一种基于融合网络模型的电梯健康状况评估方法技术

本发明专利技术公开了一种基于融合网络模型的电梯健康状况评估方法，属于特种设备评估技术领域。该方法包括：采集待测电梯的多维数据并进行预处理；构建BP神经网络模型，将遗传算法GA作为优化BP神经网络模型超参数、权值与阈值的策略，得到GA‑BP神经网络模型，基于GA‑BP神经网络模型得到电梯健康状况的第一评估结果；构建逻辑判断模型，得到电梯健康状况的第二评估结果；将GA‑BP神经网络模型以及逻辑判断模型的评估结果进行融合并分级，将分级结果作为最终的电梯健康状况诊断结果。本发明专利技术结合了神经网络的学习和预测能力以及逻辑判断的直观性和精确性，以提高电梯健康状况评估的准确性和效率为电梯的安全运行提供有力保障。

【技术实现步骤摘要】

本专利技术涉及特种设备评估，更具体的说是涉及一种基于融合网络模型的电梯健康状况评估方法。

技术介绍

1、电梯作为现代建筑中的重要设备，其运行状态直接影响乘客的安全，近年来，电梯安全事故频发，传统的故障诊断方法依赖于定期的人工检查和简单的传感器报警，并没有对电梯进行多维度的检查，效率低且不利于为电梯的维护和安全运行提供有力的技术支持。

2、对已结案的事故进行分析，其中电梯事故主要原因有，安全管理、维护保养不到位，违章作业或操作不当，安全部件失效或保护装置失灵等原因，未及时检验，应急救援不当和其他原因。根据以上的数据来看，安全管理、维护保养不到位和未及时检验占比较大，而安全部件失效与保护装置失灵导致的事故也较高，如果说在发生事故之前，能够对该电梯的健康状况以及存在的风险进行评估于预测，那么将会减少不必要的伤亡。

3、因此，如何提供一种能够解决上述问题的基于融合网络模型的电梯健康状况评估方法，是本领域技术人员亟需解决的问题。

技术实现思路

1、有鉴于此，本专利技术提供了一种基于融合网络模型的本文档来自技高网...

【技术保护点】

1.一种基于融合网络模型的电梯健康状况评估方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于融合网络模型的电梯健康状况评估方法，其特征在于，S100：采集待测电梯的多维数据并进行预处理，包括：

3.根据权利要求2所述的一种基于融合网络模型的电梯健康状况评估方法，其特征在于，所述S130，包括：

4.根据权利要求1所述的一种基于融合网络模型的电梯健康状况评估方法，其特征在于，所述构建BP神经网络模型包括：输入层、隐藏层以及输出层；

5.根据权利要求4所述的一种基于融合网络模型的电梯健康状况评估方法，其特征在于，所述经验公式为：...

【技术特征摘要】

1.一种基于融合网络模型的电梯健康状况评估方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于融合网络模型的电梯健康状况评估方法，其特征在于，s100：采集待测电梯的多维数据并进行预处理，包括：

3.根据权利要求2所述的一种基于融合网络模型的电梯健康状况评估方法，其特征在于，所述s130，包括：

4.根据权利要求1所述的一种基于融合网络模型的电梯健康状况评估方法，其特征在于，所述构建bp神经网络模型包括：输入层、隐藏层以及输出层；

5.根据权利要求4所述的一种基于融合网络模型的电梯健康状况评估方法，其特征在于，所述经验公式为：

6.根据权利要求1所述的一种基于融合网络模型的...

【专利技术属性】
技术研发人员：郑良田，范文娟，罗伟，柯宇辉，陈淦波，侯凌月，蔡延斌，何若泉，
申请(专利权)人：广东省特种设备检测研究院东莞检测院，
类型：发明
国别省市：