阅读说明：本技术 一种钢丝绳无损探伤分析方法 (Nondestructive flaw detection analysis method for steel wire rope ) 是由 张琳 胡杰 于 2019-10-17 设计创作，主要内容包括：一种钢丝绳无损探伤分析方法,将钢丝绳的损伤类型分为LF型和LMA型,其特征在于,所述钢丝绳损伤类型由公式(18)的决断矩阵V判定,<Image he="68" wi="700" file="DDA0002237492830000011.GIF" imgContent="drawing" imgFormat="GIF" orientation="portrait" inline="no"></Image>其中,<Image he="63" wi="57" file="DDA0002237492830000012.GIF" imgContent="drawing" imgFormat="GIF" orientation="portrait" inline="no"></Image>是单因素权重分配矩阵,<Image he="68" wi="44" file="DDA0002237492830000013.GIF" imgContent="drawing" imgFormat="GIF" orientation="portrait" inline="no"></Image>是模糊关系矩阵,μ<Sub>LF</Sub>表示钢丝绳的缺陷为局部损伤LF型的可能性,μ<Sub>LMA</Sub>表示钢丝绳的缺陷截面损伤LMA型的可能性,如果μ<Sub>LF</Sub>>μ<Sub>LMA</Sub>,则钢丝绳缺陷类型即为LF,反之钢丝绳缺陷类型则为LMA。(A steel wire rope nondestructive flaw detection analysis method divides the damage types of steel wire ropes into an LF type and an LMA type, and is characterized in that the damage types of the steel wire ropes are judged by a decision matrix V of a formula (18), Wherein the content of the first and second substances, Is a one-factor weight-assignment matrix, is a fuzzy relation matrix, mu LF Indicates the possibility of a defect of the steel cord being of the local damage LF type, mu LMA Indicating the possibility of a defective section of the steel cord damaging the LMA type if mu LF >μ LMA If the defect type of the steel wire rope is LF, otherwise, the steel wire rope isThe defect type is LMA.)

一种钢丝绳无损探伤分析方法

技术领域

本发明属于无损探伤技术领域，特别涉及一种钢丝绳无损探伤分析方法。

背景技术

钢丝绳具有强度高、弹性好、工作平稳可靠、承受动载和过载能力强等许多特点，在煤炭、冶金、交通、旅游等行业得到广泛应用。在使用过程中，钢丝绳会发生不同程度的各种损伤。一般地，可将钢丝绳的损伤分为以下两大类：

(1)局部缺陷型(Localized Fault)，简称LF型。在钢丝绳上局部位置产生的损伤，主要包括各类断丝损伤、锈蚀斑点、局部形状异常等；

(2)截面损耗型(Loss of Matellic Area)，简称LMA型。使钢丝绳横截面上金属截面积总和减少的损伤，主要包括磨损、大面积锈蚀、拉伸形变等。

为了保证钢丝绳的使用安全，需要使用无损探伤仪对钢丝绳的状态进行无损探伤检测。在使用无损探伤仪的检测过程中，由于钢丝绳的LF型缺陷和LMA型缺陷引起的钢丝绳缺陷信号的变化不一致，且判断钢丝绳是否报废的标准也稍有不同，所以对钢丝绳的检测，首先必须判断损伤类型，然后再对钢丝绳缺陷进行定量分析。目前，基于磁检法的钢丝绳无损探伤仪一直被公认为最可靠的钢丝绳检测仪器。

发明内容

本发明提供了一种钢丝绳无损探伤分析方法，采用了钢丝绳无损探伤的定性和定量分析方法，用以有效地完成钢丝绳损伤类型和损伤程度的分析。

本发明实施例之一，一种钢丝绳无损探伤分析方法，

将钢丝绳的损伤类型分为LF型和LMA型，通过计算公式(18)的决断矩阵V判定钢丝绳损伤类型，

其中，是单因素权重分配矩阵，是模糊关系矩阵，

其中，μ_LF表示钢丝绳的缺陷为局部损伤LF型的可能性，μ_LMA表示钢丝绳的缺陷截面损伤LMA型的可能性，如果μ_LF>μ_LMA，则钢丝绳缺陷类型即为LF，反之钢丝绳缺陷类型则为LMA。

