一种电梯的智能运行检测方法和装置与流程
本发明涉及电梯运行监测与故障诊断,尤其涉及一种电梯的智能运行检测方法和装置。
背景技术:
1、电梯作为现代建筑中垂直交通的核心设备,其运行的安全性与可靠性直接关系到乘客的生命财产安全。在电梯的日常运行过程中,曳引机与驱动电机作为关键动力部件,其工作状态直接决定了电梯的整体性能。为了保障电梯安全运行,行业内普遍采用基于传感器数据的监测技术,通过采集曳引机的振动信号和驱动电机的电流信号来评估设备健康状态。现有的技术方案通常是在电梯单次运行过程中,同步记录振动与电流数据,利用信号处理技术对采集到的原始数据进行时域或频域分析,提取如有效值、峰值、频谱特征等指标,并将这些特征输入至分类模型或设定阈值进行比较,从而判断电梯是否存在机械磨损或其他潜在故障,以实现预防性维护。
2、在现有技术中,电梯运行环境复杂多变,早期微弱故障特征往往被强烈的背景噪声所淹没,导致检测系统难以准确识别真实故障信号。由于缺乏有效的多源信号协同分析与噪声抑制机制,现有方法在面对非平稳工况时,容易将环境干扰误判为设备故障,或者因特征提取不充分而漏检早期隐患,从而影响了检测结果的稳定性与准确性。
技术实现思路
1、本发明的目的在于提供一种电梯的智能运行检测方法和装置,可以解决传统电梯故障检测方法在复杂运行工况下难以有效识别被环境噪声掩盖的早期微弱故障特征,导致误报率高、稳定性差的技术问题。
2、本技术的第一方面提供了一种电梯的智能运行检测方法,包括:
3、将电梯单次运行过程划分为加速、稳速和减速三个运行阶段,在每个阶段内同步采集曳引机的振动信号和驱动电机的电流信号,并基于统一时间戳进行时序对齐;
4、对时序对齐后的振动信号和电流信号进行频带划分,计算同频带内的相干系数构建相干函数矩阵;基于曳引机的机电耦合机理,通过奇异值分解提取相干函数矩阵中主奇异值对应的奇异向量作为机电耦合相干分量,将其余非主奇异值对应的残余分量作为环境噪声估计;
5、利用环境噪声估计构建自适应噪声子空间投影算子以对振动信号和电流信号进行正交投影降噪,以凸显被环境噪声淹没的早期微弱故障特征;
6、提取降噪后振动信号和电流信号的多尺度时频域特征,采用动态时间规整算法消除振动信号特征序列与电流信号特征序列之间的时序异步性;采用流形学习算法将对齐后的双源特征映射至共享特征空间,分别生成振动特征序列和电流特征序列;
7、将振动特征序列和电流特征序列同步输入至预先训练好的双流状态空间网络模型中,模型利用第一状态空间流处理振动特征序列,第二状态空间流处理电流特征序列,并在隐藏状态层引入双向门控交叉验证单元;当双向门控交叉验证单元计算得到的双流隐含状态之间的互信息量超过自适应阈值时,判定微弱故障特征在双源维度下交叉验证成立,输出故障类型;若互信息量未超过自适应阈值,则判定为环境干扰并输出设备正常运行状态。
8、其中,将电梯单次运行过程划分为加速、稳速和减速三个运行阶段的具体步骤为:
9、以电梯门锁闭合信号为单次运行起始点,获取电梯运行时的实时速度反馈信号,计算速度反馈信号的时间导数以获取加速度信号;
10、设定加速度判定阈值,当加速度绝对值大于判定阈值时判定为加速阶段或减速阶段,当加速度绝对值小于判定阈值时判定为稳速阶段;
11、对各阶段的起止时刻进行标记,并从连续采集的数据流中截取对应时间窗内的振动信号和电流信号。
12、其中,对时序对齐后的振动信号和电流信号进行频带划分的具体方法为:
13、采用离散小波包变换对时序对齐后的振动信号和电流信号进行同等层数的分解,根据预设采样频率确定分解层数,获取多个等带宽的子带信号;针对振动信号和电流信号,提取频率范围完全相同的子带信号以组成同频带信号对。
14、其中,计算同频带内的相干系数构建相干函数矩阵,并通过奇异值分解提取特征分量的具体步骤为:
15、利用welch平均周期图法计算同频带信号对的自功率谱密度和互功率谱密度,依据相干系数公式求取各频带内的相干系数;
16、将所有频带对求得的相干系数按频带序号排列构建相干函数矩阵;
17、对相干函数矩阵进行奇异值分解,得到降序排列的奇异值序列;
18、采用奇异值差分谱法,计算相邻奇异值之差,以奇异值之差的最大值对应的索引为突变点,将突变点之前的奇异值判定为主奇异值,其对应的奇异向量作为机电耦合相干分量,突变点之后的奇异值对应的特征向量分量作为环境噪声估计。
19、其中,利用环境噪声估计构建自适应噪声子空间投影算子以对振动信号和电流信号进行正交投影降噪的具体步骤为:
