CN112833761A - 一种基于漏磁信号估计钢丝绳检测速度与位移的方法 - Google Patents

一种基于漏磁信号估计钢丝绳检测速度与位移的方法 Download PDF

Info

Publication number
CN112833761A
CN112833761A CN202110022358.4A CN202110022358A CN112833761A CN 112833761 A CN112833761 A CN 112833761A CN 202110022358 A CN202110022358 A CN 202110022358A CN 112833761 A CN112833761 A CN 112833761A
Authority
CN
China
Prior art keywords
signal
detection
wire rope
steel wire
strand
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202110022358.4A
Other languages
English (en)
Other versions
CN112833761B (zh
Inventor
刘志亮
周建国
左明健
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Electronic Science and Technology of China
Original Assignee
University of Electronic Science and Technology of China
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by University of Electronic Science and Technology of China filed Critical University of Electronic Science and Technology of China
Priority to CN202110022358.4A priority Critical patent/CN112833761B/zh
Publication of CN112833761A publication Critical patent/CN112833761A/zh
Application granted granted Critical
Publication of CN112833761B publication Critical patent/CN112833761B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B7/00—Measuring arrangements characterised by the use of electric or magnetic techniques
    • G01B7/02—Measuring arrangements characterised by the use of electric or magnetic techniques for measuring length, width or thickness
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
    • G01N27/72—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables
    • G01N27/82—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables for investigating the presence of flaws
    • G01N27/83—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables for investigating the presence of flaws by investigating stray magnetic fields
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P3/00—Measuring linear or angular speed; Measuring differences of linear or angular speeds
    • G01P3/42—Devices characterised by the use of electric or magnetic means
    • G01P3/50—Devices characterised by the use of electric or magnetic means for measuring linear speed
    • G01P3/54—Devices characterised by the use of electric or magnetic means for measuring linear speed by measuring frequency of generated current or voltage

Landscapes

  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Or Analyzing Materials By The Use Of Magnetic Means (AREA)

Abstract

本发明公开了一种基于漏磁信号估计钢丝绳检测速度与位移的方法，先采集漏磁场信号，并利用高斯窗分割漏磁场信号并趋势处理；然后获取最优股波信号并进行小波变换，再利用贪婪算法寻找股波瞬时频率曲线；最后使用滑动平均方法获取准确的实时检测速度及位移。

