System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于电梯故障检测,具体来说,涉及一种电梯故障预测系统及方法。
技术介绍
1、随着“智慧城市”和“智慧电梯”的发展需求,电梯运行系统故障预测问题已受到广泛关注和讨论。目前的电梯维护通常是基于定期检查和维护计划,或者是在电梯出现故障后进行维修。这种方法存在的问题是无法提前预测潜在故障,导致电梯故障和停机时间的增加,影响用户体验和运营成本。
2、在专利号为cn201910297745.1的中国专利技术专利中,公开了一种基于电梯运行参数的故障预测方法,获取电梯数据中对引起电梯故障敏感的电梯参数,形成电梯参数集;对电梯参数集进行数据处理,将电梯参数集中的参数进行异常值剔除、采用内插法对电梯参数进行缺失数据填补;调取m个时间点的电梯参数集q,作为训练数据集,则将m时刻电梯的同一机构作为一n维的电梯参数向量,对电梯参数进行处理。构建多层卷积神经网络的模型;对电梯参数进行故障预测。基于电梯运行参数的故障预测,可以利用当前获取的电梯参数,也可以基于以往的电梯参数进行预测,建立完善的电梯故障预测模型,进行故障预测。
3、现有专利的缺陷在于,采用知识库规则的推理方式对电梯采集参数进行训练处理,以达到符合电梯参数的故障预测;但单一的知识库规则需要大量的历史数据或者专家知识库数据进行支撑才能实现对多层卷积神经网络模型的训练达到预测的效果;同时预测神经网络模型只对线性增长或者有一定规律变化的电梯运行参数进行预测,无法对变化规律较复杂的电梯运行参数和时间序列进行预测。
技术实现思路
...【技术保护点】
1.一种电梯故障预测系统,其特征在于,包括电梯数据采集模块、数据预处理模块、故障预测模块和应急处理模块;
2.根据权利要求1所述的一种电梯故障预测系统,其特征在于,电梯运行过程数据和电梯维修数据建立神经网络拓扑结构的详细步骤包括:
3.根据权利要求2所述的一种电梯故障预测系统,其特征在于,径向基函数中心采用的高斯函数公式:
4.根据权利要求3所述的一种电梯故障预测系统,其特征在于,整个神经网络模型的训练方法采用最近邻聚类学习算法,其最近邻聚类学习算法流程包括:
5.根据权利要求3所述的一种电梯故障预测系统,其特征在于,整个神经网络模型的预测算法采用如下步骤:
6.根据权利要求4或5所述的一种电梯故障预测系统,其特征在于,分析得到导致电梯维修数据与之相关的关联性电梯运行过程数据的详细步骤,采用判断电梯运行过程数据与预设初始值产生异常变化的电梯运行过程数据作为产生电梯维修数据故障的原因数据,多次观测产生电梯维修数据故障的原因是否均有该电梯运行过程数据异常的原因,若出现频率高于系统预设频率,则判定该电梯运行过程数据为神经网络拓
7.根据权利要求6所述的一种电梯故障预测系统,其特征在于,电梯运行过程数据还包括电梯编号和电梯安装位置,电梯维修数据还包括电梯编号、电梯安装位置和电梯维修时间,通过同一类型的电梯维修数据及该类型电梯维修时间的序列输入机器学习模型中分析其电梯剩余使用寿命。
8.根据权利要求7所述的一种电梯故障预测系统,其特征在于,同一类型的电梯维修数据及该类型电梯维修时间的序列输入机器学习模型中分析电梯剩余使用寿命详细步骤为:
9.根据权利要求8所述的一种电梯故障预测系统,其特征在于,
10.一种电梯故障预测方法,其特征在于,包括步骤:
...【技术特征摘要】
1.一种电梯故障预测系统,其特征在于,包括电梯数据采集模块、数据预处理模块、故障预测模块和应急处理模块;
2.根据权利要求1所述的一种电梯故障预测系统,其特征在于,电梯运行过程数据和电梯维修数据建立神经网络拓扑结构的详细步骤包括:
3.根据权利要求2所述的一种电梯故障预测系统,其特征在于,径向基函数中心采用的高斯函数公式:
4.根据权利要求3所述的一种电梯故障预测系统,其特征在于,整个神经网络模型的训练方法采用最近邻聚类学习算法,其最近邻聚类学习算法流程包括:
5.根据权利要求3所述的一种电梯故障预测系统,其特征在于,整个神经网络模型的预测算法采用如下步骤:
6.根据权利要求4或5所述的一种电梯故障预测系统,其特征在于,分析得到导致电梯维修数据与之相关的关联性电梯运行过程数据的详细步骤,采用判断电梯运行过程数据与预设初始值产生异常变化的电梯运行过程数据作为产生电梯...
【专利技术属性】
技术研发人员:刘林,袁轶,张丰,邓伟,张国伟,彭陶,陈勇,邱莉莉,
申请(专利权)人:重庆交通开投科技发展有限公司,
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。