基于非线性形态共振模型的电梯防坠独立式安全监测方法与流程

本发明涉及一种基于非线性形态共振模型的电梯防坠独立式安全监测方法。

背景技术：

电梯的历史已有100多年，由最早的简陋、危险，到今天的舒适、安全,经历了无数次的改进和提高。即便如此，现今的电梯事故还是时有发生，其中危害最大、死伤最多的当属电梯(包括升降机)钢丝绳断裂。2006年仅日本五大电梯公司就发生了42起电梯钢丝绳断裂事故。与电梯其它部位相对完善的检测和监视手段相比，钢丝绳的安全性监测是目前相对薄弱且急待解决的课题。

授权公告号为cn102101618b的发明专利，公开了一种《电梯用钢丝绳检测方法及系统》，其通过实时检测电梯钢丝绳受力是否均匀，来判定电梯钢丝绳是否存在断裂风险，以预防电梯钢丝绳断裂，确保电梯稳定可靠的运行。这种技术存在的缺陷是：当钢丝绳出现单股或几股断裂时，电梯钢丝绳受力是否均匀的变化很小，不易检测出前期隐患。

授权公告号cn103253573b的发明专利，公开了《一种电梯曳引钢丝绳检测装置》，主要是针对钢丝绳出现断股或散股时，钢丝绳会出现断股处钢丝外露或散股处直径增大的情况，当这些钢丝绳异常位置经过配置安装在电梯井道内的电梯曳引钢丝绳检测装置时，就会被检测出来，发出报警信号通知维护人员并停止电梯的运行，在很大程度上及时预防钢丝绳出现断股事故，大大增加了电梯安全性能。这种技术存在的缺陷是：当钢丝绳出现断股但断裂的单股钢丝在内部时，钢丝不会外露，在这种情况下就无法检测出断股的发生；当钢丝绳出现单股断裂时，断股处直径增大极不明显，不易检测出前期隐患。

技术实现要素：

本发明的目的是提供一种基于非线性形态共振模型的电梯防坠独立式安全监测方法，能够灵敏监测出电梯钢丝绳的振动数据，由计算机判断电梯钢丝绳是否发生断股，提高电梯的安全性，防范于未然。

为实现上述目的，本发明采用如下技术方案：

一种基于非线性形态共振模型的电梯防坠独立式安全监测方法，所述电梯包括轿厢、梯井、牵引装置、电梯控制系统及设置于该电梯控制系统内的计算机，监测步骤如下：

步骤一：振动数据的采集

在所述牵引装置上设有钢丝绳振动数据监测装置，电梯在运行时，所述钢丝绳振动数据监测装置将监测到的振动数据通过集电环传送给所述计算机；

步骤二：多传感器总监测信号的计算

均布于曳引轮钢丝槽内的的多个传感器sn1、sn2、……、snn，假设其监测信号分别为m1、m2、……、mn，在某个时刻，多传感器总监测信号sas的计算方法为：

对多个传感器的监测信号m1、m2、m3、……、mn从大到小进行排序，排序之后的顺序为：mp1、mp2、mp3、……、mpn,则sas算法为：

步骤三：监测信号特征参量的提取

为监测电梯钢丝绳的状态，我们分别提取所述振动数据的积分、方差、稳态平均值、平均微分值以及小波能量等5种特征参量：

1)积分inv计算式为：

式中：in(t)为积分值，n为传感器对样本的检测数据个数，xi为第i秒的响应值，t为相邻两采样点间的时间间隔，本处选取0.1s；

2)方差var计算式为：

式中：为响应信号均值，n为一个样本的采集个数，xi为一个样本测试值中的第i个采集值；

3)稳态平均值avrs计算式为：

式中：z为相对稳态平均值，t0为曲线即将稳定时所对应时间，xi为一个样本测试值中的第i个采集值，n为个样本总的采集时间点数；

4)平均微分值adv计算式为：

式中：ka为响应信号的平均微分值，n为样本的采集时间，xi为样本测试值的第i个采集值，t为相邻两采样点间的间隔；

5)小波能量wev计算式为：

式中：e为小波能量值，a3i为信号3尺度分解后逼近系数集中第i个分解系数i＝1,…,m，m为逼近系数集中的系数总数；

步骤四：非线性形态共振模型的建立

非线性形态共振是理想质点在可变周期性信号(周期性驱动力)和随机噪声(随机力)的作用下，在非线性双稳态系统中发生往复跃迁的现象，非线性形态共振模型描述为：

式中：为描述一个双稳态系统的势函数为作为非线性系统的输入信号，a为信号幅值，f0为可调节信号频率，m,n>0为系统参数；e(t)为外部随机噪声，e(t)的统计平均值为0，e(t)为噪声强度为d的高斯分布白噪声；p是修正常量；