Description

一种基于漏磁信号估计钢丝绳检测速度与位移的方法
技术领域
本发明属于无损检测技术领域，更为具体地讲，涉及一种基于漏磁信号估计钢丝绳检测速度与位移的方法。
背景技术
钢丝绳作为主要承受拉力的部件被广泛应用于起重机、港口、电梯、斜拉桥等重要领域，其安全状态应当受到严格审查。在钢丝绳无损检测方法中，电磁法由于其高检出率、稳定、可靠受到工业界认可。电磁法无损检测主要针对两种：金属横截面积损失(Loss ofMetallic Area，简称LMA)和局部性缺陷(Local Fault，简称LF)，对于由磨损、腐蚀等造成LMA，通常使用线圈测量钢丝绳磁通变化来检测；对于主要由断丝等造成的LF，主要是检测漏磁场的磁感应强度。两种类型都需要使用编码器测速。
在钢丝绳检测系统中，测速仪主要，对钢丝绳缺陷进行定位的作用，提供等间距采样脉冲。旋转编码器作为常用测速仪，广泛使用在钢丝绳无损检测，然而在实际工况中存在很多问题。对于旋转编码器，由于钢丝绳表面结构复杂，并且其表面存在润滑脂，摩擦轮与钢丝绳表面直接接触，当检测速度较大或者抖动较大时，摩擦轮可能出现打滑现象，打滑期间旋转编码器发出的脉冲信号不能真实反映钢丝绳相对运行速度，造成数据丢失，影响缺陷检测和定位。且由于钢丝绳表面存在油污，会对人工复查带来困难。除此以外，摩擦轮长期与钢丝绳接触，易磨损钢丝绳和摩擦轮，需定期更换摩擦轮。因此测速仪在恶劣工况下不稳定工作，无法得到准确的检测速度和位移，会严重影响钢丝绳检测效果。
等时间采样作为一种常用的采样方式，即由等时间间隔发出采样脉冲对信号进行采样，但在钢丝绳检测中却极少使用，这是因为如果钢丝绳与检测装置的相对运行速度难以保持恒定的常数，导致采样点不是对钢丝绳空间的均匀采样，速度快时空间采样率低，缺陷信号的采样率低，采样信号波形失真，缺陷信号被轴向压缩，导致难以反映真实的缺陷状况，反之亦然。同时，速度变化会导致信号中各分量的频率、幅值发生变化，针对钢丝绳缺陷检测的信号处理算法可能失效。因此等时间采样原始数据缺乏钢丝绳检测实时速度和检测位移信息，严重影响钢丝绳检测效果。
发明内容
本发明的目的在于克服现有技术的不足，提供一种基于漏磁信号估计钢丝绳检测速度与位移的方法，在不改变检测装置硬件结构的前提下，有效估计检测速度和位移，且不受断丝抖动等噪声的影响。
为实现上述发明目的，本发明一种基于漏磁信号估计钢丝绳检测速度与位移的方法，其特征在于，包括以下步骤：
(1)、采集漏磁场信号
对钢丝绳励磁至饱和，然后使用Y路霍尔传感器以等时间采样率fs采集钢丝绳表面的漏磁场信号S(y)，y＝1,2,…,Y；
(2)、利用高斯窗分割漏磁场信号
利用高斯窗将每一路S(y)分割成多个长度为winL的单元漏磁信号Sy(n)，n＝1,2,…，每个Sy(n)至少包括两个以上的完整股波信号，即
Figure BDA0002889037720000021
式中，fs为等时间采样率，strmean为取实际平均检测速度时的股波频率；
(3)、对单元漏磁信号进行去趋势处理
利用变分模态分解算法对每一路Sy(n)的进行模式分解，分解后，去除第一项分量，再对其它项分量求和，得到每一路去趋势后的单元漏磁信号SDy(n)；
(4)、获取有效检测信号
