【技术实现步骤摘要】
一种电梯液压缓冲器隐患识别方法及系统
本专利技术涉及电梯检测
，特别涉及一种电梯液压缓冲器隐患识别方法及系统。
技术介绍
电梯缓冲器是电梯的一个重要安全部件，是电梯发生意外蹲底时的最后一道安全防线，电梯缓冲器由于安装不当、使用年限长、高温受潮、外力损坏、维护不当等原因会带来安全隐患，因此电梯缓冲器是电梯日常安全检测和隐患排查的一个重点。蓄能性缓冲器通过外观检查基本可以发现是否存在隐患，但耗能型缓冲器(液压缓冲器)无法通过外观检查发现隐患，需要借助一定的检测手段或仪器来检测。现有技术通过利用激光传感器跟踪缓冲器的压缩及复位曲线的方法来检测，但是对缓冲器是否有隐患的识别，仍然需要依赖有经验的检测人员对曲线进行观察分析最后作出判断，存在人工识别存在效率低，主观经验依赖性大等缺点。
技术实现思路
为至少解决现有技术中存在的技术问题之一，本专利技术的目的在于提供一种电梯液压缓冲器隐患识别方法及系统，通过采集大量样本数据，以基于指定算法建立的决策树，并由机器学习进行训练学习样本，得到进行隐患识别...
【技术保护点】
1.一种电梯液压缓冲器隐患识别方法，其特征在于，包括以下步骤：/nS100、控制电梯上下运动挤压液压缓冲器用于模拟发生意外时的蹲底场景；/nS200、获取电梯桥厢挤压液压缓冲器的测试数据，其中测试数据为离散数据；/nS300、根据所述测试数据进行特征属性提取，得到特征属性，包括平均压缩速度、压缩行程系数、复位时间以及复位曲线最小斜率；/nS400、对一定数量的电梯液压缓冲器执行步骤S100到S300，获取一定数量的所述特征属性，集合整理得到样本合集，其中一定数量可自定义；/nS500、对所述样本合集中的所述特征属性执行二分法处理，将处理后的所述样本合集作为基于指定算法建立的...
【技术特征摘要】
1.一种电梯液压缓冲器隐患识别方法，其特征在于，包括以下步骤：
S100、控制电梯上下运动挤压液压缓冲器用于模拟发生意外时的蹲底场景；
S200、获取电梯桥厢挤压液压缓冲器的测试数据，其中测试数据为离散数据；
S300、根据所述测试数据进行特征属性提取，得到特征属性，包括平均压缩速度、压缩行程系数、复位时间以及复位曲线最小斜率；
S400、对一定数量的电梯液压缓冲器执行步骤S100到S300，获取一定数量的所述特征属性，集合整理得到样本合集，其中一定数量可自定义；
S500、对所述样本合集中的所述特征属性执行二分法处理，将处理后的所述样本合集作为基于指定算法建立的机器学习的训练学习样本，执行机器学习训练，得到基于所述特征属性进行隐患识别的决策模型；
S600、对需要进行隐患识别的电梯液压缓冲器执行步骤S100到S300，将获取的所述特征属性作为决策模型的输入数据，决策模型执行对应计算输出隐患识别结果。
2.根据权利要求1所述的电梯液压缓冲器隐患识别方法，其特征在于，所述S300还包括：
S310、基于测试数据，做出以时间为横坐标，液压缓冲器行程为纵坐标的表示液压器压缩及复位过程的运动曲线图；
S320、基于压缩行程和压缩时间计算平均压缩速度，计算公式如下
S330、基于标称最大压缩行程和压缩行程计算压缩行程系数，计算公式如下
S340、根据所述运动曲线图计算其中复位过程中复位曲线的各个点的斜率，取最小值得到复位曲线最小斜率。
3.根据权利要求1所述的电梯液压缓冲器隐患识别方法，其特征在于，所述S400还包括：
S410、对获取的一定数量的所述特征属性根据属性类别进行组合；
S420、对每一属性类别下的所述特征属性按照从小到大规则进行排列组合，得到样本合集D。
4.根据权利要求3所述的电梯液压缓冲器隐患识别方法，其特征在于，所述S500还包括：
S510、对样本合集D中每一类所述特征属性进行二分法处理，先计算得到各个所述特征属性的最佳划分点，即得到平均压缩速度、压缩行程系数、复位时间以及复位曲线最小斜率对应的最佳划分点，然后利用各个属性的最佳划分点，将属性值进行二分化；
S520、根据决策树算法建立机器学习模型，以样本合集D作为训练学习样本，执行机器学习训练，得到决策模型。
5.根据权利要求1或4所述的电梯液压缓冲器隐患识别方法，其特征在于，所述二分法处理步骤包括：
将待处理的数值作为样本合集D，按照从小到大进行排序，记为{a1,a2,…an}，其中n为数值的数量，连续属性a为在D上出现的n个不同取值；
指定一数值为划分点t，基于划分点t将D分为子集和其中包括取值不大于t的数值，而包括取值大于t的数值；
获取候选划分点集合Ta，公式如下：
即把[ai,ai+1)的中位点作为候选划分点；
根据候选划分点获取最佳划分点，公式如下：
其中，Gain(D,a)是样本D基于划分点t二分之后的信息增益，即选择使得Gain(D,a)最大...
【专利技术属性】
技术研发人员：梁敏健，戚政武，杨宁祥，陈英红，林晓明，李继承，陈建勋，谢小娟，
申请(专利权)人：广东省特种设备检测研究院珠海检测院，
类型：发明
国别省市：广东;44
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。