[發(fā)明專利]基于物聯(lián)網(wǎng)技術(shù)和耦合圖神經(jīng)網(wǎng)絡(luò)的電梯故障預(yù)警方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202110028842.8
• 申請(qǐng)日: 2021-01-11
• 公開（公告）號(hào): CN112758782A
• 公開（公告）日: 2021-05-07
• 發(fā)明（設(shè)計(jì)）人: 朱帥;黃中平;李壯;賈春華;吳磊磊;蔡巍偉
• 申請(qǐng)（專利權(quán)）人: 浙江新再靈科技股份有限公司
• 主分類號(hào): B66B5/02
• 分類號(hào): B66B5/02;B66B5/00
• 代理公司: 北京謹(jǐn)誠(chéng)君睿知識(shí)產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 11538
• 代理人: 延慧;武麗榮

1.一種基于物聯(lián)網(wǎng)技術(shù)和耦合圖神經(jīng)網(wǎng)絡(luò)的電梯故障預(yù)警方法，包括以下步驟：

a、實(shí)時(shí)采集電梯轎廂內(nèi)的數(shù)據(jù)，并將采集的數(shù)據(jù)傳輸至云端；

b、對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，并進(jìn)行特征提取；

c、利用預(yù)先訓(xùn)練的耦合圖神經(jīng)網(wǎng)絡(luò)模型在云端對(duì)實(shí)時(shí)采集的數(shù)據(jù)進(jìn)行分析，并對(duì)電梯故障進(jìn)行提前預(yù)警。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟(c)中的耦合圖神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練步驟包括，構(gòu)造耦合圖神經(jīng)網(wǎng)絡(luò)模型所需的雙鄰接矩陣，搭建并訓(xùn)練耦合圖神經(jīng)網(wǎng)絡(luò)模型。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，通過(guò)電梯品牌和電梯所處的工作環(huán)境構(gòu)建鄰接矩陣的邊，使其能被耦合圖神經(jīng)網(wǎng)絡(luò)模型所用。

4.根據(jù)權(quán)利要求2所述的方法，其特征在于，通過(guò)拼接不同鄰接矩陣下的圖網(wǎng)絡(luò)模型特征，完成耦合圖神經(jīng)網(wǎng)絡(luò)模型的搭建。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，在所述步驟(a)中，實(shí)時(shí)采集的數(shù)據(jù)包括圖像數(shù)據(jù)和電梯運(yùn)行參數(shù)，所述電梯運(yùn)行參數(shù)包括溫度、壓力和加速度。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，在所述步驟(a)中，將數(shù)據(jù)傳輸至云端之前對(duì)數(shù)據(jù)進(jìn)行整合。

7.根據(jù)權(quán)利要求5所述的方法，其特征在于，在所述步驟(b)中，所述預(yù)處理步驟包括，利用無(wú)監(jiān)督異常數(shù)據(jù)檢測(cè)模型過(guò)濾異常電梯運(yùn)行參數(shù)，以及對(duì)圖像數(shù)據(jù)進(jìn)行圖像數(shù)據(jù)處理。

8.根據(jù)權(quán)利要求5所述的方法，其特征在于，在所述步驟(b)中，所述特征提取包括，計(jì)算并整合一段時(shí)間的電梯運(yùn)行參數(shù)的統(tǒng)計(jì)學(xué)特征，以及對(duì)圖像數(shù)據(jù)進(jìn)行人體實(shí)例分割和人體屬性提取。

9.根據(jù)權(quán)利要求8所述的方法，其特征在于，利用YOLACT模型分割出圖像數(shù)據(jù)中的人體，構(gòu)造多標(biāo)簽分類模型，并利用之進(jìn)行人體屬性提取；

對(duì)人體實(shí)例分割得到的乘梯人數(shù)和人體屬性提取出的屬性進(jìn)行統(tǒng)計(jì)學(xué)特征提取，并作為特征數(shù)據(jù)送入模型檢測(cè)；

所述統(tǒng)計(jì)學(xué)特征包括均值、方差、最大值和最小值；

所述多標(biāo)簽分類模型包括主干和枝干，主干包含InceptionV3前7層網(wǎng)絡(luò)，只訓(xùn)練1次，枝干包含InceptionV3其余網(wǎng)絡(luò)層。

10.根據(jù)權(quán)利要求1或8所述的方法，其特征在于，所述步驟(b)的特征提取還包括獲取電梯故障告警數(shù)據(jù)Label_i，其中i為序列數(shù)，Label_i的值為0或1分別代表正常和發(fā)生故障；

所述步驟(c)中還包括對(duì)故障電梯進(jìn)行人工校驗(yàn)。