计算每一路SDy(n)的能量E和过零率ZCR，再代入至状态特征值函数并求解，若其中某一路SDy(n)存在状态特征值函数f(E,ZCR)＜a，a为给定阈值，则认为钢丝绳停止检测，并舍弃所有通路中对应的Sy(n)；若所有路信号满足f(E,ZCR)≥a，则保留所有通路中对应的Sy(n)，记为有效检测信号SWy(n)，并储存在有效信号检测集Ψ；
(5)、获取最优股波信号
在有效信号检测集Ψ中，计算每一路SWy(μ)的特征值，包括方均根值RMS、方差S2、峭度K和峰值因子C，μ＝1,2,…,U，U表示有效信号检测集Ψ中保留的有效检测信号总数；
再将上述特征值代入至股波表征函数f(RMS,S2,K,C)＝y1×RMS+y2×S2+y3×C-y4×K并求解，式中，y1、y2、y3、y4为给定系数，若某一路SWy(μ)的股波表征函数f(RMS,S2,K,C)的值最大，则将该路有效检测信号记为最优选的股波信号ds(κ)，κ＝1,2,…N，N表示检测信号集合Ψ中保留的有效检测信号总数；
(6)、对股波信号进行小波分解
对股波信号ds(κ)进行连续小波变换，得到时频矩阵W(f,b)；
式中，小波母函数ψ(s)为：
Figure BDA0002889037720000031
式中，s＞0，s0为常数，一般取6；
(7)、计算瞬时频率矩阵
计算时频矩阵W相对于时移因子b的偏导矩阵
Figure BDA0002889037720000032
然后带入至重分配关系式
Figure BDA0002889037720000033
式中，w(f,b)为瞬时频率矩阵，f为瞬时频率，i为虚数单位；
(8)、利用贪婪算法寻找股波瞬时频率曲线
(8.1)、设置前后向加窗的贪婪算法的前后向加窗窗长；
(8.2)、对瞬时频率矩阵w(f,b)使用前后向加窗的贪婪算法，找到一条连续变化且幅值最大的股波瞬时频率曲线，记为str(κ)，求解瞬时频率曲线str(κ)的一阶差分Δstr(κ-1)，若Δstr(κ-1)≥g，g为给定的频率跳变阈值，则舍弃该曲线，并在w(f,b)上将该曲线的所有数据归零；然后将前后向的窗长增加一倍，再次使用前后向加窗的贪婪算法重新搜索瞬时频率曲线str(κ)，并以此类推，直到找到满足条件的曲线为止；
(9)、估算钢丝绳的瞬时检测速度vt(κ)＝str(κ)×q，式中，q为钢丝绳最外层股间隙，单位米每股(m/股)；股波瞬时频率str(κ)单位股每秒(股/s)，瞬时速度vt(κ)单位米每秒(m/s)；
(10)、获取准确检测速度与位移
使用零相移滑动平均方法去除瞬时检测速度中的噪声影响，得到更加准确的实时检测速度v(κ)；
Figure BDA0002889037720000041
然后根据实时检测速度v(κ)计算钢丝绳的实时检测位移dis(κ)；
Figure BDA0002889037720000042
本发明的发明目的是这样实现的：
本发明一种基于漏磁信号估计钢丝绳检测速度与位移的方法，先采集漏磁场信号，并利用高斯窗分割漏磁场信号并趋势处理；然后获取最优股波信号并进行小波变换，再利用贪婪算法寻找股波瞬时频率曲线；最后使用滑动平均方法获取准确的实时检测速度及位移。
同时，本发明一种基于漏磁信号估计钢丝绳检测速度与位移的方法还具有以下有益效果：
(1)、本发明利用变模式分解算法进行模式分解，然后去除趋势项、钢丝绳或检测器抖动噪声、缺陷噪声对股波信号的干扰，提高信噪比；
(2)、本发明分析漏磁信号特征，实现检测状态的实时准确判别，并自动去除无效数据保留有效检测数据；
