【技术实现步骤摘要】
本申请涉及升降机异常检测领域，更具体地，涉及一种升降机异常检测模型的训练方法和设备、升降机异常检测方法和设备、传感器集线器以及计算机存储介质。
技术介绍
1、伴随着高层建筑的快速发展，乘坐升降机已成为人们日常生活中的一部分。现有与升降机相关的维保工作主要依靠人工定期检查，这会导致人工成本高且存在一定的安全隐患。
2、最近的研究证实智能传感器可用于升降机的异常检测。在用于升降机异常检测的算法方面，各种机器学习模型(包括随机森林、长短期记忆等)已被提出并用于故障检测和分类。
3、但是，这些现有模型均为需要大量的标记数据进行训练的全监督机器学习模型，而大量的异常标记数据在现实中极难获取。因此，小样本以及缺乏异常标记数据这两个问题将使这些全监督机器学习方法失效，进一步限制了实践中的应用场景和异常检测精度。
技术实现思路
1、根据本申请的一方面，提供了一种升降机异常检测模型的训练方法，所述方法包括：采集升降机的振动信号以及压力数据；基于所述振动信号以及所述压力数据，提取与所述...
【技术保护点】
1.一种升降机异常检测模型的训练方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其中，所述升降机异常检测模型为单类支持向量机OCSVM模型。
3.如权利要求1所述的方法，其中，所述升降机的振动信号为所述升降机的三轴加速度信号，以及所述压力数据为气压信号。
4.如权利要求1或3所述的方法，其中，在基于所述振动信号以及所述压力数据，提取与所述升降机的匀速运动阶段相关的训练数据之前，所述方法还包括：
5.如权利要求4所述的方法，其中，所述预处理包括：
6.如权利要求3所述的方法，其中，基于所述振动信号...
【技术特征摘要】
1.一种升降机异常检测模型的训练方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其中，所述升降机异常检测模型为单类支持向量机ocsvm模型。
3.如权利要求1所述的方法，其中，所述升降机的振动信号为所述升降机的三轴加速度信号，以及所述压力数据为气压信号。
4.如权利要求1或3所述的方法，其中，在基于所述振动信号以及所述压力数据，提取与所述升降机的匀速运动阶段相关的训练数据之前，所述方法还包括：
5.如权利要求4所述的方法，其中，所述预处理包括：
6.如权利要求3所述的方法，其中，基于所述振动信号以及所述压力数据，提取与所述升降机的匀速运动阶段相关的训练数据包括：
7.如权利要求2所述的方法，其中，利用所述...
【专利技术属性】
技术研发人员：鲍驰晨，王红，杨帆，包磊，孙和，
申请(专利权)人：罗伯特·博世有限公司，
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。