钢丝绳作为工程承载的关键构件,在使用过程中极易发生各种形式的机械损伤,如:断丝、磨损、锈蚀等。各种损伤的产生将会导致钢丝绳安全承载能力的下降,因此需要及时地对钢丝绳进行安全检测,评估出钢丝绳的安全承载能力,使钢丝绳始终运行在安全承载范围内。本文基于漏磁检测原理对钢丝绳损伤进行定量检测研究,通过钢丝绳的断丝数量来评估钢丝绳的剩余强度,文章的主要内容如下:对损伤检测器的励磁结构进行了有限元仿真分析,采用控制变量法分析了钢丝绳到磁铁的间隙、两磁铁的励磁间距对整个励磁回路的影响。对断丝损伤漏磁场特性进行了有限元仿真分析,研究了提离值、断丝分布状态、断丝宽度、断丝数量对漏磁场的影响,验证了基于漏磁特性进行钢丝绳损伤检测理论的正确性,为钢丝绳损伤检测器结构设计提供了参考。搭建了钢丝绳安全检测试验平台。为保证能够对待检钢丝绳提供足够的拉力,针对试验台基架进行了强度设计。为降低漏磁场对提离值的敏感度,通过加装聚磁环的方式进行改善。针对漏磁场的径向和轴向漏磁场分量,分别设计了径向漏磁分量检测器和轴向漏磁分量检测器。针对传感器的输出特性,设计了多通道与单通道输出的信号预处理电路。研究了基于小波变换的信号降噪方法,对损伤信号进行了离散小波变换、离散小波包变换以及对偶树小波变换,对阈值进行了固定式、极大极小值式、启发式、无偏估计式以及邻域重叠块式计算,横向比较了三种信号变换方法和五种阈值计算方式对去噪质量的影响,最终提出了基于对偶树小波与重叠块阈值相结合的钢丝绳断丝损伤信号降噪方法。研究了钢丝绳损伤信号在时域、频域以及时频域的特征信息提取方法,采用距离可分离性判据对各特征参数的分类效果进行了横向比较,提出了对偶数小波包与奇异值相结合的时频域特征参数提取方法。研究了基于机器学习的钢丝绳断丝损伤信号定量识别模型,比较了后馈神经网络、前馈神经网络以及支持向量机三种网络模型对断丝损伤的识别效果。在对信号去噪、特征提取以及定量识别的研究基础上,提出了基于DTCWPT、SVD与OSELM的钢丝绳断丝损伤定量检测模型。基于漏磁检测方法,本文研究了钢丝绳断丝损伤定量检测过程的各个关键技术环节,深入研究了检测器设计、信号降噪、特征提取及定量识别模型建立等模块,为钢丝绳损伤检测系统及产品的开发提供了可靠的理论和方法支持。