针对钢丝绳LF型局部缺陷损伤，对无损探伤获得信号的空间平均宽度和综合幅度进行模糊推理计算出钢丝绳的断丝根数Q_LF。

针对钢丝绳LMA型缺陷损伤，对无损探伤获得信号的空间平均宽度和综合幅度进行模糊定量分析可以计算出钢丝绳的截面损耗百分数Q_LMA。

本发明实施例中，用于磁检法的钢丝绳无损探伤分析方法是一种定性和定量分析方法，在磁传感器采集得到钢丝绳全面的漏磁数据的基础上，采用模糊综合评价策略，基于实践经验总结得到的专家经验数据库，综合参考信号幅度、信号宽度和径向各个分量的标准差，对钢丝绳的损伤类型进行准确判断，随后再对钢丝绳损伤的程度进行精确的量化分析。相较于现有的数据分析方法，该分析方法准确率大大提高，且实现简便，非常适合钢丝绳无损探伤仪使用。

附图说明

通过参考附图阅读下文的详细描述，本发明示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中，以示例性而非限制性的方式示出了本发明的若干实施方式，其中：

图1根据本发明实施例之一的钢丝绳缺陷模糊逻辑分析流程框图。

图2钢丝绳缺陷信号波形图。

图3根据本发明实施例之一损伤类型分析的信号空间平均宽度隶属函数图。

图4根据本发明实施例之一损伤类型分析的信号方差隶属函数图。

图5根据本发明实施例之一LF&LMA定量分析的信号综合幅度隶属函数图。

图6根据本发明实施例之一LF定量分析的信号平均宽度隶属函数图。

图7根据本发明实施例之一LMA定量分析的信号平均宽度隶属函数图。

具体实施方式

根据一个或者多个实施例，一种钢丝绳无损探伤分析方法，沿钢丝绳径向布置多个磁传感器探头。工程中一般布置6个探头即可全面反映钢丝绳的缺陷状况，为了说明方便，本发明专利实施例以沿径向6个磁传感器探头为例，实践中也可以按照客观需要和条件条件设定磁传感器探头的数量。钢丝绳在检测过程中，钢丝绳需要在检测仪器中运动通过传感器阵列。钢丝绳在检测中运动时，采集6路传感器的漏磁数据，经过滤波、时域-空域转换、缺陷信号抓取等处理以后，供钢丝绳损伤算法使用。

根据一个或者多个实施例，如图2所示，为一段钢丝绳检测后得到的信号波形，主要有以下三个特征量可用于分析钢丝绳缺陷：

(1)综合6路信号宽度，得到空间平均宽度，

空间宽度是指钢丝绳缺陷信号沿着钢丝绳轴向分布的宽度，其中，ω_i为第i路磁通门缺陷信号的宽度。

(2)综合6路信号幅度的平均值，得信号综合幅度

其中，ξ_i为第i路磁通门缺陷信号的幅度。

(3)对6路信号幅度的平均值求方差，可定义为综合方差

上述三个特征量综合反映了各个通道的信息，能全面地表达钢丝绳损伤的总体情况。

对钢丝绳的研究表明：

首先，LMA型一般都是大范围的损伤，故其引起的钢丝绳缺陷信号的局部异常区的宽度要大于LF型；

其次，由于LMA型缺陷是大面积的损伤，所以在钢丝绳径向的影响必然远大于LF型缺陷，它将会导致全部6个通道的检测信号发生变化，且6路信号的反映基本一致。相比之下，LF型缺陷可能仅仅影响一个或相邻的少数几个通道，这势必导致缺陷信号幅度的方差有非常明显的区别，

这就为本发明实施例识别钢丝绳的两种缺陷提供了依据。

现有方法，都是根据缺陷信号的宽度和各路信号的方差，设定一个确定的阈值或构建一个复杂的数学模型，来对钢丝绳缺陷的类型进行判断。由于钢丝绳的缺陷类型是一个模糊概念，难以精确划分。轻微的LMA型缺陷可能被认为是LF型，而在径向上有一定扩展的LF型缺陷也可能被认为是LMA型。这种模糊性使传统的确定性判断难以准确对钢丝绳的损伤类型进行判断。同样，采用现有方法如果对钢丝绳缺陷进行定量分析(钢丝绳定量分析包括计算LF型缺陷的断丝根数和LMA型缺陷的截面损伤比例)，亦存在着模糊性，也欠准确性。

本发明实施例采用模糊方法则能在一定程度上克服常规方法的不足，由于不按照钢丝绳缺陷的临界值进行确定性划分，从而避免了确定性判断所导致的中间过渡区间的不准确，而是把专家经验和实验结果转化成计算机能够接受的模型，实现模糊综合评测，分析结果更加客观。

