【技術實現步驟摘要】
本專利技術涉及數據處理，具體涉及一種基于人工智能的電梯運行故障檢測報警系統。
技術介紹
1、由于電梯長時間的使用會導致機械結構出現磨損抖動等故障，甚至發生事故，尤其是醫院中的直梯，由于需要運送患者，其直梯空間較大，載重量高，機械結構的壽命更短；故需要進行電梯檢測以及維護保養，從而保證電梯穩定工作。當電梯出現運行異常時，容易產生抖動，因此為了能夠快速地分析電梯是否異常，故可根據振動程度判斷電梯的異常情況；但醫院的直梯經常會快速運送病床和患者醫生進行急救手術、以及醫患家屬在電梯內的晃動等情況，導致電梯會出現人為因素的抖動，使得振動數據的數值較大，進而觸發電梯異常預警。因此直接根據電梯的振動大小進行電梯異常檢測的準確率較低。
技術實現思路
1、為了解決上述直接根據電梯的振動大小進行電梯異常檢測的準確率較低的技術問題，本專利技術的目的在于提供一種基于人工智能的電梯運行故障檢測報警系統，所采用的技術方案具體如下：
2、數據獲取模塊，用于分別獲取電梯的三個軸向的振動速度曲線；
3、振動分析模塊，用于根據三個軸向的振動速度曲線獲取疑似異常時刻；根據所述疑似異常時刻和其他時刻的振動速度的變化速度差異特征獲得突變系數；根據所述疑似異常時刻與其他時刻的三個軸向的振動速度的離散程度差異特征獲取離散系數；根據所述疑似異常時刻與相鄰時刻的三個軸向的振動速度的分布特征獲得穩定系數；
4、異常判斷模塊；用于根據所述突變系數、所述離散系數和所述穩定系數獲得所述疑似異常時刻的異常
5、異常檢測模塊，用于根據所述最終異常時刻的三個軸向的振動速度訓練構建異常檢測模型；根據所述異常檢測模型對電梯異常進行檢測預警。
6、進一步地，所述根據三個軸向的振動速度曲線獲取疑似異常時刻的步驟包括：
7、將任意時刻的三個軸向的振動速度的最大值作為所述任意時刻的振動有效值；當所述振動有效值超過預設速度閾值時，所述任意時刻為所述疑似異常時刻。
8、進一步地，所述根據所述疑似異常時刻和其他時刻的振動速度的變化速度差異特征獲得突變系數的步驟包括：
9、計算所述任意時刻與相鄰前一時刻的所述振動有效值的變化率，獲得變化特征值；計算所述任意時刻的變化特征值與所有時刻的變化特征值的平均值的差值絕對值，獲得所述任意時刻的變化差異特征值；計算所述疑似異常時刻的變化差異特征值與所有時刻的變化差異特征值的平均值的差值并歸一化，獲得所述疑似異常時刻的突變系數。
10、進一步地，所述根據所述疑似異常時刻與其他時刻的三個軸向的振動速度的離散程度差異特征獲取離散系數的步驟包括：
11、計算所述任意時刻的三個軸向的振動速度的平均值與預設極小正數的和值，獲得軸向速度平均表征值；計算所述任意時刻的三個軸向的振動速度的標準差與所述軸向速度平均表征值的比值，獲得離散程度特征值；計算所述疑似異常時刻的離散程度特征值與所有時刻的離散程度特征值的平均值的差值并歸一化，獲得所述疑似異常時刻的離散系數。
12、進一步地，所述根據所述疑似異常時刻與相鄰時刻的三個軸向的振動速度的分布特征獲得穩定系數的步驟包括：
13、在所述振動速度曲線中計算所述疑似異常時刻與相鄰前一時刻的振動速度的歐氏距離，獲得第一距離特征值；計算所述疑似異常時刻與相鄰后一時刻的振動速度的歐氏距離，獲得第二距離特征值；計算預設第一權重與所述第一距離特征值的乘積，獲得第一距離系數；計算預設第二權重與所述第二距離特征值的乘積，獲得第二距離系數；計算所述第一距離系數和所述第二距離系數的和值并負相關映射，獲得所述疑似異常時刻的一個軸向的穩定因子；計算所述疑似異常時刻的三個軸向的穩定因子的和值，獲得所述穩定系數。
