CN105836560B - 电梯舒适度测试系统 - Google Patents
电梯舒适度测试系统 Download PDFInfo
- Publication number
- CN105836560B CN105836560B CN201610148442.XA CN201610148442A CN105836560B CN 105836560 B CN105836560 B CN 105836560B CN 201610148442 A CN201610148442 A CN 201610148442A CN 105836560 B CN105836560 B CN 105836560B
- Authority
- CN
- China
- Prior art keywords
- elevator
- comfort level
- parameters
- module
- layer
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000012360 testing method Methods 0.000 title claims abstract description 28
- 238000012545 processing Methods 0.000 claims abstract description 18
- 230000003993 interaction Effects 0.000 claims abstract description 13
- 238000000034 method Methods 0.000 claims abstract description 12
- 238000013528 artificial neural network Methods 0.000 claims abstract description 10
- 230000008569 process Effects 0.000 claims abstract description 9
- 238000012549 training Methods 0.000 claims description 18
- 238000004364 calculation method Methods 0.000 claims description 14
- 230000003750 conditioning effect Effects 0.000 claims description 13
- 230000001133 acceleration Effects 0.000 claims description 12
- 238000005457 optimization Methods 0.000 claims description 11
- 230000007613 environmental effect Effects 0.000 claims description 10
- 230000006870 function Effects 0.000 claims description 10
- 238000013139 quantization Methods 0.000 claims description 10
- 230000036461 convulsion Effects 0.000 claims description 8
- 238000004422 calculation algorithm Methods 0.000 claims description 7
- 230000008859 change Effects 0.000 claims description 5
- 238000007781 pre-processing Methods 0.000 claims description 5
- 230000001143 conditioned effect Effects 0.000 claims description 4
- 230000003321 amplification Effects 0.000 claims description 2
- 238000001914 filtration Methods 0.000 claims description 2
- 238000002955 isolation Methods 0.000 claims description 2
