【技术实现步骤摘要】
一种电梯限速器安全钳联动试验人工智能监测装置
[0001]本专利技术涉及电梯限速器安全钳联动试验
,具体涉及一种电梯限速器安全钳联动试验人工智能监测装置
。
技术介绍
[0002]电梯限速器安全钳联动试验是一种常见的电梯安全检测方法,旨在验证电梯的限速器和安全钳在运行过程中的协同工作能力
。
限速器和安全钳是电梯安全系统中的重要组成部分,它们的正确运行对于电梯的安全性至关重要,在电梯限速器安全钳联动试验中,通常会模拟电梯在运行过程中的不同工况,如上行
、
下行
、
空载
、
满载等,试验时,通过控制电梯的运行速度和载荷条件,监测限速器和安全钳的工作状态和相互协同关系
。
试验过程中会记录和分析限速器和安全钳的运动特征
、
响应时间
、
力量传递等参数,以评估其在实际运行中是否能够正确工作,确保电梯的安全运行
。
[0003]然而,传统的试验方法存在一些问题和挑战,如人工判断主观性高r/>、
试本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.
一种电梯限速器安全钳联动试验人工智能监测装置,其特征在于,包括摄像头模块
、
图像处理模块
、
人工智能算法模块
、
判定模块
、
结果显示模块
、
数据存储与分析模块
、
报警模块
、
远程监控模块和自动化控制模块,上述模块之间均由无线网络进行连接;所述摄像头模块包括两个高分辨率
、
高帧率的可调焦和追踪功能摄像头,一个摄像头监控限速器及限速器绳,另一个监控曳引轮及其轮子上的曳引钢丝绳
。2.
根据权利要求1所述的一种电梯限速器安全钳联动试验人工智能监测装置,其特征在于,所述图像处理模块用于接收摄像头模块的图像数据,并使用计算机视觉技术进行边缘检测
、
目标识别
、
物体跟踪和运动分析,同时应用图像增强算法提高图像质量和细节可见性进行预处理
、
分析和关键特征提取
。3.
根据权利要求1所述的一种电梯限速器安全钳联动试验人工智能监测装置,其特征在于,所述人工智能算法模块利用机器学习和深度学习技术对图像处理模块提取的特征进行分析和分类,并使用预训练的卷积神经网络
(CNN)
和循环神经网络
(RNN)
模型,针对训练电梯特定数据集的模型,提高识别准确度和鲁棒性,使用机器学习和深度学习技术,对图像处理模块提取的特征进行分析和分类,以学习和识别限速器安全钳的状态
、
曳引轮和钢丝绳的状态
、
限速器电气安全装置动作状态和安全钳电气安全装置的动作状态进行分析和检测,并提供准确的状态判断结果
。4.
根据权利要求1所述的一种电梯限速器安全钳联动试验人工智能监测装置,其特征在于,所述判定模块基于预设的判定规则和阈值,分析限速器
、
...
【专利技术属性】
技术研发人员:石瑾,李贵霖,党学文,刘晨辰,秦文,
申请(专利权)人:中国特种设备检测研究院,
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。