钢丝绳作为矿井提升系统的关键承载部件,承担着人员、煤炭、矿石、设备、材料等的运输任务,其安全运行状况一直备受煤矿企业的关注。然而,在矿井提升钢丝绳运行过程中,由于其长期处于交变载荷状态下运行,极易产生钢丝绳的疲劳、磨损而造成结构断丝,对整个矿井提升系统的安全运行造成严重的威胁。因此,研究基于漏磁检测原理的钢丝绳动态检测与故障诊断方法,对钢丝绳的在线检测和运行状态的评估都具有重要意义。本文的主要内容如下:(1)对钢丝绳缺陷的漏磁检测原理进行了深入的理论分析,以磁荷与缺陷几何尺寸形状间的数学模型为基础,建立了钢丝绳内部和外部断丝的漏磁场解析模型,通过对二维磁感应强度空间矢量的分解与叠加,验证了轴向漏磁分量与径向漏磁分量存在依据,并通过公式推导和数值计算证明了外部断丝引起的漏磁场强度要高于内部断丝引起的漏磁场强度,且内部、外部断丝引起的轴向漏磁分量最大波峰都小于径向漏磁分量。采用有限元分析方法对永磁励磁装置与钢丝绳的二维结构参数进行了仿真分析,研究了缺陷尺寸、提离值、永磁体、衔铁等参数变化对漏磁信号的影响规律,并比较了单励磁方式与双励磁方式对钢丝绳的励磁均匀程度与饱和度效果。以有限元分析得到的漏磁信号规律为基础,为采用钢丝绳永磁励磁装置的结构参数选择提供了参考,并设计了钢丝绳环形永磁励磁装置。(2)设计了钢丝绳检测试验平台与漏磁信号采集系统,其主要由可调式变工况动态检测试验装置、多级环形霍尔传感器阵列检测装置和多通道高速数据采集系统组成。可调式变工况动态检测试验装置用于模拟矿用提升钢丝绳的多种运行工况,为获不同运行状态下的钢丝绳漏磁信号检测提供良好的试验环境。多级环形霍尔传感器阵列检测装置是以漏磁信号在三维空间磁感应强度矢量分解为基础,结合钢丝绳绳股结构特点,满足了对轴向、径向、切向漏磁信号分量采集的环形电路设计要求,并通过环形电路级联的方式,实现对不同提离值与空间分布传感器的漏磁信号同时采集。多通道高速数据采集系统的开发,实现了多通道实时数据的快速采集、数据存储、远程监控发布等功能。(3)研究了钢丝绳不同缺陷程度、运行速度、励磁距离、提离值对漏磁信号的影响规律,比较了轴向、径向、切向漏磁信号分量的特点,明确了只有轴向、径向漏磁信号特征明显易于检测,并将二维漏磁信号转换为三维空间分布,实现了对漏磁信号分布的三维可视化,为钢丝绳损伤位置的识别提供了新选择。针对镀铬类钢丝绳损伤漏磁信号偏弱的特点,提出了基于前端漏磁检测的钢丝绳机器识别方法,利用多种子自搜索区域生长方法获取钢丝绳表面损伤面积,达到区分钢丝绳外部与内部损伤的目的,并可实现对钢丝绳表面周向损伤面积百分比的识别。(4)提出基于双树复小波变换的漏磁信号特征提取方法,利用其平移不变性、抗混叠效应和多方向选择的优点,分别对轴向漏磁信号、径向漏磁信号进行了消噪、去趋势项处理。为了快速获取钢丝绳漏磁信号的时域特征,结合双树复小波变换提出了自适应加窗搜索的小波模极大值特征点提取算法,实现了对同损伤位置漏磁信号的连续组合与时域特征提取,并建立了钢丝绳不同损伤类型的漏磁信号特征样本参数集,利用投影寻踪评价模型对漏磁信号特征指标进行评价,通过构建新的特征指标进行不同损伤程度钢丝绳漏磁信号特征的主成元分析,实现钢丝绳不同损伤程度的统计区分。(5)为了研究钢丝绳不同缺陷程度的分类识别,在对极限学习机基本理论深入研究的基础上,对ELM算法的改进方向进行了分析,并在此基础上提出了新的改进型VSI-ELM算法。其次,针对ELM输入权重矩阵、偏差矩阵因参数随机产生机制产生的,进而造成了无法获得最佳分类结果的难题,引入了粒子群算法优化VSI-ELM的参数。为了获得最快的收敛速度,避免陷入局部极小而无法获得全局最优值,提出了新的惯性权重调整方法对传统粒子群算法进行了改进。最后,将该改进型粒子群算法优化的极限学习机(IPSO-VSI-ELM)应用到钢丝绳损伤程度的定量分类识别上,可获得钢丝绳定量识别精度为97.6%。