- 238000012423 maintenance Methods 0.000 claims description 2
- 238000012821 model calculation Methods 0.000 claims description 2
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 2
- 238000013178 mathematical model Methods 0.000 abstract description 3
- 238000005259 measurement Methods 0.000 abstract description 2
- 102000001253 Protein Kinase Human genes 0.000 abstract 1
- 108060006633 protein kinase Proteins 0.000 abstract 1
- 230000001105 regulatory effect Effects 0.000 abstract 1
- 238000001514 detection method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 238000005286 illumination Methods 0.000 description 2
- 238000005352 clarification Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
- B66B5/00—Applications of checking, fault-correcting, or safety devices in elevators
- B66B5/0006—Monitoring devices or performance analysers
- B66B5/0037—Performance analysers
Landscapes
- Elevator Control (AREA)
- Indicating And Signalling Devices For Elevators (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种电梯舒适度测试系统。该系统与电梯轿厢相连，通过对影响舒适度的各项指标参数进行实时采集、测量、计算和分析，能够全面测试和评估电梯舒适度，而且还能在电梯舒适度恶化的情况下自动对电梯发出控制指令，优化电梯的运行过程以提高电梯舒适度。该系统包括数据采集模块、信号调理模块、数据读取与处理模块、电梯舒适度计算模块、电梯优化控制模块以及人机交互模块。本发明针对电梯舒适度的计算采用了基于模糊人工神经网络技术建立数学模型，计算电梯舒适度，并结合电梯优化控制，实现电梯舒适度的提升；同时，本发明还提供人机交互界面，用于显示电梯状态及电梯的实时舒适度结果。
Description
技术领域
本发明涉及电梯舒适度测试领域，具体是一种电梯舒适度测试系统。
背景技术
随着电梯在城市生活中的逐渐普及和生活水平的提高，人们对电梯运行性能和服务质量的要求也随之提高，乘梯舒适度是用户对电梯的性能和服务质量的第一感受。电梯客观的性能指标，如加速度、振动、噪声等会对舒适度体验产生影响，同时乘客也有很多方面的主观体验，如轿厢内空间、温度、照明、装修风格等。故电梯舒适度实际上是一个检验电梯的性能、设计、质量的综合性指标，对电梯舒适度的测试既有理论意义，又具有实际价值。
在电梯行业的国家标准中仅包含了电梯的启动时垂直方向的振动(加速度)、运行过程中水平方向的振动、噪声等与舒适度测试相关的单项指标的检测与标准，但尚没有电梯舒适度的直接检测方法和评价标准。
目前，电梯舒适度与性能的测试系统以单项参数或指标的检测为主，未能对性能或舒适度进行综合性的评价。国内有关电梯运行性能和舒适度测试的产品存在的主要问题是测量信号不全面，无法长时间连续测量各种工况，而且也无法全面评估电梯系统的舒适度；同时，国内的产品未将轿厢的环境参数，如温度、光照、通风等因素纳入评测范围。这主要是由于电梯舒适度既是一个综合性指标，同时还是一个动态变化的指标；随着楼层、载荷、运行速度、井道建设情况，舒适度的各项参数在电梯运行的过程中也会发生改变。如何能够充分揭示电梯及周边环境机电参数、运动参数与电梯舒适度之间的内在联系并建立电梯舒适度指标体系与数学模型给予电梯舒适度检测与评价作理论指导是一个难点。
发明内容
