电梯在现代生活中安装使用的数量在不断增多,随着电梯数量的增多,电梯事故也在频繁发生。其中电梯钢丝绳作为承载电梯所有载荷和牵引轿厢运动的直接部件,起着重要的作用。电梯钢丝绳是电梯发生事故的高频部件之一,在使用过程中,会出现因断丝、磨损、锈蚀等导致的钢丝绳折断故障。由此,电梯钢丝绳的检测也变的极为重要。本课题调研了钢丝绳检测的国内外现状,通过对比钢丝绳不同检测方法的优缺点,结合目前市面上投入生产使用的电梯钢丝绳探伤仪的结构和检测原理,确定以漏磁法检测原理为核心的钢丝绳故障检测方法,设计了主要技术路线。首先,针对电梯钢丝绳的结构特点,搭建了电梯钢丝绳故障检测实验台,制作电梯钢丝绳断丝样绳和模拟缺陷。选择励磁器的磁路为双回路励磁,并对双回路永久磁铁的磁极布置方式进行了仿真,确定N-N-S-S为永久磁铁的最佳磁极布置方式,此时钢丝绳的励磁效果最好;选择线性霍尔元件作为检测钢丝绳的磁敏元件,利用磁偶极子模型对钢丝绳漏磁场进行仿真,最终确定传感器的安装方向为径向安装。其次,设计了基于LabVIEW的电梯钢丝绳多通道数据采集系统,每根钢丝绳由6个传感器沿径向阵列布置,单个传感器独立输出信号,两根钢丝绳同时运行,12个通道同时检测,检测到的数据选用TDMS数据储存格式,TDMS数据格式适合海量高速数据的存储。再次,对采集到的钢丝绳断丝信号进行消噪处理。采用小波消噪法可以有效的去除信号中的高频噪声,由于信号不够平滑,有很多“毛刺”,本文选择移动平均法来对信号进行平滑处理,由于传统的移动平均法滤波窗口是人为固定的,忽略了各个信号峰值的影响和贡献是不一样的,这使消噪后的信号在一定程度上有失真现象。所以对传统的移动平均法进行加权改进,改进后的移动平均法与小波消噪二者结合对信号的去噪处理取得了较好的效果。最后,由于钢丝绳断丝数量的检测受很多因素的影响,钢丝绳的损伤波形特征受断口宽度、断口深度、断口形状、断丝分布多种因素的影响,因此,断丝数量的评价特征量选择多个损伤特征量,主要选用以下几个因素:钢丝绳直径、钢丝直径、波形下面积、波宽、峰值、峰峰值。采用BP神经网络对电梯钢丝绳实现定量识别,准确率达到96%。