【技术实现步骤摘要】
本专利技术涉及一种诊断方法，尤其涉及一种自动扶梯无监督诊断方法及系统。
技术介绍
1、随着近年来城市化进程的快速推进，城市公共交通规模也逐级攀升，很多公共交通场所，如高铁站、地铁站目前已普遍采用了自动扶梯作为输送客流的方式之一。面对公共交通场所大体量的客流量，自动扶梯的安全性与可靠性也成了公共安全的关注点之一。面对长时重载的运行工况，自动扶梯系统的损耗日益严重，因此采取有效措施对公共交通型自动扶梯进行有效的健康状态监测成为亟待解决的问题。
2、在进行故障诊断时，完整覆盖设备运转周期的有效故障数据是诊断成功的关键。当实际采集数据时，面对一些运转周期较长的设备，如果要兼顾采集频率，通常无法实现长时间的数据采集；且当前常用的机械结构诊断振动算法中，所用的特征体系涉及时域、频域、时频域等多个维度，通常的应用方法是将所有领域的特征放在一个特征体系中，统一进行降维或者直接训练。因此当特征数量过大的时候，直接训练出来的模型诊断效果会降低，而对特征进行统一无差别的降维，又容易忽略其各个领域之前的差异性，造成有效信息的丢失。
【技术保护点】
1.一种自动扶梯无监督诊断方法，其特征在于：包括以下步骤，
2.根据权利要求1所述的自动扶梯无监督诊断方法，其特征在于：所述多维特征提取包括：
3.根据权利要求1所述的自动扶梯无监督诊断方法，其特征在于：所述对待诊断数据集和健康数据集进行异常诊断指：
4.根据权利要求1所述的自动扶梯无监督诊断方法，其特征在于：所述不同层次的诊断结果包括：
5.根据权利要求1所述的自动扶梯无监督诊断方法，其特征在于：所述采集振动数据的多个关键时间段，指具有客流潮汐特征和扶梯设备启停特征时间段。
6.根据权利要求1所述的自动扶梯...
【技术特征摘要】
1.一种自动扶梯无监督诊断方法，其特征在于：包括以下步骤，
2.根据权利要求1所述的自动扶梯无监督诊断方法，其特征在于：所述多维特征提取包括：
3.根据权利要求1所述的自动扶梯无监督诊断方法，其特征在于：所述对待诊断数据集和健康数据集进行异常诊断指：
4.根据权利要求1所述的自动扶梯无监督诊断方法，其特征在于：所述不同层次的诊断结果包括：
5.根据权利要求1所述的自动扶梯无监督诊断方法，其特征在于：所述采集振动数据的多个关键时间段，指具有客流潮汐特征和扶梯设备启停特征时间段。
6.根据权利要求1所述的自动扶梯无监督诊断方法，其特征在于：所述待诊断数据集进行异常...
【专利技术属性】
技术研发人员：陈健飞，王祖进，丁智弘，杨欣薇，张宝利，孙艳梅，孙畅励，
申请(专利权)人：南京康尼机电股份有限公司，
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。