一种基于图神经网络的电梯故障诊断方法技术

本发明专利技术公开了一种基于图神经网络的电梯故障诊断方法。本发明专利技术针对电梯故障，首先对电梯的常见故障类型进行了机理分析，得到了与故障相应变化的电梯主要特征量；通过各类传感器采集主要特征量的变化情况，将特征量数据进行EMD和小波降噪处理后得到样本集；通过余弦相似度和K近邻算法构造样本图；构造图卷积神经网络模型，将样本图的邻接矩阵和节点特征矩阵以及训练数据输入模型进行训练；在训练好的图神经网络模型中，输入实时采集到的数据实现电梯的故障诊断。本发明专利技术基于对电梯失效模式的机理分析，并提取了电梯声、电、振动等多源异构数据中的有价值信息，不仅使得该模型更具有可解释性，也可以在故障诊断中获得更好的诊断效果。果。果。

【技术实现步骤摘要】
一种基于图神经网络的电梯故障诊断方法


[0001]本专利技术涉及一种基于图神经网络的电梯故障诊断方法，属于特征设备的故障诊断领域。

技术介绍

[0002]随着国民经济的快速发展，电梯已成为生产生活中不可或缺的重要组成部分，电梯的广泛应用极大的方便了人员与货物的运输，降低了运输成本增加了运输效率。然而值得注意的是，目前电梯的重大伤亡事故呈现高发态势。电梯的电气控制系统与机械结构极为复杂，包括制动机构、减速器、滚动轴承等都属于电梯容易失效的部分，一旦安装养护稍有不当，极易出现故障，严重时可能会造成重大人员伤亡和财产损失。但目前电梯的维护检修工作主要是依靠人工费时费力费钱，而且国内检修人员缺乏专业培训，其专业素养不足以应对故障诊断任务，可能会留有隐患。因此开发安全高效的电梯故障诊断方法能够减少人力物力浪费，降低误诊率，保证电梯的健康、平稳运行，避免事故的发生。
[0003]对于电梯的故障诊断而言，早期主要是通过经验分析法和信号分析法来进行判断，经验分析法主要是依靠主观经验进行故障，不具备客观的理论基础；而常用的信号分析法如小波变换法、经验模式本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图神经网络的电梯故障诊断方法，其特征在于：步骤1：对于电梯常见失效模式机理分析，采集合适的特征量步骤2：将采集数据进行降噪处理得到样本集步骤3：构建样本图结构步骤4：构建并训练图卷积神经网络模型步骤5：基于图卷积神经网络的电梯故障诊断。2.根据权利要求1所述的一种基于图神经网络的电梯故障诊断方法，其特征在于：对于电梯的常见失效模式的失效机理进行了分析，电梯的失效模式会导致电梯故障，且会引起相应的电梯特征量发生变化，通过对电梯失效模式的机理分析，对各类电梯故障的本质、必然性和规律性进行研究，并根据相应的机理分析结果选择合适的特征量，并通过相应的传感器和无线传输模块采集并传输各个特征量的变化数据。3.根据权利要求2所述的一种基于图神经网络的电梯故障诊断方法，其特征在于：含噪声数据会对构造图产生影响，因此需要对采集到的数据样本进行降噪处理，首先通过EMD方法对样本进行分解，得到多个IMF分量c1，c2，c3…
c
k
以及残差r，最终x(t)可以表示为：x(t)＝c1+c2+c3+...+c
k
+r通过自相关性和归一化对求出的IMF分量进行处理：R
i
(τ)＝E(c
i
(t)c
i
(t+τ))根据白噪声的统计特性，含噪声含量高的信号在零点处的相关函数最大,在其他位置衰减速度快,接近于零，因此对于超出阈值的高频IMF分量进行小波降噪处理，选取sym8小波对高频IMF分量进行三层分解可以得到较好的降噪效果。把经过处理的高频IMF分量与原有的低频IMF分量进行累加，作为最后的消噪结果，重新合并，组成样本，得到样本集。4.根据权利要求3所述的一种基于图神经网络的电梯故障诊断方法，其特征在于：选择各个传感器采集得到的多源异构数据作为节点构建图模型。通过余弦相似度来评判各个节点之间的相关性：...

【专利技术属性】
技术研发人员：何雨辰，胡文浩，王琪冰，陆佳炜，李琛，肖刚，
申请(专利权)人：中国计量大学，
类型：发明
国别省市：