本发明的目的在于提供一种电梯舒适度测试系统。该系统通过建立模糊人工神经网络模型定量描述电梯舒适度与轿厢运动参数、机电参数、环境参数之间的内在联系，并根据实测数据计算得到的舒适度给出电梯优化控制的方案。
实现本发明目的的技术解决方案为：一种电梯舒适度测试系统，包括数据采集模块、信号调理模块、数据读取与处理模块、电梯舒适度计算模块以及人机交互模块；其中：
数据采集模块直接连接到电梯轿厢，通过传感器采集电梯轿厢运行过程中影响电梯舒适度的相关电梯参数，并将采集到的数据信号传输到信号调理模块；
信号调理模块，对数据采集模块采集到的数据信号进行调理，并传输给数据读取与处理模块；
数据读取与处理模块，对调理后的数据进行预处理，存至存储器并传输到电梯舒适度计算模块；预处理即通过中央处理器计算得到电梯的运行参数，直接提取轿厢内实时的环境参数；
电梯舒适度计算模块，建立电梯舒适度模型，结合舒适度指标体系，计算当前电梯舒适度值；
人机交互模块，通过界面实时显示电梯运行时的参数和轿厢内实时环境参数，同时显示舒适度值和变化曲线。
本发明与现有技术相比，其显著优点为：(1)建立电梯舒适度指标体系，综合考虑影响舒适度的多项因素。(2)采用基于模糊人工神经网络的方法建立数学模型，定量揭示电梯舒适度与轿厢参数之间的内在联系，模型通过大量数据训练得到，可直接移植到舒适度测试系统中实现电梯舒适度的实时计算。(3)设计了人机交互模块，可以实时显示舒适度变化曲线，在电梯舒适度下降的情况下可以自动的发出修正电梯控制指令，优化电梯运行，提升电梯的舒适度。
附图说明
图1是本发明电梯舒适度测试系统功能原理图。
图2是本发明电梯舒适度测试系统整体结构图。
图3是本发明基于模糊人工神经网络建立的电梯舒适度模型。
图4是本发明BP算法原理图。
图5是本发明电梯舒适度测试系统人机交互界面。
具体实施方式
本发明电梯舒适度测试系统，该系统与电梯轿厢相连，系统通过建立人工神经网络模型定量描述电梯舒适度与轿厢运动参数、机电参数、环境参数之间的内在联系，并根据实测数据计算得到的舒适度给出电梯优化控制的方案。
下面结合附图及具体实施例对本发明作进一步详细说明。
如图1所示，整个测试系统由六部分组成：数据采集模块、信号调理模块、数据读取与处理模块、电梯舒适度计算模块、电梯优化控制模块以及人机交互模块。
所述数据采集模块直接连接到电梯轿厢，采用三轴加速度计测量轿厢启制动时水平方向和垂直方向的加速度，采用加加速度计测量轿厢的加加速度(急动度)，采用噪声传感器测量电梯运行过程中的噪声强度，采用温度传感器检测轿厢中的实时温度，采用光线传感器检测轿厢内的光线强度；并将传感器采集到的所有数据信号传输给信号调理模块。
所述信号调理模块对数据采集模块采集到的数据信号进行调理(调理的过程就是把来自传感器的信号经放大、滤波、线性化补偿、隔离等措施)，调理后的数据传输给数据读取与处理模块进行预处理，并实时存至存储器方便后续计算；中央处理器根据调理得到的数据信号进行计算得到电梯启制动时的加速度、加加速度(急动度)，并从中直接提取轿厢中的噪声强度、温度以及光线强度等环境参数。
所述电梯舒适度计算模块与数据读取与处理模块相连，根据建立的电梯舒适度模型以及轿厢内实时参数计算当前电梯舒适度。电梯舒适度模型基于模糊人工神经网络建立，为多输入单输出模型，其输入为电梯舒适度指标体系，输出为电梯舒适度；利用BP算法对电梯舒适度模型进行训练。该模块中所述舒适度指标体系包含了影响电梯舒适度的各项因素，包括电梯启制动时的加速度和加加速度(急动度)、轿厢振动的强度和频率、轿厢内的噪音以及其他包括轿厢环境、故障及维修等因素。
结合图3，对该模块建立的电梯舒适度模型进行详细介绍。主要包括输入层，模糊化层，清晰化(反模糊化)层，隐层以及输出层。该模型应用模糊系统的高水平知识表达能力对舒适度指标体系中的指标进行模糊化和反模糊化，使用神经网络的自学习能力确定各层之间的权值和阈值。建立电梯舒适度模型主要步骤如下：
第一步：对输入层参数进行模糊化处理。输入层参数X＝[X1，X2,...，Xn]T表示舒适度指标体系中的各项指标，如加速度等，Xi(i＝1,2，...,n)表示第i个参数，根据初始隶属度函数(取高斯函数)确定模糊层变量：
其中，为模糊量化因子，λ为隶属度中心，σ为隶属度宽度，由样本确定：N为样本大小，xh为样本值。模糊层参数个数p＝n*l。
第二步，对模糊化参数进行清晰处理。模糊化层与清晰化层之间的连接关系由连接函数f，权值和阈值θa αβ决定，其关系为：
到此完成对输入参数的模糊处理，实现高级知识的数字化。
