目前,国内外胶带钢绳芯检测的方法很多,但都由于早期故障信号获取和分析的准确性不高,特别是在信号处理和特征量提取环节存在很多困难,使得这些方法未能取得理想的效果,一般只能靠定期停机检查来发现和消除故障。当胶带钢绳芯发生故障时,信号中往往含有大量的时变、短时冲击和突发性质的成分,这使得基于稳态信号的傅里叶变换等传统分析方法不利于故障的分析判断。因此,有必要寻求一种新的更为有效的胶带钢绳芯早期故障诊断方法。本文从钢绳芯胶带的结构特点出发,指出胶带钢绳芯的故障主要是由接头处钢绳芯的抽动和断裂造成的,并详细分析了故障的发生机理和特征。通过对现有胶带钢绳芯故障检测技术及信号处理缺陷的研究分析,提出了利用小波分析信号处理技术对磁记忆检测技术的胶带钢绳芯早期故障信号进行诊断分析的新方法。首先,深入研究了磁记忆检测的基本原理、特点及其在故障检测中的优势,详细论述了胶带钢绳芯磁记忆的检测原理和影响因素,并通过与传统检测方法的比较,论证了胶带钢绳芯磁记忆检测方法的可行性。并且从诊断理论和故障信号特点两方面,说明了对其故障信号进行小波分析是诊断过程的内在要求。其次,本文通过小波变换与傅里叶变换、短时快速傅里叶变换之间的比较,总结出了小波分析方法的特点,论述了小波变换及多分辨率分析。利用不同方法对仿真信号进行去噪对比,最终证明了软阈值去噪方法有着最优的降噪效果,并用实例论述了小波分析可用于信号的奇异性检测。最后,本文重点对采集的胶带钢绳芯磁记忆信号进行分析处理。在以MATLAB为平台对信号去噪的过程中,利用不同小波函数对采集的信号进行去噪处理,将结果对比分析后得出了最佳去噪函数。再对同一检测信号进行不同尺度的分解并选择四种软阈值方法对高频系数进行阈值量化,然后提取低频系数和经过阈值量化处理后的高频系数,进行信号的小波重构,经对比确定了适合胶带钢绳芯磁记忆信号阈值选取的方法。最后通过对去噪后磁记忆检测信号曲线的分析,结合信号峰峰值、相邻信号的差分值等特征参量对信号的特征量进行提取,判断出了信号的故障点。并与常用的X光机法对比检测结果,所用方法对早期故障特征的检测效果显著。本课题的创新之处在于把磁记忆检测技术和小波分析信号技术结合用于胶带钢绳芯的故障检测中,可以提取其它方法无法得到的早期故障特征,为胶带钢绳芯早期故障检测技术提供了一种有效可行的新方法。