表面损伤，且与超声一样存在着激励与检测频率之间的匹配扫描速度难以提高的问题；漏磁检测作为一种高效而强有力的探伤技术，已被广泛应用于各种铁磁性材料的检测，目前，在全世界范围内钢丝绳的快速探伤方法与设备中，漏磁检测技术与相应的设备占有超80％的份量。钢丝绳探测仪也是基于漏磁原理而研发的设备。

钢丝绳探测仪在钢丝绳断丝位置处会产生缺陷漏磁场，钢丝绳断丝越多，其缺陷漏磁场越大，所获得的漏磁信号峰峰值也越大。然而，钢丝绳探测仪只能定性的分析钢丝绳断丝损伤情况，而无法定量的分析出钢丝绳的断丝数目。而且，检测信号易受外界噪声等因素影响，导致信号峰峰值不明显。

由此可见，传统的钢丝绳无损检测方法大多数都只能检测出钢丝绳是否出现断丝，而无法准确判断断丝的数目。

发明内容

针对现有技术的缺陷或改进需求，本发明提供了一种基于小波变换和神经网络的钢丝绳断丝损伤识别方法及系统，其目的在于充分利用小波变换的多分辨率特征和奇异性检测能力，有效滤除外界干扰信号的影响，并且将钢丝绳断丝处信号放大，使峰峰值更明显，以及利用神经网络强大的自学习、自组织和自适应性，根据对已有的断丝数据训练，由此完成钢丝绳断丝数目的定量识别。

为实现上述目的，按照本发明的一个方面，提供了一种钢丝绳断丝损伤识别方法，包括离线训练步骤和在线检测步骤，其中：

所述离线训练步骤包括：

(1)将大量已知断丝数目的钢丝绳作为训练样本，将钢丝绳直径、钢丝绳探测仪运行速度、钢丝绳探测仪检测到的漏磁信号对应的小波系数峰峰值，这三种特征量作为输入层参数，将对应的钢丝绳断丝数目作为输出层参数，对选定的神经网络进行训练，直至神经网络的输出结果在允许误差范围内，得到训练好的神经网络；

所述在线检测步骤包括：

(2)针对未知断丝数目的待测钢丝绳，提取钢丝绳探测仪检测到的漏磁信号并记录钢丝绳直径、钢丝绳探测仪运行速度；

(3)对提取的漏磁信号进行连续小波变换，得到小波系数峰峰值；

(4)将步骤(2)记录的钢丝绳直径、钢丝绳探测仪运行速度和步骤(3)得到的小波系数峰峰值导入步骤(1)得到的训练好的神经网络，得到神经网络输出的参数，即为待测钢丝绳的断丝数目。

进一步地，步骤(3)包括如下子步骤：

(3.1)选取复Morlet小波作为小波母函数，表达式为：