CN114229639B - 一种电梯门故障判断方法、云平台和系统 - Google Patents
一种电梯门故障判断方法、云平台和系统 Download PDFInfo
- Publication number
- CN114229639B CN114229639B CN202111556786.1A CN202111556786A CN114229639B CN 114229639 B CN114229639 B CN 114229639B CN 202111556786 A CN202111556786 A CN 202111556786A CN 114229639 B CN114229639 B CN 114229639B
- Authority
- CN
- China
- Prior art keywords
- curve
- time
- real
- door
- closing
- 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
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
- B66B5/0006—Monitoring devices or performance analysers
- B66B5/0018—Devices monitoring the operating condition of the elevator system
Landscapes
- Maintenance And Inspection Apparatuses For Elevators (AREA)
Abstract
本发明属于电子技术领域,公开了一种电梯门故障判断方法,包括依次进行的如下步骤:步骤1:根据加速度值的集合绘制标准加速度曲线、标准速度曲线、标准位移曲线;步骤2:根据实时加速度值的集合绘制实时加速度曲线、实时速度曲线、实时位移曲线;步骤3:将实时加速度曲线、实时速度曲线、实时位移曲线与标准加速度曲线、标准速度曲线、标准位移曲线进行比对,获得比对结果。该方法基于实时加速度曲线、实时速度曲线、实时位移曲线可判断多种不同的开关门故障。同时,本发明还公开了基于该方法的云平台和系统。
Description
技术领域
本发明涉及电子技术领域,具体为一种电梯门故障判断方法、云平台和系统。
背景技术
CN201910743768.0公开了一种通过监控对电梯门进行实时故障检测及预测的方法,属于电梯门故障检测技术领域。该通过监控对电梯门进行实时故障检测及预测的方法包括如下步骤:S1:获取电梯门的第一监控视频;S2:根据第一监控视频获取电梯门在不同时刻的第一门间距;S3:将不同时刻的第一门间距绘制成电梯门基准运行曲线;S4:获取第一预设时间时的电梯门实时运行曲线;S5:通过DTW算法对电梯门实时运行曲线与基准运行曲线进行比较,如果两者的差值在预设范围内则说明电梯门此时没有出现故障,如果两者的差值不在预设范围内时则说明电梯门此时出现故障。
该方案需要对视频图像进行识别处理,数据量很大,计算量也是海量,对于大范围电梯监测来说不实用。
在标准曲线方面,该方案仅仅得到了间距变化的曲线,该曲线并不能充分的反映电梯门的故障状态,监测结果准确性有待提高。
本申请人申请的在先专利CN202110721554.0公开了一种电梯门开关门故障检测方法,包括如下步骤:步骤1:绘制电梯在正常开门、关门状态下的第一加速度曲线;步骤2:收集电梯门的水平加速度数据,并在判断电梯门处于开门或关门状态时进行步骤3;步骤3:获取电梯门在开门或关门状态时的水平加速度的第二加速度曲线,将第一加速度曲线和第二加速度曲线比对,判断电梯门在开门或关门状态下是否正常。
该方案是对于开关门的1.0版本,对于开关门故障判断的精细度还有待提高。
所以,本案解决的计算问题是:如何提高对于不同故障的开关门判断的精确性。
发明内容
本发明的目的在于提供一种电梯门故障判断方法,该方法基于实时加速度曲线、实时速度曲线、实时位移曲线可判断多种不同的开关门故障。
同时,本发明还公开了基于该方法的云平台和系统。
为实现上述目的,本发明提供如下技术方案:一种电梯门故障判断方法,包括依次进行的如下步骤:
步骤1:获取电梯门在正常状态下的开关门时的加速度值的集合,根据加速度值的集合绘制标准加速度曲线、标准速度曲线、标准位移曲线;
