[發明專利]一種利用機器學習預測電梯按需維保周期的系統及方法有效
| 申請號： | 202011615610.4 | 申請日： | 2020-12-30 |
| 公開（公告）號： | CN112830358B | 公開（公告）日： | 2022-05-20 |
| 發明（設計）人： | 雷世翔 | 申請（專利權）人： | 重慶厚齊科技有限公司 |
| 主分類號： | B66B5/00 | 分類號： | B66B5/00 |
| 代理公司： | 重慶創新專利商標代理有限公司 50125 | 代理人： | 李智祥 |
| 地址： | 400000 重慶市九*** | 國省代碼： | 重慶;50 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 利用 機器 學習 預測 電梯 按需維保 周期 系統 方法 | ||
1.一種利用機器學習預測電梯按需維保周期的系統，其特征在于，包括：
基礎數據模塊，用于建立完整的電梯基礎信息及履歷信息；
數據采集模塊，用于采集實時的電梯環境數據、運行數據、故障數據；
樣本模塊，用于根據實時的電梯環境數據、運行數據、故障數據與維保周期的關系，形成樣本數據；
周期預測模塊，用于通過樣本數據進行機器學習，并建立預測模型，以預測電梯按需維保周期；
所述預測模型的算法如下：
其中，為按需維保預測周期天數，θ0為上次維保后截止預測時已運行天數，θ1～θn為特征參數的權重，為影響電梯按需維保周期的特征向量。
2.如權利要求1所述的利用機器學習預測電梯按需維保周期的系統，其特征在于，通過歷史樣本數據并利用多元線性回歸分析理論獲得特征參數的權重θ1～θn，使損失函數最小，損失函數為：
其中，yi為歷史樣本數據中電梯按需維保天數，m為樣本數量。
3.如權利要求1或2所述的利用機器學習預測電梯按需維保周期的系統，其特征在于，所述電梯按需維保周期的特征向量包括里程、運行時長、電梯風險等級、困人次數、超速次數、非門區停車次數、開門走車次數、沖頂次數、蹲底次數、抖動次數、速度異常次數、加速度異常次數。
4.如權利要求3所述的利用機器學習預測電梯按需維保周期的系統，其特征在于，將所述特征向量與對應的電梯維保周期天數建立關聯，形成樣本數據。
5.如權利要求1所述的利用機器學習預測電梯按需維保周期的系統，其特征在于，所述數據采集模塊包括：
基層傳感器單元，用于校準運行數據；
加速度傳感器單元，用于獲取電梯在x、y、z三軸的加速度數值；
平層傳感器單元，用于判斷電梯是否平層停車、電梯運行狀態和方向；
人體傳感器單元，用于檢測電梯轎廂內是否有人滯留；
門磁傳感器單元，用于感測電梯轎廂門是否閉合，結合平層傳感器單元來判斷是否存在開門走車故障；
溫度濕度傳感器單元，用于輸出電梯的溫度濕度信息；
振動傳感器單元，用于輸出電梯的振動信息。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于重慶厚齊科技有限公司，未經重慶厚齊科技有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202011615610.4/1.html，轉載請聲明來源鉆瓜專利網。