如图1所示，一种钢丝绳无损探伤分析方法的钢丝绳缺陷模糊逻辑分析流程框图。决定钢丝绳缺陷类型的特征量主要是6路缺陷信号的空间平均宽度和6路缺陷信号的综合方差σ²，于是设

为因素集。实验分析表明，两种特征量对钢丝绳缺陷类型评判的影响不一样，综合方差的作用要大于空间平均宽度，大约占60％的权重，而宽度的权重仅占40％，于是便可得到单因素权重分配矩阵

又设

V＝[μ_LF μ_LMA] (10)

为评判矩阵，其中μ_LF表示钢丝绳的缺陷为局部损伤的可能性，μ_LMA表示钢丝绳的缺陷截面损伤的可能性，最终根据两个值的大小来作出缺陷类型判别。

仅考虑方差σ²或宽度可作出单因素评判进而得出单因素评判向量。实验表明，钢丝绳LF型损伤，其缺陷信号的局部异常区域的综合宽度不会大于20cm，而LMA型缺陷信号局部异常区域的空间平均宽度一般不会小于10cm，这样便可得到信号的空间平局宽度对LF型缺陷和LMA型缺陷的隶属函数，为了方便计算，采用折线函数，如图(3)所示。

其数学表达式为：

于是关于特征量的单因素评判向量为

同理，还可得出综合方差的单因素评判。研究表明，LF型缺陷所引起的局部异常信号的方差σ²不会小于0.2，由LMA型缺陷引起的局部异常信号的方差σ²不会大于0.1，这样便可分别得到它们的隶属函数如图(4)所示。其数学表达式为：

于是，关于特征量σ²的单因素评判向量为

将以上两个单因素评判向量综合起来，便构成了一个模糊关系矩阵

利用模糊关系矩阵和单因素权重分配矩阵可以导出决断矩阵V

根据这个决断矩阵就可以对钢丝绳的缺陷类型作出综合诊断，如果μ_LF>μ_LMA，此缺陷类型即为LF，反之则为LMA。

确定了损伤类型以后，接下来对钢丝绳缺陷进行定量分析。

LF局部缺陷，工程中可以都等效为断丝，并以断丝根数为定量分析的目标。所以把断丝根数Q_LF作为模糊推理的输出量，并为它定义三个子集成员few、medium、many分别表示断丝根数少、中等和多，它们的支持值分别为Q_few＝1根，Q_medium＝5根，Q_many＝10根。对信号的空间平均宽度和综合幅度进行模糊定量分析可以计算出钢丝绳的断丝根数。

(1)模糊化

把输入的精确量和转化为相应模糊子集的隶属函数。本实施例定义钢丝绳缺陷信号的综合幅度的子集成员为I、II、III、IV、V五个标号，依次表示小、较小、中等、大、很大；定义信号的空间平均宽度的子集成员为I、II、III三个标号，依次表示窄、中、宽。

LF定量分析中信号综合幅度的隶属函数可如图(5)定义，其数学表达式为

LF定量分析中信号的平均宽度的隶属函数按图(6)定义，其相应的数学表达式为

于是，可根据输入量计算出相应的模糊输入：

[μ_ξI μ_ξII μ_ξIII μ_ξIv μ_ξv]和[μ_ωI μ_ωII μ_ωIII]，即将测量得到的精确的输入量变为模糊的相对于各个子集成员的隶属度，至此就完成了模糊逻辑分析的第一步——模糊化。

(2)模糊逻辑推理

根据专家经验和实验测试，得到模糊逻辑推理规则表

表(1)LF缺陷模糊逻辑推理规则表

按照通用的MIN-MAX推理法则，即有多个输入变量时，取其中最小的一个作为本条规则的力量，多条规则含有相同的结论时，取其中最大的的力量作为这个结论的模糊逻辑输出值。本步骤可以得到钢丝绳断丝根数三个标号的模糊逻辑值[μ_few μ_mesium μ_many]。

