[發(fā)明專利]一種基于電梯運行參數(shù)的故障預(yù)測方法，終端及可讀存儲介質(zhì)有效
| 申請?zhí)枺?/td> | 201910297745.1 | 申請日： | 2019-04-15 |
| 公開（公告）號： | CN109969895B | 公開（公告）日： | 2021-07-23 |
| 發(fā)明（設(shè)計）人： | 郭貝;陳全彬;李欣朔 | 申請（專利權(quán)）人： | 淄博東升電梯工程有限公司 |
| 主分類號： | B66B5/00 | 分類號： | B66B5/00;B66B3/00 |
| 代理公司： | 濟南竹森知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 37270 | 代理人： | 孫憲維 |
| 地址： | 255000 山東省淄博*** | 國省代碼： | 山東;37 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 一種 基于 電梯 運行 參數(shù) 故障 預(yù)測 方法 終端 可讀 存儲 介質(zhì) | ||
發(fā)明提供一種基于電梯運行參數(shù)的故障預(yù)測方法，終端及可讀存儲介質(zhì)，獲取電梯數(shù)據(jù)中對引起電梯故障敏感的電梯參數(shù),形成電梯參數(shù)集；對電梯參數(shù)集進行數(shù)據(jù)處理，將電梯參數(shù)集中的參數(shù)進行異常值剔除、采用內(nèi)插法對電梯參數(shù)進行缺失數(shù)據(jù)填補；調(diào)取M個時間點的電梯參數(shù)集Q，作為訓(xùn)練數(shù)據(jù)集，則將M時刻電梯的同一機構(gòu)作為一N維的電梯參數(shù)向量，對電梯參數(shù)進行處理。構(gòu)建多層卷積神經(jīng)網(wǎng)絡(luò)的模型；對電梯參數(shù)進行故障預(yù)測。基于電梯運行參數(shù)的故障預(yù)測，可以利用當(dāng)前獲取的電梯參數(shù)，也可以基于以往的電梯參數(shù)進行預(yù)測，建立完善的電梯故障預(yù)測模型，進行故障預(yù)測。
技術(shù)領(lǐng)域
本發(fā)明涉及電梯技術(shù)領(lǐng)域，尤其涉及一種基于電梯運行參數(shù)的故障預(yù)測方法，終端及可讀存儲介質(zhì)。
背景技術(shù)
隨著高層建筑的增多，電梯使用量較大，電梯一般安裝在建筑物內(nèi)，電梯轎廂能夠供人員搭載，或者裝貨。一般電梯轎廂運行垂直于水平面上，或與鉛垂線傾斜角小于15°的剛性軌道上下移動，這樣給人們帶來了上下樓的便捷。
目前電梯也擔(dān)負著人員安全的問題。所以電梯每運行一段時間則需要進行維護保護，判斷是否存在故障隱患，盡量避免事故發(fā)生。目前采用的方式是可以由一些終端機，或者由運維人員記錄數(shù)據(jù)，然后在基于記錄的數(shù)據(jù)判斷電梯當(dāng)前的狀態(tài)。有時需要由有經(jīng)驗的工作人員判斷是否存在故障，這樣需要工作人員具有深厚的專業(yè)知識和大量的實際經(jīng)驗，對電梯所處環(huán)境，運行狀況都有深入的了解。但是通常電梯的運行環(huán)境復(fù)雜，依靠工作人員的經(jīng)驗是無法精確判定電梯運行狀況以，進而還是存在因人員疏漏導(dǎo)致隱患發(fā)生。也無法對電梯的多個指標(biāo)進行綜合判斷。
目前還有一種方式就是基于電梯單一運行數(shù)據(jù)的比對，與閾值進行比對。就是在電梯的運行過程中與對應(yīng)的閾值比對如果超出閾值則進行報警。這種方式無法進行數(shù)據(jù)綜合的預(yù)判電梯的風(fēng)險及隱患。不能基于當(dāng)前未超閾值狀態(tài)，而具有故障趨勢的判斷，導(dǎo)致只有故障發(fā)生時，才能得到故障信息，有一定的滯后性。
發(fā)明內(nèi)容
為了能夠?qū)﹄娞葸M行故障預(yù)測，本發(fā)明提供一種基于電梯運行參數(shù)的故障預(yù)測方法，方法包括：
步驟一，獲取電梯數(shù)據(jù)中對引起電梯故障敏感的電梯參數(shù),形成電梯參數(shù)集；
步驟二，對電梯參數(shù)集進行數(shù)據(jù)處理，將電梯參數(shù)集中的參數(shù)進行異常值剔除、采用內(nèi)插法對電梯參數(shù)進行缺失數(shù)據(jù)填補；
步驟三，調(diào)取M個時間點的電梯參數(shù)集Q，作為訓(xùn)練數(shù)據(jù)集，則將M時刻電梯的同一機構(gòu)作為一N維的電梯參數(shù)向量，可表示為：
Dm＝[Dm1,Dm2,Dm3,...,DmN]
則該訓(xùn)練數(shù)據(jù)集應(yīng)當(dāng)為M×N的矩陣形式；具體形式如下：
配置電梯參數(shù)權(quán)重矩陣U與偏離矩陣L；
其中，Uk為第k維的電梯參數(shù)權(quán)重矩陣，Uk值服從均值為0，且標(biāo)準(zhǔn)差為0.1的正態(tài)分布；
Lk＝[L1,L2,L3,...,Ln]
為第k維的偏置，初始化為常數(shù)值0.1；
預(yù)設(shè)電梯參數(shù)權(quán)重矩陣Uk服從均值為0，且方差為0.1的正態(tài)分布；
電梯參數(shù)權(quán)重矩陣Uk的分布是一個接近于0的數(shù)，使得神經(jīng)元處于非飽和的狀態(tài)；基于ReLU的非線性，將電梯參數(shù)偏置值預(yù)設(shè)為常數(shù)值0.1，使ReLU單元在初始狀態(tài)激活觸發(fā)，實現(xiàn)獲得和傳播梯度值；
步驟四：構(gòu)建多層卷積神經(jīng)網(wǎng)絡(luò)的模型；
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于淄博東升電梯工程有限公司，未經(jīng)淄博東升電梯工程有限公司許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201910297745.1/2.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