步骤2:获取电梯门在开关门时的实时加速度值的集合,根据实时加速度值的集合绘制实时加速度曲线、实时速度曲线、实时位移曲线;
步骤3:将实时加速度曲线、实时速度曲线、实时位移曲线与标准加速度曲线、标准速度曲线、标准位移曲线进行比对,获得比对结果,所述比对结果为开关门时间变长、开关门行程变短、开关门受阻中的一种或多种。
在上述的电梯门故障判断方法中,开关门时间变长的故障的判断方法为:
在实时位移曲线所标识的上下限与标准位移曲线所标识的上下限一致的前提下,判断实时加速度曲线、实时速度曲线、实时位移曲线中任一曲线所标识的关门或开门的周期是否长于标准加速度曲线、标准速度曲线、标准位移曲线所标识的开门或关门的周期。
在上述的电梯门故障判断方法中,开关门行程变短的故障的判断的方法为:判断实时位移曲线所标识的上下限是否小于标准位移曲线所标识的上下限,若是,对下一次开关门的状态进行分析,判断是否出现开关门行程变短的故障,若是,则判定为开关门行程变短的故障,若否,则判定为人为介入电梯门运行的情况。
在上述的电梯门故障判断方法中,统计一段时间内的人为介入电梯门运行的情况出现的次数,若次数大于第一预设次数,则调出对应的实时位移曲线,计算实时位移曲线的上下限,若上下限相同,则判断为开关门行程变短的故障,若上下限不相同,则判定为人为介入电梯门运行的情况。
在上述的电梯门故障判断方法中,开关门受阻的故障的判断方法为:
在判断为开关门时间变长的故障的前提下,判断加速度曲线、实时速度曲线、实时位移曲线中任一曲线与标准加速度曲线、标准速度曲线、标准位移曲线的重合度,若重合度大于第一阈值,则判断为开关门受阻的故障,若重合度小于第一阈值,则判断为开关门时间变长的故障。
开关门受阻的故障的判断方法为:在判断为开关门行程变短的故障的前提下,计算在一个开门至关门的周期中,实时加速度曲线的两个波谷之间是否存在一个次波谷,所述次波谷的波高不小于波谷的波高的10%,若是,则判断为开关门受阻的故障,若否,则判断为开关门行程变短的故障。
在上述的电梯门故障判断方法中,统计一段时间内出现的比对结果,若同一类型的比对结果出现的次数大于第二预设次数,则发出告警。
在上述的电梯门故障判断方法中,在进行告警时,告警信息中包含比对结果的类型、比对结果的值;
所述比对结果的值包括:开关门时间、开关门行程、开关门受阻时的行程位置。
在上述的电梯门故障判断方法中,所述标准加速度曲线、标准速度曲线、标准位移曲线所涉及的加速度值的集合在每次电梯检修结束后进行绘制和更新。
同时,本发明还公开了一种用于实现上述方法的电梯门故障检测云平台,包括如下模块:
数据接收模块:用于接收电梯门搭载的加速度传感器的加速度值;
标准曲线绘制模块:用于根据电梯门在正常状态下的开关门时的加速度值的集合绘制标准加速度曲线、标准速度曲线、标准位移曲线;
实时曲线绘制模块:根据电梯门在开关门时的实时加速度值的集合绘制实时加速度曲线、实时速度曲线、实时位移曲线;
状态判断模块:用于将实时加速度曲线、实时速度曲线、实时位移曲线与标准加速度曲线、标准速度曲线、标准位移曲线进行比对,获得比对结果,所述比对结果为开关门时间变长、开关门行程变短、开关门受阻中的一种或多种。
最后,本发明还公开了一种电梯门故障检测系统,包括搭载在电梯门内的加速度传感器、工业路由器、如上所述的云平台,所述加速度传感器的数据经工业路由器发送给云平台。
与现有技术相比,本发明的有益效果是:
本发明通过加速度计算实时速度和距离,根据实时加速度曲线、实时速度曲线、实时位移曲线与标准加速度曲线、标准速度曲线、标准位移曲线的比对结果,可得到多种故障的判断结果,提高了故障判断的精确性。
附图说明
图1为本发明的实施例1的电梯门的标准加速度曲线、标准速度曲线、标准位移曲线;
图2为本发明的实施例1的电梯门在开关门受阻的故障和开关门行程变短的故障的叠加时的实时加速度曲线、实时速度曲线、实时位移曲线;
图3为本发明的实施例1的电梯门在人为介入状态下的实时加速度曲线、实时速度曲线、实时位移曲线;
图4为本发明的实施例1的流程图;
图5为本发明的实施例2的结构图;
图6为本发明的实施例3的结构图。
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、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,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,都属于本发明保护的范围。
