一种电梯滑移量预测的方法技术

本发明专利技术提供一种电梯滑移量预测的方法，包括：获取历史的全周期滑移量退化信号及当前滑移量退化信号；导入退化信号至分类模型，该分类模型将退化信号分割为平稳运行状态与退化状态信号；及将退化状态信号输入

【技术实现步骤摘要】
一种电梯滑移量预测的方法、系统、电子装置及存储介质


[0001]本专利技术涉及视觉
，尤其涉及一种电梯滑移量预测的方法
、
电子装置及计算机可读存储介质
。

技术介绍

[0002]电梯安全运行的基础是保证有足够的曳引能力，在曳引轮的长期使用过程中，由于曳引轮和钢丝绳不断磨损，钢丝绳会出现落槽现象，导致曳引轮与钢丝绳之间摩擦力不足，曳引能力下降引起打滑
。
滑移是评价电梯曳引能力的一个重要指标，也是曳引轮磨损失效的主要表现
。
一旦出现滑移会加快曳引轮及钢丝绳的磨损，影响电梯的安全性和传动效率，从而影响电梯的正常使用，严重的甚至会使电梯发生冲顶或蹲底，造成严重的人身安全事故
。
因此有必要对电梯钢丝绳滑移量进行精确的检测及预测，以提高电梯的预测性维护，从而保证其使用安全性
。
[0003]滑移量过大的主要原因是由于摩擦力不足，而基础维护工作无法解决钢丝绳与曳引轮的摩擦问题，大部分通过制动力的提升等方法间接减小滑移量
。
>[0004]现有技本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种电梯滑移量预测的方法，其特征在于，所述方法包括以下步骤：获取历史的全周期滑移量退化信号及当前滑移量退化信号；导入退化信号至分类模型，该分类模型将退化信号分割为平稳运行状态与退化状态信号；及将退化状态信号输入
CNN
‑
LSTM
模型，利用卷积神经网络的局部特征提取能力与长短期记忆网络的长短期时序学习能力，对退化状态信号进行时序预测，其中退化状态信号包括滑移量数据
、
正常滑移范围状态
、
超出正常滑移范围状态
。2.
如权利要求1所述的一种电梯滑移量预测的方法，其特征在于，所述获取历史的全周期滑移量退化信号及当前滑移量退化信号具体包括以下步骤：通过滑移量测量装置获取电梯的当前实际滑移量和获取电梯历史滑移量及其相关特征样本数据；将当前实际滑移量和历史滑移量及其相关特征样本数据传送至生成器；提取当前实际滑移量的多尺度特征；融合当前实际滑移量的多尺度特征及历史滑移量的相关特征样本数据；及输出退化信号并形成嵌套散点图
。3.
如权利要求1所述的一种电梯滑移量预测的方法，其特征在于，所述分类模型的损失函数如下式：其中，
y
为当前实际滑移量，
p(y)
为结果对应置信度
。4.
如权利要求3所述的一种电梯滑移量预测的方法，其特征在于，所述
CNN
‑
LSTM
模型采用
MSE、RMSE、MAPE
三种指标对预测结果进行约束，
MSE、RMSE、MAPE
的计算公式分别为：的计算公式分别为：的计算公式分别为：其中
y
’
为预测值，
y
为实际值，预测模型的预测损失为：
Loss
＝
Loss
MSE
+Loss
RMSE
+Loss
MAPE
。5.
如权利要求2‑4中任意一所述的一种电梯滑移量预测的方法，其特征在于，所述滑移量测量装置包括有磁吸定位件
、

【专利技术属性】
技术研发人员：罗贞，邓以彬，叶海波，鞠成伟，易灿灿，
申请(专利权)人：广西壮族自治区特种设备检验研究院，
类型：发明
国别省市：