CN112938683B - 一种电梯门系统故障的预警方法 - Google Patents

一种电梯门系统故障的预警方法 Download PDF

Info

Publication number
CN112938683B
CN112938683B CN202110124750.XA CN202110124750A CN112938683B CN 112938683 B CN112938683 B CN 112938683B CN 202110124750 A CN202110124750 A CN 202110124750A CN 112938683 B CN112938683 B CN 112938683B
Authority
CN
China
Prior art keywords
door
early warning
frequency
value
vibration
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
Application number
CN202110124750.XA
Other languages
English (en)
Other versions
CN112938683A (zh
Inventor
张隽
李灿熙
朱锦鹏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
G Technologies Co ltd
Original Assignee
G Technologies Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by G Technologies Co ltd filed Critical G Technologies Co ltd
Priority to CN202110124750.XA priority Critical patent/CN112938683B/zh
Publication of CN112938683A publication Critical patent/CN112938683A/zh
Application granted granted Critical
Publication of CN112938683B publication Critical patent/CN112938683B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • B66B5/02—Applications of checking, fault-correcting, or safety devices in elevators responsive to abnormal operating conditions
    • 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
    • B66B5/0018—Devices monitoring the operating condition of the elevator system
    • B66B5/0025—Devices monitoring the operating condition of the elevator system for maintenance or repair

Landscapes

  • Maintenance And Inspection Apparatuses For Elevators (AREA)

Abstract

本发明涉及电梯技术领域，具体是一种电梯门系统故障的预警方法。本发明通过检测门机电流以获取工作频率从而获取门机工作状态，通过对门机工作状态的判断以及对开门或关门信号的检测综合计算得到开门或关门所需的时间，同时通过检测门的振动信号以获得振动特征值，进而通过对门机开门或关门所需时间以及振动特征值进行归一化处理及趋势预测预警，在门系统出现快速劣化趋势但又尚未达到故障标准时，及时发出预警，实现电梯门系统故障隐患的预警，提醒维护人员提前做好相关应对措施，避免人们在乘坐电梯时发生故障而导致事故发生，极大地提高了电梯使用的安全性。

