[發明專利]訓練電梯抱閘故障診斷模型、抱閘故障診斷的方法及系統

在審

• 申請號: 201811429230.4
• 申請日: 2018-11-27
• 公開（公告）號: CN109726736A
• 公開（公告）日: 2019-05-07
• 發明（設計）人: 聶泳忠;趙陽;李紅星
• 申請（專利權）人: 西人馬（西安）測控科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;B66B5/00
• 代理公司: 北京三聚陽光知識產權代理有限公司 11250
• 代理人: 李博洋

本發明公開了一種訓練電梯抱閘故障診斷模型、抱閘故障診斷的方法及系統，其中，訓練電梯抱閘故障診斷模型的方法，包括：獲取電梯的抱閘訓練信號對其進行小波包分解，將各頻帶信號的能量構建電梯的抱閘訓練信號的特征信息；利用特征信息對神經網絡模型訓練得到電梯抱閘故障診斷模型。利用對電梯抱閘信號小波分解后的各頻帶信號的能量作為故障敏感的特征參數，有利于提升電梯抱閘故障診斷的可信度。本發明提供的電梯抱閘故障診斷方法及系統，將采集電梯抱閘信號輸入電梯抱閘故障診斷模型中，通過不同特征向量識別正常和故障異常時對應的能量在不同頻帶的特征，實時監控電梯抱閘的狀態，在閘瓦發生松動或異常時及時告警，避免了電梯安全事故的發生。

技術領域

本發明涉及機電設備安全技術領域，具體涉及一種訓練電梯抱閘故障診斷模型、抱閘故障診斷的方法及系統。

背景技術

電梯給人們帶來了更多便利的同時，其故障問題也會嚴重影響人們的安全。由于電梯需要長時間運行，其安全隱患很大，特別是電梯抱閘，它是電梯最重要的安全保障，一旦發生問題會造成致命的后果。抱閘是當電梯轎廂處于靜止且馬達處于失電狀態下防止電梯再移動的機電裝置。目前，現有的大部分電梯系統工作機制缺少抱閘故障檢測手段，當抱閘瓦片松動時，并不會影響門鎖回路和安全回路的工作狀態。因為只是閘瓦瓦片出現松動，安全回路和門鎖回路可能都是正常狀態并也能夠正常的開閘和下閘，電梯系統雖然是顯示正常工作的，但其實電梯此時是存在較大的安全隱患。并且一般只能進行人工的檢測維修，人工檢查的方式不具備實時性，可靠性不高，不能有效的實時掌控電梯抱閘狀態，存在很大安全隱患。

發明內容

因此，本發明提供一種訓練電梯抱閘故障診斷模型、抱閘故障診斷的方法及系統，克服了現有技術中不能有效的實時掌控電梯抱閘狀態，存在安全隱患的缺陷。

第一方面，本發明實施例提供了一種訓練電梯抱閘故障診斷模型的方法，包括如下步驟：獲取電梯的抱閘訓練信號；對所述電梯的抱閘訓練信號進行小波包分解，提取所述電梯的抱閘訓練信號中的各頻帶信號；獲取所述各頻帶信號的能量；根據所述各頻帶信號的能量構建所述電梯的抱閘訓練信號的特征信息；利用所述特征信息對神經網絡模型進行訓練，得到所述電梯抱閘故障診斷模型。

在一實施例中，所述電梯的抱閘訓練信號包括：正常抱閘訓練信號和異常抱閘訓練信號。

在一實施例中，所述根據所述各頻帶信號的能量構建所述電梯的抱閘訓練信號的特征信息的步驟，包括：以所述各頻帶信號的能量為元素，構建所述電梯的抱閘訓練信號的特征向量；對所述特征向量進行歸一化處理，生成所述特征信息。

在一實施例中，所述利用所述特征信息對神經網絡模型進行訓練，得到所述電梯抱閘故障診斷模型的步驟，包括：提取第一預設數量電梯的抱閘訓練信號的特征信息作為訓練樣本，輸入到概率神經網絡模型進行訓練；提取第二預設數量電梯的抱閘訓練信號的特征信息作為測試數據，輸入到所述概率神經網絡模型，得到診斷結果；判斷所述診斷結果的準確率大于或等于預設閾值；當所述診斷結果的準確率大于或等于預設閾值時，得到所述電梯抱閘故障診斷模型。

在一實施例中，當所述診斷結果的準確率小于預設閾值時，調整所述概率神經網絡模型的關鍵參數，直至診斷結果的準確率大于或等于所述預設閾值時，得到所述電梯抱閘故障診斷模型。

第二方面，本發明實施例提供一種電梯抱閘故障診斷的方法，包括如下步驟：獲取待識別的電梯抱閘信號；對所述待識別的電梯抱閘信號進行小波包分解，提取所述待識別的電梯抱閘信號中的各頻帶信號；獲取所述待識別的電梯抱閘信號各頻帶信號的能量；利用所述待識別的電梯抱閘信號各頻帶信號的能量構建所述待識別電梯抱閘信號的特征信息；根據所述待識別電梯抱閘信號的特征信息確定所述待識別的電梯抱閘信號所對應的結果信息，其中，所述結果信息用于指示所述待識別的電梯抱閘信號是否為故障信號。