CN1928543A - 基于霍尔传感器阵列的钢丝绳无损检测方法及检测装置 - Google Patents
基于霍尔传感器阵列的钢丝绳无损检测方法及检测装置 Download PDFInfo
- Publication number
- CN1928543A CN1928543A CNA2006101221810A CN200610122181A CN1928543A CN 1928543 A CN1928543 A CN 1928543A CN A2006101221810 A CNA2006101221810 A CN A2006101221810A CN 200610122181 A CN200610122181 A CN 200610122181A CN 1928543 A CN1928543 A CN 1928543A
- Authority
- CN
- China
- Prior art keywords
- signal
- wire rope
- sensor array
- hall sensor
- defect
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R33/00—Arrangements or instruments for measuring magnetic variables
- G01R33/0094—Sensor arrays
Landscapes
- Physics & Mathematics (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- General Physics & Mathematics (AREA)
- Investigating Or Analyzing Materials By The Use Of Magnetic Means (AREA)
Abstract
基于三维漏磁场的钢丝绳检测方法:以霍尔传感器阵列获取缺陷标样处的漏磁信号;采用自适应空间陷波滤波器消除信号中的股波;进行归一化处理及K-L变换提取特征量并以此训练神经网络,再以该网络检验实际缺陷。检测装置包括由永磁励磁机构、霍尔传感器阵列、模拟开关、光电编码器组成的传感器探头,数据采集处理器和计算机;霍尔传感器呈环状均布,其输出经模拟开关依次选通输入数据采集处理器;光电编码器的输出作为采样同步信号。数据采集流程为:漏磁信号经模数转换后至现场可编程门阵列,再至数字信号处理器和随机存储器分析和存储。本装置记录了钢丝绳表面轴向和周向的漏磁信息,提供了更全面的缺陷信息,可提高钢丝绳局部缺陷的检测精度。
Description
所属技术领域
本发明涉及一种基于三维漏磁场的钢丝绳检测方法,尤其是基于霍尔传感器阵列的多维信号检测方法及实现所述方法的检测装置。
背景技术
钢丝绳在矿山、冶金、航运、旅游和建筑等诸多行业得到广泛应用,然而使用中钢丝绳损伤引发的事故危及人身和设备安全,因此实时监测钢丝绳损伤情况及其负荷能力具有十分重要的社会和经济效益。
目前技术最成熟应用最广泛的钢丝绳探伤方法是电磁法,以主磁通法对截面损失的定量检测已基本实现,对局部损伤,现有的钢丝绳无损检测传感器输出的是钢丝绳轴向各处整个圆周上漏磁信号的加和,根据这种一维信号对钢丝绳进行检测,必然会丢失缺陷在钢丝绳周向的分布。而缺陷的周向分布,特别是集中缺陷和分散缺陷,对钢丝绳剩余载荷的影响有较大差异,因而会影响对钢丝绳状态的准确评估。煤炭部科学研究院抚顺研究所和华中工学院机械一系研制的钢丝绳断丝定量检测仪(钢丝绳断丝定量检测仪研究报告,抚顺煤研所、华中工学院机械一系,1987.4)采用了多个霍尔传感器检测周向漏磁,并通过独立通道输出各传感器信号,该探伤仪对缺陷具有一定的周向分辨力,缺陷的识别和定位通过分析多个通道的一维信号并综合各分析结果得到。河南洛阳涧西矿冶机电研究所的窦毓棠研制的<高灵敏磁传感器钢丝绳无损探伤仪>(专利号ZL94209290.2),利用排布在钢丝绳圆周上的磁通门传感器采集磁场信息,传感器的灵敏度与以往的电磁传感器相比得到了很大提高,但对缺陷信号的处理与抚顺煤研所和华中工学院开发的断丝定量检测仪类似,仍未真正摆脱一维信号的处理方式。
以上产品或者输出钢丝绳周向综合的漏磁信号,无法识别缺陷的周向分布,或者采用多传感器分别输出一维信号,可反映缺陷的周向分布,但没有将轴向和周向的漏磁信息综合成二维信号作整体处理,不利于局部缺陷的定量识别。