公式(6)描述系统的势垒高度为u0＝m²/4n，其底部位于处的位置，而系统的输出状态由初始状态决定将停留在两个势阱之一，在绝热近似条件即输入信号幅值、频率、噪声强度小于1下，由非线性形态共振系统输出信号的相关函数，可以得到非线性形态共振模型表达式：

步骤五：固有信号特征峰的提取

按照步骤一的方法对完好的钢丝绳进行振动数据的采集，计算机将该振动数据通过所述sas算法得到多传感器总监测信号数据，计算机将该多传感器总监测信号数据通过通过上述非线性形态共振模型得到完好钢丝绳实时监测的非线性共振频谱图，图中出现的特征峰即为完好钢丝绳的固有信号特征峰；

步骤六：钢丝绳单股断裂特征峰的提取

按照步骤一的方法对单股断裂的钢丝绳进行振动数据的采集，计算机将该振动数据通过所述sas算法得到多传感器总监测信号数据，计算机将该多传感器总监测信号数据通过通过上述非线性形态共振模型得到单股断裂钢丝绳实时监测的非线性共振频谱图，图中出现的特征峰即为单股断裂钢丝绳的固有信号特征峰，去除步骤五所述的固有信号特征峰，图中新出现的特征峰即为断股钢丝绳的断裂特征峰；

步骤七：日常使用时对钢丝绳的安全监测

a).按照步骤一的方法对钢丝绳进行振动数据的实时采集，计算机将该振动数据通过所述sas算法得到多传感器总监测信号数据，计算机将该多传感器总监测信号数据通过通过上述非线性形态共振模型得到钢丝绳实时监测信号频谱图，图中出现的特征峰即为钢丝绳的日常信号特征峰；

b).计算机将步骤a)的实时监测信号频谱图的日常信号特征峰与完好钢丝绳的固有信号特征峰进行比较，若二者相同，则判定钢丝绳完好，重复步骤a)，若二者不相同，计算机将步骤a)的实时监测信号频谱图的日常信号特征峰与断股钢丝绳的断裂特征峰进行比较，若与断股钢丝绳的断裂特征峰相同，则判定钢丝绳出现单股断裂，发出相应警报；若与断股钢丝绳的断裂特征峰不相同，则执行以下步骤：

c).如果日常信号特征峰的特征峰位置ps与断裂特征峰的位置p0相同，可根据两特征峰的幅度来判定断股数：如果2p0>ps≧1.5p0，判定为两股断裂，发出相应警报；如果2.8p0>ps≧2p0，判定为是三股断裂，发出相应警报；如果ps≧2.8p0，判定为四股及以上断裂，发出相应警报；如果日常信号特征峰的特征峰位置ps与断裂特征峰的位置p0不相同，判定为其他机械部件出现问题，发出相应警报。

所述钢丝绳振动数据监测装置为断丝监测装置，所述牵引装置包括牵引电机、钢丝绳和曳引轮，所述曳引轮的钢丝槽为半圆形，所述钢丝槽的槽底部沿周向均布有多个所述断丝监测装置，各断丝监测装置均包括一个振动传感器，各所述振动传感器设置于曳引轮的相应的安装孔内，振动传感器的顶端低于钢丝槽的槽底面，振动传感器通过灌封胶固定在各自的安装孔内，各所述振动传感器通过导线与设置在曳引轮侧面的所述集电环的相应的导电弹针电连接，当电梯运行时，钢丝绳缠绕于钢丝槽，各振动传感器均将监测到的振动数据通过集电环传送给所述计算机，由计算机依据所述振动数据判断钢丝绳是否有断股。

所述振动传感器为微型高灵敏度压电陶瓷型振动传感器。

与现有技术相比本发明的有益效果是：上述技术方案，依据钢丝绳在完好时与断裂时振动数据的差异，通过非线性形态共振模型放大这种差异，提取特征峰进行对比判断，大大提高了判断速度及准确性。

