原文传递
一种基于BP神经网络的电梯故障预测方法
| 专利名称： | 一种基于BP神经网络的电梯故障预测方法 |
| 摘要： | 本发明公开了一种基于BP神经网络的电梯故障预测方法，包括如下步骤：(1)通过安装于电梯轿厢上的传感器组，采集电梯运动的实时数据；(2)对已采集到的电梯运动的历史数据和标准数据进行预处理并提取特征参量，其中一部分作为数据样本，另一部分作为测试样本；(3)建立bp神经网络诊断模型，输入采集的数据样本，进行训练；(4)再将测试样本输入到已训练好的bp神经网络，根据训练样本与测试样本的识别正确率，优化其训练算法，使用优化后的神经网络参数配置，对电梯进行故障检测。本发明电梯故障诊断方法具有实时、诊断精度高的优点，可实时判断电梯是否有安全隐患，减少了人力维护电梯安全的成本，最终实现安全性能和经济效益的平衡。 |
| 专利类型： | 发明专利 |
| 国家地区组织代码： | 湖北;42 |
| 申请人： | 武汉大学 |
| 发明人： | 李立;高懿凝;黄睿;王碧杉;付子豪;文治 |
| 专利状态： | 有效 |
| 申请号： | CN201810169369.3 |
| 公开号： | CN109292567A |
| 代理机构： | 湖北武汉永嘉专利代理有限公司 42102 |
| 代理人： | 唐万荣;李丹 |
| 分类号： | B66B5/00(2006.01)I;B;B66;B66B;B66B5 |
| 申请人地址： | 430072 湖北省武汉市武昌区八一路299号 |
| 主权项： | 1.一种基于BP神经网络的电梯故障预测方法，其特征在于，包括以下步骤：1)通过安装于电梯轿厢顶部的传感器组，采集电梯运动的实时数据，并通过安装于轿厢上及梯井顶部的数据传输设备将数据上传至数据库；2)对已采集到的电梯运动的历史数据和标准数据进行预处理并提取特征参量，其中一部分作为训练样本，另一部分作为测试样本；3)建立bp神经网络诊断模型，输入采集的训练样本，进行训练；4)再将测试样本输入到已训练好的bp神经网络，根据训练样本与测试样本的识别正确率，通过调整隐含层数、隐含层节点数和迭代次数优化训练算法，使用优化后的神经网络参数配置，对电梯进行故障检测。 |
| 所属类别： | 发明专利 |
检索历史
应用推荐
