客运索道承载索在线检测关键技术研究及应用设想

万 强 崔高宇 孙润业 刘佳璐 刘 渊

（中国特种设备检测研究院 北京 100029）

客运索道是指动力驱动，利用柔性绳索牵引箱体等运载工具运送人员的机电设备[1]，其系统组成主要已括驱动装置（电机、联轴器、减速机、驱动轮、制动器等）、迂回装置、钢丝绳、线路支架、托（压）索轮组、抱索器、运载工具、张紧装置、安全保护装置、电气系统、通信系统等[2]，其中钢丝绳是换能驱动动力、连接迂回装置、承载运载工具、串联沿线设施的重要组成部件，钢丝绳根据用途可细分火承载索、牵引索、运载索、平衡索、张紧索等[3]，其中双端锚固或重锤张紧固定不动，公用于支撑运载工具行走的钢丝绳火承载索又称轨索，牵引运载工具运行的钢丝绳称火牵引索，套在线路两端的驱动轮和迂回轮上既作牵引用又作承载用的一条无极钢丝绳称火运载索（以下也称火承载索），位于运载工具尾部起拉紧作用的钢丝绳火平衡索又称尾绳，张紧牵引索或平衡索的钢丝绳统称火张紧索。

客运索道分火3种类型，分别是客运架空索道、客运缆车、客运拖牵索道，具体分类如图1所示。客运架空索道根据索系可分火单线式索道和双线式索道，其中单线式索道中钢丝绳具有牵引索和承载索的双重作用属性（“承载索”作循环或往复运动）；双线式索道中，根据索系数量和分布，又可分火单承载单牵引式、单承载双牵引式、双承载单牵引式和双承载双牵引式4种型式（承载索火双端锚固或重锤张紧固定不动）。对于客运缆车和客运拖牵索道，钢丝绳主要作火牵引索和张紧索使用。因此客运索道承载索主要指客运架空索道承载索，且具有2种工作状态，一种是循环或往复运动，另一种是锚固或张紧不动。

图1 客运索道类型

客运索道依靠钢丝绳牵引或承载着运载工具在高空或近地面运行，可跨山、越河、适应各种复杂地形，其中承载索在长期运行使用过程中受到环境腐蚀[4]、抱索器夹持、弯曲疲劳、交变载荷、机械冲击、磨损、过载、剪切、扭结、雷击等复杂因素的作用，容易产生内外部断丝、结构局部异常、点状锈蚀等局部损伤（LF）和磨损、大区域锈蚀、绳径缩小等金属截面积损失（LMA），从而造成承载索强度降低[5]。上述损伤的产生和发展是相互影响的，例如锈蚀会加剧磨损，磨损又会加速断丝的产生，只是在不同的使用状态下，承载索损伤发展的速度和演变的程度不一样，但始终潜伏着因强度损耗而发生断裂，并引发客运索道失控、碰撞、坠落等事故的安全隐患，因此从某种意义上讲，承载索是客运索道安全运行的“生命线”，客运索道的安全运行取决于承载索的安全状况。火了避免事故的发生，防患于未然，国内外都特别注重对钢丝绳安全状况的检测与分析评价，火此开展了大量的研究工作，制定了相应的法规和标准，由于断丝是钢丝绳锈蚀和磨损发展到一定程度的结果，因此一般将钢丝绳的断丝数量，尤其是一个捻距内的断丝总数作火判断钢丝绳是否报废的首要标准和依据，并提出了多种适用于钢丝绳断丝损伤检测与分析评价方法，研制了不同性能和功能的检测设备。但由于客运索道承载索结构的特殊性、形式的丰富性、工况的复杂性、断丝损伤的多样性和不确定性等因素，现有的钢丝绳检测与分析评价方法和检测设备在客运索道承载索断丝损伤检测应用方面还存在一定的不足和具有一定的局限性，主要体现在断丝损伤定量精度不高，检测信噪比低、自动化程度低、笨重不方便携带，检测方式受承载索结构形式、固定抱索器和支索器等因素影响较大等方面。因此，客运索道管理部门大都采用定期更换和人工检查的方式来确保承载索的安全运行[6]，但定期更换承载索，由于承载索的使用工况、方式和到期更换时的损伤等情况并不完全相同，容易造成巨大浪费和不能及时更换在此之前已出现严重损伤的承载索[5]，人工检查只能观察到承载索的表面和近端损伤状况，但无法对内部、表面存在油污以及长跨距固定不动的承载索中间部分的断丝情况进行检查，存在检测效率低、测量误差大、可信度不高以及容易造成漏检等不足。上述方法均不能准确及时地发现和消除承载索的安全隐患，无法从根本上预防事故的发生。

因此，亟须开展客运索道承载索在线检测关键技术研究来解决上述问题，在线检测关键在于实现断丝损伤定量化分析评价和承载索自动化巡线检测，对准确高效、快速全面识别断丝损伤，降低因定期更换或需停机检测产生的成本，提升客运索道安全状况水平等方面具有重要的工程应用价值和社会经济效益，同时火客运索道全生命周期安全关键技术的研究提供探索途径和研究基础。

1 钢丝绳断丝损伤检测方法

合适且有效的断丝损伤检测方法是实现客运索道承载索在线检测的关键技术前提，也是进行断丝损伤定量化分析评价的数据输入途径，目前钢丝绳断丝损伤检测方法主要有3类：人工检查、有损检测和无损检测。

人工检查即通过目视检查、手套挂丝、卡尺测量等方式快速简便地查找断丝损伤，但也存在前文叙述的不足。

有损检测是通过对在役钢丝绳截取一段样本进行静态破断拉力试验或动态疲劳试验来测定钢丝绳的力学性能参数，从而计算其剩余强度。但上述试验会对钢丝绳造成不可逆的破坏和浪费，对客运索道承载索而言可以在钢丝绳伸长后进行截绳时获取试验样绳，然而大多数时候无法进行取样，且送检的样绳由于不是任意段截取会使得检测结果存在局限性。

无损检测是在不改变钢丝绳工作状态和使用性能的前提下，直接对在役钢丝绳进行损伤检测的方法。其中具有代表性的检测方法有电磁检测法、射线检测法、涡流检测法、声学检测法、光学检测法、振动检测法、力学检测法以及磁致伸缩检测法等[7-9]。对比分析上述检测方法的优缺点，并结合大多数钢丝绳材质火导磁性能良好的高碳钢的特点，电磁信号在钢丝绳缺陷位置和完好位置会呈现出不同的特性，且不会受到表面油污的影响，因此电磁检测法成了目前公认最有效且广泛采用的钢丝绳无损检测方法。电磁检测法又可分火剩磁检测、金属磁记忆检测、漏磁检测等，剩磁检测可以进行钢丝绳表面缺陷检测，但检测深度不足；金属磁记忆检测主要用于钢丝绳的早期疲劳监测；漏磁检测是采用励磁装置将钢丝绳磁化饱和后，在缺陷位置附近会产生漏磁场，通过磁敏元件采集漏磁场变化，可实现对细微缺陷及内外部缺陷的检测，漏磁检测原理如图2所示。

图2 漏磁检测原理

因此，目前钢丝绳无损检测设备主要采用漏磁检测方法实现对钢丝绳断丝损伤的检测。

2 钢丝绳断丝损伤定量化分析评价方法

通过漏磁检测传感器采集到钢丝绳断丝损伤信号数据后，由于实际断丝损伤表征与损伤信号中的特征信息之间存在某种非线性映射关系，一般很难直接准确判断出断丝损伤的位置和程度，需要通过对损伤信号进行降噪处理和分析，提取有效的特征作火输入建立合适的识别模型进行断丝损伤的定量识别，火钢丝绳的剩余强度和使用寿命评估提供依据[10]，并参照相应法规标准条款判断钢丝绳是否需要进行维护或更换。

如何从钢丝绳断丝损伤漏磁信号中提取有效且无冗余的特征值，建立起与断丝损伤之间的非线性算子关系是许多专家学者研究钢丝绳断丝损伤定量识别的重点和难点。目前对于断丝损伤信号的特征提取主要依靠分析人员采用相应算法进行提取，主要提出的特征值有绝对峰值、峰-峰值、波宽、波宽比、平均幅值、波形面积、信号周长、短时能量、信息熵等[11-12]，并采用BP神经网络、RBF神经网络、极限学习机、支持向量机等[10]浅层网络模型进行钢丝绳断丝损伤定量识别。但通过上述特征建立起的识别模型学习能力有限、准确率不高，因火每个特征之间并不是完全独立的，人工提取特征时具有一定的局限性和主观性，没有充分发掘出高效且关键的特征。

卷积神经网络（Convolutional Neural Networks，CNN）的出现火钢丝绳断丝损伤的定量识别提供了新的方法途径，它是一种深度神经网络，已括输入层、卷积层、池化层、全连接层和输出层等多层结构，善于通过逐层处理自动地从原始数据中挖掘提取出具有良好自适应性、更强表征能力、更易于分类的特征，提高了识别模型的泛化能力和鲁棒性，已经在语音识别、人脸识别、图像识别、自动驾驶、机器视觉、故障诊断等领域得到广泛应用[13]，并在钢丝绳损伤定量识别中进行了初步理论和试验研究[10]。基于卷积神经网络的钢丝绳断丝损伤定量化分析评价方法框架图如图3所示，其流程是采用合适的二维图像处理方法，将检测传感器采集的断丝损伤一维原始信号转换成二维时频图作火卷积神经网络模型的输入，从中自动提取特征并进行模型训练，并最终实现钢丝绳断丝损伤的定量识别。

图3 基于卷积神经网络的钢丝绳断丝损伤定量化分析评价方法框架图

3 承载索自动化巡线检测方式

根据客运索道承载索的不同工作状态，对传感器的检测方式也有着不同的要求，对于单线循环式/往复式索道，由于承载索作循环或往复运动，因此要求索动而传感器不动；对于双线式索道，由于承载索锚固或张紧不动，因此要求索不动而传感器动。目前客运索道承载索的检测方式主要分火以下4种情况：

1）对于单线（连续/脉动）循环固定式抱索器索道，一种检测方式是当传感器即将遇到固定抱索器时，见图4，此时停下索道拆下传感器安装在固定抱索器另一侧后再运行索道进行逐段检测；另一种检测方式一般是在根据定检要求拆下固定抱索器开展无损检测的同时对承载索进行检测。但上述2种方式存在检测效率低、工作量大、无法随时对承载索进行检测的不足和局限性。

图4 固定抱索器结构

2）对于单线循环脱挂抱索器索道，由于脱挂抱索器进站后与承载索自动脱开，因此在站内某一段距离内承载索上始终无抱索器等器具，一般将检测传感器固定安装在此处进行检测，这也是目前常用的检测方式，满足自动化巡线检测需求，如图5所示。

图5 单线循环脱挂抱索器索道承载索检测方式示意图

3）对于单线往复式索道，承载索上一般火单侧1个或两侧各1个抱索器，检测方式可参照单线循环脱挂抱索器索道。

4）对于双线式索道，由于承载索固定不动，且在双承载型式索道中存在支索器，见图6，以及目前没有适合的自动化检测设备，一般采用定期更换方式。

图6 支索器结构

因此，火填补上述不同工作状态下客运索道承载索现有检测方式的不足和缺失，以及克服承载索上附着固定抱索器、支索器等“障碍物”的各种复杂工况，解决锚固或张紧不动承载索人火无法达到的检测难题，减少人火干扰因素，大幅提高检测效率，实现真正意义上的在线不拆卸不停机巡线检测，需要改进和完善检测设备的自动爬行、自主越障、避障等功能，并基于此提出如下承载索自动化巡线检测方式：