Description

一种电梯门系统故障的预警方法
【技术领域】
本发明涉及电梯技术领域，具体是一种电梯门系统故障的预警方法。
【背景技术】
随着科技的发展和社会的进步，电梯成为现代建筑中重要的组成部分，为人们生活提供极大的便利。作为生活中常用的负重运载工具，电梯的安全性能最受人们的关注。电梯门系统故障是电梯故障的主要原因之一，目前电梯门维护一般是在电梯发生故障或者事故后，由电梯检修人员检测分析故障原因，从而进行维修，这种方式具有滞后性，不能在故障发生前发出预警，存在一定的安全隐患。
【发明内容】
本发明的目的在于提供一种电梯门系统故障的预警方法，当门系统出现快速劣化趋势但又尚未达到故障标准时，及时发出预警，实现电梯门系统故障隐患的预警，提高电梯使用安全性。
为解决上述问题，本发明提供技术方案如下：
一种电梯门系统故障的预警方法，包括以下步骤：
步骤S1、获取门机工作状态：检测门机工作电流并由工作电流获取其工作频率，将当前获得的工作频率与预设的门机工作状态所对应的频率值作比较，获得门机工作状态；
步骤S2、获取门机开门或关门过程所需时间；
步骤S3、获取振动特征值：采集开门关门过程中门的振动信号，取标准差作为振动特征值；
步骤S4、归一化处理：分别对开门或关门过程所需时间、以及振动特征值作归一化处理并加入各自历史时序中；
步骤S5、趋势预测预警：使用指数平滑预测法计算历史序列在未来若干时间周期的预测值，预测值超出最大允许阈值时报警。
如上所述的电梯门系统故障的预警方法，所述步骤S1中，将工作电流的电流信号进行傅里叶变换转化为频谱并以幅值最大的频率分量作为门机的工作频率。
如上所述的电梯门系统故障的预警方法，通过三相电流互感器检测获得采样码AD，所述采样码AD经过零点消除、标度变换处理得到电流信号，所述采样码AD的标度变换公式为：
Figure BDA0002923236920000021
其中I为电流，AD为采样码，AD0为0A对应的采样码，ADF为满量程电流对应的采样码，FA为满量程电流。
如上所述的电梯门系统故障的预警方法，所述傅里叶变换的公式为：
Figure BDA0002923236920000031
X[k]＝R(k)+i·I(k)
Figure BDA0002923236920000032
Figure BDA0002923236920000033
其中，R(k)为第k次频率分量的实部，I(k)为第k次频率分量的虚部，X[k]为频域信号，k为频域点，x(n)为时域信号，n为时域采样点，N为时域采样个数，i为虚数；
频域信号X[k]中每个频率分量由复数形式表示，而频谱纵坐标就是各频率分量的模值大小
Figure BDA0002923236920000034
频谱横坐标的频率间隔
Figure BDA0002923236920000035
其中fs为时域信号采样率，幅值最大的频率分量M[K]对应的谐波次数K与频率间隔fi的乘积即为门机的工作频率f＝K*fi。
如上所述的电梯门系统故障的预警方法，所述步骤S2中，检测开门或关门到位信号，结合门机工作状态计算得到开门或关门过程所需时间。
如上所述的电梯门系统故障的预警方法，所述步骤S3中，所述振动特征值的公式为：
振动特征值
Figure BDA0002923236920000036
其中std为标准差，x(n)为振动信号，
Figure BDA0002923236920000041
为振动信号平均值
Figure BDA0002923236920000042
如上所述的电梯门系统故障的预警方法，所述步骤S4中，所述归一化处理采用S型隶属度函数。
如上所述的电梯门系统故障的预警方法，所述步骤S5中，所述指数平滑预测法包括以下步骤：
1)计算历史曲线的指数平滑特征值：
s(j,1)＝q·xj+(1-q)·s(j-1,1)
s(j,2)＝q·s(j,1)+(1-q)·s(j-1,2)
s(j,3)＝q·s(j,2)+(1-q)·s(j-1,3)
以上3组算式为迭代计算，其中j从2到n，s(j,1)为一次平滑特征值；s(j,2)为二次平滑特征值；s(j,3)为三次平滑特征值；n为历史数据个数；q为预测系数；xj为第j个历史数据；j为数据序号；
2)计算曲线拟合函数的系数：
a＝3·s(n,1)-3·s(n,2)+s(n,3)
Figure BDA0002923236920000043
Figure BDA0002923236920000044
其中a为拟合函数的常数项系数；b为拟合函数的一次项系数；
c为拟合函数的二次项系数；
3)计算未来T个周期的预测值
y(t)＝a+b·t+c·t2
其中y(t)为预测值；t为预测的周期；T为预测的最大周期数；
4)设定最大允许阈值Y，当y(t)>Y时，则报警。
如上所述的电梯门系统故障的预警方法，所述最大允许阈值Y取值范围为0～1。
如上所述的电梯门系统故障的预警方法，所述预测系数q取值范围为0～1。
与现有技术相比，本发明有以下优点：
本发明提供的电梯门系统故障的预警方法，通过检测门机电流以获取工作频率从而获取门机工作状态，通过对门机工作状态的判断以及对开门或关门信号的检测综合计算得到开门或关门所需的时间，同时通过检测门的振动信号以获得振动特征值，进而通过对门机开门或关门所需时间以及振动特征值进行归一化处理及趋势预测预警，在门系统出现快速劣化趋势但又尚未达到故障标准时，及时发出预警，实现电梯门系统故障隐患的预警，提醒维护人员提前做好相关应对措施，避免人们在乘坐电梯时发生故障而导致事故发生，极大地提高了电梯使用的安全性。
【附图说明】
图1为本发明实施例的流程图。
图2为本发明实施例的硬件组成示意图。
图3为本发明实施例的电流信号图。
图4为本发明实施例的电流信号相应的频谱图。
图5为本发明实施例的振动特征值与隶属度曲线图。
图6为本发明实施例的振动特征值加入历史时序的示意图。
图7为本发明实施例的开门时间趋势曲线图。
【具体实施方式】
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明的保护范围。