第三步，确定隐层层数和节点数。由于三层神经网络具有逼近任何函数的能力，确定隐层数为1；隐层节点数由经验公式决定：(m为隐层输入参数个数，输出参数个数为1，t为1-10之间的任意常数)。
第四步，确定隐层参数。与第二步类似，隐层与清晰层连接关系由连接函数f，权值和阈值θb ab决定，其关系为：
第五步，确定输出值。与第二步类似，输出层与隐层连接关系由连接函数f，权值和阈值θy by决定，其关系为：
结合图4，利用BP算法对电梯舒适度模型进行进一步优化。BP算法是一种反向消除误差的学习方法，电梯舒适度模型建立完成后需要应用大量样本值对模型进行训练，以得到最优模糊量化因子和各层之间的连接权值ω。BP算法学习过程如下：
步骤1：初始化模型模糊量化因子和各层之间的连接权值ω。初始值由MATLAB随机生成。
步骤2：确定误差目标误差其中Yd为实际舒适度，Y为模型计算舒适度，计算当前误差E的值，本系统中设置E≤0.001时完成训练。
步骤3：判断E≤0.001是否满足，若满足则结束训练，否则继续往下执行。
步骤4：分别计算模糊量化因子和各层之间的连接权值ω沿误差负梯度方向的偏导数：
步骤5：计算得到新的模糊量化因子和连接权值：ωT+1＝ωT+Δω。
步骤6：判断训练轮回数是否达到5000。随着训练轮回数的不断增加，误差收敛越来越慢，设置该步骤的目的在于防止训练时间过长，若轮回数达到5000同样结束训练，否则返回步骤2继续训练。
步骤7：完成训练，得到最终模型。
电梯舒适度计算模块根据训练得到的最终电梯舒适度模型以及轿厢内实时参数计算实时电梯舒适度，并将相关的数据信号传输给人机交互模块。
所述人机交互模块与电梯舒适度计算模块连接，通过友好的界面实时显示电梯运行时的速度、加速度、噪声、温度等，同时显示舒适度值和变化曲线。
所述电梯优化控制模块与人机交互模块相连，同时电梯优化控制模块直接连接到电梯轿厢，根据电梯舒适度测试数据，在舒适度开始恶化时，电梯优化控制模块根据影响电梯舒适度的参数数据计算并自动发出电梯控制指令(修正速度指令、振动控制指令以及其他的电梯控制指令)来控制电梯轿厢的运行用于提高电梯的舒适度。
如图5所示。电梯舒适度测试系统人机交互界面可以显示电梯运行时的速度、加速度、噪声、温度等，同时显示舒适度值和变化曲线，也能够显示当前电梯的实时的速度控制和温度控制。
Claims (8)
1.一种电梯舒适度测试系统，其特征在于：包括数据采集模块、信号调理模块、数据读取与处理模块、电梯舒适度计算模块以及人机交互模块；其中：
数据采集模块直接连接到电梯轿厢，通过传感器采集电梯轿厢运行过程中影响电梯舒适度的相关电梯参数，并将采集到的数据信号传输到信号调理模块；
信号调理模块，对数据采集模块采集到的数据信号进行调理，并传输给数据读取与处理模块；
数据读取与处理模块，对调理后的数据进行预处理，存至存储器并传输到电梯舒适度计算模块；预处理即通过中央处理器计算得到电梯的运行参数，直接提取轿厢内实时环境参数；
电梯舒适度计算模块，建立电梯舒适度模型，结合舒适度指标体系，计算当前电梯舒适度值；舒适度指标体系包含了影响电梯舒适度的各项因素，具体为电梯启制动时的加速度和加加速度、轿厢振动的强度和频率、轿厢内的噪音、温度、光线、故障及维修因素；电梯舒适度模型基于模糊人工神经网络建立，为多输入单输出模型，其输入为电梯舒适度指标体系，输出为电梯舒适度值；
人机交互模块，通过界面实时显示电梯的运行参数和轿厢内实时环境参数，同时显示舒适度值和变化曲线；
基于模糊人工神经网络建立的电梯舒适度模型包括输入层、模糊化层、清晰化层、隐层以及输出层；模型结构建立的步骤为：
第一步：对输入层参数进行模糊化处理；输入层参数X＝[X1，X2,...，Xn]T表示舒适度指标体系中的各项指标，Xi表示第i个参数，i＝1,2，...,n；n为参数的个数，
根据初始隶属度函数确定模糊化层变量：
其中，为模糊量化因子，λ为隶属度中心，σ为隶属度宽度，λ和σ由样本确定：
N为样本大小，xh为样本值；模糊层参数个数p＝n*l；
第二步，对模糊化层的参数进行清晰化处理；模糊化层与清晰化层之间的连接关系由连接函数f、权值和阈值θa αβ决定，其关系为：
m为清晰化层参数个数，到此完成对输入层的参数的模糊处理；
第三步，确定隐层层数和节点数；隐层数为1；隐层节点数由经验公式决定：m为隐层输入参数个数，输出参数个数为1，t为1-10之间的任意常数；
第四步，确定隐层参数；隐层与清晰层连接关系由连接函数f、权值和阈值θb ab决定，其关系为：
k为隐层参数的个数；
第五步，确定输出值；输出层与隐层连接关系由连接函数f、权值和阈值θy by决定，其关系为：
