一种钢丝绳局部截面损失识别的信息融合数据处理方法.docVIP

一种钢丝绳局部截面损失识别的信息融合数据处理方法 　　摘要：钢丝绳的局部金属截面损失是判断钢丝绳能否安全工作的重要依据，该文提出一种基于信息融合的钢丝绳的局部金属截面损失识别算法。将其断丝根数和断口间距总和作为CMAC(Cerebellar Model Articulation Controllers)神经网络融合模型的输入，钢丝绳局部金属面积损失作为输出，训练CMAC神经网络模型；通过现场检测数据和已训练的识别模型可计算钢丝绳的局部金属截面损失；最后，应用仿真实例证明了利用CMAC神经网络判别金属截面损失的准确性。 　　关键词：信息融合；局部金属截面损失；故障诊断；模式识别 　　中图分类号：TP274文献标识码：A文章编号：1009-3044(2010)20-5567-03 　　A Pattern Recognition Algorithm of Wire Rope LMA Based on Information Fusion 　　LI Fei, BAI Jie, ZHU Da-qi 　　(Laboratory of Underwater Vehicles and Intelligent System, Shanghai Maritime University, Shanghai 200135, China) 　　Abstract: Loss of Metallic cross-sectional Area is an important basis to determine whether the wire rope wokes in a safe way. In this paper, a pattern recognition algorithm of wire rope LMA based on information fusion is proposed. The CMAC neural network is trained by using the number of broken wires and the sum of fracture spacing as the inputs of CMAC and using the LMA as the outputs. The LMA can be calculated by field test data and the trained recognition model. Finally, a simulation example shows the accuracy of calculating the LMA by CMAC neural network. 　　Key words: information fusion; loss of metallic cross-sectional area; fault diagnosis; pattern recognition. 　　钢丝绳作为一种在国民经济各部门广泛使用的柔性构件，所处工作环境复杂恶劣，其安全性能的高低直接关系到设备能否正常运转、操作人员的人身安全能否得到保障。因此，准确实时的监测钢丝绳的安全状况具有十分重大的意义。 　　钢丝绳缺陷主要分为：1) 局部缺陷LF(Localized Fault)指钢丝绳局部位置上产生的损伤，主要包括内外部断丝、局部形状异常、锈蚀斑点等；2) 金属截面积损失LMA（Loss of Metallic cross-sectional Area）指钢丝绳的钢丝由于疲劳磨损、腐蚀、挤压等原因造成钢丝金属截面积减小，主要包括锈蚀、磨损、钢丝绳绳径缩细等。 　　LMA的变化直接体现了钢丝绳所有钢丝的破断拉力总和的变化[1]，大部分的钢丝绳检测仪都可以检测LMA。LF以断丝为主，其定量指标比较模糊。而且钢丝绳是一种串联的柔性部件，最薄弱的局部较短的一小段决定了整根钢丝绳的破断强度。在实际应用中，经常是由于断丝、锈蚀等局部范围内的缺陷造成钢丝绳的报废。仔细分析LF本质，LF完全可以视为沿钢丝绳轴向长度较短的金属截面损失，即局部LMA[2]。因此，本文以LF即局部LMA为目标判断钢丝绳的安全状况。 　　1 钢丝绳局部金属截面积损失的CMAC融合算法 　　目前，钢丝绳无损检测普遍采用电磁法检测存在缺陷的钢丝绳的漏磁通[3-4]。由于钢丝绳信号较为复杂，而大多数检测方法的数据处理是采用单传感器信号进行损伤识别，如文献[5-6]的小波信号处理方法，文献[7]的人工神经网络模式识别方法等，使得在实际应用中准确地检测和识别钢丝绳损伤仍然具有较大困难。 　　局部缺陷LF会使钢丝绳周围形成高密度磁场，在检测曲线上表现为波峰的出现。因此，建立漏磁信号和局部LMA之间的关系