CN114803743A - 一种基于电梯综合性能感知识别的群控方法和系统 - Google Patents

一种基于电梯综合性能感知识别的群控方法和系统 Download PDF

Info

Publication number
CN114803743A
CN114803743A CN202210478481.1A CN202210478481A CN114803743A CN 114803743 A CN114803743 A CN 114803743A CN 202210478481 A CN202210478481 A CN 202210478481A CN 114803743 A CN114803743 A CN 114803743A
Authority
CN
China
Prior art keywords
elevator
group
brake shoe
current
group control
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.)
Granted
Application number
CN202210478481.1A
Other languages
English (en)
Other versions
CN114803743B (zh
Inventor
王海舰
路聪聪
谢飞
尹明军
吴真昱
刘林
余成文
陈璟琳
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.)
Guilin University of Electronic Technology
Original Assignee
Guilin University of Electronic Technology
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 Guilin University of Electronic Technology filed Critical Guilin University of Electronic Technology
Priority to CN202210478481.1A priority Critical patent/CN114803743B/zh
Publication of CN114803743A publication Critical patent/CN114803743A/zh
Application granted granted Critical
Publication of CN114803743B publication Critical patent/CN114803743B/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
    • B66B1/00—Control systems of elevators in general
    • B66B1/02—Control systems without regulation, i.e. without retroactive action
    • B66B1/06—Control systems without regulation, i.e. without retroactive action electric
    • B66B1/14—Control systems without regulation, i.e. without retroactive action electric with devices, e.g. push-buttons, for indirect control of movements
    • B66B1/18—Control systems without regulation, i.e. without retroactive action electric with devices, e.g. push-buttons, for indirect control of movements with means for storing pulses controlling the movements of several cars or cages
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B66—HOISTING; LIFTING; HAULING
    • B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
    • B66B1/00—Control systems of elevators in general
    • B66B1/34—Details, e.g. call counting devices, data transmission from car to control system, devices giving information to the control system
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B50/00—Energy efficient technologies in elevators, escalators and moving walkways, e.g. energy saving or recuperation technologies

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Elevator Control (AREA)
  • Maintenance And Inspection Apparatuses For Elevators (AREA)

Abstract

本发明公开一种基于电梯综合性能感知识别的群控方法和系统，包括：获取电梯群组的数据信号，所述数据信号包含电梯制动器闸瓦厚度、温度信号和曳引轮轮槽点云信息；对所述数据信号进行融合识别，实现对电梯群组中各台电梯当前物理性能的感知识别。采用本发明技术方案，实现对各台电梯当前物理性能的有效识别，特别地当融合数据脱离安全值范围时，发出当前电梯预警信息。