20、根据环境噪声估计对应的非主奇异值特征向量张成噪声子空间,并计算其正交补空间作为信号子空间;
21、基于信号子空间构造自适应噪声子空间投影算子矩阵;
22、将原始振动信号和电流信号的各频带子信号向量分别乘以投影算子矩阵,剔除其在噪声子空间上的投影分量,保留在信号子空间上的正交投影分量,得到降噪后的频带子信号;
23、通过离散小波包逆变换将降噪后的频带子信号重构为降噪后的振动信号和电流信号。
24、其中,提取降噪后振动信号和电流信号的多尺度时频域特征的具体过程为:
25、采用多尺度短时傅里叶变换对降噪后的信号进行分析,通过设定多种不同长度的时间窗获取不同时间分辨率下的时频分布矩阵;
26、从时频分布矩阵中提取各频带在不同时间窗下的时频特征参数,参数包括频带能量、峭度因子、脉冲指数和波形因子;
27、将提取的特征参数按时间序列排列,分别构建多维度的振动信号特征序列和电流信号特征序列。
28、其中,采用动态时间规整算法消除时序异步性,并采用流形学习算法映射至共享特征空间的具体步骤为:
29、以振动信号特征序列和电流信号特征序列为基础,计算两者特征向量间的欧氏距离以构建局部距离矩阵;
30、在满足端点对齐和单调性约束的条件下,通过动态规划寻找累计代价最小的最优弯曲路径,实现双源特征序列在时间轴上的对齐;
31、将时间轴对齐后的双源高维特征矩阵作为输入,采用局部线性嵌入算法计算样本间的局部重构权重并在低维空间保持该权重,在共享特征空间中分别生成低维、致密的振动特征序列和电流特征序列。
32、其中,双流状态空间网络模型的第一状态空间流和第二状态空间流基于离散线性状态空间方程构建,具体处理过程包括:
33、将振动特征序列和电流特征序列分别输入对应的状态空间流;
34、在每个时间步,各状态空间流利用状态转移矩阵更新隐藏状态层,并通过观测矩阵将隐藏状态映射为输出;
35、第一状态空间流与第二状态空间流独立进行前向计算并更新各自的隐藏状态,同时将更新后的隐藏状态实时传递至隐藏状态层的双向门控交叉验证单元中。
36、其中,双向门控交叉验证单元计算互信息量及自适应阈值判定的具体过程为:
37、双向门控交叉验证单元提取第一状态空间流和第二状态空间流当前时刻的隐含状态向量,通过计算两向量联合概率分布与边缘概率分布乘积的kl散度获取互信息量;
38、基于电梯历史正常运行状态下互信息量的统计分布,采用滑动窗口计算互信息量的均值μ和标准差s,设定自适应阈值为μ+ks,其中k为置信系数;当实时互信息量超过自适应阈值时,触发双向门控同时开启,判定微弱故障特征在双源维度下交叉验证成立,输出故障类型;若互信息量未超过自适应阈值,则门控关闭,判定为环境干扰并输出设备正常运行状态。
39、本技术的第二方面提供了一种电梯的智能运行检测装置,采用上述任意一项所述的电梯的智能运行检测方法。
40、本技术提供了一种电梯的智能运行检测方法,该方案通过将电梯运行过程划分为加速、稳速和减速三个阶段并同步采集振动与电流信号进行时序对齐,确保了多源数据在物理时间轴上的一致性,为后续分析奠定了坚实基础;在此基础上,通过对齐信号进行频带划分并构建相干函数矩阵,结合奇异值分解技术提取主奇异值对应的机电耦合相干分量与非主奇异值对应的环境噪声估计,实现了基于机电耦合机理的信号成分分离;进而利用构建的自适应噪声子空间投影算子对原始信号进行正交投影降噪,有效剔除了噪声子空间上的投影分量,使得被环境噪声淹没的早期微弱故障特征得以凸显;随后,提取降噪信号的多尺度时频域特征,借助动态时间规整算法消除双源特征序列的时序异步性,并利用流形学习算法将其映射至共享特征空间,生成了具有高度可比性的振动与电流特征序列;最后,将双源特征序列输入双流状态空间网络模型,通过在隐藏状态层引入双向门控交叉验证单元计算双流隐含状态的互信息量,并与自适应阈值进行比较,实现了基于双源维度交叉验证的故障判定。从而有效解决了传统方法在复杂工况下因噪声干扰和单源信号局限性导致的早期微弱故障识别难、误报率高的问题,显著提升了电梯运行检测的稳定性、鲁棒性及故障诊断的准确度。
41、综上所述,本技术通过构建从信号采集、噪声抑制、特征对齐融合到双流交叉验证的完整技术闭环,形成了一套系统性强的智能检测方案,不仅增强了特征表达的准确性,更通过双源互信息量化机制保障了决策逻辑的严密性,实现了电梯运行状态的高可靠性监测。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com