实施例1
参考图1-4,一种电梯门故障判断方法,包括依次进行的如下步骤:
步骤1:获取电梯门在正常状态下的开关门时的加速度值的集合,根据加速度值的集合绘制标准加速度曲线、标准速度曲线、标准位移曲线;
步骤2:获取电梯门在开关门时的实时加速度值的集合,根据实时加速度值的集合绘制实时加速度曲线、实时速度曲线、实时位移曲线;
步骤3:将实时加速度曲线、实时速度曲线、实时位移曲线与标准加速度曲线、标准速度曲线、标准位移曲线进行比对,获得比对结果,所述比对结果为开关门时间变长、开关门行程变短、开关门受阻中的一种或多种。
上述的故障的具体判断方法如下:
1.开关门时间变长的故障的判断方法为:
在实时位移曲线所标识的上下限与标准位移曲线所标识的上下限一致的前提下,判断实时加速度曲线、实时速度曲线、实时位移曲线中任一曲线所标识的关门或开门的周期是否长于标准加速度曲线、标准速度曲线、标准位移曲线所标识的开门或关门的周期。
具体可参考图1,图1是标准加速度曲线、标准速度曲线、标准位移曲线,其中,曲线1是标准加速度曲线,曲线2是标准速度曲线,曲线3是标准位移曲线;
标准加速度曲线由加速度值计算并拟合即可得到;标准速度曲线采用加速度和时间的积分可得;标准位移曲线可先通过加速度和时间积分得到速度,再根据速度和时间进行二次积分得到位移。
其中横坐标为采样次数(使用100HZ的采样率,一定程度上也可以做为时间轴考虑),横坐标150-450的区间代表电梯门从关闭到开启的变化过程;横坐标450-800代表门持续开启的状态;横坐标800-1200代表门从开启到关闭的过程。
横坐标150-450的区间内,加速度从0到极大值再到极小值再到0,关门速度从0到极大再到0;
开关门时间变长的前提是位移上下限应当是正常的,但是周期边长,所以,通过实时位移曲线的上下限可以确定位移上下限是否小于标准位移曲线的上下限,如果不小于,那么再判断如上所述的梯门从关闭到开启的变化过程、电梯门从开启到关闭的过程中这一过程是否边长,而这一过程可以通过实时加速度曲线、实时速度曲线、实时位移曲线均可判断。为了降低数据处理量,当采用实时位移曲线判断完上下限后继续对实时位移曲线进行分析,可完成分析过程。
2.开关门行程变短的故障的判断的方法为:判断实时位移曲线所标识的上下限是否小于标准位移曲线所标识的上下限,若是,对下一次开关门的状态进行分析,判断是否出现开关门行程变短的故障,若是,则判定为开关门行程变短的故障,若否,则判定为人为介入电梯门运行的情况。
通过长期的研究和测试发现,开关门行程变短如果是属于故障,其一般情况下会下次开关门依然会出现,所以,对下一次开关门时的实时位移曲线的上下限进行分析即可知道;
开关门行程变短如果属于故障,其还可能出现的现象是,间隔性出现,这种情况下应当与人为介入电梯门运行的情况予以区分,一般来说,人将手、固体插入到们之间,那么电梯门会从关门状态变为开门状态,参考图3,图3就是人为介入的情况,这种状态每天都会出现几次。为了区别故障和人为介入,此时要引入对于实时位移曲线的上下限的统计,如果是故障状态,那么每次出现故障(间隔性出现)时的上下限大体相同,如果是人为介入,不可能每次都在同一位移距离介入,所以如果是正常人为介入,统计后可发现一段时间内的出现异常的实时位移曲线的上下限都是不同的。
综合来说,统计一段时间内的人为介入电梯门运行的情况出现的次数,若次数大于第一预设次数,则调出对应的实时位移曲线,计算实时位移曲线的上下限,若上下限相同,则判断为开关门行程变短的故障,若上下限不相同,则判定为人为介入电梯门运行的情况。
3.开关门受阻的故障的判断方法为:
出现开关门受阻的故障会导致两种情况:第一种,开关门时间变长;第二种,如果开关门时间不变长,那么必然会存在开关门行程变小的情况。所以判断方法分为以下两种情况:
情况一:
在判断为开关门时间变长的故障的前提下,判断加速度曲线、实时速度曲线、实时位移曲线中任一曲线与标准加速度曲线、标准速度曲线、标准位移曲线的重合度,若重合度大于第一阈值如60%,则判断为开关门受阻的故障,若重合度小于第一阈值,则判断为开关门时间变长的故障。
一般来说,开关门受阻是指开关门到一定位置后加速度突然接近或变为0,在此之外加速度是正常状态,而开关门时间变长的故障一般情况下加速度均低于正常值,基于此策略,我们设置了第一阈值来判断状态重合的情况,进而对开关门时间变长的故障进行进一步细分,为维修人员提供更为明确的作业指导。
