一种电梯运行异常状态分析方法技术

本发明专利技术属于电梯技术领域，公开了一种电梯运行异常状态分析方法，包括以下步骤：通过传感器采集电梯运行过程中的信号；对其中的信号进行时域和频域分析，提取信号特征；将信号特征通过主成分分析；将信号特征输入BP神经网络进行学习训练，BP神经网络通过改进的白鲸优化算法进行优化；将实时采集的电梯信号和提取的信号特征输入训练后的BP神经网络，BP神经网络输出电梯运行异常状态分析结果。本申请通过改进后的白鲸优化算法对BP神经网络进行优化，经过优化后的BP神经网络具有很强的学习能力，能够从电梯运行数据中分析出电梯运行的异常状态，从而对电梯进行维保。

【技术实现步骤摘要】

本专利技术属于电梯，尤其涉及一种电梯运行异常状态分析方法。

技术介绍

1、电梯异常的表现有很多种，常见的问题包括电梯门无法正常关闭、电梯在楼层间停止运行、电梯突然降到最底层、电梯到一楼停梯开门不动等。此外，电梯还可能出现不响应外呼、不关门或反复开关门、不停在指定楼层、过载不走等问题。电梯的异常运行会威胁人身安全，因此分析电梯的异常状态并提前进行维护非常重要。

2、目前分析电梯异常状态的方法主要有基于模型的方法和基于数据驱动的方法。基于模型的方法需要对电梯系统建立精确的数学模型，然后通过解析模型来发现异常。这种方法对模型的精度要求较高，且对于一些复杂系统很难建立准确的数学模型。基于数据驱动的方法则不需要建立模型，而是通过分析数据来发现异常。常见的数据驱动方法包括统计分析、时间序列分析、机器学习和深度学习等。其中，统计分析方法简单易行，但需要事先设定阈值，且对历史数据的依赖较强；时间序列分析方法可以自动检测异常，但对数据的预处理和特征提取要求较高；

3、现在机器学习方法对电梯的异常识别较好，但对数据量和标注质量要求较高，且需要一定的时间本文档来自技高网...

【技术保护点】

1.一种电梯运行异常状态分析方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的电梯运行异常状态分析方法，其特征在于，信号包括电梯运行速度、加速度、电流、电压、噪声、受力、振动信号、限速器开关限制、传动皮带过松、制动器故障、缓冲区开关动作、加速度变化率、钢丝绳轿厢侧曳引力、主轴转速、齿轮转速、门刀距离门轮间隙、电梯停电、变频器失效、平层感应器失效。

3.根据权利要求1所述的电梯运行异常状态分析方法，其特征在于，对信号进行时域分析，包括：提取信号的方差、峭度系数、均值、极值、概率函数；对信号进行频域分析，包括：提取傅里叶功率谱或提取小波信号特征。

...

【技术特征摘要】

1.一种电梯运行异常状态分析方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的电梯运行异常状态分析方法，其特征在于，信号包括电梯运行速度、加速度、电流、电压、噪声、受力、振动信号、限速器开关限制、传动皮带过松、制动器故障、缓冲区开关动作、加速度变化率、钢丝绳轿厢侧曳引力、主轴转速、齿轮转速、门刀距离门轮间隙、电梯停电、变频器失效、平层感应器失效。

3.根据权利要求1所述的电梯运行异常状态分析方法，其特征在于，对信号进行时域分析，包括：提取信号的方差、峭度系数、均值、极值、概率函数；对信号进行频域分析，包括：提取傅里叶...

【专利技术属性】
技术研发人员：孙书林，杜涵，
申请(专利权)人：上海知享家信息技术服务有限公司，
类型：发明
国别省市：