[發明專利]一種自動扶梯扶手帶松緊程度檢測方法

有效

• 申請號: 202111162491.6
• 申請日: 2021-09-30
• 公開（公告）號: CN113928964B
• 公開（公告）日: 2023-06-20
• 發明（設計）人: 劉稷;張琨;張銀龍
• 申請（專利權）人: 中鐵第四勘察設計院集團有限公司;武漢思恒達科技有限公司
• 主分類號: B66B29/00
• 分類號: B66B29/00;B66B23/20;G01K13/00;G06F18/2431;G06F18/214
• 代理公司: 武漢知伯樂知識產權代理有限公司 42282
• 代理人: 胡江

1.一種自動扶梯扶手帶松緊程度檢測方法，其特征在于，包括如下步驟：

步驟1：在自動扶梯扶手帶與驅動輪及扶手帶導軌的摩擦部位的前后各安裝一個溫度傳感器，對扶手帶摩擦力最大的部位的前后兩端的溫度變化數據進行采集；

步驟2：對于傳感器采集到的批量數據，將每一個溫度傳感器采集到的數據進行分類整合,在前期訓練模型的時候整理出過緊和正常的扶手帶溫度數據模型；

步驟3:采用區間極值統計量的方法來計算溫度統計特征；

步驟4：通過溫度傳感器測量張緊輪前面的溫度T1，測量得到張緊輪后面的溫度T2；則張緊輪前后的溫度比值為：T?=?T2/T1;

步驟5：對得到的溫度比值數據T分段計算統計量，每一段選取的數據量為N，統計量包括均值、均方差、方差、峰度、偏度、裕度、脈沖及峰峰值；

步驟6：結合提取的特征來構建一個分類模型，在構建模型之前首先進行訓練樣本和測試樣本的劃分，然后根據劃分的訓練樣本和測試樣本；對采集得到的正常和過緊的溫度數據進行劃分，對整合得到的數據隨機抽樣選取80%的數據作為訓練集，剩下的20%的數據作為測試集；

步驟7：用隨機森林算法進行分類識別，判斷扶手帶的松緊程度；

步驟8：通過用訓練數據訓練隨機森林模型的參數，然后用測試數據來測試所構建模型的準確率；所述步驟8具體為：

步驟8.1.準備訓練樣本和待檢測樣本，其中訓練樣本的特征是由區間極值統計量提取出來的，按照每一個區間長度來構造訓練樣本的特征；待檢測樣本的特征同理可得；

步驟8.2.使用訓練樣本來訓練隨機森林模型，得到隨機森林分類器模型；

步驟8.3.將測試樣本放入到已經訓練好的隨機森林分類器模型中，得到測試樣本的識別結果；預測得到的分類結果和真實的分類結果進行對比，查看準確率，檢驗模型的準確性和魯棒性。

2.根據權利要求1所述的自動扶梯扶手帶松緊程度檢測方法，其特征在于，所述驅動輪為壓帶輪或摩擦輪。

3.根據權利要求1所述的自動扶梯扶手帶松緊程度檢測方法，其特征在于：?所述溫度傳感器采用采用工裝支架的方式安裝在自動扶梯前后張緊輪的兩端。

4.根據權利要求2所述的自動扶梯扶手帶松緊程度檢測方法，其特征在于，所述溫度傳感器采樣頻率為1Hz，即1秒鐘采樣1個數據。