情况二:
在判断为开关门行程变短的故障的前提下,计算在一个开门至关门的周期中,实时加速度曲线的两个波谷之间是否存在一个次波谷,所述次波谷的波高不小于波谷的波高的10%,若是,则判断为开关门受阻的故障,若否,则判断为开关门行程变短的故障。
参考图2,图2就是一个典型的开关门受阻的故障和开关门行程变短的故障的叠加。
参考实时加速度曲线,在两个波谷之间有一个波峰大概为9的次波谷。
综上所述,如果是开关门受阻的故障,那么必然是故障叠加,要么是开关门受阻的故障和开关门行程变短的故障的叠加,要么是开关门时间变长的故障和开关门受阻的故障的叠加。
而开关门行程变短的故障、开关门时间变长的故障可单独出现。
优选地,统计一段时间内出现的比对结果,若同一类型的比对结果出现的次数大于第二预设次数,则发出告警;
在进行告警时,告警信息中包含比对结果的类型、比对结果的值;
所述比对结果的值包括:开关门时间、开关门行程、开关门受阻时的行程位置。
优选地,所述标准加速度曲线、标准速度曲线、标准位移曲线所涉及的加速度值的集合在每次电梯检修结束后进行绘制和更新。
实施例2
参考图5,一种用于实现实施例1所述方法的电梯门故障检测云平台,包括如下模块:
数据接收模1:用于接收电梯门搭载的加速度传感器的加速度值;
标准曲线绘制模块2:用于根据电梯门在正常状态下的开关门时的加速度值的集合绘制标准加速度曲线、标准速度曲线、标准位移曲线;
实时曲线绘制模块3:根据电梯门在开关门时的实时加速度值的集合绘制实时加速度曲线、实时速度曲线、实时位移曲线;
状态判断模块4:用于将实时加速度曲线、实时速度曲线、实时位移曲线与标准加速度曲线、标准速度曲线、标准位移曲线进行比对,获得比对结果,所述比对结果为开关门时间变长、开关门行程变短、开关门受阻中的一种或多种。
实施例3
参考图6,一种电梯门故障检测系统,包括搭载在电梯门内的加速度传感器10、工业路由器20、如实施例2所述的云平台30,所述加速度传感器的数据经工业路由器发送给云平台。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
Claims (8)
1.一种电梯门故障判断方法,其特征在于,包括依次进行的如下步骤:
步骤1:获取电梯门在正常状态下的开关门时的加速度值的集合,根据加速度值的集合绘制标准加速度曲线、标准速度曲线、标准位移曲线;
步骤2:获取电梯门在开关门时的实时加速度值的集合,根据实时加速度值的集合绘制实时加速度曲线、实时速度曲线、实时位移曲线;
步骤3:将实时加速度曲线、实时速度曲线、实时位移曲线与标准加速度曲线、标准速度曲线、标准位移曲线进行比对,获得比对结果,所述比对结果为开关门时间变长、开关门行程变短、开关门受阻中的一种或多种;
开关门行程变短的故障的判断的方法为:判断实时位移曲线所标识的上下限是否小于标准位移曲线所标识的上下限,若是,对下一次开关门的状态进行分析,判断是否出现开关门行程变短的故障,若是,则判定为开关门行程变短的故障,若否,则判定为人为介入电梯门运行的情况;
统计一段时间内的人为介入电梯门运行的情况出现的次数,若次数大于第一预设次数,则调出对应的实时位移曲线,计算实时位移曲线的上下限,若上下限相同,则判断为开关门行程变短的故障,若上下限不相同,则判定为人为介入电梯门运行的情况。
2.根据权利要求1所述的电梯门故障判断方法,其特征在于,开关门时间变长的故障的判断方法为:
在实时位移曲线所标识的上下限与标准位移曲线所标识的上下限一致的前提下,判断实时加速度曲线、实时速度曲线、实时位移曲线中任一曲线所标识的关门或开门的周期是否长于标准加速度曲线、标准速度曲线、标准位移曲线所标识的开门或关门的周期。
3.根据权利要求1所述的电梯门故障判断方法,其特征在于,开关门受阻的故障的判断方法为:
在判断为开关门时间变长的故障的前提下,判断加速度曲线、实时速度曲线、实时位移曲线中任一曲线与标准加速度曲线、标准速度曲线、标准位移曲线的重合度,若重合度大于第一阈值,则判断为开关门受阻的故障,若重合度小于第一阈值,则判断为开关门时间变长的故障。
4.根据权利要求1所述的电梯门故障判断方法,其特征在于,开关门受阻的故障的判断方法为:
在判断为开关门行程变短的故障的前提下,计算在一个开门至关门的周期中,实时加速度曲线的两个波谷之间是否存在一个次波谷,所述次波谷的波高不小于波谷的波高的10%,若是,则判断为开关门受阻的故障,若否,则判断为开关门行程变短的故障。
