基于在线检测系统的矿用钢丝绳损伤信号抑噪的研究

栗 帅

（山西潞安检测检验中心有限责任公司， 山西 长治 046200）

引言

矿用钢丝绳是由多根碳素合金细微钢丝拧合而成，具有高柔韧性、可弯曲性的特点。钢丝绳结构强度高，自身质量较轻，目前被广泛运用于各个煤矿的提升系统、运输系统和牵引系统中。但钢丝绳长期处于恶劣的工作环境中，其受到的载荷作用变化形式多样，钢丝绳破坏形式主要有锈蚀、磨损、断裂等。目前煤矿企业也对钢丝绳日常安全检查相当重视，主要通过人工目视巡查的方法对钢丝绳进行安全检查。但该种方法无法检测钢丝绳内部缺陷，仅停留在表面检查，但同时也有部分煤矿企业运用了在线系统检测技术对钢丝绳的损伤缺陷进行检测[1]。但最后数据分析结果受到了作业噪声、电气设备电磁场等多种因素的干扰，造成数据分析结果不准确。因此有必要采用一种滤波的方法提取真实的钢丝绳损伤信号，实现准确找到钢丝绳损伤部位，及时进行安全隐患处置，保障煤矿企业安全生产[2]。本文采用漏磁检测对钢丝绳损伤的信号进行滤波处理，运用小波分析技术达到信号滤波消噪的效果。

1 钢丝绳损伤分析

矿井采煤过程的提升系统和运输系统中常用的钢丝绳是由碳素合金钢丝拧合而成，钢丝绳强度大约为1 000～3 000 MPa[3]，具有良好的抗弯性能和柔韧性能。根据矿井提升系统、运输系统的载荷大小，可定制钢丝绳的结构类型，适应性选择性范围较大，如图1 所示为钢丝绳各类型截面结构示意图，主要包括圆形股截面、三角股及椭圆股截面，内部截面结构复杂且可变化性较强，适用于多种工业场合[4]。

图1 钢丝绳绳股截面结构示意图

钢丝绳在煤矿生产作业过程中受到反复循环的载荷作用，形成了各种类型的缺陷形式。根据相关研究资料，钢丝绳损伤缺陷主要被划分为LF 型和LMA 型损伤，代表含义为局部缺陷和截面缺陷。局部缺陷损伤为极小范围内截面积突然变小的损伤，截面损伤为钢丝绳在长时间负载作用下不断地磨损损耗产生的慢性损伤。对矿井现场的钢丝绳进行分析，LF 型损伤（局部损伤）为钢丝绳常见的损伤方式，影响钢丝绳安全受力状态，造成承载力下降和断裂风险增加。针对LF 型损伤主要为断丝破坏，在线检测系统可以有效地对断丝损伤位置进行检测[5]。

2 损伤检测原理分析

2.1 钢丝绳磁化原理

钢丝绳由碳素合金金属材料制成，因此钢丝绳内部材料含碳量高，导磁性能更好。电磁检测技术是对钢丝绳缺陷检测有效的技术方法，通过采用电磁检测技术对钢丝绳轴线方向施加磁场，如趋势出现了LF 型缺陷时，断丝位置的磁阻加大，磁场线将由临近的连续钢丝中穿过从而绕过缺陷位置，造成此处的磁场信号不连续，产生漏磁现象。漏磁部位的磁感线波动情况将被检测装置检测出，从而确定出钢丝绳断丝的位置，断丝部位漏磁场示意图如下页图2所示。

2.2 励磁装置的设计

在对钢丝绳进行漏磁检测过程中，钢丝绳必须被励磁至饱和状态，确保内部磁场分布匀称，保证钢丝绳磁场在径向上的磁量较小。通过查阅资料得知，采用永久磁铁直流励磁的方法对钢丝绳进行励磁处理。从图3 可知，该励磁装置由磁体S 级触发至另一极N 极，通过穿过钢丝绳内部形成闭合磁场回路，两端均设置为环形永久磁体。