发明内容
本发明的目的之一:在于提供一种基于霍尔传感器阵列的、可高速、高灵敏度地采集、记录、调理及存储钢丝绳表面的轴向和周向漏磁信息,并借助二维图像处理的方法识别局部缺陷的钢丝绳无损检测方法。
本发明还提供了实现上述方法的钢丝绳无损检测装置。
实现上述第一发明目的方法包括以下步骤:
1、在被测钢丝绳端部无缺陷处制作典型缺陷的标样,以永磁励磁机构对钢丝绳轴向励磁,以密布于钢丝绳表面圆周上的霍尔传感器阵列捕获各典型缺陷处的径向漏磁信号;
2、搜索信号中股波(由钢丝绳股引起的漏磁信号的周期性波动)的频率,调整陷波滤波器的陷波频率使其跟踪股波频率,对原始信号滤波,即采用参数自适应的空间陷波滤波器消除原始信号中的股波噪声。
3、将滤波后的信号进行尺寸归一化和幅值归一化处理,其中尺寸归一化将采集的二维信号划分为尺寸相同的矩阵,每一矩阵包含一处缺陷,且缺陷信号的质心位于矩阵的中心;
4、对各归一化的矩阵进行K-L变换,从二维的信号中提取相应的特征量;
5、建立三层的BP神经网络,将通过步骤4提取的特征量输入神经网络,对网络进行训练,并存储所得网络;
6、检测未知缺陷处的径向的漏磁信号,并进行步骤2~4的处理,最终获取各处缺陷的特征量;
7、将各缺陷的特征量输入由步骤5得到的BP网络,判断缺陷类型。
实现上述发明目的的钢丝绳无损检测装置,包括由永磁励磁机构、霍尔传感器阵列、CMOS模拟开关、光电编码器及测距轮组成的传感器探头,数据采集处理器和计算机,其特征是:所述的霍尔传感器阵列呈环状均布,其输出接入CMOS模拟开关的输入通道,模拟开关的输出作为数据采集器的信号输入,测距轮上光电编码器的输出作为信号采集板的采样中断,所述的数据采集处理器内数据流程为:信号经模数转换(AD)至现场可编程门阵列(FPGA)缓冲,再至数字信号处理器(DSP)和随机存储器(RAM)。
若对信号进行离线处理,则数据可由DSP传至计算机。
所述的霍尔传感器与钢丝绳轴向平行或垂直,若平行则用于检测局部损伤,若垂直用于检测截面损失。
本发明将传统永磁励磁的钢丝绳检测探头中的传感器改为霍尔传感器阵列,即将高灵敏度、小体积的集成霍尔传感器密布于钢丝绳表面圆周上,霍尔传感器与钢丝绳轴向平行时,检测钢丝绳表面漏磁场的径向分量,用于探测钢丝绳局部缺陷;霍尔传感器垂直于钢丝绳轴向时,检测钢丝绳表面漏磁场的轴向分量,用于检测钢丝绳的截面损失。除霍尔传感器外,两个CMOS模拟开关也置于探头内,模拟开关各通道分别与霍尔传感器的输出连接,模拟开关的输出作为数据采集处理器的信号输入。采用光电编码器作为测距装置,其输出作为数据采集的中断信号。钢丝绳相对探头每移动一定距离,编码器即发出一个脉冲,每个脉冲的上升沿触发一组信号采集动作,即采集钢丝绳圆周上所有霍尔传感器的信号,随钢丝绳和探头的相对移动实现二维信号的等空间采样。
数据采集处理器采用模数转换器(AD)+现场可编程门阵列(FPGA)+数字信号处理器(DSP)+随机存储器(RAM)的方式,其中,两路AD并行地将两路模拟开关的输出信号转化为数字信号;FPGA控制模拟开关的通道切换、信号的模数转换、数据的缓冲并在缓冲区半满或全满时向DSP发送数据;DSP用于数据的读取、分析或传输,分析结果的输出或传输;RAM为随机存储器,用于存储中间数据。
对于信号的分析处理,设计了参数自适应的空间陷波滤波器消除信号中的股波分量,进而借鉴图像识别的方法区分缺陷。
有益效果:本发明的钢丝绳无损检测装置及检测方法摆脱了传统的一维信号处理方法,采用高灵敏度的集成霍尔传感器阵列捕获钢丝绳表面轴向和周向的漏磁信息,采用高速的电子线路对信号进行采集、调理、存储,并借助二维图像处理的方法识别缺陷。其优势在于信号采集系统记录了钢丝绳表面轴向和周向的漏磁信息,从而提供了更全面的缺陷信息,以此为基础可提高钢丝绳局部缺陷定量检测的精度。
附图说明
下面结合附图及实施例对本发明作进一步的详细说明。
图1为钢丝绳无损检测装置实施例的结构原理示意图。
图2为传感器探头霍尔传感器阵列示意图。
图3为传感器探头及数据采集处理器系统结构原理框图。
图4为信号流程图。
图5为根据采集的数据识别缺陷的信号流程。
图6为实施例获取的断丝信号波形图。
图7为滤波后的结果图。