(3)逆模糊化

逆模糊化就是把输出量转化为输出变量的值，也叫模糊决策。本实施例采用加权平均法，即

钢丝绳LMA型缺陷截面损耗的定量分析与局部缺陷的定量分析基本类似，只是其中的隶属函数定义和模糊推理规则稍有不同。对于LMA型缺陷，工程中可以都等效为截面损耗，并以截面损耗百分数作为定量分析的目标。所以把截面损耗百分数Q_LMA作为模糊推理的输出量，并为它定义三个子集成员light、moderat、serious分别表示损耗轻微、中等和严重，它们的支持值分别为Q_light＝5％，Q_moderat＝15％，Q_serious＝25％。对信号的空间平均宽度和综合幅度进行模糊定量分析可以计算出钢丝绳的截面损耗百分数。

(1)模糊化

把输入的精确量和转化为相应模糊子集的隶属函数。本实施例定义钢丝绳缺陷信号的综合幅度的子集成员为I、II、III、IV、V五个标号，依次表示小、较小、中等、大、很大；信号的空间平均宽度的子集成员为I、II、III三个标号，依次表示窄、中、宽。LMA定量分析中综合幅度的隶属函数的定义与LF定量分析一致，如图(5)所示，其数学表达式为式(19)～式(23)。

LMA定量分析中信号的空间平均宽度的隶属函数如图(7)定义，其相应的数学表达式为

于是，可根据输入量计算出相应的模糊输入：

[μ_ξI μ_ξII μ_ξIII μ_ξIV μ_ξV]和[μ_ωI μ_ωII μ_ωIII]，即将测量得到的精确的输入量变为模糊的相对于各个子集成员的隶属度，至此就完成了模糊逻辑分析的第一步——模糊化。

(2)模糊逻辑推理

首先，要制定相应的推理规则。通过实验，得出截面损耗定量分析的模糊逻辑推理规则表如(2)所示。采用MIN-MAX推理法则，可以得到钢丝绳截面损耗三个标号的模糊逻辑值[μ_light μ_moderat μ_serious]。

表(2)LMA模糊逻辑推理规则表

(3)逆模糊化

逆模糊化就是把输出量转化为输出变量的值，也叫模糊决策。本实施例采用加权平均法，即

综上，采用本实施例的方法，可以把专家经验和实验数据转化成计算机能够接受的模型，对钢丝绳损伤类型和损伤程度进行综合模糊辨识，实现对钢丝绳损伤状况的准确评估。本实施例具有实现简单，分析准确，可靠性高等优点，适合单片机软件编程实现，可广泛应用于钢丝绳无损检测仪器中。本领域技术人员可通过阅读本实施例后，可做出细微的改变和调整，例如：输入量模糊子集成员个数增加，或者隶属度函数采用曲线而非本专利所述的折线等等，仍将不失为本发明的要义所在，亦不脱离本发明的精神和范围。

根据一个或者多个实施例，图2是一段实际的钢丝绳检测采集到的数据波形，设钢丝绳运行速度为2米/秒，数据采样率为200Hz，采样点间距为1厘米，本段数据一共有400个采样点。其中有四个明显的缺陷信号，其中第三个信号的空间平均宽度综合平均幅度综合方差σ²＝0.1409。

首先进行缺陷类型分析。

μ_LF(σ²)＝-1+10*0.1409＝0.409

μ_LMA(σ²)＝2-10*0.1409＝0.591

根据最大隶属度原则，μ_LF＜μ_LMA，可以判定此处钢丝绳损伤属于LMA型。

接下来继续进行定量分析。

(1)模糊化

μ_ξI＝0

μ_ξII＝0

μ_ξIII＝-2.9983+3.5＝0.5017

μ_ξIV＝2.9983-2.5＝0.4983

μ_ξv＝0

μ_ωI＝-0.25*15.5+4＝0.125

μ_ωII＝0.25*15.5-3＝0.875

μ_ωIII＝0

(2)模糊逻辑推理

根据表(2)的LMA缺陷模糊逻辑推理规则表，第一步采用MIN推理法则，可以得到各条逻辑规则结论的逻辑值，如下表中数字所示。

在根据MAX推理法则，可以得到最终的各个子集成员的模糊逻辑值为

μ_light＝0.125

μ_moderat＝0.5017

μ_serious＝0

(3)逆模糊化

即此处截面损耗量为13.02％。

本发明实施例的钢丝绳无损探伤的定性和定量分析方法，基于模糊综合评价策略，把专家经验和实验结果转化成计算机能够接受的模型，对磁通门阵列检测得到的钢丝绳漏磁数据进行综合模糊辨识，先对钢丝绳的损伤类型进行判断，随后再对钢丝绳损伤的程度进行量化分析，实现对钢丝绳损伤状况的准确评估，分析结果更加客观。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。