仿真数据驱动的起重机钢丝绳断丝定量识别方法~(*)

作者：王晓昆; 井陆阳^*; 白晓瑞; 战卫侠; 刘云成; 王彦松

来源：机电工程, 2023, 1-10.

• 起重机械
• 电磁检测
• 模式识别方法
• 卷积神经网络
• 小波变换
• 小样本数据
• COMSOL

针对工程应用中起重机钢丝绳损伤检测由于故障样本不足导致检测效果较差的问题，提出了一种仿真数据驱动的、基于卷积神经网络（CNN）模型的钢丝绳断丝定量识别方法。首先，使用有限元软件COMSOL对直径24 mm的6×37结构钢丝绳不同损伤类型进行了建模与仿真，并将提离值为5 mm处仿真漏磁场减去背景磁场，得到了仿真损伤信号；其次，搭建了钢丝绳漏磁检测试验台，采集了与仿真参数一致的钢丝绳断丝实测信号，并进行了小波去噪处理，解决了实测信号中由于存在噪声干扰导致与仿真信号不匹配的问题；最后，建立了卷积神经网络模型，采用仿真数据辅助模型训练，并使用早停法抑制了模型对训练集中仿真数据的过拟合问题。以仿真数据作为训练集和仿真数据辅助小样本实测数据作为训练集，进行了实验验证。研究结果表明：仿真数据驱动、小波去噪能够较大幅度地提高断丝识别率；早停法能够较好地抑制实验中的过拟合问题；该方法在两种实验形式下的准确率分别达到了84.5%和97.5%，证明该方法能够有效识别钢丝绳损伤，具有一定的理论研究价值和工程应用前景。

• 单位
  中国人民解放军海军工程大学; 青岛理工大学; 软控股份有限公司