图中:1励磁机构,2霍尔传感器阵列,3钢丝绳,4测距轮,5光电编码器,6编码器轮轴,7CMOS模拟开关,8模数转换器(AD),9现场可编程门阵列(FPGA),10数字信号处理器(DSP),11随机存储器,12计算机,13缺陷标样信号采集环节,14实际缺陷信号采集环节,15自适应空间陷波滤波环节,16信号归一化处理过程,17基于K-L变换的特征提取过程,18 BP网络训练环节,19采用BP网络识别缺陷的过程,20缺陷类型输出环节。
具体实施方式
图5为本发明基于霍尔传感器阵列的钢丝绳无损检测方法实施例的流程示意图。
检测方法包括以下步骤:
1、在被测钢丝绳端部无缺陷处制作典型缺陷的标样,以永磁励磁机构1对钢丝绳轴向励磁,以密布于钢丝绳表面圆周上的霍尔传感器阵列2捕获各典型缺陷处的径向漏磁数据;
2、在PC中,通过调整陷波滤波器的陷波频率使其跟踪钢丝绳股波的空间频率,采用该滤波器对原始数据进行滤波;
3、将滤波后的信号进行尺寸归一化和幅值归一化处理,其中尺寸归一化将采集的二维信号划分为尺寸相同的矩阵,每一矩阵包含一处缺陷,且缺陷信号的质心位于矩阵的中心;
4、对各归一化的矩阵进行K-L变换,从二维的信号中提取相应的特征量;
5、建立三层的BP神经网络,将通过步骤4提取的特征量输入神经网络,对网络进行训练,存储训练好的网络;
6、检测钢丝绳表面圆周上径向的漏磁信号,并进行步骤2~4的处理,最终获取各处缺陷的特征量;
7、将各缺陷的特征量输入由步骤5得到的BP网络,输出缺陷类型。
参照图6为根据传感器及数据采集系统获得的钢丝绳缺陷原始信号。
图7为经过自适应空间陷波滤波器消除股波后的结果。
图1至图4所示的本发明基于霍尔传感器阵列的钢丝绳无损检测装置实施例,包括由永磁励磁机构1(钕铁硼永磁体及低碳钢做成的磁轭)、霍尔传感器阵列2、CMOS模拟开关7、光电编码器5及测距轮4组成的传感器探头,由模数转换器8、现场可编程门阵列9、数字信号处理器10和随机存储器11组成的数据采集处理器和计算机12,对测量直径范围为30~40mm钢丝绳的探头,内有30片高灵敏度、小体积的集成线性霍尔元件(Allegro公司的A1321,其宽度为4mm)环形排列组成漏磁场传感器,该环形阵列2置于励磁机构1轴向的中点,且各霍尔元件平行于钢丝绳轴向,以感应钢丝绳表面的径向漏磁场。两个16通道的CMOS模拟开关7也置于探头内,每一个模拟开关的1~15通道分别与15个霍尔传感器的输出连接,模拟开关的输出作为数据采集处理器的信号输入,数据采集处理器内数据流程为:信号由模数转换器(AD)8至现场可编程门阵列(FPGA)9再至数字信号处理器(DSP)10和随机存储器(RAM)11,离线处理或传输处理结果时数据自数字信号处理器(DSP)传至计算机10;测距轮上的光电编码器5作为测距装置,其输出至现场可编程门阵列(FPGA)作为信号采集中断。
为了便于安装测量,励磁机构1及传感器电路板沿轴向剖分成对称的两半。光电编码器5作为位置传感器安装在探头的测距轮4上,测距轮通过弹簧紧压在钢丝绳上,钢丝绳与探头之间产生相对运动时,测距轮开始转动(其线速度与二者相对运动的速度相同),进而带动编码器轮轴转动,随轮轴的转动编码器输出等间距脉冲。本实施例中钢丝绳相对探头每移动0.85mm,编码器即发出一个脉冲,每个脉冲的上升沿触发一组信号采集动作,即采集钢丝绳表面圆周上所有霍尔传感器的信号,随钢丝绳和探头的相对移动实现二维信号的等空间采样。
两路AD并行地将两路模拟开关的输出信号转化为数字信号;FPGA控制模拟开关的通道切换、信号的模数转换、数据的缓冲并在缓冲区半满或全满时向DSP发送数据;DSP用于数据的读取、分析或传输,分析结果的输出或传输;RAM为随机存储器,用于存储中间数据。
对于信号的分析处理,设计了参数自适应的空间陷波滤波器消除了信号中的股波分量,进而借鉴图像识别的方法区分缺陷。
信号采集的特征为:
(1)编码器发出的等间距脉冲每出现一个上升沿,FPGA立刻对两个16通道模拟开关并行地发出一组O通道~15通道的切换控制信号,同时对两路AD发出一组控制信号,AD控制信号的频率与模拟开关切换信号的频率相同,但每一次采样信号均比相应的模拟开关切换信号延迟0.7μs。模拟开关完成15次切换、同时AD完成15次采样后二者均停止动作,等待编码器发出的下一个上升沿再进行下一轮采样。因为编码器发出等间距脉冲的周期远远大于模拟开关切换和AD采样的周期,一个等间距脉冲周期内采集的一组数据可近似看作钢丝绳一个截面圆周上的信号,这样,当钢丝绳相对于探头移动时,钢丝绳表面圆周上的二维信号就被不断地记录下来。该系统采用了两路模拟开关和两路AD并行工作的方式,提高了每一组信号的采样速率,缩小了一组信号在钢丝绳轴向上的误差。
