[發明專利]基于門控循環網絡和典型相關分析的電梯故障檢測方法

有效

• 申請號: 202110365782.9
• 申請日: 2021-04-06
• 公開（公告）號: CN113086798B
• 公開（公告）日: 2022-02-08
• 發明（設計）人: 樊欣宇;賈麗君;李晨陽;王美蓉;李世情;許凡凡
• 申請（專利權）人: 中南大學
• 主分類號: B66B5/00
• 分類號: B66B5/00
• 代理公司: 南京眾聯專利代理有限公司 32206
• 代理人: 蔣昱

基于門控循環網絡和典型相關分析的電梯故障檢測方法。該方法是基于門控循環單元神經網絡和典型相關分析的垂直電梯故障檢測方法，檢測電梯運行的電機電流、制動器電流、安全電路電流和車門電機電流四種電流數據和三個方向上的振動數據；對離線數據進行預處理后分別輸入兩個門控循環單元神經網絡同時進行訓練，使兩個門控循環單元神經網絡的輸出進行典型相關分析后得到的相關系數最大；將在線數據經過預處理后輸入到訓練好的兩個網絡中，將相關系數與閾值比較來實現故障檢測。

技術領域

本發明涉及電梯安全檢測技術領域，尤其涉及基于門控循環網絡和典型相關分析的電梯故障檢測方法。

背景技術

當前電梯技術快速發展，電梯已經大量安裝在大廈、工廠、貨運碼頭等地方。作為運送旅客和貨物的重要工具，其可靠性對人類安全和經濟發展至關重要。如何監測電梯運行狀態和保障電梯安全可靠具有十分重要的意義。電梯是機電密切結合的系統，在運行過程中必然伴隨著機械振動，而振動數據里蘊含著豐富的電梯運行狀態信息，通過檢測電梯振動數據可以很好的監控電梯的運行狀態。但是僅僅監控電梯振動信號并不能全面檢測電梯故障情況，電梯系統包含了牽引電機、轎廂、制動器和門電機等很多部分，通過對各個電梯部分進行電流數據檢測可以檢測更多的電梯故障問題。將電梯電流數據和振動數據結合進行全面的電梯故障檢測，為電梯安全提供保障。

現有的電梯或電梯部件的狀態監測故障檢測技術可以大致分為基于模型的方法和數據驅動的方法兩類。基于模型的電梯故障檢測方法得到了廣泛的認可，但這類方法的性能依賴于模型的精確性。同時由于當前傳感器技術和信息技術的發展，數據采集和數據處理變得更容易，基于數據的電梯故障檢測方法具有非常大的應用前景。

現在已有一些基于數據的電梯故障檢測方法，尤其是一些基于神經網絡的故障檢測方法，例如專利(公告號CN110668276B)采用PSO優化的BP神經網絡預測電梯故障，專利(公告號CN109607344B)采用神經網絡預測電梯故障，專利(公告號 CN108569607B)雙向門控循環神經網絡進行電梯故障預警，專利(公告號 CN107886168B)采用多層感知器神經網絡進行電梯故障識別。

這些方法有其各自的優點，但是這些方法并不是特別適用于使用電流數據和振動數據的電梯故障檢測。電梯的電流數據和振動數據在物理意義上是相關的，電梯故障會同時反應在這兩類數據上，現有的其他基于神經網絡的電梯故障檢測方法不能體現出這兩類數據的關聯性，而本專利提出的基于門控循環單元神經網絡和典型相關分析的方法通過門控循環單元神經網絡對兩類數據分別進行非線性變換，然后再進行典型相關分析，這樣就利用了電梯電流數據和振動數據的關聯關系進行故障檢測。而且現有的其他基于神經網絡的電梯故障檢測方法對于故障數據集的需求比較大，才能訓練得到比較好的網絡，但是在實際中很難獲得大量的故障數據。而本發明的中故障數據是不用來訓練網絡的，只需要少量故障數據用來計算檢測閾值，因此在實際電梯故障檢測應用中，具有更好的實際應用價值。

發明內容

發明目的：針對垂直電梯存在的上述問題，本發明提出基于門控循環網絡和典型相關分析的電梯故障檢測方法。

技術方案：為實現本發明的目的，本發明所采用的技術方案是：基于門控循環網絡和典型相關分析的電梯故障檢測方法，包括以下步驟：

S1，數據采集，通過電梯電流數據采集模塊和電梯振動數據采集模塊采集電梯牽引電機電流、制動器電流、安全電路電流、車門電機電流數據以及縱向、橫向、垂直方向三個方向上的振動數據，獲得用來進行故障檢測的數據樣本，通過數據傳輸設備將采集到的數據上傳存儲至系統數據庫中；

S2，數據預處理，首先對數據進行歸一化處理，然后對電流數據和振動數據采用小波包多閾值去噪，對去噪后的振動數據進行峰值事件檢測，找到加速或減速事件的振動數據局部最大值和最小值，之后根據預設的時間跨度生成數據集，最后進行數據對準，根據預設的時間跨度對峰值事件附近的電流數據和振動數據進行窗口化，將窗口化后的參考數據與檢測到的峰值事件附近的數據進行數據對準，得到數據對準后的具有相同時間跨度的電流數據和振動數據段；