14、進一步地，所述根據所述突變系數、所述離散系數和所述穩定系數獲得所述疑似異常時刻的異常指數的步驟包括：
15、計算常數1與所述突變系數的差值，獲得第一異常因子；計算常數1與所述離散系數的差值，獲得第二異常因子；計算所述第一異常因子、所述第二異常因子和所述穩定系數的平均值，獲得所述疑似異常時刻的異常指數。
16、進一步地，所述根據所述異常指數獲取最終異常時刻的步驟包括：
17、當所述疑似異常時刻的異常指數超過預設異常閾值時，所述疑似異常時刻為所述最終異常時刻。
18、本專利技術具有如下有益效果：
19、在本專利技術中，獲取疑似異常時刻能夠初步確定電梯抖動的時刻，進而可根據疑似異常時刻對電梯抖動的原因進行分析；獲取突變系數能夠根據電梯異常抖動和人為因素抖動所引起的振動速度的變化速度差異特征進行分析，從而確定電梯抖動的原因。獲取離散系數能夠根據電梯異常抖動和人為因素抖動所引起的不同軸向的振動速度的離散程度進行分析，從而確定電梯抖動的原因。獲取穩定系數能夠根據電梯異常抖動和人為因素抖動所引起的振動速度的持續穩定特征進行分析，從而確定電動抖動的原因。獲得異常指數能夠根據突變系數、離散系數和異常指數準確地分析電梯抖動的原因，確定電梯異常所導致抖動的時刻，進而使得異常檢測模型中學習的電梯異常抖動時的各個軸向的振動速度更準確，進而時刻電梯異常檢測模型對電梯異常的檢測準確性更高。
本文檔來自技高網...【技術保護點】
1.一種基于人工智能的電梯運行故障檢測報警系統，其特征在于，所述系統包括以下模塊：
2.根據權利要求1所述的一種基于人工智能的電梯運行故障檢測報警系統，其特征在于，所述根據三個軸向的振動速度曲線獲取疑似異常時刻的步驟包括：
3.根據權利要求2所述的一種基于人工智能的電梯運行故障檢測報警系統，其特征在于，所述根據所述疑似異常時刻和其他時刻的振動速度的變化速度差異特征獲得突變系數的步驟包括：
4.根據權利要求2所述的一種基于人工智能的電梯運行故障檢測報警系統，其特征在于，所述根據所述疑似異常時刻與其他時刻的三個軸向的振動速度的離散程度差異特征獲取離散系數的步驟包括：
5.根據權利要求1所述的一種基于人工智能的電梯運行故障檢測報警系統，其特征在于，所述根據所述疑似異常時刻與相鄰時刻的三個軸向的振動速度的分布特征獲得穩定系數的步驟包括：
6.根據權利要求1所述的一種基于人工智能的電梯運行故障檢測報警系統，其特征在于，所述根據所述突變系數、所述離散系數和所述穩定系數獲得所述疑似異常時刻的異常指數的步驟包括：
7.根據權
...【技術特征摘要】
1.一種基于人工智能的電梯運行故障檢測報警系統，其特征在于，所述系統包括以下模塊：
2.根據權利要求1所述的一種基于人工智能的電梯運行故障檢測報警系統，其特征在于，所述根據三個軸向的振動速度曲線獲取疑似異常時刻的步驟包括：
3.根據權利要求2所述的一種基于人工智能的電梯運行故障檢測報警系統，其特征在于，所述根據所述疑似異常時刻和其他時刻的振動速度的變化速度差異特征獲得突變系數的步驟包括：
4.根據權利要求2所述的一種基于人工智能的電梯運行故障檢測報警系統，其特征在于，所述根據所述疑似異常時刻與其他時刻的三個軸向的振...
【專利技術屬性】
技術研發人員：趙艷，
申請(專利權)人：廣東華凱電梯有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。