The invention discloses an elevator fault prediction method based on BP neural network, which comprises the following steps: (1) collecting real-time data of elevator motion by means of sensors installed on elevator car; (2) preprocessing and extracting characteristic parameters from historical data and standard data of elevator motion, one part of which is taken as data sample and the other part as test sample. (3) Establish the diagnosis model of BP neural network, input the collected data samples and train them; (4) Input the test samples into the trained BP neural network, optimize the training algorithm according to the recognition accuracy of the training samples and the test samples, and use the optimized parameters of the neural network to detect the elevator faults. The elevator fault diagnosis method of the invention has the advantages of real-time and high diagnostic accuracy, can judge whether the elevator has potential safety hazards in real time, reduces the cost of human maintenance of elevator safety, and finally achieves the balance of safety performance and economic benefits.
【技术实现步骤摘要】
一种基于BP神经网络的电梯故障预测方法
本专利技术涉及智能电梯安全监测技术,尤其涉及一种基于BP神经网络的电梯故障预测方法。
技术介绍
就目前国内电梯行业现状而言,电梯轿厢运动状态监测方面仍存在诸多问题。由于我国电梯基数庞大,尽管电梯行业发展良好,但与之密切相关的电梯维修与保养水平却难以跟上行业前进的步伐,这是我国电梯安全事故发生频率居高不下的重要原因。而目前大多楼宇电梯工作在独立封闭的环境中,维保人员无法实时掌握电梯工作状态并及时处理电梯运行中产生的问题。且国家在电梯的监测环节中缺乏高效准确的监测技术手段和设备,检验机构尚未建立完善的远程监控网络。而对电梯高频率的维护检查会使维护成本大大增加,给用户带来很大的经济负担。随着光纤网络、以太网络和无线网络等技术的发展,新建的楼宇小区基本都铺设了网络线路,而老式小区也可以使用无线局域网或GPRS/3G无线通信网络。利用这些网络设施,可以将高精度传感器所采集的小区电梯的运行数据实时传输到后台服务器,实时监控电梯设备的各运行数据。bp神经网络具有推测、自学、联想、容错、记忆等诸多特点,其可以通过输入的电梯各运动参数的变化,及时发现设备存在的潜在问题,大大降低电梯设备故障率,为用户节省了维护成本,提高用户使用的满意程度。
技术实现思路
本专利技术要解决的技术问题在于针对现有技术中的缺陷,提供一种基于bp神经网络的电梯故障诊断方法。本专利技术解决其技术问题所采用的技术方案是:一种基于BP神经网络的电梯故障预测方法,包括以下步骤:1)通过安装于电梯轿厢顶部的传感器组,采集电梯运动的实时数据,并通过安装于轿厢上及梯井顶部的数据 ...
【技术保护点】
1.一种基于BP神经网络的电梯故障预测方法,其特征在于,包括以下步骤:1)通过安装于电梯轿厢顶部的传感器组,采集电梯运动的实时数据,并通过安装于轿厢上及梯井顶部的数据传输设备将数据上传至数据库;2)对已采集到的电梯运动的历史数据和标准数据进行预处理并提取特征参量,其中一部分作为训练样本,另一部分作为测试样本;3)建立bp神经网络诊断模型,输入采集的训练样本,进行训练;4)再将测试样本输入到已训练好的bp神经网络,根据训练样本与测试样本的识别正确率,通过调整隐含层数、隐含层节点数和迭代次数优化训练算法,使用优化后的神经网络参数配置,对电梯进行故障检测。
【技术特征摘要】
1.一种基于BP神经网络的电梯故障预测方法,其特征在于,包括以下步骤:1)通过安装于电梯轿厢顶部的传感器组,采集电梯运动的实时数据,并通过安装于轿厢上及梯井顶部的数据传输设备将数据上传至数据库;2)对已采集到的电梯运动的历史数据和标准数据进行预处理并提取特征参量,其中一部分作为训练样本,另一部分作为测试样本;3)建立bp神经网络诊断模型,输入采集的训练样本,进行训练;4)再将测试样本输入到已训练好的bp神经网络,根据训练样本与测试样本的识别正确率,通过调整隐含层数、隐含层节点数和迭代次数优化训练算法,使用优化后的神经网络参数配置,对电梯进行故障检测。2.根据权利要求1所述的基于BP神经网络的电梯故障预测方法,其特征在于,所述步骤1)中的传感器组包括采集电梯轿厢三维加速度和角速度信号的MEMS六轴运动传感器和采集电梯轿厢所在高度气压信号的气压传感器。通过处理电梯运动加速度、角速度信号和高度信号,获得轿厢实时运行状态数据,并将其上传到后台服务器的数据库中。3.根据权利要求1所述的基于BP神经网络的电梯故障预测方法,其特征在于,所述步骤2)中的历史数据和标准数据包括电梯轿厢...
【专利技术属性】
技术研发人员:李立,高懿凝,黄睿,王碧杉,付子豪,文治,
申请(专利权)人:武汉大学,
类型:发明
国别省市:湖北,42
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。