(3)、本发明不受旋转编码器不稳定工作干扰，在不改变检测装置硬件结构的前提下，有效估计检测速度和位移，且不增加成本，不改动装置；
(4)、本发明分析了股波信号特征，提出了可靠稳定的速度与位移估计算法，不受抖动噪声、缺陷噪声对股波信号的干扰，实现检测速度的高精度估计，可完全替代测速仪。
附图说明
图1本发明基于漏磁信号估计钢丝绳检测速度与位移的检测装置图
图2是霍尔传感器检测环；
图3是股波信号产生原理图；
图4是单路股波信号示意图；
图5是本发明一种基于漏磁信号估计钢丝绳检测速度与位移的方法流程图；
图6是股间隙示意图。
具体实施方式
下面结合附图对本发明的具体实施方式进行描述，以便本领域的技术人员更好地理解本发明。需要特别提醒注意的是，在以下的描述中，当已知功能和设计的详细描述也许会淡化本发明的主要内容时，这些描述在这里将被忽略。
实施例
在本实施例中，如图1所示，本发明基于漏磁信号估计钢丝绳检测速度与位移的检测装置，由永磁体、磁轭、钢丝绳组成磁回路，位于检测仪器中间的20个霍尔传感器围绕钢丝绳轴心等角度环形排列，如图2所示。使用霍尔传感器等时间测量钢丝绳漏磁场，通过分析漏磁信号中的股波分量估计出检测速度以及位移。
股波信号的产生过程中，钢丝绳是由多股钢丝捻制而成的螺旋状钢丝束，表面存在间隔相等且凹凸不平的条股。而凹凸不平的表面导致周期变化的漏磁场，如图3所示，由此产生了股波信号。但检测仪器以变化的速度检测，使用等时间对漏磁信号进行采样，漏磁信号受检测速度影响，其中股波信号因此不具有确定的频率，且股波频率随检测速度变化而变化，如图4所示。
图5是本发明一种基于漏磁信号估计钢丝绳检测速度与位移的方法流程图。
在本实施例中，如图5所示，本发明一种基于漏磁信号估计钢丝绳检测速度与位移的方法，包括以下步骤：
S1、采集漏磁场信号
对钢丝绳励磁至饱和，然后使用20路霍尔传感器以等时间采样率fs采集钢丝绳表面的漏磁场信号S(y)，y＝1,2,…,20；
在本实施例中，如图6所示，等时间采样率fs满足：fs大于两倍的最大股波瞬时频率strmax，最大股波瞬时频率
Figure BDA0002889037720000051
式中，q为钢丝绳最外层股间隙，vmax为钢丝绳最大检测瞬时速度。
S2、利用高斯窗分割漏磁场信号
利用高斯窗将每一路S(y)分割成多个长度为winL的单元漏磁信号Sy(n)，n＝1,2,…，每个Sy(n)至少包括两个以上的完整股波信号，即
Figure BDA0002889037720000061
式中，fs为等时间采样率，strmean为取实际平均检测速度时的股波频率；
在本实施例中，对每路漏磁信号分割成片段，便于后续处理，当对钢丝绳进行实时检测，可设置存储器缓存数据大小为窗口长度winL与信号通道数的乘积的倍数，便于检测的实时处理。
S3、对单元漏磁信号进行去趋势处理
利用变分模态分解算法对每一路Sy(n)的进行模式分解，由于漏磁信号主要包括钢丝绳损伤信号、抖动信号、股波信号和趋势项四种分量，因此为避免模式混叠其分解模式个数至少为4个，在分解的模式中，第一个模式为能量大的趋势项，因此去除第一项分量分解后，再对其它项分量求和，得到每一路去趋势后的单元漏磁信号SDy(n)；
S4、获取有效检测信号