请参阅附图1至附图7，本实施例提供一种电梯门系统故障的预警方法。
如图2所示，本实施例中硬件部分由门机三相电流互感器、振动传感器和开关门到位传感器组成，通过门机三相电流互感器检测获取电流信号，由振动传感器检测获取门的振动信号，由开关门到位传感器检测获得开门或关门到位信号，统一输入至电梯信号采集盒中。
本实施例的电梯门系统故障的预警方法，包括以下步骤：
步骤S1、获取门机工作状态：检测门机工作电流并由工作电流获取其工作频率，将当前获得的工作频率与预设的门机工作状态所对应的频率值作比较，获得门机工作状态。
具体地，通过三相电流互感器检测获得采样码AD，所述采样码AD经过零点消除、标度变换处理得到电流信号，所述采样码AD的标度变换公式为：
Figure BDA0002923236920000071
其中I为电流，AD为采样码，AD0为0A对应的采样码，ADF为满量程电流对应的采样码，FA为满量程电流。
随后，将上述处理后得到的电流信号进行傅里叶变换转化为频谱并以幅值最大的频率分量作为门机的工作频率。如图3和图4所示，图3的电流信号转换成图4所示的频谱。
具体地，所述傅里叶变换的公式为：
Figure BDA0002923236920000072
X[k]＝R(k)+i·I(k)
Figure BDA0002923236920000073
Figure BDA0002923236920000074
其中，R(k)为第k次频率分量的实部，I(k)为第k次频率分量的虚部，X[k]为频域信号，k为频域点，x(n)为时域信号，n为时域采样点，N为时域采样个数，i为虚数；
频域信号X[k]中每个频率分量由复数形式表示，而频谱纵坐标就是各频率分量的模值大小
Figure BDA0002923236920000081
频谱横坐标的频率间隔
Figure BDA0002923236920000082
其中fs为时域信号采样率，幅值最大的频率分量M[K]对应的谐波次数K与频率间隔fi的乘积即为门机的工作频率f＝K*fi。将当前获得的工作频率与预设的门机工作状态所对应的频率值作比较，获得门机工作状态。其中门机工作状态包括开门状态、关门状态、开门保持、关门保持，以及缺相或堵转。
步骤S2、获取门机开门或关门过程所需时间。
具体地，检测开门或关门到位信号，结合门机工作状态计算得到开门或关门过程所需时间。根据开门到位信号、关门到位信号的组合，可在以下四种状态中确定门的状态：开门、关门、开门中、关门中。
步骤S3、获取振动特征值：采集开门关门过程中门的振动信号，取标准差作为振动特征值；
具体地，所述振动特征值的公式为：
振动特征值
Figure BDA0002923236920000083
其中std为标准差，x(n)为振动信号，
Figure BDA0002923236920000084
为振动信号平均值
Figure BDA0002923236920000085
步骤S4、归一化处理：分别对开门或关门过程所需时间、以及振动特征值作归一化处理并加入各自历史时序中。其中，所述归一化处理采用S型隶属度函数。
以振动特征值为例：如图5所示，M(s)表示振动剧烈程度的隶属度函数(归一化函数)，max表示振动最大允许值，min表示振动最小阈值。当振动标准差s<min时M(x)＝0表明振动程度为零。当s≥max时，M(s)＝1表明s完全属于剧烈振动。当min<s<max时，0<M(s)<1，且s越接近max，M(x)越接近1，x属于振动强烈的程度就越高。
首先将振动特征值带入隶属度函数计算隶属度m，然后将隶属度即振动特征归一化值m带入历史数据序列，如图6所示，数据从右往左移动一次，其中m9是时间最近的一次数据，m0是最早的数据。
同样地，开门时间、关门时间以同样的方式进行归一化处理并加入各自历史时序中。
步骤S5、趋势预测预警：使用指数平滑预测法计算历史序列在未来若干时间周期的预测值，预测值超出最大允许阈值时报警。
如图7所示的开门时间趋势曲线图，其中横坐标0～500之间是实际记录的历史数据，501～700之间是利用指数预测算法计算出的预测数据。
具体地，所述指数平滑预测法包括以下步骤：
1)计算历史曲线的指数平滑特征值：
s(j,1)＝q·xj+(1-q)·s(j-1,1)
s(j,2)＝q·s(j,1)+(1-q)·s(j-1,2)
s(j,3)＝q·s(j,2)+(1-q)·s(j-1,3)
以上3组算式为迭代计算，其中j从2到n，s(j,1)为一次平滑特征值；s(j,2)为二次平滑特征值；s(j,3)为三次平滑特征值；n为历史数据个数；q为预测系数；xj为第j个历史数据；j为数据序号；
2)计算曲线拟合函数的系数：
a＝3·s(n,1)-3·s(n,2)+s(n,3)
Figure BDA0002923236920000101
Figure BDA0002923236920000102
其中a为拟合函数的常数项系数；b为拟合函数的一次项系数；c为拟合函数的二次项系数；
3)计算未来T个周期的预测值
y(t)＝a+b·t+c·t2
其中y(t)为预测值；t为预测的周期；T为预测的最大周期数；
4)设定最大允许阈值Y，当y(t)>Y时，则报警。
具体地，所述最大允许阈值Y取值范围为0～1。作为优选地所述最大允许阈值Y取值范围设于0.5～1之间。
具体地，所述预测系数q取值范围为0～1。数据越平稳则q越小，反之则q越大。
本发明提供的电梯门系统故障的预警方法，通过检测门机电流以获取工作频率从而获取门机工作状态，通过对门机工作状态的判断以及对开门或关门信号的检测综合计算得到开门或关门所需的时间，同时通过检测门的振动信号以获得振动特征值，进而通过对门机开门或关门所需时间以及振动特征值进行归一化处理及趋势预测预警，在门系统出现快速劣化趋势但又尚未达到故障标准时，及时发出预警，实现电梯门系统故障隐患的预警，提醒维护人员提前做好相关应对措施，避免人们在乘坐电梯时发生故障而导致事故发生，极大地提高了电梯使用的安全性。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (6)