(2)从FPGA到DSP的数据流采用了乒乓式的传输模式,即在FPGA中开辟一个双口RAM区,当存储数据半满或全满时即向DSP发送中断。在中断处理程序中,DSP先判别中断类型(半满或全满),若为半满则读取前半部分地址上的数据,并通过EMIF总线存入RAM中,新采集的数据继续向FPGA中的双口RAM区后半部分地址存储;否则,DSP读取后半部分地上的数据,新采集的数据从双口RAM区首地址开始存储。这样数据传输与采样同时进行,二者互不影响,提高了信号采集和数据传输的效率。
(3)对信号的分析处理可直接在DSP中完成(在线),也可通过PCI总线或串口传入PC,并在PC中处理(离线);分析处理的结果也可传入PC中保存下来,以便对多次检测结果进行比较,从而观测钢丝绳的退化过程。
信号处理的特征为:
(1)对于信号的处理,由于钢丝绳信号中包含了较强的股波信号,识别损伤之前必须将其滤除。对结构一定的钢丝绳,其股波信号表现为频率稳定的正弦波,本发明采用参数自适应的空间陷波滤波器消除信号中的股波分量。当钢丝绳结构改变时,股波信号的频率也随之改变,该滤波器可自动调整滤波参数使得陷波频率适应实际股波频率而变化,以达到最佳滤波效果。
(2)将滤波后的二维信号转化为灰度图,通过归一化处理将所有缺陷信号划分成尺寸相同的矩阵(缺陷信号的质心处于矩阵中心),再通过K-L变换提取其一维的特征量,并将此特征作为神经网络的输入识别缺陷。通过K-L变换只保留了缺陷信号最主要的特征,舍弃了噪声等引起的次要特征,提高了后续神经网络的泛化能力。
(3)对钢丝绳做各种局部缺陷标样,采集若干组缺陷处的漏磁信号,对这些信号进行(1)和(2)所述的处理。建立三层BP神经网络,将各缺陷标样信号的特征量及其对应的缺陷类型对神经网络进行训练,检测缺陷时将缺陷数据的特征量作为神经网络的输入判别损伤。
图5为根据采集的数据识别缺陷的信号流程。
图6、7为实施例获取的断丝信号波形及其滤波后的结果。
Claims (4)
1、一种基于霍尔传感器阵列的钢丝绳无损检测方法,包括以下步骤:
1)在被测钢丝绳端部无缺陷处制作典型缺陷标样,永磁励磁机构对该处轴向励磁,以密布于钢丝绳表面圆周上的霍尔传感器阵列获取该处径向漏磁信号;
2)搜索信号中股波分量的频率,调整滤波器的陷波频率使其跟踪股波频率,对原始信号滤波,即采用参数自适应的空间陷波滤波器消除原始信号中的背景噪声;
3)将滤波后的信号进行尺寸归一化和幅值归一化处理,其中尺寸归一化将采集的二维信号划分为尺寸相同的矩阵,每一矩阵包含一处缺陷,且缺陷信号的质心位于矩阵的中心;
4)对各归一化的矩阵进行K-L变换,从二维的信号中提取相应的特征量;
5)建立三层的BP神经网络,将通过步骤4提取的特征量输入神经网络,对网络进行训练,存储训练所得网络;
6)检测未知缺陷处的径向的漏磁信号,并进行步骤2~4的处理,最终获取各处缺陷的特征量;
7)将各缺陷的特征量输入由步骤5得到的BP网络,判断缺陷类型。
2、一种实现权利要求1所述方法的钢丝绳无损检测装置,包括由永磁励磁机构、霍尔传感器阵列、CMOS模拟开关、光电编码器及测距轮组成的传感器探头,数据采集处理器和计算机,其特征是:所述的霍尔传感器阵列呈环状均布,其输出接入CMOS模拟开关的输入通道,模拟开关的输出作为数据采集器的信号输入,测距轮上光电编码器的输出作为信号采集板的采样中断,所述的数据采集处理器内数据流程为:信号经模数转换器至现场可编程门阵列缓冲,再至数字信号处理器和随机存储器。
3、根据权利要求2所述的钢丝绳无损检测装置,其特征是:所述的霍尔传感器与钢丝绳轴向平行或垂直。
4、根据权利要求2或3所述的钢丝绳无损检测装置,其特征是:所述的数字信号处理器外接有计算机,可对信号进行离线处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNA2006101221810A CN1928543A (zh) | 2006-09-15 | 2006-09-15 | 基于霍尔传感器阵列的钢丝绳无损检测方法及检测装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNA2006101221810A CN1928543A (zh) | 2006-09-15 | 2006-09-15 | 基于霍尔传感器阵列的钢丝绳无损检测方法及检测装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN1928543A true CN1928543A (zh) | 2007-03-14 |
