【技术实现步骤摘要】
本申请涉及自动扶梯维护，特别涉及一种自动扶梯故障预测诊断方法、装置及系统。
技术介绍
1、自动扶梯为一种长时间运行的设备往往不可避免地会出现各种故障，因此，实施有效的设备振动监测和故障预警，尤其是通过振动特征信号来检测设备的潜在异常，成为保障设备正常运行的关键。在传统自动扶梯故障预测方案中，通常仅通过振动特征进行故障预判，而自动扶梯通常运行于多工况或变工况情况下，且信号采集时亦无法将对应工况的振动特征数据区分开来，不同工况之间的振动特征、故障信号以及噪声均存在差异，多种正常或异常的信号耦合混杂在一起使得数据颇为复杂，若依旧采用传统基于振动特征的故障预判方法则存在一定局限性，容易出现以下问题：1、可能将不同工况下的正常振动特征误判为异常；2、多种数据之间存在干扰故障诊断难度加大；3、原数据处理方式相对简单，在复杂度较高的大量数据处理中预判精度下降，给自动扶梯的维护带来麻烦。
技术实现思路
1、本申请实施例提供一种自动扶梯故障预测诊断方法、装置及系统，用以在多工况或变工况情况下对自动扶梯进行振动检测以及运行状态检测后进行故障预测诊断，消除了不同工况之间的多种振动特征之间的干扰，减少不同工况之间正常振动特征的误判，能够对自动扶梯进行较为精准的故障预判性诊断，有利于自动扶梯的检修以及维护。
2、第一方面，本申请实施例提供了一种自动扶梯故障预测诊断方法，该方法包括如下步骤：采集自动扶梯各工况下各关键部件的振动信号和运行状态信号；将所述振动信号的特征数据以及所述运行状态信号的原始数
3、第二方面，本申请实施例提供了一种自动扶梯故障预测诊断装置，包括：
4、信号采集模块，用于采集自动扶梯各工况下各关键部件的振动信号和运行状态信号；
5、噪声滤除模块，用于将所述振动信号的特征数据以及所述运行状态信号的原始数据中的噪声滤除，获得振动特征数据和工艺数据；
6、工况划分模块，用于将所述振动特征数据和所述工艺数据对齐，根据所述工艺数据划分工况，将每一工况下的所述振动特征数据进行归类，得到多组故障诊断数据集；
7、异常检测模块，用于基于每一组所述故障诊断数据集中的振动特征样本，构建对应故障诊断模型，基于所述故障诊断模型对各工况下的所述振动特征数据进行异常诊断，获得异常故障点；
8、故障诊断模块，用于针对每一工况下的所述异常故障点，采用频谱分析方法进行故障定位分析，获得与各工况对应的故障定位信息，生成维修工单并展示。
9、第三方面，本申请实施例还提供了一种自动扶梯故障预测诊断系统，包括：
10、振动传感器，用于采集自动扶梯各工况下各个关键部件的振动信号；
11、工况传感器，用于采集自动扶梯各工况下各个关键部件的运行状态信号；
12、服务器，用于采用如上实施例记载的自动扶梯故障预测诊断方法对自动扶梯进行预测性故障诊断。
13、在本申请实施例中，在多工况或变工况情况下对自动扶梯进行振动检测以及运行状态检测以获取振动信号和运行状态信号，基于过滤后的振动特征数据和工艺数据进行工况划分，对于每一工况分别构建对应的故障诊断模型进行数据分析处理，实现自动扶梯的故障预测诊断。工况划分后再基于对应工况的振动特征数据进行故障诊断，消除了不同工况之间的多种振动特征之间的干扰，减少不同工况之间正常振动特征的误判，能够对自动扶梯进行较为准确的预测性故障诊断，有利于自动扶梯的检修以及维护。
14、进一步的，还采用了改进后的新型孤立森林算法模型对振动特征数据的异常点进行检测，算法模型中结合方差减小系数以及聚类系数的计算，能够更准确地确定分裂节点从而更精准地将异常点筛选出来，有助于提高故障定位的准确度。
15、进一步的，采用维修工单反馈的形式来不断修正新型孤立森林算法模型的检测阈值，实现新型孤立森林算法模型的迭代更新，使得算法模型泛化能力更强，故障预测准确度随着使用时间的推移而不断提高，从而进一步提高故障诊断以及预警准确性。
本文档来自技高网...【技术保护点】
1.自动扶梯故障预测诊断方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的自动扶梯故障预测诊断方法，其特征在于，所述孤立树为一棵，所述路径参数为每个振动特征样本在单棵孤立树中，从根节点到达被孤立叶节点的路径长度，其中，路径长度是通过计算振动特征样本从根节点到达孤立节点所经过的边的数量得到的；
3.根据权利要求1所述的自动扶梯故障预测诊断方法，其特征在于，若所述孤立树包括多棵，所述路径参数为通过对多棵孤立树中每个振动特征样本的路径长度进行平均计算得到的平均路径长度，所述预设路径参数阈值为预设路径平均阈值；
4.根据权利要求1所述的自动扶梯故障预测诊断方法，其特征在于，所述针对每一工况下的所述异常故障点，采用频谱分析方法进行故障定位分析，获得与各工况对应的故障定位信息，生成维修工单并展示，包括：
5.根据权利要求1所述的自动扶梯故障预测诊断方法，其特征在于，所述将所述振动信号的特征数据以及所述运行状态信号的原始数据中的噪声滤除，获得振动特征数据和工艺数据，包括：
6.根据权利要求1所述的自动扶梯故障预测诊断方法，其特
7.自动扶梯故障预测诊断装置，其特征在于，包括：
8.自动扶梯故障预测诊断系统，其特征在于，包括：
...【技术特征摘要】
1.自动扶梯故障预测诊断方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的自动扶梯故障预测诊断方法，其特征在于，所述孤立树为一棵，所述路径参数为每个振动特征样本在单棵孤立树中，从根节点到达被孤立叶节点的路径长度，其中，路径长度是通过计算振动特征样本从根节点到达孤立节点所经过的边的数量得到的；
3.根据权利要求1所述的自动扶梯故障预测诊断方法，其特征在于，若所述孤立树包括多棵，所述路径参数为通过对多棵孤立树中每个振动特征样本的路径长度进行平均计算得到的平均路径长度，所述预设路径参数阈值为预设路径平均阈值；
4.根据权...
【专利技术属性】
技术研发人员：许跃华，冯宇晟，朱旻，马百腾，
申请(专利权)人：上海辉度智能系统有限公司，
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。