5.根据权利要求1所述的电梯门故障判断方法,其特征在于,统计一段时间内出现的比对结果,若同一类型的比对结果出现的次数大于第二预设次数,则发出告警;在进行告警时,告警信息中包含比对结果的类型、比对结果的值;
所述比对结果的值包括:开关门时间、开关门行程、开关门受阻时的行程位置。
6.根据权利要求1所述的电梯门故障判断方法,其特征在于,所述标准加速度曲线、标准速度曲线、标准位移曲线所涉及的加速度值的集合在每次电梯检修结束后进行绘制和更新。
7.一种用于实现权利要求1-6任一所述方法的电梯门故障检测云平台,其特征在于,包括如下模块:
数据接收模块:用于接收电梯门搭载的加速度传感器的加速度值;
标准曲线绘制模块:用于根据电梯门在正常状态下的开关门时的加速度值的集合绘制标准加速度曲线、标准速度曲线、标准位移曲线;
实时曲线绘制模块:根据电梯门在开关门时的实时加速度值的集合绘制实时加速度曲线、实时速度曲线、实时位移曲线;
状态判断模块:用于将实时加速度曲线、实时速度曲线、实时位移曲线与标准加速度曲线、标准速度曲线、标准位移曲线进行比对,获得比对结果,所述比对结果为开关门时间变长、开关门行程变短、开关门受阻中的一种或多种。
8.一种电梯门故障检测系统,其特征在于,包括搭载在电梯门内的加速度传感器、工业路由器、如权利要求7所述的云平台,所述加速度传感器的数据经工业路由器发送给云平台。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111556786.1A CN114229639B (zh) | 2021-12-17 | 2021-12-17 | 一种电梯门故障判断方法、云平台和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111556786.1A CN114229639B (zh) | 2021-12-17 | 2021-12-17 | 一种电梯门故障判断方法、云平台和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114229639A CN114229639A (zh) | 2022-03-25 |
CN114229639B true CN114229639B (zh) | 2022-10-14 |
Family
ID=80758680
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111556786.1A Active CN114229639B (zh) | 2021-12-17 | 2021-12-17 | 一种电梯门故障判断方法、云平台和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114229639B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115980391B (zh) * | 2023-03-21 | 2023-10-10 | 中国汽车技术研究中心有限公司 | 事件数据记录系统的加速度传感器测试方法、设备及介质 |
CN116563798A (zh) * | 2023-07-11 | 2023-08-08 | 深圳百城精工有限公司 | 基于图像识别的电梯监控预警方法、装置、设备及介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106467260A (zh) * | 2015-08-18 | 2017-03-01 | 上海市特种设备监督检验技术研究院 | 一种电梯水平滑动门关门动能动态测试方法 |
CN108147245A (zh) * | 2017-12-26 | 2018-06-12 | 福建省特种设备检验研究院 | 一种电梯能效测试方法 |
CN108178035A (zh) * | 2016-12-08 | 2018-06-19 | 福州鑫奥特纳科技有限公司 | 一种电梯轿门状态监测装置及监测方法 |
CN110626900A (zh) * | 2019-09-23 | 2019-12-31 | 猫岐智能科技(上海)有限公司 | 设备运行异常判断方法 |
