【技术实现步骤摘要】
本专利技术涉及钢丝绳损伤诊断，尤其涉及钢丝绳损伤诊断方法及其系统。
技术介绍
1、钢丝绳因其高强度、耐久性和多功能性，被广泛应用在建筑、采矿、运输、电力、航海、航空、航天和军事等重要领域，主要起吊装提升、牵引拖曳、操纵控制、支撑悬挂等关键作用。
2、目前钢丝绳损伤检测主要是通过无损检测技术在不破坏钢丝绳结构的条件下，对钢丝绳的表观病害和内部结构进行监测并进行损伤状态诊断。常用的损伤检测技术有声发射检测法、人工目测法、磁检测法、视觉检测法、电涡流法、射线检测法等技术。
3、传统声发射检测系统主要由声发射传感器、低噪声信号线、前置放大器、同轴电缆、声发射信号采集分析仪、上位机电脑等组成。传统声发射监测系统主要存在人工智能程度不高、依赖人工操作分析、不具备完全的实时监测能力、信号数据分析复杂、对检测经验及专业人员依赖度高、有线连接对系统布局依赖性强、对被检测结构有声耦合限制、系统扩展复杂程度高等局限性，因此不便于无损检测应用场景的拓展以及声发射技术的推广应用。
技术实现思路
1、本专利技术提供的钢丝绳损伤诊断系统，以解决现有声发射检测系统不便于使用的技术问题。
2、为解决上述问题，本专利技术提供的钢丝绳损伤诊断系统采用如下技术方案：
3、本专利技术的钢丝绳损伤诊断系统包括无线声发射传感器，包括无线声发射传感器、信号综合预处理终端、损伤诊断分析主机、hm i终端、波导夹具、无线温湿度计；
4、所述无线声发射传感器固定在波导夹具上，
5、所述波导夹具中的波导介质能够增强声发射信号的传感性能；
6、无线温湿度计，用于监测当前环境下的温度和湿度变化，且能够将温度和湿度信号传递至所述信号综合预处理终端；
7、所述信号综合预处理终端接收各个声发射信号和温度、湿度信号，将温度、湿度数据与声发射信号进行匹配，以对温度、湿度所引起的声发射信号变化进行修正，信号综合预处理终端对采集的各信号进行去噪、滤波和信号校正后，对监测数据进行实时存储；
8、损伤诊断分析主机，内置损伤识别算法，并基于a i深度学习技术对综合预处理后的全息数字信号序列集进行分析处理，通过训练深度学习模型，以使其能够进行自动化的声发射信号识别、损伤状态分析和损伤定位；
9、hm i终端，与所述损伤诊断分析主机通信连接，以显示损伤诊断结果。
10、有益效果是：本专利技术的钢丝绳损伤诊断系统在使用时，通过无线声发射传感器收集钢丝绳发出的声信号，然后通过信号综合预处理终端将声信号处理并储存，损伤诊断分析主机将声信号分离处理得出各类波形图、损伤模型图，同时将各波形图、损伤模型图呈现在hm i终端以供工作人员观察对比。本专利技术的钢丝绳损伤诊断系统在使用时，方便使用，同时通过无线声发射传感器能够时刻收集钢丝绳发出的声信号，从而实时监测诊断与预警，同时采用锂电池供电，避免电线的布置，便于安装使用，使用范围宽。
11、进一步的，所述无线声发射传感器包括谐振式声发射传感器、ad采样模块、lora通信模块、锂电池和智能管理模块，ad采样模块用于将模拟信号转换为数字信号，同时支持包括时间唤醒和信号唤醒在内的多种采样模式，谐振式声发射传感器通过lora通信模块能够进行传感数据无线传输，锂电池用于为ad采样模块和lora通信模块供电，智能管理模块定时读取通信信号强度和电池电量信息，并通过hm i终端实时显示。
12、有益效果：谐振式声发射传感器具有高灵敏度和高信噪比的特点，能够捕捉到微小的声发射信号，以便及早发现钢丝绳的潜在损伤。
