标准节作为塔式起重机的主要承载结构,其安全性关系着生产能否顺利进行。塔机常在室外作业,加之复杂工况作用,致使标准节易产生裂纹缺陷。近年多起建筑机械安全生产事故都是由于塔机标准节裂纹失效造成了重大人员伤亡和财产损失。因此,对塔式起重机标准节裂纹失效的预防性检测和潜在风险评估研究具有重要的理论和工程实际意义。声发射技术是一种常用于压力容器缺陷检测的无损检测技术。相对于其他的无损检测手段,声发射技术能够获得被测物体损伤的动态特征,由于塔式起重机的工作特点,利用声发射技术可以很好完成对塔式起重机标准节受载状态的监测,进而使用收集的声发射信号进行标准节风险分析。目前针对起重机械行业国家有关部门制定了国家标准GB/T 32544-2016《桥式与门式起重机金属结构声发射检测及结果评定方法》,但是对于塔机标准节失的效声发射检测及风险分析还有待探索。本文主要进行以下研究工作:（1）参考国家标准和相关文献实验方案,设计制作裂纹缺陷实验试件,使用拉伸试验机对实验试样进行加载试验,并利用声发射系统采集实验试样破坏全过程的声发射信号。（2）通过实验收集的声发射信号参数分析,对塔式起重机标准节常用材料Q235在弹性形变、塑性形变和颈缩不同过程的时域图和参数相关图进行分析,对材料破坏的各个阶段进行辨识。（3）采用分形维数对声发射参数相关图进行评价,利用Matlab软件编写分形维数计算程序,对各组声发射参数相关图进行分形维数计算,统计各试样分形维数在整个实验过程的变化规律;分析分形维数变动情况与材料拉伸各阶段的对应关系,对比不同长度裂纹试样声发射信号分形维数变动的差异情况。（4）对塔式起重机标准节裂纹缺陷进行风险评估,利用BP神经网络技术对材料缺陷进行辨识;在风险评估模型中的损伤因子中加入超载系数因子,达到优化评估模型目的。以声发射分形维数和神经网络辨识结果对损伤因子进行赋值,以求减少评价过程中人工的主观偏差。