[發明專利]一種鋼絲繩斷絲損傷識別方法及系統有效
| 申請號: | 201910581645.1 | 申請日: | 2019-06-30 |
| 公開(公告)號: | CN110231395B | 公開(公告)日: | 2021-01-19 |
| 發明(設計)人: | 朱宏平;翁順;王盟;孫燕華;木威威;杜榮武;陳志丹;李佳靖 | 申請(專利權)人: | 華中科技大學 |
| 主分類號: | G01N27/84 | 分類號: | G01N27/84;G06K9/62;G06N3/04 |
| 代理公司: | 華中科技大學專利中心 42201 | 代理人: | 尚威;李智 |
| 地址: | 430074 湖北*** | 國省代碼: | 湖北;42 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 鋼絲繩 損傷 識別 方法 系統 | ||
1.一種鋼絲繩斷絲損傷識別方法,包括離線訓練步驟和在線檢測步驟,其特征在于:
所述離線訓練步驟包括:
(1)將大量已知斷絲數目的鋼絲繩作為訓練樣本,將鋼絲繩直徑、鋼絲繩探測儀運行速度、鋼絲繩探測儀檢測到的漏磁信號對應的小波系數峰峰值,這三種特征量作為輸入層參數,將對應的鋼絲繩斷絲數目作為輸出層參數,對選定的神經網絡進行訓練,直至神經網絡的輸出結果在允許誤差范圍內,得到訓練好的神經網絡;步驟(1)包括以下子步驟:
(1.1)將大量已知斷絲數目的鋼絲繩作為訓練樣本,將鋼絲繩直徑、鋼絲繩探測儀運行速度、鋼絲繩探測儀檢測到的漏磁信號對應的小波系數峰峰值,這三種特征量作為輸入層參數,將對應的鋼絲繩斷絲數目作為輸出層參數,建立神經網絡;
(1.2)設置神經網絡的層數以及每層神經元的個數、神經元激活函數的種類、學習的回合數Epoch以及允許誤差;
(1.3)利用步驟(1.1)選取的訓練樣本和步驟(1.2)設定的參數進行神經網絡的迭代優化,直至迭代次數達到指定的Epoch且輸出結果在允許誤差范圍內,得到訓練好的神經網絡;
所述在線檢測步驟包括:
(2)針對未知斷絲數目的待測鋼絲繩,提取鋼絲繩探測儀檢測到的漏磁信號并記錄鋼絲繩直徑、鋼絲繩探測儀運行速度;
(3)對提取的漏磁信號進行連續小波變換,得到小波系數峰峰值,包括如下子步驟:
(3.1)選取復Morlet小波作為小波母函數,表達式為:
其中,fb表示帶寬參數,fc表示小波中心頻率,j是虛數符號,t是時間參數;
(3.2)基于復Morlet小波,對檢測到的漏磁信號進行連續小波變換:
其中,a表示尺度因子,b表示平移因子,Wψ(a,b)表示小波變換后的小波系數,x(t)表示檢測到的漏磁信號,是小波母函數ψ(a,b)(t)的復共軛形式;
(4)將步驟(2)記錄的鋼絲繩直徑、鋼絲繩探測儀運行速度和步驟(3)得到的小波系數峰峰值導入步驟(1)得到的訓練好的神經網絡,得到神經網絡輸出的參數,即為待測鋼絲繩的斷絲數目。
2.如權利要求1所述的一種鋼絲繩斷絲損傷識別方法,其特征在于,所述步驟(2)包括以下子步驟:
(2.1)固定好待檢測鋼絲繩,記錄鋼絲繩的直徑;
(2.2)設置好鋼絲繩探測儀的運行速度,沿軸向檢測鋼絲繩,提取檢測到的漏磁信號。
3.一種鋼絲繩斷絲損傷識別系統,包括處理器、離線訓練程序模塊、神經網絡程序模塊和在線檢測程序模塊,其特征在于:
所述離線訓練程序模塊在被所述處理器調用時,按照如權利要求1或2所述的步驟(1)對所述神經網絡程序模塊進行訓練;
所述在線檢測程序模塊在被所述處理器調用時,執行如權利要求1或2所述的步驟(2)~(4)。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于華中科技大學,未經華中科技大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910581645.1/1.html,轉載請聲明來源鉆瓜專利網。