计算每一路SDy(n)的能量E和过零率ZCR，再代入至状态特征值函数并求解，若其中某一路SDy(n)存在状态特征值函数f(E,ZCR)＜a，a为给定阈值，则认为钢丝绳停止检测，并舍弃所有通路中对应的Sy(n)；若所有路信号满足f(E,ZCR)≥a，则保留所有通路中对应的Sy(n)，记为有效检测信号SWy(n)，并储存在有效信号检测集Ψ；
S5、获取最优股波信号
S5.1、在有效信号检测集Ψ中，计算每一路SWy(μ)的特征值，包括方均根值RMS、方差S2、峭度K和峰值因子C，μ＝1,2,…,U，U表示有效信号检测集Ψ中保留的有效检测信号总数；
式中，峰值因子C的计算公式为：
Figure BDA0002889037720000071
式中，Pk,j表示第k个有效检测信号的第j个峰值，δ表示第k个有效检测信号的峰值个数，Lk表示第k个有效检测信号的长度，ξ表示保留的有效检测信号总数。
再将上述特征值代入至股波表征函数f(RMS,S2,K,C)＝y1×RMS+y2×S2+y3×C-y4×K并求解，式中，y1、y2、y3、y4为给定系数，若某一路SWy(μ)的股波表征函数f(RMS,S2,K,C)∈[b,c]的值最大，则将该路有效检测信号记为最优选的股波信号ds(κ)，κ＝1,2,…N，N表示检测信号集合Ψ中保留的有效检测信号总数；
S6、对股波信号进行小波分解
对股波信号ds(κ)进行连续小波变换，得到时频矩阵W(f,b)；
式中，小波母函数ψ(s)为：
Figure BDA0002889037720000072
式中，s＞0，s0为常数，一般取6；
S7、计算瞬时频率矩阵
在本实施例中，使用同步压缩算法对时频矩阵W(f,b)的每个时移因子b沿频率轴f的数据进行压缩，计算得到高时频分辨率的时频矩阵，具体计算过程为：
计算时频矩阵W(f,b)相对于时移因子b的偏导矩阵
Figure BDA0002889037720000073
然后带入至重分配关系式
Figure BDA0002889037720000074
式中，w(f,b)为瞬时频率矩阵，f为瞬时频率，i为虚数单位；
S8、利用贪婪算法寻找股波瞬时频率曲线
S8.1、设置前后向加窗的贪婪算法的前后向加窗窗长；
S8.2、对瞬时频率矩阵w(f,b)使用前后向加窗的贪婪算法，找到一条连续变化且幅值最大的股波瞬时频率曲线，记为str(κ)，求解瞬时频率曲线str(κ)的一阶差分Δstr(κ-1)，若Δstr(κ-1)≥g，g为给定的频率跳变阈值，则舍弃该曲线，并在w(f,b)上将该曲线的所有数据归零；然后将前后向的窗长增加一倍，再次使用前后向加窗的贪婪算法重新搜索瞬时频率曲线str(κ)，并以此类推，直到找到满足条件的曲线为止；
S9、估算钢丝绳的瞬时检测速度vt(κ)＝str(κ)×q，式中，q为钢丝绳最外层股间隙，单位米每股(m/股)；股波瞬时频率str(κ)单位股每秒(股/s)，瞬时速度vt(κ)单位米每秒(m/s)；
S10、获取准确检测速度与位移
使用零相移的滑动平均方法去除瞬时检测速度中的噪声影响，得到更加准确的实时检测速度v(κ)；
Figure BDA0002889037720000081
然后根据实时检测速度v(κ)对时间数值积分计算钢丝绳的实时检测位移dis(κ)，单位米(m)；
Figure BDA0002889037720000082
尽管上面对本发明说明性的具体实施方式进行了描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。

