基于门控循环网络和典型相关分析的电梯故障检测方法技术

基于门控循环网络和典型相关分析的电梯故障检测方法。该方法是基于门控循环单元神经网络和典型相关分析的垂直电梯故障检测方法，检测电梯运行的电机电流、制动器电流、安全电路电流和车门电机电流四种电流数据和三个方向上的振动数据；对离线数据进行预处理后分别输入两个门控循环单元神经网络同时进行训练，使两个门控循环单元神经网络的输出进行典型相关分析后得到的相关系数最大；将在线数据经过预处理后输入到训练好的两个网络中，将相关系数与阈值比较来实现故障检测。系数与阈值比较来实现故障检测。系数与阈值比较来实现故障检测。

【技术实现步骤摘要】
基于门控循环网络和典型相关分析的电梯故障检测方法


[0001]本专利技术涉及电梯安全检测
，尤其涉及基于门控循环网络和典型相关分析的电梯故障检测方法。

技术介绍

[0002]当前电梯技术快速发展，电梯已经大量安装在大厦、工厂、货运码头等地方。作为运送旅客和货物的重要工具，其可靠性对人类安全和经济发展至关重要。如何监测电梯运行状态和保障电梯安全可靠具有十分重要的意义。电梯是机电密切结合的系统，在运行过程中必然伴随着机械振动，而振动数据里蕴含着丰富的电梯运行状态信息，通过检测电梯振动数据可以很好的监控电梯的运行状态。但是仅仅监控电梯振动信号并不能全面检测电梯故障情况，电梯系统包含了牵引电机、轿厢、制动器和门电机等很多部分，通过对各个电梯部分进行电流数据检测可以检测更多的电梯故障问题。将电梯电流数据和振动数据结合进行全面的电梯故障检测，为电梯安全提供保障。
[0003]现有的电梯或电梯部件的状态监测故障检测技术可以大致分为基于模型的方法和数据驱动的方法两类。基于模型的电梯故障检测方法得到了广泛的认可，但这类方法的性能依赖于模型的精确性。本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于门控循环网络和典型相关分析的电梯故障检测方法，其特征在于，包括以下步骤：S1，数据采集，通过电梯电流数据采集模块和电梯振动数据采集模块采集电梯牵引电机电流、制动器电流、安全电路电流、车门电机电流数据以及纵向、横向、垂直方向三个方向上的振动数据，获得用来进行故障检测的数据样本，通过数据传输设备将采集到的数据上传存储至系统数据库中；S2，数据预处理，首先对数据进行归一化处理，然后对电流数据和振动数据采用小波包多阈值去噪，对去噪后的振动数据进行峰值事件检测，找到加速或减速事件的振动数据局部最大值和最小值，之后根据预设的时间跨度生成数据集，最后进行数据对准，根据预设的时间跨度对峰值事件附近的电流数据和振动数据进行窗口化，将窗口化后的参考数据与检测到的峰值事件附近的数据进行数据对准，得到数据对准后的具有相同时间跨度的电流数据和振动数据段；S3，离线模型训练，进行基于门控循环单元神经网络和典型相关分析结合方法的离线模型训练，得到符合收敛性的两个门控循环单元神经网络模型；S4，在线故障检测，根据步骤一和步骤二得到经过预处理的电梯实时电流和振动数据，将实时数据四种电流数据输入一号门控循环单元神经网络，将三种振动数据输入号门控循环单元神经网络，对两个门控循环单元神经网络的输出进行典型相关分析得到相关系数，将相关系数与阈值进行比较，超过阈值则视为发生故障。2.根据权利要求1所述的基于门控循环网络和典型相关分析的电梯故障检测方法，其特征在于，步骤S3所述门控循环单元神经网络包括：建立重置门r
t
和更新门z
t
，基于重置门计算候选隐藏状态基于更新门和候选隐藏状态计算隐藏状态h
t
，重置门、更新门、候选隐藏状态和隐藏状态h
t
的计算公式如下：r
t
＝σ(W
z
x
t
+V
z
h
t
‑1+b
z
)z
t
＝σ(W
r
x
t
+V
r

【专利技术属性】
技术研发人员：樊欣宇，贾丽君，李晨阳，王美蓉，李世情，许凡凡，
申请(专利权)人：中南大学，
类型：发明
国别省市：