图2 断丝处的漏磁场示意图

图3 永磁励磁的结构形式示意图

2.3 检测电路的设计

钢丝绳LF 型损伤产生的漏磁场强度数值大约在5.0 mT，目前常采用的漏磁场测量方法有感应线圈法、磁通门法、霍尔元件法以及磁敏电阻。通过查阅资料分析，磁敏电阻更适合作为漏磁损失信号检测的元件，因为其具有抗干扰性好、体积小、灵敏度较高、适用范围广等特点[6]。

磁敏电阻将输入检测的模拟信号进行处理，通过电路图将其转换为数字信号，通过信号放大处理、滤波处理、零点调整、增益调整等信号处理方法对信号进行调理，最终输出检测信号。

通过三级放大电路对磁敏电阻输出的单向脉冲信号进行放大，并且在信号放大之前通过采用RC 低通滤波电路进行低通滤波。综合考虑磁敏电子元件的特性，设计出钢丝绳漏磁损伤信号的检测传感器，并对其输出信号的处理电路进行设计，如图4 所示。

图4 信号处理电路

3 信号抑噪处理

3.1 小波滤波方法

在煤矿复杂恶劣的作业环境中，通过采用小波滤波的技术处理方法对钢丝绳检测出的损伤信号进行滤波处理，得出对研究有用的损伤信号数值。采用小波滤波方法，首先根据断丝信号选择适合检测的小波函数，将含杂着噪声信号的检测信号分为不同的频率段，并得到各个频段的小波分解系数，将每个频段的分析数据进行量化处理并将采集到的信号数值与门限阈值进行比较，将大于门限信号的数据进行采集，其他信号设置为0，重新构建各个频段的分解信号，对数据检测波形进行滤波处理。在断丝信号的分析过程中，小波技术的选择性应满足以下条件：有可微性和线性相位；在时域上最小支撑，小波函数的紧支性越好，重构算法中的序列就会越短；小波函数接近最优，即时频窗面积尽量最小，这样小波应用在时频域局部化的聚焦能力就越强。

3.2 分析工具的选择

通过采用MATLAB 数值分析软件，在该软件中选择各类小波分析函数对采集到的数据进行小波变换。利用GUI 图形的方式进行可视化展示，MATLAB软件具有丰富的数据传输接口以及强大的数据分析处理能力，可作为钢丝绳损伤信号数据处理分析的实用软件。

3.3 小波的仿真分析

通常采用7 层多分辨率的方式分析每层钢丝绳损伤检测信号，对每一层频段的信号取出异常数据的信号，对每层分解信号进行重新构建，将背景噪声信号小波分解系数阈值强制设置为0，便可得到经小波变换抑躁的信号数据，具体分析结构数如图5所示。

通过Matlab 软件对钢丝绳断是缺陷信号进行采集，信号采集点共3 510 个，其中输入的原始信号为s，其中断丝缺陷信号共计采集到100 个左右，7层多分辨率分析分解结果如下页图6 所示。

图5 多分辨分析树结构图

由图6 可以得出，各层输出信号较为杂乱，d1、d2、d3输出的信号为高频干扰，主要由矿井电机引起。a7输出为低频干扰，主要由钢丝绳自身摆动所引起。钢丝绳输出的损伤信号主要集中于d4、d5。为避免其余信号干扰，将d1、d2、d3、a7、a6的阈值强制设置为0，并重新进行小波重构，进行损伤信号消噪处理。

图6 钢丝绳检测信号七层分解

3.4 损伤信号抑躁

通过小波重构之后，钢丝绳损伤信号输出波形图形由图7 所示。

由图7 可知，小波分析在抑噪方面取得了良好的效果，波形清晰明了，可以避免噪声环境以及机器工作干扰对断丝缺陷的判断，并将重构波形与原始信号波形进行对比分析，可以准确地找到钢丝绳断丝缺陷的部位，由此可以得出小波分析在一维信号的消噪方面表现良好，可以成为运用在线检测系统探测钢丝绳损伤数据后分析处理的有效技术措施。

图7 重构波形示意图