Family
ID=37858605
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNA2006101221810A Pending CN1928543A (zh) | 2006-09-15 | 2006-09-15 | 基于霍尔传感器阵列的钢丝绳无损检测方法及检测装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN1928543A (zh) |
Cited By (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101614618B (zh) * | 2008-06-27 | 2012-03-21 | 上海宝钢工业检测公司 | 起重机在用滑轮与钢丝绳匹配性快速检测方法 |
CN102507581A (zh) * | 2011-10-20 | 2012-06-20 | 浙江工商大学 | 一种基于动态图像识别的断丝检测方法 |
CN102608545A (zh) * | 2012-03-01 | 2012-07-25 | 西安电子科技大学 | 非接触式开关电源故障诊断系统 |
CN101707879B (zh) * | 2007-06-06 | 2013-06-05 | 海卓-艾尔公司 | 角位置传感器 |
CN104280452A (zh) * | 2014-09-30 | 2015-01-14 | 北京工业大学 | 基于圆周阵列式弱磁检测传感器的钢索缺陷扫查系统 |
CN104458814A (zh) * | 2014-11-28 | 2015-03-25 | 中国矿业大学(北京) | 钢丝绳在线检测信号的预处理方法及装置 |
CN105223322A (zh) * | 2015-10-31 | 2016-01-06 | 南京佳业检测工程有限公司 | 多功能无损检测装置 |
CN105223321A (zh) * | 2015-10-31 | 2016-01-06 | 南京佳业检测工程有限公司 | 新型无损检测装置 |
CN105353026A (zh) * | 2015-10-12 | 2016-02-24 | 清华大学 | 三维漏磁成像管道缺陷外检测装置及方法 |
CN105784837A (zh) * | 2016-04-26 | 2016-07-20 | 常州机电职业技术学院 | 一种多股金属绳损伤检测方法及系统 |
CN105929018A (zh) * | 2016-05-31 | 2016-09-07 | 武汉华宇目检测装备有限公司 | 一种轮式钢丝绳漏磁检测探头 |
CN106574912A (zh) * | 2014-06-27 | 2017-04-19 | 霍释特博士有限两合公司 | 用于漏损通量检验的方法和装置 |
CN106645386A (zh) * | 2016-12-02 | 2017-05-10 | 北京邮电大学 | 一种架空人车钢丝绳在线监测仪 |
CN106707206A (zh) * | 2016-11-16 | 2017-05-24 | 太原理工大学 | 基于gmr效应的金属磁记忆三轴阵列传感器 |
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 |
CN108490066A (zh) * | 2018-03-06 | 2018-09-04 | 西南交通大学 | 超导电缆局部缺陷的连续无损检测装置 |
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 |
CN109884560A (zh) * | 2019-04-01 | 2019-06-14 | 北京原力辰超导技术有限公司 | 三维磁场立体扫描装置、系统及方法 |
CN110006338A (zh) * | 2019-04-28 | 2019-07-12 | 哈尔滨工业大学(深圳) | 一种钢丝绳损伤面积检测方法 |