Description

一种基于电梯综合性能感知识别的群控方法和系统
技术领域
本发明属于电梯群控系统技术领域，特别涉及一种基于电梯综合性能感知识别的群控方法和系统。
背景技术
电梯是一种特种运输设备，在人们的日常生活中发挥着不可替代的作用。随着社会的发展，人们对电梯的需求也显著增加，特别是在大型人口聚集建筑区域大多采用电梯联控的方式控制电梯系统运行，由于电梯运行过程中不同时段的客流差异很大，因此，组群中电梯的派遣运行也需要根据客流、能耗、等待时间等因素进行调整，如果单台电梯经常处于运行状态，势必会造成个别电梯寿命的加速衰减，不利于整个电梯组群的高效运行以及最佳维护周期的选择，这就需要建立电梯组群合理的派遣次序方法。
专利201310182737.5给出了一种电梯群控系统的客流峰值感知方法与自适应派梯方法，提出统一出退勤运转模式，不再需要设定高峰运转模式和对应的时间带，系统可以自行感知并应付；解决了呼叫的等待时间和实际乘客的等待时间之间的矛盾。
专利201710531202.2提供了一种电梯群控系统，即通过对每层楼层上下行乘客的区分及电梯内负载的监控，从而使得电梯群控调度精确与效率提高；解决了电梯的无效停靠问题，达到节能目的。
以上两个专利虽然在一定程度上实现了电梯组群的的联动控制，实现了候梯时间的缩短以及电梯系统节能减耗，但都没有考虑到电梯在运行过程中，制动器及曳引轮轮槽的磨损问题所导致的电梯物理性能下降，曳引轮作为电梯传递曳引动力的装置，制动器能够使运行中的电梯安全制停，其安全性和可靠性不言而喻。如何在先有的派梯策略上考虑到电梯物理性能指标的影响，实现对各部电梯当前综合性能的有效识别，并将各台电梯的综合性能的优劣作为派梯策略，以确定电梯启停的偏好次序是现阶段亟需要解决的一大问题。
发明内容
本发明要解决的技术问题是，提供一种基于电梯综合性能感知识别的群控方法和系统，实现对各台电梯当前物理性能的有效识别，特别地当融合数据脱离安全值范围时，发出当前电梯预警信息。
为实现上述目的，本发明采用如下的技术方案：
一种基于电梯综合性能感知识别的群控方法，包括以下步骤：
步骤S1、获取电梯群组的数据信号，所述数据信号包含电梯制动器闸瓦厚度、温度信号和曳引轮轮槽点云信息；
步骤S2、对所述数据信号进行融合识别，实现对电梯群组中各台电梯当前物理性能的感知识别。
作为优选，还包括：根据融合识别结果，指定最适合执行任务的电梯。
作为优选，还包括：当融合识别结果脱离安全值范围时，发出当前电梯预警信息。
作为优选，步骤S1中，通过视觉传感器检测电梯制动器闸瓦厚度；通过温度传感器采集电梯制动器闸瓦温度信号；通过三维扫描装置对曳引轮轮槽的线结构光扫描，得到每组电梯曳引轮轮槽的三维重构模型，所述三维重构模型包含所述曳引轮轮槽点云信息。
作为优选，步骤S2包括：
步骤21、根据电梯制动器闸瓦厚度和温度信号，基于第一样本数据库得到当前电梯闸瓦磨损量；
步骤22、根据曳引轮轮槽点云信息，基于第二样本数据库通过对比算法得到当前电梯曳引轮轮槽磨损量；
步骤23、基于线性加权法建立多指标评价函数，其中，电梯组群系统评价指标分别为呼梯信号Q、候梯时间W、能耗E、电梯物理性能R；对每个指标都赋予一个权重系数wk，使得w1+w2+w3+w4＝1，目标函数为：
f(n)＝wn1Q+wn2W+wn3E+wn4R；
步骤24、选择乘客人数a、轿厢所在层到呼梯层的距离s、电梯从当前层到达呼梯层的停靠次数d以及磨损量与电梯制动器闸瓦温升信号融合特征f，作为群控系统的输入变量，所述磨损量为当前电梯制动器闸瓦磨损量和当前电梯曳引轮轮槽磨损量；
步骤25、根据输入变量与评价指标之间的非线性模糊关系，得到隶属度关系表，建立输入变量隶属函数，即