1.一种电梯门系统故障的预警方法，其特征在于：包括以下步骤：
步骤S1、获取门机工作状态：检测门机工作电流并由工作电流获取其工作频率，将当前获得的工作频率与预设的门机工作状态所对应的频率值作比较，获得门机工作状态；
其中，将工作电流的电流信号进行傅里叶变换转化为频谱并以幅值最大的频率分量作为门机的工作频率；
所述傅里叶变换的公式为：
Figure FDA0003588276530000011
X[k]＝R(k)+i·I(k)
Figure FDA0003588276530000012
Figure FDA0003588276530000013
其中，R(k)为第k次频率分量的实部，I(k)为第k次频率分量的虚部，X[k]为频域信号，k为频域点，x(n)为时域信号，n为时域采样点，N为时域采样个数，i为虚数；
频域信号X[k]中每个频率分量由复数形式表示，而频谱纵坐标就是各频率分量的模值大小
Figure FDA0003588276530000014
频谱横坐标的频率间隔
Figure FDA0003588276530000015
其中fs为时域信号采样率，幅值最大的频率分量M[K]对应的谐波次数K与频率间隔fi的乘积即为门机的工作频率f＝K*fi；
步骤S2、获取门机开门或关门过程所需时间；
步骤S3、获取振动特征值：采集开门关门过程中门的振动信号，取标准差作为振动特征值；
所述振动特征值的公式为：
振动特征值
Figure FDA0003588276530000021
其中std为标准差，x(n)为振动信号，
Figure FDA0003588276530000022
为振动信号平均值
Figure FDA0003588276530000023
步骤S4、归一化处理：分别对开门或关门过程所需时间、以及振动特征值作归一化处理并加入各自历史时序中；
步骤S5、趋势预测预警：使用指数平滑预测法计算历史序列在未来若干时间周期的预测值，预测值超出最大允许阈值时报警；
所述指数平滑预测法包括以下步骤：
1)计算历史曲线的指数平滑特征值：
s(j,1)＝q·xj+(1-q)·s(j-1,1)
s(j,2)＝q·s(j,1)+(1-q)·s(j-1,2)
s(j,3)＝q·s(j,2)+(1-q)·s(j-1,3)
以上3组算式为迭代计算，其中j从2到n，s(j,1)为一次平滑特征值；s(j,2)为二次平滑特征值；s(j,3)为三次平滑特征值；n为历史数据个数；q为预测系数；xj为第j个历史数据；j为数据序号；
2)计算曲线拟合函数的系数：
a＝3·s(n,1)-3·s(n,2)+s(n,3)
Figure FDA0003588276530000031
Figure FDA0003588276530000032
其中a为拟合函数的常数项系数；b为拟合函数的一次项系数；c为拟合函数的二次项系数；
3)计算未来T个周期的预测值
y(t)＝a+b·t+c·t2
其中y(t)为预测值；t为预测的周期；T为预测的最大周期数；
4)设定最大允许阈值Y，当y(t)>Y时，则报警。
2.根据权利要求1所述的电梯门系统故障的预警方法，其特征在于：通过三相电流互感器检测获得采样码AD，所述采样码AD经过零点消除、标度变换处理得到电流信号，所述采样码AD的标度变换公式为：
Figure FDA0003588276530000033
其中I为电流，AD为采样码，AD0为0A对应的采样码，ADF为满量程电流对应的采样码，FA为满量程电流。
3.根据权利要求1所述的电梯门系统故障的预警方法，其特征在于：所述步骤S2中，检测开门或关门到位信号，结合门机工作状态计算得到开门或关门过程所需时间。
4.根据权利要求1所述的电梯门系统故障的预警方法，其特征在于：所述步骤S4中，所述归一化处理采用S型隶属度函数。
5.根据权利要求1所述的电梯门系统故障的预警方法，其特征在于：所述最大允许阈值Y取值范围为0～1。
6.根据权利要求1所述的电梯门系统故障的预警方法，其特征在于：所述预测系数q取值范围为0～1。
CN202110124750.XA 2021-01-29 2021-01-29 一种电梯门系统故障的预警方法 Active CN112938683B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110124750.XA CN112938683B (zh) 2021-01-29 2021-01-29 一种电梯门系统故障的预警方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110124750.XA CN112938683B (zh) 2021-01-29 2021-01-29 一种电梯门系统故障的预警方法