CN110300977A (zh) * | 2017-02-17 | 2019-10-01 | 考吉森公司 | 用于图像处理和视频压缩的方法 |
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 |
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 |
CN110889830A (zh) * | 2019-11-13 | 2020-03-17 | 河南科技大学 | 基于三维漏磁彩色成像的钢丝绳损伤检测方法及检测系统 |
CN111459359A (zh) * | 2020-03-31 | 2020-07-28 | 烟台艾睿光电科技有限公司 | 一种光标移动方法、装置、设备及红外热成像系统 |
CN111562305A (zh) * | 2019-02-14 | 2020-08-21 | 爱科维申科技(天津)有限公司 | 基于电磁层析成像技术的汽车减震器活塞缺陷检测方法 |
CN112034036A (zh) * | 2020-10-16 | 2020-12-04 | 中国铁道科学研究院集团有限公司 | 钢轨漏磁信号滤波方法及装置 |
CN112362727A (zh) * | 2020-12-11 | 2021-02-12 | 大连大重检测技术服务有限公司 | 一种钢丝绳在线监测系统及方法 |
CN112902821A (zh) * | 2021-01-08 | 2021-06-04 | 电子科技大学 | 一种在线测量捻距并依此评估钢丝绳健康状态的方法 |
CN115060793A (zh) * | 2022-08-16 | 2022-09-16 | 北京航空航天大学 | 机载拖曳天线缺陷的在线检测装置、方法、介质及设备 |
CN115201321A (zh) * | 2022-07-26 | 2022-10-18 | 沈阳工业大学 | 一种铁磁性材料弱磁缺陷检测系统 |
CN117607244A (zh) * | 2024-01-22 | 2024-02-27 | 河南工学院 | 多敏感阵列的起重机钢丝绳弱磁在线监测方法和系统 |
-
2006
- 2006-09-15 CN CNA2006101221810A patent/CN1928543A/zh active Pending
Cited By (41)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101707879B (zh) * | 2007-06-06 | 2013-06-05 | 海卓-艾尔公司 | 角位置传感器 |
CN101614618B (zh) * | 2008-06-27 | 2012-03-21 | 上海宝钢工业检测公司 | 起重机在用滑轮与钢丝绳匹配性快速检测方法 |
CN102507581A (zh) * | 2011-10-20 | 2012-06-20 | 浙江工商大学 | 一种基于动态图像识别的断丝检测方法 |
CN102507581B (zh) * | 2011-10-20 | 2014-06-04 | 浙江工商大学 | 一种基于动态图像识别的断丝检测方法 |
CN102608545A (zh) * | 2012-03-01 | 2012-07-25 | 西安电子科技大学 | 非接触式开关电源故障诊断系统 |
CN106574912A (zh) * | 2014-06-27 | 2017-04-19 | 霍释特博士有限两合公司 | 用于漏损通量检验的方法和装置 |
CN104280452A (zh) * | 2014-09-30 | 2015-01-14 | 北京工业大学 | 基于圆周阵列式弱磁检测传感器的钢索缺陷扫查系统 |
CN104280452B (zh) * | 2014-09-30 | 2017-05-24 | 北京工业大学 | 基于圆周阵列式弱磁检测传感器的钢索缺陷扫查系统 |
CN104458814B (zh) * | 2014-11-28 | 2017-01-18 | 中国矿业大学(北京) | 钢丝绳在线检测信号的预处理方法及装置 |
CN104458814A (zh) * | 2014-11-28 | 2015-03-25 | 中国矿业大学(北京) | 钢丝绳在线检测信号的预处理方法及装置 |