[a,s,d,f]＝B[Q,W,E,R]
其中，模糊关系B为一个4*4的矩阵，即为载客人数、相对距离、停靠次数、磨损量与温升信号融合特征的隶属度关系；
步骤26、通过神经网络训练得到各个评价指标的权重系数最优值，使得多指标融合评价函数响应值最大；基于评价函数响应值点通过控制模块派遣最适合执行任务的电梯。
本发明还提供一种基于电梯综合性能感知识别的群控系统，包括：电梯组群和电梯群控系统；电梯组群包含若干台电梯；电梯群控系统包含：数据采集模块、上位机模块；其中，
数据采集模块，用于采集电梯群组的数据信号，其包含电梯制动器闸瓦厚度、温度信号以曳引轮轮槽点云信息；
上位机模块，用于对所述数据信号进行融合识别，具体为：对当前电梯闸瓦、曳引轮轮槽磨损数据进行融合，实现对电梯群组中各台电梯当前物理性能的感知识别。
作为优选，还包括：
控制模块，用于根据融合识别结果，指定最适合执行任务的电梯；
预警模块，用于当融合识别结果脱离安全值范围时，发出当前电梯预警信息。
作为优选，所述数据采集模块包括：视觉传感器、温度传感器、三维扫描仪；视觉传感器用于检测闸瓦厚度；温度传感器用于采集闸瓦温度信号；三维扫描装置用于对曳引轮轮槽的线结构光扫描，得到每组电梯曳引轮轮槽的三维重构模型，所述三维重构模型包含所述曳引轮轮槽点云信息。
本发明通过多传感器采集电梯制动器闸瓦厚度、温度信号以曳引轮轮槽点云信息，结合多传感器数据融合技术对当前电梯闸瓦、曳引轮轮槽磨损数据进行融合，实现对各台电梯当前物理性能的有效识别；特别地当融合数据脱离安全值范围时，发出当前电梯预警信息。
附图说明
为了更清楚地说明本发明的技术方案，下面对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本实施例基于电梯综合性能感知识别的群控方法的流程图；
图2为电梯群控系统示意图；
图3为神经网络训练得到评价函数最优响应值示意图。
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。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
实施例1：
如图1所示，一种基于电梯综合性能感知识别的群控方法，包括以下步骤：
步骤S1、获取电梯群组的数据信号，所述数据信号包含电梯制动器闸瓦厚度、温度信号和曳引轮轮槽点云信息；
步骤S2、对所述数据信号进行融合识别，实现对电梯群组中各台电梯当前物理性能的感知识别。
进一步，还包括：根据融合识别结果，指定最适合执行任务的电梯；
进一步，还包括：当融合识别结果脱离安全值范围时，发出当前电梯预警信息。
作为本实施例的一种实施方式，步骤S1中，通过视觉传感器检测电梯制动器闸瓦厚度；通过温度传感器采集电梯制动器闸瓦温度信号；通过三维扫描装置对曳引轮轮槽的线结构光扫描，得到每组电梯曳引轮轮槽的三维重构模型。
作为本实施例的一种实施方式，如图2、3所示，步骤S2结合多传感器数据融合技术对隶属函数融合，做出电梯物理性能的评判决策，实现各台电梯当前物理性能的感知识别，具体包括：
步骤21、根据电梯制动器闸瓦厚度、温度信号，基于第一样本数据库得到当前电梯闸瓦磨损量，其中，第一样本数据库包含闸瓦磨损量与闸瓦厚度和温升变化的关系；
步骤22、根据曳引轮轮槽点云信息，基于第二样本数据库通过对比算法得到当前电梯曳引轮轮槽磨损量；其中，所述第二样本数据库中包含规格完好的曳引轮轮槽三维重构模型，通过对比算法将扫描得到的曳引轮轮槽三维重构模型与规格完好的曳引轮轮槽三维重构模型进行模型比对，得到当前电梯曳引轮轮槽磨损量。进一步，行模型比对的过程如下：通过对点云信息的特征点提取，进行相似性度量找到各模型匹配的特征点对，然后变换三维模型的空间坐标变换参数，最后由坐标变换参数进行配准。