Claims (3)

1.一种基于漏磁信号估计钢丝绳检测速度与位移的方法，其特征在于，包括以下步骤：
(1)、采集漏磁场信号
对钢丝绳励磁至饱和，然后使用Y路霍尔传感器以等时间采样率fs采集钢丝绳表面的漏磁场信号S(y)，y＝1,2,…,Y；
(2)、利用高斯窗分割漏磁场信号
利用高高斯窗将每一路S(y)分割成多个长度为winL的单元漏磁信号Sy(n)，n＝1,2,…，每个Sy(n)至少包括两个以上的完整股波信号，即
Figure FDA0002889037710000011
式中，fs为等时间采样率，strmean为取实际平均检测速度时的股波频率；
(3)、对单元漏磁信号进行去趋势处理
利用变分模态分解算法对每一路Sy(n)的进行模式分解，分解后，去除第一项分量，再对其它项分量求和，得到每一路去趋势后的单元漏磁信号SDy(n)；
(4)、获取有效检测信号
计算每一路SDy(n)的能量E和过零率ZCR，再代入至状态特征值函数并求解，若其中某一路SDy(n)存在状态特征值函数f(E,ZCR)＜a，a为给定阈值，则认为钢丝绳停止检测，并舍弃所有通路中对应的Sy(n)；若所有路信号满足f(E,ZCR)≥a，则保留所有通路中对应的Sy(n)，记为有效检测信号SWy(n)，并储存在有效信号检测集Ψ；
(5)、获取最优股波信号
在有效信号检测集Ψ中，计算每一路SWy(μ)的特征值，包括方均根值RMS、方差S2、峭度K和峰值因子C，μ＝1,2,…,U，U表示有效信号检测集Ψ中保留的有效检测信号总数；
再将上述特征值代入至股波表征函数f(RMS,S2,K,C)＝y1×RMS+y2×S2+y3×C-y4×K并求解，式中，y1、y2、y3、y4为给定系数，若某一路SWy(μ)的股波表征函数f(RMS,S2,K,C)的值最大，则将该路有效检测信号记为最优选的股波信号ds(κ)，κ＝1,2,…N，N表示检测信号集合Ψ中保留的有效检测信号总数；
(6)、对股波信号进行小波分解
对股波信号ds(κ)进行连续小波变换，得到时频矩阵W(f,b)；
式中，小波母函数ψ(s)为：
Figure FDA0002889037710000021
式中，s＞0，s0为常数，一般取6；
(7)、计算瞬时频率矩阵
计算时频矩阵W(f,b)相对于时移因子b的偏导矩阵
Figure FDA0002889037710000022
然后带入至重分配关系式
Figure FDA0002889037710000023
式中，w(f,b)为瞬时频率矩阵，f为瞬时频率，i为虚数单位；
(8)、利用贪婪算法寻找股波瞬时频率曲线
(8.1)、设置前后向加窗的贪婪算法的前后向加窗窗长；
(8.2)、对瞬时频率矩阵w(f,b)使用前后向加窗的贪婪算法，找到一条连续变化且幅值最大的股波瞬时频率曲线，记为str(κ)，求解瞬时频率曲线str(κ)的一阶差分Δstr(κ-1)，若Δstr(κ-1)≥g，g为给定的频率跳变阈值，则舍弃该曲线，并在w(f,b)上将该曲线的所有数据归零；然后将前后向的窗长增加一倍，再次使用前后向加窗的贪婪算法重新搜索瞬时频率曲线str(κ)，并以此类推，直到找到满足条件的曲线为止；
(9)、估算钢丝绳的瞬时检测速度vt(κ)＝str(κ)×q，式中，q为钢丝绳最外层股间隙，单位米每股(m/股)；股波瞬时频率str(κ)单位股每秒(股/s)，瞬时速度vt(κ)单位米每秒(m/s)；
(10)、获取准确检测速度与位移
使用零相移滑动平均方法去除瞬时检测速度中的噪声影响，得到更加准确的实时检测速度v(κ)；
Figure FDA0002889037710000024
然后根据实时检测速度v(κ)计算钢丝绳的实时检测位移dis(κ)；
Figure FDA0002889037710000031
2.根据权利要求1所述的基于漏磁信号估计钢丝绳速度与位置的方法，其特征在于，所述等时间采样率fs满足：fs大于两倍的最大股波瞬时频率strmax，最大股波瞬时频率
Figure FDA0002889037710000032
式中，vmax为钢丝绳最大检测瞬时速度。
3.根据权利要求1所述的基于漏磁信号估计钢丝绳速度与位置的方法，其特征在于，所述峰值因子C的计算公式为：
Figure FDA0002889037710000033
式中，Pk,j表示第k个有效检测信号的第j个峰值，δ表示第k个有效检测信号的峰值个数，Lk表示第k个有效检测信号的长度，ξ表示保留的有效检测信号总数。
CN202110022358.4A 2021-01-08 2021-01-08 一种基于漏磁信号估计钢丝绳检测速度与位移的方法 Active CN112833761B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110022358.4A CN112833761B (zh) 2021-01-08 2021-01-08 一种基于漏磁信号估计钢丝绳检测速度与位移的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110022358.4A CN112833761B (zh) 2021-01-08 2021-01-08 一种基于漏磁信号估计钢丝绳检测速度与位移的方法