CN105353026A (zh) * | 2015-10-12 | 2016-02-24 | 清华大学 | 三维漏磁成像管道缺陷外检测装置及方法 |
CN105223321A (zh) * | 2015-10-31 | 2016-01-06 | 南京佳业检测工程有限公司 | 新型无损检测装置 |
CN105223322A (zh) * | 2015-10-31 | 2016-01-06 | 南京佳业检测工程有限公司 | 多功能无损检测装置 |
CN105784837A (zh) * | 2016-04-26 | 2016-07-20 | 常州机电职业技术学院 | 一种多股金属绳损伤检测方法及系统 |
CN105929018A (zh) * | 2016-05-31 | 2016-09-07 | 武汉华宇目检测装备有限公司 | 一种轮式钢丝绳漏磁检测探头 |
CN106707206A (zh) * | 2016-11-16 | 2017-05-24 | 太原理工大学 | 基于gmr效应的金属磁记忆三轴阵列传感器 |
CN106645386A (zh) * | 2016-12-02 | 2017-05-10 | 北京邮电大学 | 一种架空人车钢丝绳在线监测仪 |
CN110300977A (zh) * | 2017-02-17 | 2019-10-01 | 考吉森公司 | 用于图像处理和视频压缩的方法 |
CN110300977B (zh) * | 2017-02-17 | 2024-04-16 | 英特尔公司 | 用于图像处理和视频压缩的方法 |
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 |
CN108490066A (zh) * | 2018-03-06 | 2018-09-04 | 西南交通大学 | 超导电缆局部缺陷的连续无损检测装置 |
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 |
CN111562305A (zh) * | 2019-02-14 | 2020-08-21 | 爱科维申科技(天津)有限公司 | 基于电磁层析成像技术的汽车减震器活塞缺陷检测方法 |
CN111562305B (zh) * | 2019-02-14 | 2024-01-26 | 爱科维申科技(天津)有限公司 | 基于电磁层析成像技术的汽车减震器活塞缺陷检测方法 |
CN109884560A (zh) * | 2019-04-01 | 2019-06-14 | 北京原力辰超导技术有限公司 | 三维磁场立体扫描装置、系统及方法 |
CN110006338A (zh) * | 2019-04-28 | 2019-07-12 | 哈尔滨工业大学(深圳) | 一种钢丝绳损伤面积检测方法 |
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 |
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 |
CN110596233B (zh) * | 2019-08-27 | 2022-11-22 | 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 |
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 |
CN110889830A (zh) * | 2019-11-13 | 2020-03-17 | 河南科技大学 | 基于三维漏磁彩色成像的钢丝绳损伤检测方法及检测系统 |
CN110889830B (zh) * | 2019-11-13 | 2023-03-24 | 河南科技大学 | 基于三维漏磁彩色成像的钢丝绳损伤检测方法及检测系统 |
CN111459359A (zh) * | 2020-03-31 | 2020-07-28 | 烟台艾睿光电科技有限公司 | 一种光标移动方法、装置、设备及红外热成像系统 |
CN112034036A (zh) * | 2020-10-16 | 2020-12-04 | 中国铁道科学研究院集团有限公司 | 钢轨漏磁信号滤波方法及装置 |
CN112034036B (zh) * | 2020-10-16 | 2023-11-17 | 中国铁道科学研究院集团有限公司 | 钢轨漏磁信号滤波方法及装置 |
CN112362727A (zh) * | 2020-12-11 | 2021-02-12 | 大连大重检测技术服务有限公司 | 一种钢丝绳在线监测系统及方法 |
CN112902821A (zh) * | 2021-01-08 | 2021-06-04 | 电子科技大学 | 一种在线测量捻距并依此评估钢丝绳健康状态的方法 |
CN115201321A (zh) * | 2022-07-26 | 2022-10-18 | 沈阳工业大学 | 一种铁磁性材料弱磁缺陷检测系统 |
CN115060793A (zh) * | 2022-08-16 | 2022-09-16 | 北京航空航天大学 | 机载拖曳天线缺陷的在线检测装置、方法、介质及设备 |
CN117607244A (zh) * | 2024-01-22 | 2024-02-27 | 河南工学院 | 多敏感阵列的起重机钢丝绳弱磁在线监测方法和系统 |
CN117607244B (zh) * | 2024-01-22 | 2024-04-30 | 河南工学院 | 多敏感阵列的起重机钢丝绳弱磁在线监测方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1928543A (zh) | 基于霍尔传感器阵列的钢丝绳无损检测方法及检测装置 | |
CN200947094Y (zh) | 基于霍尔传感器阵列的钢丝绳无损检测装置 | |
CN110108431B (zh) | 一种基于机器学习分类算法的机械设备故障诊断方法 | |
CN102507230B (zh) | 一种自动供输弹装置故障诊断方法 | |
CN103196989A (zh) | 一种基于旋转磁场的acfm不同角度裂纹检测系统 | |
CN103543201B (zh) | 轴类零件径向超声自动探伤缺陷识别方法 | |
CN102654479B (zh) | 金属管道腐蚀缺陷全数字化三维漏磁信号采集系统 | |
CN201965115U (zh) | 金属管道腐蚀缺陷全数字化三维漏磁信号采集系统 | |
CN1955710A (zh) | 发动机燃油系统故障的检测装置及方法 | |
CN113869339A (zh) | 用于故障诊断的深度学习分类模型及故障诊断方法 | |
CN1156695C (zh) | 基于柔性阵列式电涡流传感器的球面层间间隙监测系统 | |
CN106959336A (zh) | 用于漏磁检测标定的背景噪声去除装置及方法 | |
CN110057918B (zh) | 强噪声背景下的复合材料损伤定量识别方法及系统 | |
Lei et al. | Ultrasonic pig for submarine oil pipeline corrosion inspection | |
CN103743477B (zh) | 一种机械故障检测诊断方法及其设备 | |
CN103821749A (zh) | 一种轴流式通风机失速和喘振的在线诊断方法 | |
CN106403880B (zh) | 一种压缩机转子和定子之间的间隙检测方法和装置 | |
CN206114292U (zh) | 一种多传感器旋转机械系统故障检测诊断装置 | |
CN203011692U (zh) | 一种便携式滚动轴承故障诊断器 | |
CN109738511A (zh) | 一种基于弱磁传感器的扫描无损检测系统与方法 | |
CN103743585A (zh) | 一种机械故障诊断方法 | |
CN114091544A (zh) | 基于振动信号与神经网络的tbm盘形滚刀磨损识别系统 | |
CN102692459A (zh) | 数据压缩的方法及设备 | |
CN1100310C (zh) | 同类、有序动信息(组)群各信息源时域样本的跟踪采集 | |
Zhong et al. | Research of on-line detection apparatus for industrial steel wire rope |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Open date: 20070314 |