步骤23、基于线性加权法建立多指标评价函数，过程如下：首先，电梯组群系统评价指标分别为呼梯信号Q、候梯时间W、能耗E、电梯物理性能R。然后，对每个指标都赋予一个权重系数wk，使得w1+w2+w3+w4＝1。针对一个具有N部电梯系统而言，其目标函数为：
f(n)＝wn1Q+wn2W+wn3E+wn4R
步骤24、选择乘客人数a、轿厢所在层到呼梯层的距离s、电梯从当前层到达呼梯层的停靠次数d以及磨损量与电梯制动器闸瓦温升信号融合特征f，作为群控系统的输入变量，所述磨损量为当前电梯闸瓦磨损量和当前电梯曳引轮轮槽磨损量。
步骤25、根据输入变量与评价指标之间的非线性模糊关系，得到隶属度关系表，建立输入变量隶属函数，即：
[a,s,d,f]＝B[Q,W,E,R]
其中，模糊关系B为一个4*4的矩阵，即为载客人数、相对距离、停靠次数、磨损量与温升信号融合特征的隶属度关系。
步骤26、通过神经网络训练得到各个评价指标的权重系数最优，使得评价函数响应值最大；当f(n)响应值越大时，表示第N台电梯综合性能越好；此时，第N台电梯通过控制模块被调用执行。
为了实现电梯综合性能的感知识别，确定影响电梯群控的各个评价指标；为得到电梯综合性能最优，基于线性加权法建立多指标评价函数；基于评价指标，确定电梯群控系统的输入变量；并根据输入变量与评价指标之间的非线性模糊关系，得到隶属度关系表，建立输入变量隶属函数；将所述评价指标代入评价函数，通过神经网络训练得到各个评价指标的权重系数最优值，使得多指标融合评价函数响应值最大；基于评价函数响应值点通过控制模块派遣最适合执行任务的电梯；实现电梯组群中各台电梯的均衡服役，保证各台电梯性能的最大发挥，有效延长各台电梯的使用寿命。
本发明具有以下有益效果：
1、通过多传感器采集电梯制动器闸瓦厚度、温度信号以及曳引轮轮槽点云信息，结合多传感器数据融合技术对当前电梯的闸瓦、曳引轮轮槽磨损数据进行融合，实现对各台电梯当前物理性能的有效识别；特别地当融合数据脱离安全值范围时，发出当前电梯预警信息。
2、通过线性加权法建立多指标评价函数，基于神经网络训练得到各评价指标最优的权重系数，得到评价函数最大响应值，当f(n)响应值越大时，表示第N台电梯综合性能越好；此时，第N台电梯通过控制单元被调用执行。在先有的派梯策略基础上考虑到电梯物理性能指标的影响，并实现对各部电梯当前综合性能的有效识别，实现了电梯组群中各台电梯的均衡服役，保证各台电梯性能的最大发挥。
实施例2：
本实施例提供一种基于电梯综合性能感知识别的群控系统，包括：电梯组群和电梯群控系统；电梯组群包含若干台电梯；电梯群控系统包含：数据采集模块、预警模块、上位机模块、控制模块；
数据采集模块，用于采集电梯群组的数据信号，其包含电梯制动器闸瓦厚度、温度信号以曳引轮轮槽点云信息；
上位机模块，用于对所述数据信号进行融合识别，具体为：对当前电梯闸瓦、曳引轮轮槽磨损数据进行融合，实现对电梯群组中各台电梯当前物理性能的感知识别；
控制模块，用于根据融合识别结果，指定最适合执行任务的电梯；
预警模块，用于当融合识别结果脱离安全值范围时，发出当前电梯预警信息。
作为本实施例的一种实施方式，数据采集模块包括：视觉传感器、温度传感器、三维扫描仪；视觉传感器用于检测闸瓦厚度；温度传感器用于采集闸瓦温度信号；三维扫描装置用于对曳引轮轮槽的线结构光扫描，得到每组电梯曳引轮轮槽的三维重构模型。
以上所述的实施例仅是对本发明优选方式进行的描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案做出的各种变形和改进，均应落入本发明权利要求书确定的保护范围内。

