在建筑行业中塔机失稳或碰撞事故带来的人员伤亡和经济损失日益增多,国内外著名公司以及科研院所围绕塔机失稳监测技术、防碰撞技术进行了长期深入的研究,但形成的研究成果仍以缺乏灵活性和时实性的被动防御为主,智能化、主动性的塔机安全预警技术还有待进一步研究。本文针对目前塔机安全监测技术成本较高,且在智能化、主动性、灵活性、快速性、实时性方面的不足,提出了基于超声信号时间序列的塔机安全预警神经网络目标识别方法,此方法将超声传感技术和神经网络的优势相结合,通过超声信号特征提取、神经网络识别模型设计、安全预警系统构建三个环节,实现了塔机失稳监测和防碰撞的安全预警功能。论文重点研究的内容有:1.设计了数据采集分析实验台并获取了超声测距信号,结合超声波传播特性、换能器工作特性分析了超声回波时间序列的时域特征及与目标物多种特性间的关系,得到了超声信号相关幅值、测距值两种时间序列特征与目标物几何、物理、空间、动态特性间的映射规律,为目标物超声信号特征提取提供了科学依据。2.提出了基于超声信号时间序列特征与目标物特性间映射关系的神经网络目标识别方法,研究了神经网络识别模型的输入特征量提取、网络设计评价、样本库构造、学习与泛化能力强化的一般规则;根据塔机安全预警的不同功能需求,分别针对单超声时间序列和多超声时间序列设计了BP、Elman、SOM三种具体的神经网络目标识别方法,并分别进行了仿真和实验验证及运行效果对比分析。3.通过塔机稳定性判定分析得到了倾覆判据,并结合塔机碰撞特征分析结果,构建了超声信号时间序列神经网络目标识别方法为核心的塔机安全预警体系,将BP、Elman、SOM网络识别方法应用于塔机安全预警的不同环节,有效实现了信息实时获取、数据智能融合、主动快速预警功能。本文研究的超声安全预警目标识别的神经网络方法较其他安全监测方法在智能化、主动性、灵活性、快速性、实时性方面都有提高,可以满足塔机监控需求,对塔机的安全应用、广泛推广有较大意义;同时,对神经网络目标识别方法和超声信号时间序列特征的研究,也为低成本传感器快速、高精度地进行数据融合提出了一种较好的借鉴思路。