一种自动扶梯机械故障诊断方法和系统技术方案

本发明专利技术公开了一种自动扶梯机械故障诊断方法和系统，该方法包括步骤初始化；获取来自加速度传感器的检测信号，并提取时域特征；对时域信号进行LCD分解以获得若干个峭度最大的ISC分量，并将若干个ISC分量进行排序后获得数据集；将数据集按比例分为训练集和测试集，将训练集输入到深度卷积神经网络中进行调参训练，通过测试集进行有效性验证；对来自待检测的加速度传感器的信号运算，输出对应的机械故障类型。避免了EMD分解和LMD分解过程中计算次数多、残差大、频率混叠和端点效应等缺点，有利于提高扶梯机械故障诊断的效率，使用深度卷积神经网络，可以自适应提取人工无法提取的有效特征，提高故障判断的准确性。

【技术实现步骤摘要】
一种自动扶梯机械故障诊断方法和系统
本专利技术涉及扶梯测量
，特别涉及一种自动扶梯机械故障诊断方法和系统。
技术介绍
自动扶梯是一种常见的运载工具，在实际运行过程中，往往因故障而引发事故，其中，自动扶梯的机械故障是难以发现的，例如，减速箱内齿轮的磨损、胶合或点蚀，以及扶梯滚轮的磨损等。这些机械磨损通常需要检查扶梯内部结构才能及时发现，效率低、成本高，隐患识别依赖于人工判断，主观因素大、隐患发现率低。为了提高扶梯机械故障诊断的自动化，现有技术通过机器学习算法和时频分析法结合。其中，扶梯中待测部件(例如齿轮、滚轮)产生的原始振动信号往往是非平稳、非线性的时变信号，通过时频分析法将原始振动信号分解为若干有物理意义的信号进行分析。常用的时频分析法有经验模态分解(empiricalmodedecomposition，EMD)和局部均值分解(localmeandecomposition，LMD)，但是这两种分解算法存在频率混淆和端点效应、由于调解而引起信号突变、计算量大等问题。而机器学习算法是基于浅层学习，对信号采集和处理的要求较高，模型的泛本文档来自技高网...

【技术保护点】
1.一种自动扶梯机械故障诊断方法，其特征在于，包括以下步骤：/n初始化，将多个所述加速度传感器分别与待检测位置相互关联；/n数据获取，获取来自所述加速度传感器的时域信号，并从所述时域信号中提取时域特征；/n数据处理，对所述时域信号进行LCD分解以获得若干个峭度最大的ISC分量，并将若干个所述ISC分量进行排序后获得数据集；/n训练深度卷积神经网络，将所述数据集按比例分为训练集和测试集，将所述训练集输入到预设的深度卷积神经网络中进行调参训练，将所述测试集输入到完成调参训练的深度卷积神经网络中进行有效性验证；/n故障诊断，完成训练后的深度卷积神经网络对来自每个待检测的加速度传感器的检测信号进行运算...

【技术特征摘要】
1.一种自动扶梯机械故障诊断方法，其特征在于，包括以下步骤：
初始化，将多个所述加速度传感器分别与待检测位置相互关联；
数据获取，获取来自所述加速度传感器的时域信号，并从所述时域信号中提取时域特征；
数据处理，对所述时域信号进行LCD分解以获得若干个峭度最大的ISC分量，并将若干个所述ISC分量进行排序后获得数据集；
训练深度卷积神经网络，将所述数据集按比例分为训练集和测试集，将所述训练集输入到预设的深度卷积神经网络中进行调参训练，将所述测试集输入到完成调参训练的深度卷积神经网络中进行有效性验证；
故障诊断，完成训练后的深度卷积神经网络对来自每个待检测的加速度传感器的检测信号进行运算，输出对应的机械故障类型。


2.根据权利要求1所述的自动扶梯机械故障诊断方法，其特征在于：所述数据处理具体包括以下步骤：
将所述时域信号均分为若干个片段，每个片段包括m个数据点；
将每个片段的所述时域信号进行LCD分解，以获得若干个ISC分量；
求取峭度最大的n个ISC分量，并经过排序后构成所述数据集，所述数据集的维数为m×n，其中,m>0，n≥1。


3.根据权利要求1或2所述的自动扶梯机械故障诊断方法，其特征在于：所述LCD分解，具体包括以下步骤：
S310、将所述时域信号赋值给初始序列y(t)，并将赋值后的序列y(t)赋值给剩余信号序列r(t)；
S320、确定序列y(t)的所有极值点(tk,yk)，k为正整数，选取三个相邻的极值点(tk-1,yk-1)、(tk,yk)和(tk+1,yk+1)，确定首尾两个极值点所在的直线函数Ak(t)，并计算直线函数Ak(t)与极值点(tk,yk)对应的函数值Ak；
S330、计算函数值Ak和函数值yk共同对应的均值点SLk＝αAk+(1-α)yk，其中α为常数，且α∈(0,1)，并将所有的均值点SLk组成序列SL(t)；
S340、计算信号差值序列y1(t)＝y(t)-SL(t)；
S350、当所述信号差值序列y1(t)满足ISC分量条件时，ISC分量序列ISCi(t)＝y1(t)，i为正整数，则更新后的剩余信号序列r1(t)＝r(t)-ISCi(t)；
S360、当所述剩余信号序列r1(t)为单调函数时，LCD分解结束，并输出ISC分量序列ISCi(t)，否则，将所述剩余信号序列r1(t)幅值给序列y(t)，并重复步骤S320至S360。


4.根据权利要求3所述的自动扶梯机械故障诊断方法，其特征在于：步骤S340具体包括以下步骤：
S341、计算信号差值序列y1(t)＝y(t)-SL(t)；
S342、当序列y(t)的局部极大值均为正且局部极小值为负，以及对于任意极值点，时，则执行步骤S343；
S343、确定序列y1(t)的所有极值点(t1k...

【专利技术属性】
技术研发人员：彭晓军，梁敏健，戚政武，陈英红，杨宁祥，林晓明，陈建勋，庞慕妮，
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