2.根据权利要求1所述的电梯舒适度测试系统，其特征在于：所述影响电梯舒适度的相关电梯参数为电梯启制动时的加速度、轿厢中实时的噪声强度和温度。
3.根据权利要求1所述的电梯舒适度测试系统，其特征在于：所述电梯的运行参数为电梯启制动时的加速度、加加速度以及电梯运行过程中的速度，轿厢内的实时环境参数为噪声强度、温度。
4.根据权利要求1所述的电梯舒适度测试系统，其特征在于：所述数据采集模块包括三轴加速度计、噪声传感器、温度传感器；其中，三轴加速度计用于测量轿厢启制动时水平方向和垂直方向的加速度，噪声传感器用于测量电梯运行过程中的噪声强度，温度传感器用于检测轿厢中的实时温度，光线传感器用于检测轿厢内的光线强度。
5.根据权利要求1所述的电梯舒适度测试系统，其特征在于：所述信号调理模块对数据采集模块采集到的数据信号进行的调理为放大、滤波、线性化补偿和隔离。
6.根据权利要求1所述的电梯舒适度测试系统，其特征在于：所述电梯舒适度模型的结构确定后使用BP算法进行训练，应用大量样本值对模型进行训练，以得到最优模糊量化因子和各层之间的连接权值ω；BP算法训练的步骤为：
步骤1：初始化模型模糊量化因子和各层之间的连接权值ω；初始值由MATLAB随机生成；
步骤2：确定误差目标误差其中Yd为实际舒适度，Y为模型计算舒适度，计算当前误差E的值，本系统中设置E≤0.001时完成训练；
步骤3：判断E≤0.001是否满足，若满足则结束训练，否则继续往下执行；
步骤4：分别计算模糊量化因子和各层之间的连接权值ω沿误差负梯度方向的偏导数：
步骤5：计算得到新的模糊量化因子和连接权值：ωT+1＝ωT+Δω；
步骤6：判断训练轮回数是否达到5000；若轮回数达到5000同样结束训练，否则返回步骤2继续训练；
步骤7：得到最终模型。
7.根据权利要求1所述的电梯舒适度测试系统，其特征在于：所述系统还包括电梯优化控制模块，电梯优化控制模块与人机交互模块相连，同时电梯优化控制模块直接连接到电梯轿厢，当舒适度值大幅度下降时，电梯优化控制模块根据电梯的运行参数和轿厢内实时环境参数计算并自动发出电梯控制指令来控制电梯轿厢的运行以提高电梯的舒适度。
8.根据权利要求7所述的电梯舒适度测试系统，其特征在于：所述的电梯优化控制模块计算并自动发出的电梯控制指令包括修正速度指令、振动控制指令、调节温度控制指令和调节光线控制指令。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610148442.XA CN105836560B (zh) | 2016-03-15 | 2016-03-15 | 电梯舒适度测试系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610148442.XA CN105836560B (zh) | 2016-03-15 | 2016-03-15 | 电梯舒适度测试系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105836560A CN105836560A (zh) | 2016-08-10 |
| CN105836560B true CN105836560B (zh) | 2018-07-03 |
Family
ID=56587229
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610148442.XA Active CN105836560B (zh) | 2016-03-15 | 2016-03-15 | 电梯舒适度测试系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105836560B (zh) |
Families Citing this family (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106915675A (zh) * | 2017-03-10 | 2017-07-04 | 河南省特种设备安全检测研究院新乡分院 | 电梯安全钳制动动态同步测试仪 |
| CN107807625B (zh) * | 2017-09-05 | 2020-05-12 | 百度在线网络技术（北京）有限公司 | 一种基于端到端的自动驾驶系统舒适度的评估方法及装置 |
| CN107934712B (zh) * | 2017-11-30 | 2019-07-12 | 江苏省特种设备安全监督检验研究院 | 基于统计学模型的电梯健康度检测方法及装置 |
| CN108627326B (zh) * | 2018-05-07 | 2019-10-18 | 东南大学 | 一种基于Bagging-RNN模型的电梯制动性能评价方法 |
| CN110817628A (zh) * | 2018-08-08 | 2020-02-21 | 北京感瞰科技有限公司 | 一种升降机智能故障诊断方法、装置及系统 |
| CN110240032A (zh) * | 2018-10-18 | 2019-09-17 | 湖北大学 | 一种电梯乘坐舒适度评估系统与评估方法 |
| CN111071886A (zh) * | 2018-10-22 | 2020-04-28 | 奥的斯电梯公司 | 用于跟踪电梯乘坐质量的系统 |
| CN109081214A (zh) * | 2018-10-24 | 2018-12-25 | 广州绰立科技有限公司 | 电梯运行振动舒适度的检测方法及其系统 |
| CN109319641A (zh) * | 2018-11-09 | 2019-02-12 | 湖州市特种设备检测研究院 | 一种低噪音电梯 |
| CN109384107A (zh) * | 2018-12-13 | 2019-02-26 | 龙湖物业服务集团有限公司 | 电梯客流数据采集分析系统及其控制方法 |
| CN109573772B (zh) * | 2019-01-11 | 2020-05-22 | 南京理工大学 | 一种通用电梯健康度评估系统 |
| CN110065867B (zh) * | 2019-05-13 | 2020-12-01 | 浙江新再灵科技股份有限公司 | 基于音视频的电梯舒适度评价的方法和系统 |
| CN110980456B (zh) * | 2019-12-17 | 2022-06-28 | 南京理工大学 | 基于交通流和自适应神经模糊推理的电梯群控调度方法 |
| CN111942977B (zh) * | 2020-08-06 | 2022-08-23 | 厦门理工学院 | 一种高层电梯控制方法、装置、设备及可读存储介质 |
| CN112732555B (zh) * | 2020-12-29 | 2021-12-07 | 深圳市磐锋精密技术有限公司 | 一种基于互联网大数据的产品性能测试系统及测试方法 |
| CN112580266A (zh) * | 2020-12-30 | 2021-03-30 | 重庆厚齐科技有限公司 | 一种利用机器学习量化评估电梯乘坐舒适性的系统及方法 |
| CN112978531A (zh) * | 2021-02-07 | 2021-06-18 | 猫岐智能科技（上海）有限公司 | 电梯运行评估系统 |
| CN113979250B (zh) * | 2021-10-29 | 2023-03-24 | 杭州赛翔科技有限公司 | 基于油温的液压电梯启停调速控制方法 |
| CN115159286B (zh) * | 2022-07-05 | 2024-02-06 | 大连奥远电子股份有限公司 | 一种乘梯舒适度评价系统 |
| CN115072513B (zh) * | 2022-07-14 | 2023-11-28 | 启东大同电机有限公司 | 基于物联网分布式分析的升降机维护分析系统 |
| CN116062582B (zh) * | 2023-04-06 | 2023-06-23 | 中国矿业大学 | 一种电梯乘梯舒适度评价系统 |
| CN118114115A (zh) * | 2024-03-07 | 2024-05-31 | 山东浪潮超高清智能科技有限公司 | 一种基于实时运行参数的电梯舒适度评估方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1632391A (zh) * | 2004-12-29 | 2005-06-29 | 上海交通大学 | 动态改善空气品质与热舒适度的电梯空调 |
| CN202508713U (zh) * | 2012-02-16 | 2012-10-31 | 南京信息工程大学 | 电梯运行舒适度监测装置 |
| CN102923538A (zh) * | 2012-07-06 | 2013-02-13 | 天津大学 | 基于物联网的电梯健康管理与维护系统及采集和评估方法 |
| CN203998493U (zh) * | 2014-08-20 | 2014-12-10 | 浙江省联合特种设备研究院 | 便携式电梯智能检测仪 |
