[發明專利]基于雙向門控循環神經網絡的電梯故障預警方法

有效

• 申請號: 201810647751.0
• 申請日: 2018-06-22
• 公開（公告）號: CN108569607B
• 公開（公告）日: 2020-10-27
• 發明（設計）人: 鄧亞平;王璐;徐敬一;賈顥;劉嵐;李琳
• 申請（專利權）人: 西安理工大學
• 主分類號: B66B5/00
• 分類號: B66B5/00;B66B1/06;B66B5/02;B66B3/00
• 代理公司: 西安弘理專利事務所 61214
• 代理人: 王奇

1.一種基于雙向門控循環神經網絡的電梯故障診斷方法，其特征在于，按照以下步驟實施：

步驟1：將電梯振動數據庫中的樣本，按照信號中所包含的故障類型通過專家進行分類定義，完成樣本標注；

步驟2：將分類定義后的樣本轉化為樣本序列，

該樣本序列包含兩個部分，第一部分為信號序列，采樣間隔按照采樣時間的設置對應確定；第二部分為標簽序列，標簽序列標注出對應的信號序列所處的分類；

將信號序列數據轉化為矩陣形式，信號序列的矩陣形狀為[序列樣本數量,步長,輸入數據維度]；同時將信號序列對應的標簽序列數據轉化為矩陣形式，標簽序列的矩陣形狀為[序列樣本數量,輸出標簽維度]；

步驟3：將序列化后的樣本分為訓練集及測試集，

其中訓練集數據占總樣本的60％，測試集數據占總樣本的30％，交叉驗證集為10％；

步驟4：構建雙向門控循環神經網絡構架，

雙向門控循環神經網絡構架包括三個部分，第一部分為輸入層部分，第二部分為隱含層部分，第三部分為輸出層部分；輸入層部分僅包含一層輸入層；隱含層部分包含多層，包括雙向門控循環神經網絡層、全連接層、丟棄層；輸出層部分僅包含一層的Soft-Max層，

訓練后的雙向門控循環神經網絡通過最后的Soft-Max層來輸出序列的判斷結果，其中除輸入層外其余雙向門控循環神經網絡層均通過激活函數與前一層雙向門控循環神經網絡層鏈接；

每一層的輸出數據使用批規范化進行規范化處理；

步驟5：將構建好的雙向門控循環神經網絡構架進行訓練，每次訓練遍歷訓練集中的每一個訓練數據，每次遍歷被稱為一個世代，使雙向門控循環神經網絡構架進行多個世代訓練；

若干個世代使用測試集中的數據來進行測試，得到數據準確率，并使用損失函數輸出損失率；經過多個世代訓練后，得到最優的雙向門控循環神經網絡診斷模型；

步驟6：過擬合判斷，

使用交叉驗證集來進行過擬合測試，若精確度大幅下降則出現過擬合現象，出現過擬合現象則調整超參數，采用修改丟棄層丟棄率、更改全連接層數量、修改學習率、更改訓練世代、或調整隱含層數量；

如果減少雙向門控循環神經網絡層數量，則需要重新通過步驟5進行訓練，得到雙向門控循環神經網絡診斷模型；

步驟7：使用雙向門控循環神經網絡診斷模型對電梯振動波形進行電梯故障判斷，判斷標準與步驟1的專家標注有關，且遵守國家或行業相關標準，從最后一層Soft-Max層抽取判斷結果；

步驟8：輸出判斷結果，該判斷結果表明電梯處于故障狀態則發送警報。