钢丝绳由于自身重量轻、弹性好、抗拉强度高和承载力强等优越性,广泛应用于煤矿、交通、电梯、建筑等行业。但是,作为起重运输设备的关键部件,在工作过程中不可避免地会出现断丝、磨损、腐蚀甚至疲劳断裂等现象,对安全生产具有潜在的威胁。因此,钢丝绳损伤的检查和准确识别对经济社会的稳定具有重要意义。本文基于无损检测技术,对钢丝绳损伤的定性与定量检测进行理论分析和实验验证,主要研究内容如下:首先,介绍钢丝绳的结构和几种主要的缺陷类型,分析不同缺陷的特征和产生原因。基于钢丝绳的结构特点确定采用无损检测中的漏磁检测方法对钢丝绳损伤进行判别,该方法的优势在于:低成本、技术成熟并且检测结果稳定,可在恶劣的环境中广泛应用。此外,对钢丝绳漏磁检测系统的整体框架展开介绍:（1）介绍漏磁检测探头的硬件设计和实现,重点分析了霍尔元件在探头内部的设计及其工作原理;（2）改进传统的基于PC平台的数据处理系统,采用基于嵌入式平台的数据处理系统,使数据采集更加便捷。其次,对采样信号进行时域预处理和频域去噪。分析钢丝绳损伤信号的构成成分,针对不同的信号成分分别采用时域和时频域的分析方法去除背景噪声和干扰。时域预处理包括奇异值剔除和去趋势项,在时域中进行数据处理,减少了数据转换到变化域的复杂运算,降低数据处理硬件标准。针对钢丝绳损伤信号非平稳性的特点,频域去噪采用小波分析的方法,并且在传统阈值函数的基础上提出一种改进的加权平均型算法,该算法可根据钢丝绳断丝信号的特征自适应地改变权重的大小,进而改变阈值的大小,从而优化去噪效果。理论分析和实验结果均表明,该算法的去噪效果明显优于传统阈值函数。然后,研究钢丝绳断丝损伤的信号识别与特征提取,最终实现定量识别。在偏差分析的基础上提出了自适应阈值偏差分析,提高了在恶劣检测环境下断丝损伤的分辨能力。对于断丝的特征提取,提出将小波能量这一时频域特征与传统的时域特征共同构成断丝损伤的特征值数据集,并运用Matlab CFTOOL（Curve Fitting Tool）工具箱对特征值样本进行数据拟合,验证特征值随断丝数增加而变化的特征规律,实现断丝的定量识别。特征值数据集的提出提高了断丝定量识别的准确性与可信度。最后,对钢丝绳横截面积损伤进行定量分析。建立有限元仿真模型,得到了钢丝绳表面漏磁场随金属横截面积损失量改变的变化规律,验证了漏磁量峰值是判别横截面积损伤的主要特征。运用Matlab拟合工具得出钢丝绳表面漏磁通峰值与截面积损失量呈线性相关的结论,并通过实验验证此结论的正确性。