Publications (2)

Publication Number Publication Date
CN112833761A true CN112833761A (zh) 2021-05-25
CN112833761B CN112833761B (zh) 2021-12-10

Family

ID=75928648

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110022358.4A Active CN112833761B (zh) 2021-01-08 2021-01-08 一种基于漏磁信号估计钢丝绳检测速度与位移的方法

Country Status (1)

Country Link
CN (1) CN112833761B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110320265A (zh) * 2019-06-18 2019-10-11 枣庄学院 一种提升机钢丝绳断丝检测实验系统及其检测方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102713597A (zh) * 2010-05-25 2012-10-03 三菱电机株式会社 钢丝绳探伤装置
CN102832908A (zh) * 2012-09-20 2012-12-19 西安科技大学 基于小波变换与变步长lms自适应滤波的信号降噪方法
CN103995048A (zh) * 2014-05-06 2014-08-20 太原理工大学 钢丝绳磁记忆在线检测装置
GB2535151A (en) * 2015-02-05 2016-08-17 Mhango Zizwani Rail head profiling device
CN106959337A (zh) * 2017-05-03 2017-07-18 河南科技大学 一种开放式微磁激励钢丝绳损伤检测系统
CN108535354A (zh) * 2018-04-13 2018-09-14 哈尔滨工业大学深圳研究生院 一种钢丝绳漏磁检测和磁发射检测的损伤判定及定位方法
CN108918654A (zh) * 2018-07-17 2018-11-30 成都众柴科技有限公司 一种钢丝绳径向漏磁信号的处理和成像方法
CN110596233A (zh) * 2019-08-27 2019-12-20 电子科技大学 一种连续采样下钢丝绳漏磁成像实时处理方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102713597A (zh) * 2010-05-25 2012-10-03 三菱电机株式会社 钢丝绳探伤装置
CN102832908A (zh) * 2012-09-20 2012-12-19 西安科技大学 基于小波变换与变步长lms自适应滤波的信号降噪方法
CN103995048A (zh) * 2014-05-06 2014-08-20 太原理工大学 钢丝绳磁记忆在线检测装置
GB2535151A (en) * 2015-02-05 2016-08-17 Mhango Zizwani Rail head profiling device
CN106959337A (zh) * 2017-05-03 2017-07-18 河南科技大学 一种开放式微磁激励钢丝绳损伤检测系统
CN108535354A (zh) * 2018-04-13 2018-09-14 哈尔滨工业大学深圳研究生院 一种钢丝绳漏磁检测和磁发射检测的损伤判定及定位方法
CN108918654A (zh) * 2018-07-17 2018-11-30 成都众柴科技有限公司 一种钢丝绳径向漏磁信号的处理和成像方法
CN110596233A (zh) * 2019-08-27 2019-12-20 电子科技大学 一种连续采样下钢丝绳漏磁成像实时处理方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李腾宇等: "扁平线圈钢丝绳捻距涡流响应分析及试验研究", 《机械工程学报》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110320265A (zh) * 2019-06-18 2019-10-11 枣庄学院 一种提升机钢丝绳断丝检测实验系统及其检测方法
CN110320265B (zh) * 2019-06-18 2023-03-03 枣庄学院 一种提升机钢丝绳断丝检测实验系统及其检测方法

Also Published As

Publication number Publication date
CN112833761B (zh) 2021-12-10

Similar Documents

Publication Publication Date Title
EP2136189B1 (en) Method for analysing vibration in rotor blades
CN108955734B (zh) 一种光纤f-p温度/压力复合传感器的腔长解调方法
CA2616897C (en) Method for error-free checking of tubes for surface faults
Wang et al. Bearing fault diagnosis under time-varying rotational speed via the fault characteristic order (FCO) index based demodulation and the stepwise resampling in the fault phase angle (FPA) domain
CN112985639B (zh) 基于去啁啾和时域子啁啾脉冲提取的分布式光纤传感方法
CN108573224B (zh) 一种利用单传感器信息的移动重构主成分的桥梁结构损伤定位方法
WO2008067439A2 (en) Improved frequency resolution using compression
CN112833761B (zh) 一种基于漏磁信号估计钢丝绳检测速度与位移的方法
CN107244335B (zh) 一种波浪磨耗检测装置及方法
CN109084905A (zh) 相位敏感型光时域反射系统中降低探测死区概率的方法
CN109884694B (zh) 一种基于挤压加窗傅里叶变换的高铁震源地震信号时频分析方法
CN110514745A (zh) 一种基于多频声发射信号的缆索断丝位置确定的方法
WO2021248962A1 (zh) 一种检测及区分钢丝绳内外缺陷的无损检测方法和装置
CN113565584A (zh) 一种叶端定时信号时频滤波方法
CN112902821B (zh) 一种在线测量捻距并依此评估钢丝绳健康状态的方法
CN107449932A (zh) 一种航空发动机转子转速的测量方法
EP3722788A1 (en) Device and method for detecting fluid transparency
CN110333506B (zh) 一种提取索力测量雷达的拉索位置参数的方法
JP5436477B2 (ja) エンコーダ解析装置
CN106404892B (zh) 一种无位置传感器钢丝绳无损检测等距采样方法
US6789028B2 (en) Method, system, and computer-readable medium for sensorless measurement of induction machine rotor bar pass frequency
CN105133472B (zh) 路面平整度测量方法及惯性式检测仪
CN110823541B (zh) 滚动直线导轨副预紧拖动力精确评价方法
CN110208364B (zh) 一种无位置传感器的钢丝绳缺陷定位方法
CN112504429A (zh) 一种强干扰dvs的高精度解调算法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant