一种电梯钢丝绳性能感知与寿命预测方法及系统技术方案

本发明专利技术涉及电梯钢丝绳性能感知及寿命预测技术领域，特别是涉及一种电梯钢丝绳性能感知与寿命预测方法及系统，方法包括：提取钢丝绳特征，所述钢丝绳特征包括钢丝绳的表面特征

【技术实现步骤摘要】
一种电梯钢丝绳性能感知与寿命预测方法及系统


[0001]本专利技术涉及电梯钢丝绳性能感知及寿命预测
，特别是涉及一种电梯钢丝绳性能感知与寿命预测方法及系统
。

技术介绍

[0002]电梯钢丝绳是曳引式电梯的重要组成部分，是悬挂电梯轿厢
、
传递电梯曳引力的重要部件
。
近年来，电梯安全事故频繁发生，其中一个主要的原因就是电梯曳引钢丝绳的腐蚀
、
变形
、
磨损
、
断裂
、
断丝
。
据相关数据分析，毎年由电梯曳引钢丝绳磨损断裂而造成人员伤亡以及经济损失的安全事故占比相对比较高，这是由于电梯曳引钢丝绳在日常使用的过程中无法适时进行检测及跟换，而通常其内部磨损断丝等现象不能简单通过肉眼观察发觉，这些局部磨损往往导致事故的发生，因此，需要有效对钢丝绳进行安全检测，确保能够及时更换钢丝绳，保证电梯安全运行
。
[0003]现有检测技术有：
(1)
一种钢丝绳性能检测装置
(
专利号：
CN202220216870.2)
，首先将钢丝绳两侧拉孔固定在检测仪器上，在通过丝杆旋转施加外部拉力检测钢丝绳抗拉能力
。(2)
一种钢丝绳拉力测试装置
(
专利号：
CN202310510413.3)
，该检测装置首先将钢丝进行拆卸，再将钢丝绳安装至拉力测试机上，通过对钢丝绳施加拉力从而得出钢丝绳性能r/>。
上述钢丝绳性能检测装置需要将钢丝绳进行拆卸检测，或者检测装置与钢丝绳接触测量，该检测方式会对特定损伤的钢丝绳造成二次伤害，并且检测方式单一，没有检测钢丝绳的多维度特征，此外仅能检测钢丝绳性能并不能对钢丝绳剩余使用寿命进行预测
。
因此，亟需一种电梯钢丝绳性能感知与寿命预测方法及系统来解决上述技术问题
。

技术实现思路

[0004]本专利技术的目的是提供一种电梯钢丝绳性能感知与寿命预测方法及系统，实现对电梯钢丝绳性能以及剩余寿命的精准分析和预测，保证电梯运行的安全稳定
。
[0005]为实现上述目的，本专利技术提供了如下方案：
[0006]一种电梯钢丝绳性能感知与寿命预测方法，包括：
[0007]提取钢丝绳特征，所述钢丝绳特征包括钢丝绳的表面特征
、
三维特征和内部特征；
[0008]对所述钢丝绳特征进行分析以及加权融合，获取钢丝绳状态，并基于所述钢丝绳状态分别进行性能判断和寿命预测，获取所述钢丝绳的性能感知和寿命预测结果
。
[0009]优选地，提取所述钢丝绳特征过程中在同一时间
、
同一位置分别提取所述钢丝绳的表面特征
、
三维特征和内部特征
。
[0010]优选地，提取所述钢丝绳的表面特征包括：
[0011]采集所述钢丝绳的表面图像，对所述表面图像进行图像去噪
、
图像增强与图像复原处理；
[0012]基于处理后的表面图像进行特征提取，识别所述钢丝绳的损坏类型以及损坏程度，获取所述钢丝绳的表面特征
。
[0013]优选地，提取所述钢丝绳的三维特征包括：
[0014]采集所述钢丝绳的点云数据，对所述点云数据进行数据平滑
、
数据精简
、
数据分割处理；
[0015]基于处理后的点云数据进行钢丝绳量化重构，获取所述钢丝绳的三维特征
。
[0016]优选地，提取所述钢丝绳的内部特征包括：
[0017]采集钢丝绳内部的激励信号和检测信号，并对所述激励信号和检测信号进行滤波与放大电路处理；
[0018]提取处理后的激励信号和检测信号的峰
‑
峰值差与相位差，获取所述钢丝绳的内部特征
。
[0019]优选地，对所述钢丝绳特征进行分析包括：
[0020]分别对所述钢丝绳的表面特征
、
三维特征和内部特征进行分类以及定量标记，获得所述钢丝绳的表面特征包括：钢丝绳表面腐蚀量
、
钢丝绳扭曲变形量和钢丝绳表面磨损量；所述钢丝绳的三维特征包括：钢丝绳直径变化量和钢丝绳扭转变形程度；所述钢丝绳的内部特征包括：钢丝绳断丝量和钢丝绳断丝位置
。
[0021]优选地，获取所述钢丝绳状态包括：
[0022]对分类后的所述钢丝绳特征进行加权融合，获取所述钢丝绳状态：
[0023]Q
＝
K1Ta+K2Tb1+K3Tc+K4Sa+K5Sb2+K6Wa
[0024]其中，
Q
为钢丝绳状态；
Ta、Tb1、Tc、Sa、Sb2、Wa
分别为钢丝绳表面腐蚀量
、
钢丝绳扭曲变形量
、
钢丝绳表面磨损量
、
钢丝绳直径变化量
、
钢丝绳扭转变形程度
、
钢丝绳断丝量；
K1、K2、K3、K4、K5、K6分别为
Ta、Tb1、Tc、Sa、Sb2、Wa
影响钢丝绳状态的比例系数
。
[0025]优选地，基于所述钢丝绳状态进行性能感知包括：
[0026]基于所述钢丝绳状态与钢丝绳直径变化量计算钢丝绳破断拉力总和：
[0027]F1＝
M1×
(A
‑
M2Sa)
‑
M3Q
[0028]基于所述钢丝绳破断拉力总和计算钢丝绳破断拉力：
[0029]F2＝
F1×
M4T
[0030]其中，
F1为钢丝绳破断拉力总和；
M1为公称抗拉强度；
A
为钢丝绳初始横截面积；
M2为钢丝绳直径变化量比例系数；
M3为钢丝绳状态影响系数；
F2为钢丝绳破断拉力；
M4为钢丝绳换算系数；
T
为钢丝绳安全载重力
。
[0031]优选地，基于所述钢丝绳状态进行寿命预测包括：
[0032]基于所述钢丝绳状态和钢丝绳破断拉力预测所述钢丝绳的寿命：
[0033]Log(Y1Q+Y2F2)
＝
Y3LogN+Y4[0034]其中，
Log
为
Log
函数；
Y1为钢丝绳状态疲劳系数；
Y2为钢丝绳应力系数；
Y3为钢丝绳材料常数；
Y4为钢丝绳寿命曲线修正系数；
N
为钢丝绳预测寿命
。
[0035]为进一步实现上述目的，本专利技术还提供了一种电梯钢丝绳性能感知与寿命预测系统，包括：图像识别模块
、
三维云点模块
、
涡流探测模块
、
特征融合模块
、
状态感知本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种电梯钢丝绳性能感知与寿命预测方法，其特征在于，包括：提取钢丝绳特征，所述钢丝绳特征包括钢丝绳的表面特征
、
三维特征和内部特征；对所述钢丝绳特征进行分析以及加权融合，获取钢丝绳状态，并基于所述钢丝绳状态分别进行性能判断和寿命预测，获取所述钢丝绳的性能感知和寿命预测结果
。2.
根据权利要求1所述的电梯钢丝绳性能感知与寿命预测方法，其特征在于，提取所述钢丝绳特征过程中在同一时间
、
同一位置分别提取所述钢丝绳的表面特征
、
三维特征和内部特征
。3.
根据权利要求2所述的电梯钢丝绳性能感知与寿命预测方法，其特征在于，提取所述钢丝绳的表面特征包括：采集所述钢丝绳的表面图像，对所述表面图像进行图像去噪
、
图像增强与图像复原处理；基于处理后的表面图像进行特征提取，识别所述钢丝绳的损坏类型以及损坏程度，获取所述钢丝绳的表面特征
。4.
根据权利要求2所述的电梯钢丝绳性能感知与寿命预测方法，其特征在于，提取所述钢丝绳的三维特征包括：采集所述钢丝绳的点云数据，对所述点云数据进行数据平滑
、
数据精简
、
数据分割处理；基于处理后的点云数据进行钢丝绳量化重构，获取所述钢丝绳的三维特征
。5.
根据权利要求2所述的电梯钢丝绳性能感知与寿命预测方法，其特征在于，提取所述钢丝绳的内部特征包括：采集钢丝绳内部的激励信号和检测信号，并对所述激励信号和检测信号进行滤波与放大电路处理；提取处理后的激励信号和检测信号的峰
‑
峰值差与相位差，获取所述钢丝绳的内部特征
。6.
根据权利要求2所述的电梯钢丝绳性能感知与寿命预测方法，其特征在于，对所述钢丝绳特征进行分析包括：分别对所述钢丝绳的表面特征
、
三维特征和内部特征进行分类以及定量标记，获得所述钢丝绳的表面特征包括：钢丝绳表面腐蚀量
、
钢丝绳扭曲变形量和钢丝绳表面磨损量；所述钢丝绳的三维特征包括：钢丝绳直径变化量和钢丝绳扭转变形程度；所述钢丝绳的内部特征包括：钢丝绳断丝量和钢丝绳断丝位置
。7.
根据权利要求6所述的电梯钢丝绳性能感知与寿命预测方法，其特征在于，获取所述钢丝绳状态包括：对分类后的所述钢丝绳特征进行加权融合，获取所述钢丝绳状态：
Q
＝
K1Ta+K2Tb1+K3Tc+K4Sa+K5Sb2+K6Wa
其中，
Q
为钢丝绳状态；
Ta、Tb1、Tc、Sa、Sb2、Wa
分别为钢丝绳表面腐蚀量
、
钢丝绳扭曲变形量
、
钢丝绳表面磨损量
、

【专利技术属性】
技术研发人员：王海舰，崔圣文，廉凤武，李兴军，张京铁，翟勇智，孙鹏尧，耿理扬，
申请(专利权)人：吉林市特种设备检验中心吉林市特种设备事故调查服务中心，
类型：发明
国别省市：