Claims (8)

1.一种基于电梯综合性能感知识别的群控方法，其特征在于，包括以下步骤：
步骤S1、获取电梯群组的数据信号，所述数据信号包含电梯制动器闸瓦厚度、温度信号和曳引轮轮槽点云信息；
步骤S2、对所述数据信号进行融合识别，实现对电梯群组中各台电梯当前物理性能的感知识别。
2.如权利要求1所述的基于电梯综合性能感知识别的群控方法，其特征在于，还包括：根据融合识别结果，指定最适合执行任务的电梯。
3.如权利要求1所述的基于电梯综合性能感知识别的群控方法，其特征在于，还包括：当融合识别结果脱离安全值范围时，发出当前电梯预警信息。
4.如权利要求1所述的基于电梯综合性能感知识别的群控方法，其特征在于，步骤S1中，通过视觉传感器检测电梯制动器闸瓦厚度；通过温度传感器采集电梯制动器闸瓦温度信号；通过三维扫描装置对曳引轮轮槽的线结构光扫描，得到每组电梯曳引轮轮槽的三维重构模型，所述三维重构模型包含所述曳引轮轮槽点云信息。
5.如权利要求1所述的基于电梯综合性能感知识别的群控方法，其特征在于，步骤S2包括：
步骤21、根据电梯制动器闸瓦厚度和温度信号，基于第一样本数据库得到当前电梯闸瓦磨损量；
步骤22、根据曳引轮轮槽点云信息，基于第二样本数据库通过对比算法得到当前电梯曳引轮轮槽磨损量；
步骤23、基于线性加权法建立多指标评价函数，其中，电梯组群系统评价指标分别为呼梯信号Q、候梯时间W、能耗E、电梯物理性能R；对每个指标都赋予一个权重系数wk，使得w1+w2+w3+w4＝1，目标函数为：
f(n)＝wn1Q+wn2W+wn3E+wn4R；
步骤24、选择乘客人数a、轿厢所在层到呼梯层的距离s、电梯从当前层到达呼梯层的停靠次数d以及磨损量与电梯制动器闸瓦温升信号融合特征f，作为群控系统的输入变量，所述磨损量为当前电梯制动器闸瓦磨损量和当前电梯曳引轮轮槽磨损量；
步骤25、根据输入变量与评价指标之间的非线性模糊关系，得到隶属度关系表，建立输入变量隶属函数，即
[a,s,d,f]＝B[Q,W,E,R]
其中，模糊关系B为一个4*4的矩阵，即为载客人数、相对距离、停靠次数、磨损量与温升信号融合特征的隶属度关系；
步骤26、通过神经网络训练得到各个评价指标的权重系数最优值，使得多指标融合评价函数响应值最大；基于评价函数响应值点通过控制模块派遣最适合执行任务的电梯。
6.一种基于电梯综合性能感知识别的群控系统，其特征在于，包括：电梯组群和电梯群控系统；电梯组群包含若干台电梯；电梯群控系统包含：数据采集模块、上位机模块；其中，
数据采集模块，用于采集电梯群组的数据信号，其包含电梯制动器闸瓦厚度、温度信号以曳引轮轮槽点云信息；
上位机模块，用于对所述数据信号进行融合识别，具体为：对当前电梯闸瓦、曳引轮轮槽磨损数据进行融合，实现对电梯群组中各台电梯当前物理性能的感知识别。
7.如权利要求6所述的基于电梯综合性能感知识别的群控系统，其特征在于，还包括：
控制模块，用于根据融合识别结果，指定最适合执行任务的电梯；
预警模块，用于当融合识别结果脱离安全值范围时，发出当前电梯预警信息。
8.如权利要求7所述的基于电梯综合性能感知识别的群控系统，其特征在于，所述数据采集模块包括：视觉传感器、温度传感器、三维扫描仪；视觉传感器用于检测闸瓦厚度；温度传感器用于采集闸瓦温度信号；三维扫描装置用于对曳引轮轮槽的线结构光扫描，得到每组电梯曳引轮轮槽的三维重构模型，所述三维重构模型包含所述曳引轮轮槽点云信息。
CN202210478481.1A 2022-05-05 2022-05-05 一种基于电梯综合性能感知识别的群控方法和系统 Active CN114803743B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210478481.1A CN114803743B (zh) 2022-05-05 2022-05-05 一种基于电梯综合性能感知识别的群控方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210478481.1A CN114803743B (zh) 2022-05-05 2022-05-05 一种基于电梯综合性能感知识别的群控方法和系统

Publications (2)

Publication Number Publication Date
CN114803743A true CN114803743A (zh) 2022-07-29
CN114803743B CN114803743B (zh) 2022-11-01

Family

ID=82511983

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210478481.1A Active CN114803743B (zh) 2022-05-05 2022-05-05 一种基于电梯综合性能感知识别的群控方法和系统

Country Status (1)