CN113401758A (zh) * | 2021-06-28 | 2021-09-17 | 广州鲁邦通物联网科技有限公司 | 一种电梯门开关门故障检测方法 |
-
2021
- 2021-12-17 CN CN202111556786.1A patent/CN114229639B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106467260A (zh) * | 2015-08-18 | 2017-03-01 | 上海市特种设备监督检验技术研究院 | 一种电梯水平滑动门关门动能动态测试方法 |
CN108178035A (zh) * | 2016-12-08 | 2018-06-19 | 福州鑫奥特纳科技有限公司 | 一种电梯轿门状态监测装置及监测方法 |
CN108147245A (zh) * | 2017-12-26 | 2018-06-12 | 福建省特种设备检验研究院 | 一种电梯能效测试方法 |
CN110626900A (zh) * | 2019-09-23 | 2019-12-31 | 猫岐智能科技(上海)有限公司 | 设备运行异常判断方法 |
CN113401758A (zh) * | 2021-06-28 | 2021-09-17 | 广州鲁邦通物联网科技有限公司 | 一种电梯门开关门故障检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114229639A (zh) | 2022-03-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114229639B (zh) | 一种电梯门故障判断方法、云平台和系统 | |
CN110589650B (zh) | 设备运行异常判断系统 | |
CN101299275B (zh) | 一种目标检测方法、装置 | |
CN109867186B (zh) | 一种基于智能视频分析技术的电梯困人检测方法及系统 | |
CN109738939B (zh) | 一种地震前兆数据异常检测方法 | |
CN110626900B (zh) | 设备运行异常判断方法 | |
CN116304766B (zh) | 基于多传感器的开关柜状态快速评估方法 | |
CN103065121B (zh) | 基于视频人脸分析的火车司机状态监控方法及装置 | |
AU2021100365A4 (en) | A multi-sensor-based intelligent monitoring and early warning system and method for dam safety | |
CN103812577A (zh) | 非正常无线电信号的自动识别系统及其方法 | |
CN113562562A (zh) | 一种电梯安全预警监测系统及其判断方法 | |
CN111392538A (zh) | 一种基于多维物联网图谱大数据的电梯综合故障预警方法 | |
CN116224925B (zh) | 一种智能加工管理系统 | |
CN114436087B (zh) | 基于深度学习的电梯乘客扒门检测方法及系统 | |
CN116826958A (zh) | 一种数字化输电通道智能安全巡检方法 | |
CN110594954A (zh) | 一种空调故障检测方法以及检测装置 | |
CN114580852A (zh) | 基于工业大数据的水泵挡水板清理实时提醒系统 | |
CN116951328B (zh) | 基于大数据的排水管线运行智慧监控系统 | |
CN113401758A (zh) | 一种电梯门开关门故障检测方法 | |
CN114615086B (zh) | 一种车载can网络入侵检测方法 | |
CN116740885A (zh) | 烟雾火焰报警方法、装置、电子设备及存储介质 | |
CN113128322A (zh) | 一种电梯地坎检测方法 | |
CN111666780A (zh) | 一种基于情绪识别技术的智能门控安防方法 | |
CN114314243A (zh) | 基于视频识别技术的升降机超载报警系统及超载报警方法 | |
CN115147006A (zh) | 一种具有视觉分析可视化控制系统 |
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 |