进一步的有益效果是：所述钢丝槽的槽底部沿周向均布有多个断丝监测装置，各所述断丝监测装置均包括一个振动传感器，各所述振动传感器设置于曳引轮的相应的安装孔内，振动传感器的顶端低于钢丝槽的槽底面，振动传感器通过灌封胶固定在各自的安装孔内，各所述振动传感器通过导线与设置在曳引轮侧面的集电环的相应的导电弹针电连接，当电梯运行时，钢丝绳缠绕于钢丝槽，各振动传感器均将监测到的振动数据通过集电环传送给所述计算机，这种结构，能够灵敏监测出电梯钢丝绳的振动数据，为计算机判断电梯钢丝绳是否发生断股提供可靠依据，提高电梯的安全性，防范于未然。

附图说明

图1是本发明的结构示意图；

图2是图1中曳引轮的纵向剖面图；

图3是图2的a部放大图；

图4是图2的c-c向剖面图；

图5是图4的b部放大图；

图6是4的d-d向剖面图；

图7是实施例中振动传感器实时监测的完好钢丝绳的总监测信号数据随时间变化的示意图；

图8是实施例中振动传感器实时监测的断股钢丝绳的总监测信号数据随时间变化的示意图；

图9是实施例中完好钢丝绳的fft频谱图；

图10是实施例中断股钢丝绳fft频谱图；

图11实施例中完好钢丝绳实时监测信号的非线性共振频谱图；

图12实施例中断股钢丝绳缆监测信号的非线性共振频谱图；

图13是电梯使用时采集到的总监测信号数据随时间变化的示意图；

图14是将图13的振动数据通过傅里叶变换得到钢丝绳实时监测信号频谱图；

图15是将图13的振动数据通过通过非线性形态共振模型得到钢丝绳实时监测信号频谱图。

具体实施方式

为了使本发明的技术方案更加清晰，以下结合附图1至15，对本发明进行详细说明。应当理解的是，本说明书中描述的具体实施方式仅仅是为了解释本发明，并不是为了限定本发明的保护范围。

本发明是一种基于非线性形态共振模型的电梯防坠独立式安全监测方法，所述电梯包括轿厢1、梯井2、牵引装置4、电梯控制系统5及设置于该电梯控制系统5内的计算机6，监测步骤如下：

步骤一：振动数据的采集

在所述牵引装置4上设有钢丝绳振动数据监测装置，电梯在运行时，所述钢丝绳振动数据监测装置将监测到的振动数据通过集电环46传送给所述计算机6；步骤二：多传感器总监测信号的计算

均布于曳引轮43钢丝槽内的的多个传感器sn1、sn2、……、snn，假设其监测信号分别为m1、m2、……、mn，在某个时刻，多传感器总监测信号sas的计算方法为：

对多个传感器的监测信号m1、m2、m3、……、mn从大到小进行排序，排序之后的顺序为：mp1、mp2、mp3、……、mpn,则sas算法为：

步骤三：监测信号特征参量的提取

为监测电梯钢丝绳42的状态，我们分别提取所述振动数据的积分、方差、稳态平均值、平均微分值以及小波能量等5种特征参量：

1)积分inv计算式为：

式中：in(t)为积分值，n为传感器对样本的检测数据个数，xi为第i秒的响应值，t为相邻两采样点间的时间间隔，本处选取0.1s；

2)方差var计算式为：

式中：为响应信号均值，n为一个样本的采集个数，xi为一个样本测试值中的第i个采集值；

3)稳态平均值avrs计算式为：

式中：z为相对稳态平均值，t0为曲线即将稳定时所对应时间，xi为一个样本测试值中的第i个采集值，n为个样本总的采集时间点数；

4)平均微分值adv计算式为：

式中：ka为响应信号的平均微分值，n为样本的采集时间，xi为样本测试值的第i个采集值，t为相邻两采样点间的间隔；

5)小波能量wev计算式为：

式中：e为小波能量值，a3i为信号3尺度分解后逼近系数集中第i个分解系数i＝1,…,m，m为逼近系数集中的系数总数；

步骤四：非线性形态共振模型的建立

非线性形态共振是理想质点在可变周期性信号(周期性驱动力)和随机噪声(随机力)的作用下，在非线性双稳态系统中发生往复跃迁的现象，非线性形态共振模型描述为：

式中：为描述一个双稳态系统的势函数为作为非线性系统的输入信号，a为信号幅值，f0为可调节信号频率，m,n>0为系统参数；e(t)为外部随机噪声，e(t)的统计平均值为0，e(t)为噪声强度为d的高斯分布白噪声；p是修正常量；

公式(6)描述系统的势垒高度为u0＝m²/4n，其底部位于处的位置，而系统的输出状态由初始状态决定将停留在两个势阱之一，在绝热近似条件即输入信号幅值、频率、噪声强度小于1下，由非线性形态共振系统输出信号的相关函数，可以得到非线性形态共振模型表达式：

步骤五：固有信号特征峰的提取

按照步骤一的方法对完好的钢丝绳42进行振动数据的采集，计算机6将该振动数据通过所述sas算法得到多传感器总监测信号数据，计算机6将该多传感器总监测信号数据通过通过上述非线性形态共振模型得到完好钢丝绳实时监测的非线性共振频谱图，图中出现的特征峰即为完好钢丝绳的固有信号特征峰；

步骤六：钢丝绳单股断裂特征峰的提取

按照步骤一的方法对单股断裂的钢丝绳42进行振动数据的采集，计算机6将该振动数据通过所述sas算法得到多传感器总监测信号数据，计算机6将该多传感器总监测信号数据通过通过上述非线性形态共振模型得到单股断裂钢丝绳42实时监测的非线性共振频谱图，图中出现的特征峰即为单股断裂钢丝绳的固有信号特征峰，去除步骤五所述的固有信号特征峰，图中新出现的特征峰即为断股钢丝绳的断裂特征峰；

步骤七：日常使用时对钢丝绳42的安全监测

a).按照步骤一的方法对钢丝绳42进行振动数据的实时采集，计算机6将该振动数据通过所述sas算法得到多传感器总监测信号数据，计算机6将该多传感器总监测信号数据通过通过上述非线性形态共振模型得到钢丝绳42实时监测信号频谱图，图中出现的特征峰即为钢丝绳的日常信号特征峰；

b).计算机6将步骤a)的实时监测信号频谱图的日常信号特征峰与完好钢丝绳的固有信号特征峰进行比较，若二者相同，则判定钢丝绳42完好，重复步骤a)，若二者不相同，计算机6将步骤a)的实时监测信号频谱图的日常信号特征峰与断股钢丝绳的断裂特征峰进行比较，若与断股钢丝绳的断裂特征峰相同，则判定钢丝绳42出现单股断裂，发出相应警报；若与断股钢丝绳的断裂特征峰不相同，则执行以下步骤：

c).如果日常信号特征峰的特征峰位置ps与断裂特征峰的位置p0相同，可根据两特征峰的幅度来判定断股数：如果2p0>ps≧1.5p0，判定为两股断裂，发出相应警报；如果2.8p0>ps≧2p0，判定为是三股断裂，发出相应警报；如果ps≧2.8p0，判定为四股及以上断裂，发出相应警报；如果日常信号特征峰的特征峰位置ps与断裂特征峰的位置p0不相同，判定为其他机械部件出现问题，发出相应警报。

作为优选，所述钢丝绳振动数据监测装置为断丝监测装置，所述牵引装置4包括牵引电机41、钢丝绳42和曳引轮43，所述曳引轮43的钢丝槽为半圆形，所述钢丝槽的槽底部沿周向均布有多个所述断丝监测装置，各断丝监测装置均包括一个振动传感器44，各所述振动传感器44设置于曳引轮43的相应的安装孔内，振动传感器44的顶端低于钢丝槽的槽底面，振动传感器44通过灌封胶47固定在各自的安装孔内，各所述振动传感器44通过导线与设置在曳引轮43侧面的集电环46的相应的导电弹针电连接，当电梯运行时，钢丝绳42缠绕于钢丝槽，各振动传感器44均将监测到的振动数据通过集电环46传送给所述计算机6，由计算机6依据所述振动数据判断钢丝绳42是否有断股。所述振动传感器44为微型高灵敏度压电陶瓷型振动传感器。

实施例1：

一种电梯的独立式安全监测装置，包括轿厢1、梯井2、牵引装置4、电梯控制系统5及设置于该电梯控制系统5内的计算机6，所述牵引装置4包括牵引电机41、钢丝绳42和曳引轮43，所述曳引轮43的钢丝槽为半圆形，曳引轮43的钢丝槽共有六个，每个钢丝槽的槽底部均沿周向均布有8个断丝监测装置，各所述断丝监测装置均包括一个振动传感器44，各所述振动传感器44设置于曳引轮43的相应的安装孔内，振动传感器44的顶端低于钢丝槽的槽底面0.3-1毫米，振动传感器44通过灌封胶47固定在各自的安装孔内，灌封胶47顶端与钢丝槽的槽底面平齐，各所述振动传感器44通过导线与设置在曳引轮43侧面的集电环46的相应的导电弹针电连接，当电梯运行时，钢丝绳42缠绕于钢丝槽，各振动传感器44均将监测到的振动数据通过集电环46传送给所述计算机6，由计算机6依据所述振动数据判断钢丝绳42是否有断股。作为优选，所述振动传感器44为微型高灵敏度压电陶瓷型振动传感器。

实施例2：

使用上述电梯的独立式安全监测装置的基于非线性形态共振模型的电梯防坠独立式安全监测方法，包括如下步骤：

步骤一：振动数据的采集

牵引装置4运行时，曳引轮43旋转并与缠绕于其钢丝槽内的钢丝绳42接触，各振动传感器44均将监测到的振动数据通过集电环46传送给所述计算机6；步骤二：多传感器总监测信号的计算

均布于曳引轮43钢丝槽内的的多个传感器sn1、sn2、……、snn，假设其监测信号分别为m1、m2、……、mn，在某个时刻，多传感器总监测信号sas的计算方法为：

对多个传感器的监测信号m1、m2、m3、……、mn从大到小进行排序，排序之后的顺序为：mp1、mp2、mp3、……、mpn,则sas算法为：

步骤三：监测信号特征参量的提取

为监测电梯钢丝绳42的状态，我们分别提取所述振动数据的积分、方差、稳态平均值、平均微分值以及小波能量等5种特征参量：

1)积分inv计算式为：

式中：in(t)为积分值，n为传感器对样本的检测数据个数，xi为第i秒的响应值，t为相邻两采样点间的时间间隔，本处选取0.1s；

2)方差var计算式为：

式中：为响应信号均值，n为一个样本的采集个数，xi为一个样本测试值中的第i个采集值；

3)稳态平均值avrs计算式为：

式中：z为相对稳态平均值，t0为曲线即将稳定时所对应时间，xi为一个样本测试值中的第i个采集值，n为个样本总的采集时间点数；

4)平均微分值adv计算式为：

式中：ka为响应信号的平均微分值，n为样本的采集时间，xi为样本测试值的第i个采集值，t为相邻两采样点间的间隔，此处t＝0.1s；

5)小波能量wev计算式为：

式中：e为小波能量值，a3i为信号3尺度分解后逼近系数集中第i个分解系数i＝1,…,m，m为逼近系数集中的系数总数；

步骤四：非线性形态共振模型的建立

非线性形态共振是理想质点在可变周期性信号(周期性驱动力)和随机噪声(随机力)的作用下，在非线性双稳态系统中发生往复跃迁的现象，非线性形态共振模型描述为：

式中：为描述一个双稳态系统的势函数为作为非线性系统的输入信号，a为信号幅值，f0为可调节信号频率，m,n>0为系统参数；e(t)为外部随机噪声，e(t)的统计平均值为0，e(t)为噪声强度为d的高斯分布白噪声；p是修正常量；

公式(6)描述系统的势垒高度为u0＝m²/4n，其底部位于处的位置，而系统的输出状态由初始状态决定将停留在两个势阱之一，在绝热近似条件即输入信号幅值、频率、噪声强度小于1下，由非线性形态共振系统输出信号的相关函数，可以得到非线性形态共振模型表达式：

步骤五：固有信号特征峰的提取

按照步骤一的方法对完好的钢丝绳42进行振动数据的采集，计算机6将该振动数据通过所述sas算法得到多传感器总监测信号数据(参见图7)，计算机6将该总监测信号数据通过通过上述非线性形态共振模型得到完好钢丝绳实时监测的非线性共振频谱图(参见图11)，图中出现的特征峰即为完好钢丝绳的固有信号特征峰；

步骤六：钢丝绳单股断裂特征峰的提取

按照步骤一的方法对单股断裂的钢丝绳42进行振动数据的采集，计算机6将该振动数据通过所述sas算法得到多传感器总监测信号数据(参见图8)，计算机6将该多传感器总监测信号数据通过通过上述非线性形态共振模型得到单股断裂钢丝绳42实时监测的非线性共振频谱图(参见图12)，图中出现的特征峰即为单股断裂钢丝绳的固有信号特征峰，去除步骤五所述的固有信号特征峰，图中新出现的特征峰即为断股钢丝绳的断裂特征峰；

步骤七：日常使用时对钢丝绳42的安全监测

a).按照步骤一的方法对钢丝绳42进行振动数据的实时采集，计算机6将该振动数据通过所述sas算法得到各传感器总监测信号数据(参见图13)，计算机6将该总监测信号数据通过通过上述非线性形态共振模型得到钢丝绳42实时监测信号频谱图(参见图15)，图中出现的特征峰即为钢丝绳的日常信号特征峰；

b).计算机6将步骤a)的实时监测信号频谱图的日常信号特征峰与完好钢丝绳的固有信号特征峰进行比较，即将图15的信号特征峰与图11固有信号特征峰进行比较，因二者不相同，计算机6将步骤a)的实时监测信号频谱图的日常信号特征峰与断股钢丝绳的断裂特征峰进行比较，即将图14的信号特征峰与图12的信号特征峰进行比较，因日常信号特征峰的特征峰位置ps与断裂特征峰的位置p0相同，计算机将根据两特征峰的幅度来判定断股数：因p0＝9.9db，ps＝12.1db,满足ps<1.5p0，因此判定为1股断裂，计算机6发出相应警报。

实施例3：

使用上述电梯的独立式安全监测装置的傅里叶变换的电梯防坠独立式安全监测方法，包括如下步骤：

步骤一：振动数据的采集

牵引装置4运行时，曳引轮43旋转并与缠绕于其钢丝槽内的钢丝绳42接触，各振动传感器44均将监测到的振动数据通过集电环46传送给所述计算机6；步骤二：多传感器总监测信号的计算

均布于曳引轮43钢丝槽内的的多个传感器sn1、sn2、……、snn，假设其监测信号分别为m1、m2、……、mn，在某个时刻，多传感器总监测信号sas的计算方法为：

对多个传感器的监测信号m1、m2、m3、……、mn从大到小进行排序，排序之后的顺序为：mp1、mp2、mp3、……、mpn,则sas算法为：

步骤三：固有信号特征峰的提取

按照步骤一的方法对完好的钢丝绳42进行振动数据的采集，计算机6将该振动数据通过所述sas算法得到各传感器总监测信号数据,图7示出了该总监测信号数据随时间变化的示意图，计算机6将该总监测信号数据通过傅里叶变换(fft)得到完好钢丝绳42实时监测信号频谱图(参见图9)，图中出现的特征峰即为完好钢丝绳的固有信号特征峰；

步骤四：钢丝绳单股断裂特征峰的提取

按照步骤一的方法对单股断裂的钢丝绳42进行振动数据的采集，计算机6将该振动数据通过所述sas算法得到各传感器总监测信号数据(参见图8)，计算机6将该多传感器总监测信号数据通过傅里叶变换(fft)得到单股断裂钢丝绳42实时监测信号频谱图(参见图10)，图中出现的特征峰即为单股断裂钢丝绳的固有信号特征峰，去除步骤三所述的固有信号特征峰，图中新出现的特征峰即为断股钢丝绳的断裂特征峰；

步骤五：日常使用时对钢丝绳42的安全监测

a).按照步骤一的方法对钢丝绳42进行振动数据的实时采集，计算机6将该振动数据通过所述sas算法得到各传感器总监测信号数据(参见图13)，计算机6将该总监测信号数据通过傅里叶变换(fft)得到钢丝绳42实时监测信号频谱图(参见图14)，图中出现的特征峰即为钢丝绳的日常信号特征峰；

b).计算机6将步骤a)的实时监测信号频谱图的日常信号特征峰与完好钢丝绳的固有信号特征峰进行比较，即将图14的信号特征峰与图9固有信号特征峰进行比较，因二者不相同，计算机6将步骤a)的实时监测信号频谱图的日常信号特征峰与断股钢丝绳的断裂特征峰进行比较，即将图14的信号特征峰与图10的信号特征峰进行比较，因日常信号特征峰的特征峰位置ps与断裂特征峰的位置p0相同，计算机将根据两特征峰的幅度来判定断股数：因p0＝0.13db，ps＝0.15db,满足ps<1.5p0，因此判定为1股断裂，计算机6发出相应警报。