【技术实现步骤摘要】
一种基于一维多尺度卷积的多传感器曳引机失磁监测方法
[0001]本专利技术属于电梯故障监测
，具体涉及一种基于一维多尺度卷积的多传感器曳引机失磁监测方法。
技术介绍
[0002]随着高层建筑的增多，电梯已成为人们起居中必不可少的一环。永磁同步曳引机具有低转速输出扭矩大、结构紧凑、所占空间小和易于安装等优点，常用于电梯的动力装置。但永磁同步曳引机在驱动力、磁场、热应力耦合影响下，易造成永磁体材料稳定性突变，出现失磁现象。
[0003]由于曳引机永磁体安装在转子上，在电梯日常运行维护中，进行失磁故障判别必须拆卸永磁曳引机，其安装拆卸均需要专门的工具，且工序繁复，这就为现场进行失磁检测带来极大不便。
[0004]目前对永磁同步曳引机失磁的检测方法较为单一，并且对于失磁检测多处在仿真阶段，缺少面向应用的检测方法。为解决这一问题，已有研究者利用卷积神经网络提取振动信号中蕴含的时频域信息空间信息并相互关联，但是处理多传感器信息融合的复杂系统问题时，面对多种不同物理性质的信号，且每一种信号存在不同的故障特征，传统的卷...
【技术保护点】
【技术特征摘要】
1.一种基于一维多尺度卷积的多传感器曳引机失磁监测方法，其特征在于，具体步骤为：S1：从已有资料中收集永磁同步曳引机失磁表现形式并筛选出失磁表现下的失磁敏感特征参数，结合电梯控制系统，确定所需多路传感器类型及传感器布置形式；S2：将确定的多路传感器按布置形式设置在永磁同步曳引机上，通过多路传感器采集永磁同步曳引机典型工况下的失磁特征信号数据，构建代表性的失磁特征数据库；S3：依据各失磁敏感特征物理属性及敏感表现形式，对失磁特征信号数据库中的特征信号数据进行预处理，更新失磁特征数据库；S4：搭建轻量化的网络模型，引入深度可分离方法建立多传感器信息融合框架，各传感器通道搭建多尺度特征提取模块，采用堆叠整合多尺度提取特征，引入通道注意力机制以指导网络关注对失磁分类的特征信息；S5：依据失磁程度区间划分，确定网络的输出类型；进行网络配置及网络训练。2.根据权利要求1所述的一种基于一维多尺度卷积的多传感器曳引机失磁监测方法，其特征在于：所述失磁敏感特征参数包括永磁同步曳引机的失磁故障特征相电流、负载端温升变化率、曳引轮输出转速脉动、正常运行时曳引轮的动态输出扭矩和机身振动参数；所述所需多路传感器类型及传感器布置形式，具体为：对于采用id＝0控制的永磁同步曳引机控制系统，在永磁同步曳引机控制系统中设置转速监测传感器、设置转子位置监测传感器、在三相电源逆变器上设置电流传感器、在机壳上设置机壳温度传感器、在转轴上设置扭矩传感器和在机身上设置机身振动加速度传感器。3.根据权利要求1所述的一种基于一维多尺度卷积的多传感器曳引机失磁监测方法，其特征在于：所取典型工况为：满载启动上升、满载匀速上升、空载启动上升、空载匀速上升、满载上升制动、空载上升制动、满载启动下降、满载匀速下降、空载启动下降、空载匀速下降、满载下降制动和空载下降制动。4.根据权利要求1所述的一种基于一维多尺度卷积的多传感器曳引机失磁监测方法，其特征在于：所述失磁特征信号数据为电流传感器采样的永磁同步曳引机各典型运行工况下的相电流、机壳温度传感器采样的永磁同步曳引机各典型运行工况下的负载端温升变化、转子位置监测传感器预采样的永磁同步曳引机各典型运行工况下的曳引轮输出转速脉动、扭矩传感器预采样的永磁同步曳引机各典型运行工况下曳引轮的动态输出扭矩和惯性测振仪预采样的永磁同步曳引机各典型运行工况下的机身振动信号数据。5.根据权利要求1所述的一种基于一维多尺度卷积的多传感器曳引机失磁监测方法，其特征在于：所述对失磁特征数据库中的特征信号数据进行预处理是指按照数据物理特性和敏感表现形式分别处理，具体为：对于机身振动信号数据，采用加窗函数进行处理，即将长度为L的窗口以滑动步长S在长度为N的特征信号数据上重叠采样，并进行归一化；对于动态输出扭矩和转速脉动特征信号数据，将其分为启停过程信号与稳定运行脉动信号，对于启停过程信号数据，采用同除不失磁稳定运行最大转矩的处理方...
【专利技术属性】
技术研发人员：杨恒，王震，邱勇军，张鹏，王超，张波，
申请(专利权)人：重庆市特种设备检测研究院陕西省特种设备检验检测研究院，
类型：发明
国别省市：
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。