Publications (2)

Publication Number Publication Date
CN112938683A CN112938683A (zh) 2021-06-11
CN112938683B true CN112938683B (zh) 2022-06-14

Family

ID=76239398

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110124750.XA Active CN112938683B (zh) 2021-01-29 2021-01-29 一种电梯门系统故障的预警方法

Country Status (1)

Country Link
CN (1) CN112938683B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116101864B (zh) * 2023-04-12 2024-02-02 中国矿业大学 一种基于声音识别技术的电梯门系统故障诊断方法和系统

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05310375A (ja) * 1992-05-12 1993-11-22 Hitachi Building Syst Eng & Service Co Ltd エレベータードア異常状態通報装置
CN101258087A (zh) * 2005-09-05 2008-09-03 通力股份公司 电梯设备
EP2813911A1 (en) * 2013-06-13 2014-12-17 Assa Abloy Ab Door monitoring
CN104444681A (zh) * 2014-11-07 2015-03-25 广州特种机电设备检测研究院 一种用于电梯门系统的安全检测方法及系统
CN105800434A (zh) * 2016-05-31 2016-07-27 广州广日电梯工业有限公司 开关门异常的变频检测系统及方法
JP2017057057A (ja) * 2015-09-16 2017-03-23 株式会社日立ビルシステム エレベータードア異常診断装置、エレベータードア異常診断方法及びエレベーターシステム
CN108584592A (zh) * 2018-05-11 2018-09-28 浙江工业大学 一种基于时间序列预测模型的电梯轿厢振动异常预警方法
CN109399413A (zh) * 2017-08-15 2019-03-01 上海三菱电梯有限公司 电梯门运行性能检测诊断装置
CN110386530A (zh) * 2019-07-16 2019-10-29 浙江大学 一种面向故障诊断和安全预警的电梯监测系统及方法
CN110498314A (zh) * 2019-08-28 2019-11-26 上海电气集团股份有限公司 电梯门系统的健康评估方法、系统、电子设备及存储介质
CN110790105A (zh) * 2019-11-20 2020-02-14 上海电气集团股份有限公司 电梯门系统诊断、衰退时间的预测方法及诊断预测系统
CN111591866A (zh) * 2020-05-29 2020-08-28 广州广日电梯工业有限公司 一种变频门机系统及电梯轿厢安全防护处理方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CH693568A9 (de) * 1996-09-13 2003-12-15 Toshiba Kk Analysator fuer ein sich aenderndes Signal und Datentraeger fuer ein Analyseprogramm.
EP2803615B1 (en) * 2013-05-17 2019-01-23 KONE Corporation Arrangement and method for condition monitoring of automatic door
WO2017033751A1 (ja) * 2015-08-27 2017-03-02 三菱電機株式会社 エレベータ振動低減装置の異常検出装置、エレベータおよびエレベータ振動低減装置の異常検出方法
CN105293238B (zh) * 2015-11-04 2017-08-25 浙江大学 一种电梯健康状况检测方法