| CN204847648U (zh) * | 2015-08-11 | 2015-12-09 | 李东洋 | 电梯快速智能检测仪 |
-
2016
- 2016-03-15 CN CN201610148442.XA patent/CN105836560B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1632391A (zh) * | 2004-12-29 | 2005-06-29 | 上海交通大学 | 动态改善空气品质与热舒适度的电梯空调 |
| CN202508713U (zh) * | 2012-02-16 | 2012-10-31 | 南京信息工程大学 | 电梯运行舒适度监测装置 |
| CN102923538A (zh) * | 2012-07-06 | 2013-02-13 | 天津大学 | 基于物联网的电梯健康管理与维护系统及采集和评估方法 |
| CN203998493U (zh) * | 2014-08-20 | 2014-12-10 | 浙江省联合特种设备研究院 | 便携式电梯智能检测仪 |
| CN204847648U (zh) * | 2015-08-11 | 2015-12-09 | 李东洋 | 电梯快速智能检测仪 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105836560A (zh) | 2016-08-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105836560B (zh) | 电梯舒适度测试系统 | |
| CN108960426B (zh) | 基于bp神经网络的道路坡度综合估计系统 | |
| CN112539816B (zh) | 在数字孪生环境下基于深度神经网络的动态称重矫正方法 | |
| US20220143823A1 (en) | Learning System And Learning Method For Operation Inference Learning Model For Controlling Automatic Driving Robot | |
| CN103674578B (zh) | 高速列车运行动力学性能状态的检测方法 | |
| CN110348752B (zh) | 一种考虑环境干扰的大型工业系统结构安全性评估方法 | |
| CN113468670B (zh) | 一种自动驾驶车辆整车级别的性能评价方法 | |
| JP2013186899A (ja) | 構造物を監視するための方法及びシステム | |
| CN109872415B (zh) | 一种基于神经网络的车速估计方法及系统 | |
| CN116881819B (zh) | 一种基于孤立森林的斜拉索工作状态监测方法 | |
| CN106446354B (zh) | 混合动力客车传动系统扭振预测及消除方法 | |
| CN113203464A (zh) | 一种动态车载称重系统的传感器故障检测方法 | |
| CN105572492A (zh) | 一种城轨列车辅助逆变器故障诊断装置 | |
| CN111198032A (zh) | 汽车质量实时估算方法 | |
| CN113147768B (zh) | 基于多算法融合预测的汽车路面状态在线估计系统及方法 | |
| CN117610307A (zh) | 一种移动质量作用下简支梁的数字孪生构建方法 | |
| CN112580266A (zh) | 一种利用机器学习量化评估电梯乘坐舒适性的系统及方法 | |
| CN117556632A (zh) | 一种商用车舒适性主客观评价一体化方法 | |
| CN112949187B (zh) | 整车质量计算方法 | |
| CN105572493A (zh) | 一种车载-地面辅助逆变器远程故障诊断系统 | |
| KR102103988B1 (ko) | 기계학습을 이용한 자동차 휠 밸런스 진단 방법 및 장치 | |
| CN205388511U (zh) | 一种车辆动态称重系统 | |
| CN109421679A (zh) | 一种车辆自适应主动刹车方法 | |
| CN109946096B (zh) | 基于模型空间的高速列车风管故障诊断方法 | |
| CN112990275A (zh) | 一种半定量信息融合的高速列车走行部系统故障诊断方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |