基于金属磁记忆技术的输送带钢绳芯检测机理研究

来源 :太原理工大学 | 被引量 : 0次 | 上传用户:mhj911
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
钢绳芯输送带被广泛的应用于各个领域,成为承担运输任务的重要环节,其正常运行是保证安全、高效地生产的关键所在。钢绳芯输送带中横向断带事故的发生对其安全运行造成极其严重的影响,因此,人们积极的寻找高效准确的无损检测方法来对输送带钢绳芯的缺陷进行检测以防止事故的发生。   目前输送带钢绳芯的主要无损检测手段有漏磁检测和X光检测等,然而这些检测方法可以有效地发现已经发展成型的宏观和部分微观缺陷(如裂纹),但是对于钢绳芯的早期损伤,难以实现有效的评价,从而无法避免设备检修后由于意外的疲劳损伤发展而引起的恶性事故。因此,本文将能够对铁磁构件进行早期损伤检测的金属磁记忆检测技术应用于输送带钢绳芯的检测。   本文首先通过对钢绳芯输送带和钢绳芯的结构及在运行过程中的受力状态的研究,分析了输送带钢绳芯缺陷的形成原因。输送带钢绳芯的缺陷主要有接头抽动和断芯等,通过对钢绳芯和输送带的受力状态研究发现,钢绳芯受到拉应力、弯曲应力和剪切应力的作用,特别是在输送带经过辊筒时,钢绳芯还会受到交变剪切应力的作用。这就使得在钢绳芯中本身存在或因外力造成的应力最大处形成应力集中区,因此利用金属磁记忆技术可以有效检测钢绳芯的缺陷。   其次,本文分析了钢绳芯磁记忆检测中的影响因素,并利用爱德森生产的EMS-2003磁记忆检测仪对钢绳芯输送带进行了检测实验。通过实验发现在钢绳芯输送带的接头处,即使没有明显的钢绳芯抽动现象,也有应力集中区的存在,而在发生抽动得钢绳芯处有较大的应力集中现象,同时附近的钢绳芯也会出现应力集中区;而对于非接头区的钢绳芯缺陷对附近钢绳芯的影响较小,出现应力集中区的范围较小;通过这一特征提出了输送带接头的识别、接头抽动和钢绳芯断裂等损伤的检测方法,通过对现场在线检测实验验证了该方法的可行性。   最后,本文对利用小波分析对钢绳芯磁记忆信号进行特征信号提取进行了研究。分析了利用小波去噪参数的确定,研究了磁记忆信号的特征。进过研究发现磁记忆信号中应力集中区的磁信号为奇异点,而奇异点并不都是缺陷信号。应力集中区的磁信号的奇异性(李氏指数)和磁场梯度值成反比。本文还分析了磁记忆信号峰峰值、差分超限值和短时能量波动等信号特征,发现其都与梯度值成正比。因此,对于缺陷需联合多个信号特征共同评判。
其他文献
随着海洋中心平台构造规模不断扩大,各种新型仪器仪表等检测设备越来越多,传统的海洋中心平台测控系统已不能满足仪表信号采集功能要求;系统集中式布线不但成本高,而且会导致
自从上个世纪六十年代,设施选址问题的研究在运筹学中已经占据重要位置.无容量约束设施选址问题是最经典的设施选址问题,己证明它是NP-难解问题.在本论文中,我们从近似算法角度研
人类的头骨,骨骼等发掘到的文物是人类重要的历史遗产。人类学与法医学专家可以利用发掘得到的头骨来还原死者生前的面貌。但是,由于自然环境的侵蚀与人为的破坏,这些骨骼模
油气中的链烷烃、烯烃等是重要的化工产品和有机原料,工业应用广泛。而在油气组分分析方面,红外光谱分析技术因其分析速度快、在线、无损、无污染等优点已普及于石油化工生产
在国内外钻井行业,随钻测量仪器的应用越来越多,因此井下仪器设备和系统承担着日趋复杂艰巨的工作,导致井下仪器在工作过程中的故障频率较高,给实际的钻井生产带来不必要的损
流化催化裂化过程作为重要的石油化工炼油过程,与其他各类石油工艺相比其总的加工能力不可小觑,基本原理和工艺过程的复杂程度在其他油品转化工艺中也是很少见的,所以对其进行详细的模拟优化研究是十分必要的。经过近一个世纪的发展,该复杂过程已有较为完整的装置技术及经验,但依旧需继续提高其精确性与准确度。本文旨在对相关方向进行系统的综述与概括的基础上,对流化催化裂化工艺中最关键的反应-再生系统进行建模优化与稳态
计算流体力学(简称CFD)是通过计算机进行数值模拟,分析流体流动和传质传热等物理现象的技术。它兼有理论性和实践性双重特点:一方面,通过CFD模拟可显示流体流动过程中发生的现象,
小区冬季供暖中,通过远程采集各住户室内温度来检测供暖质量,为整个热网调度提供精确的依据,在很大程度上减少了由于室内温度过高而造成的能源浪费,及供热不均匀的问题。   温
动态不确定环境下的多Agent决策问题,因其更加贴近现实世界,具有更高的实用价值,而成为人工智能领域研究的重点和热点,且有着广泛的应用前景。但是,多Agent决策面临巨大的物
凝析天然气是一种特殊的多相流。本文将其简化为低含液率气液两相流来研究其计量问题。基于课题组自行开发的槽式孔板,结合旋进漩涡流量计和振动传感器,本文提出了一种基于静