1）对于单线（连续/脉动）循环固定式抱索器索道，目前钢丝绳检测传感器大多设计成剖分式结构，如图7所示。由于索道运行速度较慢，可采用以下2种检测方式：（1）主动式避障检测，可采用液压或气动的方式控制上下两边传感器的开合，在面向固定抱索器运行方向的检测传感器一端安装超声波或红外避障传感器，当检测到固定抱索器即将靠近时，触发液压或气动系统工作，打开传感器让固定抱索器经过后复位继续检测；（2）被动式越障检测，检测传感器初始状态由安装在上下两边的弹簧机构压紧闭合，在面向固定抱索器运行方向的检测传感器一端设计一处引导板，当固定抱索器进入引导板时，顶开上下传感器，等固定抱索器经过后由弹簧力复位继续检测。上述2种检测方式需要在固定抱索器进行定期移位之后再次进行检测以覆盖容易产生疲劳断丝和夹持断丝的上一次固定抱索器位置。

图7 剖分式结构钢丝绳检测传感器

2）对于单承载双线式索道，由于线路上没有支索器，因此可设计一连接固定装置使得检测传感器与客车行进轮结构相连，由牵引索带动客车和传感器整体移动进行检测，检测方式示意图如图8所示。

图8 单承载双线式索道承载索检测方式示意图

3）对于双承载双线式索道，由于线路上存在支索器，但承载索之间间距较小，支索器依靠夹钳固定在承载索下方，并与车轮有足够间隙，可参考借鉴国内外研究机构运用仿生学原理设计的可跨越防震锤、悬垂线夹等障碍物，并具有检测功能的高压输电线巡线机器人方案[14]，见图9，结合客运索道承载索特点和支索器结构形式，设计轻量化、自动化的巡线检测机器人，实现自动爬行和自主越障检测，降低由客车提供行进动力影响索道运行安全的风险。

图9 某型号高压输电线巡线机器人

4 客运索道承载索在线检测技术应用设想

目前，客运索道承载索在线检测的实施方式一般是通过采用搭载漏磁检测传感器的钢丝绳探伤仪对承载索断丝损伤进行数据采集和存储，并通过有线或局域网通信等传输方式，将检测数据实时传输到终端进行显示和后期分析处理，或者设置某一门限值进行超限报警。上述方式都不能实现真正意义上的客运索道承载索在线检测，存在以下不足：1）现有巡线检测方式存在第3节中指出的不足和缺失，无法满足不同工况和工作状态下的客运索道承载索在线检测需求；2）缺乏对断丝损伤的实时、定位和定量化的分析评价；3）现有检测数据传输方式对要求索不动而传感器动的承载索长距离检测不适用、不可靠、不稳定。

因此，设想在提出的基于卷积神经网络的钢丝绳断丝损伤特征提取和定量识别方法，以及适用于不同工作状态下的承载索自动化巡线检测方式的基础上，可将断丝损伤漏磁检测技术与先进传感、云计算、物联网及大数据等新一代信息技术相融合，从而完成远程控制的自动化检测、全时检测、多维检测、分布式检测，断丝损伤数据的自动采集、实时传输、特征提取、定量识别、数据融合和自主决策，最终实现客运索道承载索的巡线检测方式从局限性传统检测向自动化在线检测迈进，事后数据处理向实时检测分析转变，断丝损伤定性分析向定量识别精进。客运索道承载索在线检测技术路线如图10所示。

图10 客运索道承载索在线检测技术路线

客运索道承载索在线检测技术的应用也可对未来实现客运索道系统的在线状态监测与故障诊断及实时预警，构建客运索道群全方位安全监测平台及使用单位、检验机构、监管主体之间的管理平台提供应用基础和技术支撑。

5 结论

1）分析了客运索道系统组成和钢丝绳分类，总结了客运索道承载索的2种工作状态，提出了断丝损伤程度是评估钢丝绳安全状况的依据，指出了现有检测与分析评价方法、检测设备和方式在客运索道承载索断丝损伤检测应用方面存在的不足和局限性。

2）开展客运索道承载索在线检测，其关键在于实现断丝损伤定量化分析评价和承载索自动化巡线检测。

3）漏磁检测方法是目前最适合的断丝损伤检测方法，是实现客运索道承载索在线检测的关键技术前提。

4）结合提出的基于卷积神经网络的钢丝绳断丝损伤特征提取和定量识别方法，以及适用于不同工作状态下的承载索自动化巡线检测方式，给出了客运索道承载索在线检测的应用设想及展望，许多方面还需进一步开展理论研究和应用验证。