深度学习在电梯轿厢振动故障诊断中的应用研究

• 作者: 张兴合 高丙朋 陈飞 南新元
• 来源期刊: 机电工程
• 关键词: 电梯轿厢振动 故障诊断 卷积神经网络 深度学习 PyTorch 监督学习
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 自动化、计算机技术|Automation and Computer Technology
• 页码范围: 260-264
• 页数: 5页
• 分类号: TP391.9|TU857
• 语种: 中文
• DOI: 10.3969/j.issn.1001-4551.2021.02.020

摘要

在电梯系统运行过程中,针对故障诊断精确度不够高的问题,以及电梯轿厢振动故障诊断在卷积神经网络运用上的空白,采用电梯承运质量测试仪采集了电梯运行过程中的大量振动信号,并对信号进行了分离和筛选;采用了连续小波对预处理后的信号进行了时频变换,以变换后的RGB图像作为深度学习模型输入;研究了深度学习在电梯轿厢振动故障诊断中的应用,设计了电梯轿厢振动故障诊断整体方案,并通过PyTorch实现了深度学习方案,将卷积神经网络应用到电梯轿厢振动故障诊断中,通过监督学习对深度残差神经网络进行了分析和训练,并与传统机器学习方法进行了对比.研究结果表明:深度学习故障诊断方案诊断正确率比传统机器学习故障诊断方法提高3％;深度学习方案能有效诊断电梯故障,为电梯故障诊断开辟新路径.