Country Link
CN (1) CN114803743B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0539179A (ja) * 1991-07-31 1993-02-19 Toshiba Corp エレベーター制御装置
CN107814288A (zh) * 2017-09-30 2018-03-20 南京市特种设备安全监督检验研究院 一种电梯制动器智能监测预警的方法
CN109581109A (zh) * 2018-12-05 2019-04-05 辽宁工程技术大学 一种电梯状态多信息融合诊断方法
CN109956376A (zh) * 2019-01-28 2019-07-02 辽宁工业大学 多台电梯的智能群控装置及其控制方法
CN112850387A (zh) * 2020-12-31 2021-05-28 北京航天特种设备检测研究发展有限公司 一种电梯状态采集与诊断系统及方法
CN113112500A (zh) * 2021-05-06 2021-07-13 安徽省特种设备检测院 基于机器视觉的电梯曳引轮磨损量表征方法及系统
CN113720716A (zh) * 2021-09-01 2021-11-30 桂林电子科技大学 一种电梯曳引轮磨损程度定量化分析及寿命预测方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0539179A (ja) * 1991-07-31 1993-02-19 Toshiba Corp エレベーター制御装置
CN107814288A (zh) * 2017-09-30 2018-03-20 南京市特种设备安全监督检验研究院 一种电梯制动器智能监测预警的方法
CN109581109A (zh) * 2018-12-05 2019-04-05 辽宁工程技术大学 一种电梯状态多信息融合诊断方法
CN109956376A (zh) * 2019-01-28 2019-07-02 辽宁工业大学 多台电梯的智能群控装置及其控制方法
CN112850387A (zh) * 2020-12-31 2021-05-28 北京航天特种设备检测研究发展有限公司 一种电梯状态采集与诊断系统及方法
CN113112500A (zh) * 2021-05-06 2021-07-13 安徽省特种设备检测院 基于机器视觉的电梯曳引轮磨损量表征方法及系统
CN113720716A (zh) * 2021-09-01 2021-11-30 桂林电子科技大学 一种电梯曳引轮磨损程度定量化分析及寿命预测方法

Also Published As

Publication number Publication date
CN114803743B (zh) 2022-11-01

Similar Documents

Publication Publication Date Title
CN109147279B (zh) 一种基于车联网的驾驶员疲劳驾驶监测预警方法及系统
CN108510006A (zh) 一种基于数据挖掘的企业用电量分析与预测方法
CN104961009A (zh) 基于机器视觉的多电梯并联运行协调控制方法及系统
CN101169873A (zh) 一种异常驾驶智能检测系统及其检测方法
CN102491140A (zh) 基于特征信号的电梯安全检测装置及电梯安全检测方法
CN110001608A (zh) 一种基于路面视觉检测的汽车智能制动系统及其控制方法
CN109670584A (zh) 一种基于大数据的故障诊断方法及系统
CN110633729A (zh) 一种面向智能网联车辆群组测试的驾驶风险分级聚类方法
CN115575584B (zh) 一种大气环境镉含量监测预警方法及系统
CN109626161A (zh) 一种电梯故障诊断方法
CN116383685A (zh) 一种基于时空交互图注意力网络的车辆变道检测方法
CN110980456A (zh) 基于交通流和自适应神经模糊推理的电梯群控调度方法
CN114803743B (zh) 一种基于电梯综合性能感知识别的群控方法和系统
CN115442212A (zh) 一种基于云计算的智能监控分析方法及系统
CN115294033A (zh) 一种基于语义分割网络的轮胎带束层差级和错边缺陷检测方法
CN116092014A (zh) 一种基于物联网设备的智能巡检控制方法及系统
CN113156913A (zh) 一种abs故障诊断系统及方法
CN112850387B (zh) 一种电梯状态采集与诊断系统及方法
CN103072856A (zh) 基于红外传感器的电梯待梯人群识别装置及基于人群识别的电梯调度方法
CN115650006B (zh) 一种基于大数据的电梯安全监测预警方法及系统
CN113987905A (zh) 一种基于深度信念网络的自动扶梯制动力智能诊断系统
CN117755329A (zh) 一种基于驾驶员情境意识的接管时机与类型的方法及系统
CN116824482A (zh) 一种目标检测高精度电梯交通模式识别方法
CN114634071B (zh) 基于电梯调度神经网络训练的人工智能优化操作系统
CN202414914U (zh) 基于特征信号的电梯安全检测装置

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
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20220729

Assignee: Guilin Dingzheng Technology Co.,Ltd.

Assignor: GUILIN University OF ELECTRONIC TECHNOLOGY

Contract record no.: X2022450000193

Denomination of invention: A group control method and system based on elevator comprehensive performance perception recognition

Granted publication date: 20221101

License type: Common License

Record date: 20221125

EE01 Entry into force of recordation of patent licensing contract