细丝小直径钢丝绳断丝形式与断丝信号特征

针对细丝小直径钢丝绳的特点,设计了一套用于对细丝小直径钢丝绳进行断丝检测的系统.运用该系统,研究了细丝小直径钢丝绳的多种断丝形式与对应于这些断丝形式的信号波形.由这些信号波形,可以很直观地看出有无断丝信号以及各种不同断丝形式下信号波形在幅值方面的差别.     

升船机钢丝绳断丝检测方法的研究

分析了在升船机钢丝绳检测中遇到的困难，通过设计特殊结构的磁路，采用周向多回路轴向励磁方式，以解决升船机钢丝绳检测中的磁化问题，通过采用聚磁技术，实现了钢丝绳断丝信号的获取，为解决升船机钢丝绳检测作了初步的研究。     

钢丝绳断丝探伤传感器的研制

本文在实验和理论分析的基础上,讨论了Hall元件在钢丝绳断丝电磁无捐探伤中的应用特点,探讨了提高探伤精度的技术措施,并据此研制了采用多个Hall元件组合探伤的、具有随动定心探头及多通道信号输出的钢丝绳断丝电磁无损探伤传感器。     

两种抗混叠滤波电路的运用

阐述了在数据采集系统中,对于信号的抗混叠滤波及其增加这一电路的必要性,详细介绍了两种成本低、使用简单的抗混叠滤波电路的方法,并根据实际工作经验,总结出它们的优缺点,以供读者借鉴。     

场桥用6×36SW-25.0mm钢丝绳断丝失效分析

场桥用6×36SW-25.0 mm钢丝绳工作900 h后,发现在钢丝绳外层股间接触处、外层股表面与滑轮接触的部位产生断丝。对钢丝绳受力情况及钢丝断口形貌进行了分析,结果表明,由于滑轮与钢丝的滑动摩擦、钢丝绳外层各股之间钢丝的互相滑动摩擦,钢丝绳承受频繁弯曲疲劳,是钢丝绳在工作时易于形成疲劳源而导致断裂的重要因素。     

钢丝绳断丝定量检测中径向随机晃动误差的补尝

本文论述了钢丝绳断丝定量检测中径向随机晃动误差存在的必然性及该误差对定量检测的影响,基于模拟实验结果,给出了适用于多种类型钢丝绳的V_H-S数学关系式;提出了波形因素的概念与形式,并用软件实现了钢丝绳断丝定量检测中径向随机晃动误差的补偿。     

实时钢丝绳检测信号处理系统

本文介绍了一种实时钢丝绳检测信号处理系统的结构、系统硬件和软件.同时,对检测系统的调整、断丝信号检测和分析方法以及系统的性能作了较详细的分析.     

基于小波包非对称分解的钢丝绳图像边缘检测

针对煤矿视频监控系统中钢丝绳图像边缘检测的问题,提出一种边缘检测改进算法。首先将图像进行小波包分解,以获得对图像不同结构特征的描述;进而对经小波包分解所得到的高频部分加以分析,保留部分空间,其他空间继续分解;然后采用模极大值理论进行边缘检测。研究结果表明,此算法能够较好地检测出钢丝绳图像中的细节特征,且检测速度较快。     

基于小波分析的盲源分离

提出一种新盲源（BSS）分离算法是在独立分量分析（ICA）算法中引入离散小波变换技术分解出有用信号．ICA是一种线性非高斯统计方法,不仅能够使研究对象相互独立或尽可能独立,而且能突出源信号的本质结构．笔者采用的新盲源算法能够将时-频ICA相结合,实现了较好的盲源分离．     

大直径钢丝绳轴向励磁磁路的研究

在分析钢丝绳状态检测已有的励磁方式的性能的基础上，针对大直径钢丝绳的特点，提出了二级励磁磁路结构．分析了二级励磁磁路结构的磁场特性，表明具有二级励磁结构的系统所获取的断丝信号信噪比高，无漏检，为断丝的定量识别提供了保证．     

钢丝绳绳径在线测量方法的研究

分析了工程中钢丝绳绳径的检测方法,针对其不足提出了基于周向四点测量的绳径接触式电感测量方法,并研制了检测装置,其测量误差最大为0.04mm.     

钢丝绳联轴器迟滞特性的建模与参数辨识

基于对一种非线性迟滞特性钢丝绳联轴器振动试验数据分析和处理，提出了联轴器特性的数学模型：Ｑ（Ａ，ｆ，ｘ，ｘ）＝Ｋ１（Ａ）ｘ＋Ｋ３（Ａ）ｘ３＋Ｋ５（Ａ）ｘ５＋Ｃ（Ａ，ｆ）｜ｘ｜ｎ（Ａ，ｆ）ｓｇｎ（ｘ），其中刚度函数Ｋ１（Ａ）、Ｋ３（Ａ）和Ｋ５（Ａ）描述联轴器刚度特性，阻尼函数Ｃ（Ａ，ｆ）描述阻尼大小，阻尼的成分由阻尼函数ｎ（Ａ，ｆ）描述。并用参数整体辨识方法辨识了模型中的各参数，弄清了该型联轴器的动刚度和阻尼特性。研究表明，提出的数学模型能很好地反映非线性动刚度和阻尼对非线性迟滞恢复力Ｑ的作用，可以全面描述振幅Ａ、激励频率ｆ、瞬态位移ｘ和瞬态速度ｘ对恢复力的影响，适用于具有非线性迟滞特性的其他类型联轴器。     

钢索结构计算的有限分析法

阐述钢索结构的内力及位移计算的有限分析法。将钢索分成任意小单元 ,建立小单元受力的平衡方程和位移方程 ,利用钢索端部边界条件和单元体之间内力及位移的连接条件 ,建立初参数的传递矩阵化为数值解。还研制计算机软件用逐次逼近法进行数值计算 ,最后给出了算例。     

神经元网络及其参数训练用于钢丝绳无损检测

针对现阶段钢丝绳无损检测中存在的门限值与概率模型中特征参数的选择问题,提出运用神经元网络技术解决该问题的一个方案.并研究了神经元网络训练参数集的大小对门限值以及概率模型中特征参数准确性的影响,还给出了实验结果.