13、进一步的，所述损伤识别算法采用transformer深度学习模型的自注意力计算单元进行计算学习，提取输出不同损伤状态下的信号特征参数和损伤定位解算结果，损伤诊断分析主机基于解算结果能够生成详细的诊断报告，所述诊断报告包括损伤类型、位置和严重程度。
14、有益效果：提高了监测的准确性和效率，减少了误报和漏报的风险。
15、进一步的，信号综合预处理终端，包括数字信号预处理模块、数据存储模块、lora通信模块和有线通信模块；
16、数字信号预处理模块通过核心dsp芯片对采集的声发射信号的去噪、滤波和信号校正；数据存储模块用于管理和本地实时存储监测数据；lora通信模块主要负责接收监测区域内所有新型无线声发射传感器发送的监测数据，同时支持上传数据到lora云平台，同时可以下发唤醒指令以及读取传感器管理信息。
17、有益效果：具有较高的兼容性，信号的质量和准确性较高。
18、进一步的，hm i终端与智能管理模块连接，以将智能管理模块读取通信信号强度和电池电量信息传递至hm i终端显示。
19、有益效果：使操作变得更加直观和容易，即使对于非专业人员也能轻松使用，有助于用户更清晰地理解监测数据，从而更好地做出决策。
20、本专利技术提供的钢丝绳损伤诊断方法采用如下技术方案：本专利技术的钢丝绳损伤诊断方法包括如下步骤:
21、步骤一、通过无线声发射传感器捕捉钢丝绳微小的声发射信号，并将模拟信号转换为数字信号后传递给信号综合预处理终端；
22、步骤二、信号综合预处理终端对传递来的声发射信号进行去噪、滤波和信号校正，然后将处理后的数据进行实时存储；
23、步骤三、损伤诊断分析主机基于ai深度学习技术，通过内置的损伤识别算法对信号综合预处理终端信号存储的全息数字信号序列集进行分析处理，并且生成包括损伤类型、损伤位置和损伤严重程度的诊断报告。
24、有益效果是：本专利技术的钢丝绳损伤诊断方法在使用时，方便使用，同时通过谐振式声发射传感器能够时刻收集钢丝绳发出的声信号，使用便捷，使用范围宽。
25、进一步的，在步骤一中，还通过设置无线温湿度计来实时监测当前环境下的温度和湿度变化情况，无线温湿度计能够将温度、湿度数据传输至信号综合预处理终端，信号综合预处理终端将温度和湿度与声发射信号进行匹配，然后对温湿度引起的声发射信号变化进行修正。
26、有益效果：实时监测环境温湿度变化，并根据这些环境因素变化修正声发射信号分析，从而提高监测的准确性。
27、进一步的，损伤诊断分析主机所生成的诊断报告在hm i终端上显示、下载或打印，hm i终端用于连接移动终端，通过设置报警阈值，以在报警阈值触发后通过物联网云台实现自动报警。
28、进一步的，将步骤一中的无线声发射传感器固定在波导夹具上，利用波导夹具中的波导介质能够增强声发射信号的传感性能。
29、有益效果：结构简单，传递信号稳定。
30、进一步的，步骤三中的损伤算法采用transformer深度学习模型的自注意力计算单元进行计算学习。
31、有益效果：提高并行性和计算效率。
本文档来自技高网...【技术保护点】
1.钢丝绳损伤诊断系统，其特征在于，包括无线声发射传感器、信号综合预处理终端、损伤诊断分析主机、HM I终端、波导夹具、无线温湿度计；所述无线声发射传感器固定在波导夹具上，用于向信号综合预处理终端传递钢丝绳监测数据；
2.根据权利要求1所述的钢丝绳损伤诊断系统，其特征在于，所述无线声发射传感器包括谐振式声发射传感器、AD采样模块、LORA通信模块、锂电池和智能管理模块，AD采样模块用于将模拟信号转换为数字信号，同时支持包括时间唤醒和信号唤醒在内的多种采样模式，谐振式声发射传感器通过LORA通信模块能够进行传感数据无线传输，锂电池用于为AD采样模块和LORA通信模块供电，智能管理模块定时读取通信信号强度和电池电量信息，并通过HM I终端实时显示。
3.根据权利要求1所述的钢丝绳损伤诊断系统，其特征在于，所述损伤识别算法采用Transformer深度学习模型的自注意力计算单元进行计算学习，提取输出不同损伤状态下的信号特征参数和损伤定位解算结果，损伤诊断分析主机基于解算结果能够生成详细的诊断报告，所述诊断报告包括损伤类型、位置和严重程度。
4.根据权
5.根据权利要求1所述的钢丝绳损伤诊断系统，其特征在于，HM I终端与智能管理模块连接，以将智能管理模块读取通信信号强度和电池电量信息传递至HM I终端显示。
6.钢丝绳损伤诊断方法，其特征在于，使用如权利要求1-5任意一项所述的钢丝绳损伤诊断系统，具体包括如下步骤:
7.根据权利要求6所述的钢丝绳损伤诊断方法，其特征在于，在步骤一中，还通过设置无线温湿度计来实时监测当前环境下的温度和湿度变化情况，无线温湿度计能够将温度、湿度数据传输至信号综合预处理终端，信号综合预处理终端将温度和湿度与声发射信号进行匹配，然后对温湿度引起的声发射信号变化进行修正。
8.根据权利要求6所述的钢丝绳损伤诊断方法，其特征在于，损伤诊断分析主机所生成的诊断报告在HM I终端上显示、下载或打印，HM I终端用于连接移动终端，通过设置报警阈值，以在报警阈值触发后通过物联网云台实现自动报警。
9.根据权利要求8所述的钢丝绳损伤诊断方法，其特征在于，将步骤一中的无线声发射传感器固定在波导夹具上，利用波导夹具中的波导介质能够增强声发射信号的传感性能。
10.根据权利要求9所述的钢丝绳损伤诊断方法，其特征在于，步骤三中的损伤算法采用Transformer深度学习模型的自注意力计算单元进行计算学习。
...【技术特征摘要】
1.钢丝绳损伤诊断系统，其特征在于，包括无线声发射传感器、信号综合预处理终端、损伤诊断分析主机、hm i终端、波导夹具、无线温湿度计；所述无线声发射传感器固定在波导夹具上，用于向信号综合预处理终端传递钢丝绳监测数据；
2.根据权利要求1所述的钢丝绳损伤诊断系统，其特征在于，所述无线声发射传感器包括谐振式声发射传感器、ad采样模块、lora通信模块、锂电池和智能管理模块，ad采样模块用于将模拟信号转换为数字信号，同时支持包括时间唤醒和信号唤醒在内的多种采样模式，谐振式声发射传感器通过lora通信模块能够进行传感数据无线传输，锂电池用于为ad采样模块和lora通信模块供电，智能管理模块定时读取通信信号强度和电池电量信息，并通过hm i终端实时显示。
3.根据权利要求1所述的钢丝绳损伤诊断系统，其特征在于，所述损伤识别算法采用transformer深度学习模型的自注意力计算单元进行计算学习，提取输出不同损伤状态下的信号特征参数和损伤定位解算结果，损伤诊断分析主机基于解算结果能够生成详细的诊断报告，所述诊断报告包括损伤类型、位置和严重程度。
4.根据权利要求1所述的钢丝绳损伤诊断系统，其特征在于，信号综合预处理终端，包括数字信号预处理模块、数据存储模块、lora通信模块和有线通信模块；
【专利技术属性】
技术研发人员：赵竹君，李江超，文振华，方鹏亚，郭霄，付饶，
申请(专利权)人：郑州航空工业管理学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。