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05310375A (ja) * 1992-05-12 1993-11-22 Hitachi Building Syst Eng & Service Co Ltd エレベータードア異常状態通報装置
CN101258087A (zh) * 2005-09-05 2008-09-03 通力股份公司 电梯设备
EP2813911A1 (en) * 2013-06-13 2014-12-17 Assa Abloy Ab Door monitoring
CN104444681A (zh) * 2014-11-07 2015-03-25 广州特种机电设备检测研究院 一种用于电梯门系统的安全检测方法及系统
JP2017057057A (ja) * 2015-09-16 2017-03-23 株式会社日立ビルシステム エレベータードア異常診断装置、エレベータードア異常診断方法及びエレベーターシステム
CN105800434A (zh) * 2016-05-31 2016-07-27 广州广日电梯工业有限公司 开关门异常的变频检测系统及方法
CN109399413A (zh) * 2017-08-15 2019-03-01 上海三菱电梯有限公司 电梯门运行性能检测诊断装置
CN108584592A (zh) * 2018-05-11 2018-09-28 浙江工业大学 一种基于时间序列预测模型的电梯轿厢振动异常预警方法
CN110386530A (zh) * 2019-07-16 2019-10-29 浙江大学 一种面向故障诊断和安全预警的电梯监测系统及方法
CN110498314A (zh) * 2019-08-28 2019-11-26 上海电气集团股份有限公司 电梯门系统的健康评估方法、系统、电子设备及存储介质
CN110790105A (zh) * 2019-11-20 2020-02-14 上海电气集团股份有限公司 电梯门系统诊断、衰退时间的预测方法及诊断预测系统
CN111591866A (zh) * 2020-05-29 2020-08-28 广州广日电梯工业有限公司 一种变频门机系统及电梯轿厢安全防护处理方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于BP神经网络的电梯故障诊断的研究;刘莉;《中国优秀硕士学位论文全文数据库工程科技II辑》;20131031;全文 *
高层建筑消防安全评估与预警系统的设计与实现;夏有田;《中国优秀硕士学位论文全文数据库工程科技II辑》;20190430;全文 *

Also Published As

Publication number Publication date
CN112938683A (zh) 2021-06-11

Similar Documents

Publication Publication Date Title
CN116702081B (zh) 基于人工智能的配电设备智能巡检方法
CN108875710B (zh) 基于能量阈值算法的电梯门运行速度估计方法
AU699254B2 (en) Plant parameter detection by monitoring of power spectral densities
CN111044902B (zh) 一种基于电流和电压信号的电机故障诊断方法
CN112938683B (zh) 一种电梯门系统故障的预警方法
CN117390573B (zh) 基于时序预测的风电机组运行异常预警方法
CN117805542B (zh) 一种矿用隔爆本质安全型变频器运行监控系统
CN114046869B (zh) 基于电力系统日常扰动响应的宽频振荡信息在线监测方法与系统
CN110568254A (zh) 一种准确检测故障电流中衰减直流分量参数的方法
CN112034387B (zh) 一种基于预测序列的输电线路短路故障诊断方法及装置
CN108594156B (zh) 一种改进的电流互感器饱和特性识别方法
CN118114118A (zh) 一种基于cndt的典型武器装备故障诊断方法
Yao et al. A framework via impulses-oriented Gini index and extreme value distribution for rolling bearing dynamic fault alarm and identification
CN112380782A (zh) 一种基于混合指标和神经网络的旋转设备故障预测方法
CN108562828A (zh) 基于小波检测提高电网低电压穿越能力的方法
CN116340810A (zh) 基于随机森林的变压器出线部位局部放电诊断方法和装置
Yin et al. Weak-fault diagnosis using state-transition-algorithm-based adaptive stochastic-resonance method
CN113581015B (zh) 燃料电池系统的安全预警方法及装置
CN118393292B (zh) 基于时频分析的电缆室状态监测系统
CN116341993B (zh) 一种用于聚苯乙烯生产过程中状态监测方法及系统
RU2774697C1 (ru) Способ вибродиагностики для определения степени и скорости развития зарождающихся дефектов промышленного оборудования
CN117268535B (zh) 一种基于振动数据的电机转轴状态监测方法
Chang et al. Fault Diagnosis of Rotating Machinery Based on Multiscale Entropy
CN118278624A (zh) 一种基于互感器的电力监测数据智能化分析系统
CN116929196A (zh) 基于侵入波和振动信号诊断融合判定变压器绕组变形系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant