一种基于大数据的扶梯振动趋势预测方法技术

一种基于大数据的扶梯振动趋势预测方法，包括收集扶梯多路大数据信息，分离各独立成分信息，滤波后重构纯净的振动源信号特征，对应构建扶梯振动数据集，建立识别模型并进行工况判别，对电动扶梯振动趋势进行预测，该方法可解决了高噪声环境的干扰和多工况扶梯趋势杂混难以独立提取，趋势序列预测准确等问题，能对扶梯振动趋势进行有效的预测。对扶梯振动趋势进行有效的预测。对扶梯振动趋势进行有效的预测。

【技术实现步骤摘要】
一种基于大数据的扶梯振动趋势预测方法


[0001]本专利技术涉及信息处理
，涉及大数据分析与智能预测领域领域，尤其涉及一种基于大数据的扶梯振动趋势预测方法。

技术介绍

[0002]电动扶梯，亦称自动行人电梯，是带有循环运行阶梯的一类扶梯，是用于向上或向下倾斜运送乘客的固定电力驱动设备，常用于商场、天桥、地铁站等公共设施。由于使用人数众多，其安全及维护问题也是十分重要的。目前扶梯维护主要分为定期保养型维护、夜间停机检维修及临时故障维修，而运行过程中由机电系统或传感器记录数据是一种检测故障的重要手段。扶梯运行数据包括电机转速、键相值、电机功率、电机电流等代表运行状态的过程量信号和电机、减速箱、主驱动轮、梯级链涨紧轮等测点的振动信号，尤其是振动信号，是对扶梯运行状态进行监控与诊断故障的重要依据。利用智能化手段，对关键测点进行振动分析，对扶梯的故障预警和全生命周期维护尤为关键。
[0003]扶梯的大部分故障都具有时间依存性的、可预知的趋势性故障，采用科学有效的故障预测方法往往能够揭示故障的发展变化，有利于避免设备恶性事故的发生。故障趋势预本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据的扶梯振动趋势预测方法，其特征在于，包括如下步骤：(1)收集扶梯各个关键部件对应的多路大数据信息，分别从多路大数据信息的混合信号中分离各独立成分信息，将噪声成分滤波后重构纯净的振动源信号特征，对应构建扶梯振动数据集；(2)基于扶梯振动数据集建立识别模型，并应用识别模型对扶梯振动数据进行工况判别；(3)基于工况判别结果，对电动扶梯振动趋势进行预测；(4)基于预设故障程度判别标准，评估扶梯当下工作状态的健康程度。2.如权利要求1所述的方法，其特征在于：所述步骤(1)中收集扶梯各个关键部件对应的多路大数据信息，具体为：采集电动扶梯各个关键部件分别对应的多个测点的振动波形信号，其中测点涵盖电机、减速箱、主驱动轮、梯级链涨紧轮中的至少一个关键部件。3.如权利要求1或2所述的方法，其特征在于：所述步骤(1)中在采用独立成分分析法剔除噪声成分。4.如权利要求1所述的方法，其特征在于：所述步骤(2)中建立识别模型通过构建Kmeans聚类模型实现。5.如权利要求1所述的方法，其特征在于：所述步骤(1)具体包括如下步骤：(1.1)采集电动扶梯各个关键部件分别对应的多个测点的振动波形信号；(1.2)在噪声成分滤波中，将每个部件的多个传感器源作为独立成分分析ICA的独立元进行处理，即将同一部件的多个测点的振动波形作为独立元进行独立成分分析ICA，分离出各个倍频的分量，剔除全频带上的噪声，重构振动源信...

【专利技术属性】
技术研发人员：闫磊，房斌，宋佑举，寿柳姣，姜文文，
申请(专利权)人：青岛城市轨道交通科技有限公司，
类型：发明
国别省市：