国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      基于特征信號的電梯安全檢測裝置的制作方法

      文檔序號:8190322閱讀:161來源:國知局
      專利名稱:基于特征信號的電梯安全檢測裝置的制作方法
      技術(shù)領(lǐng)域
      本實用新型涉及電梯安全監(jiān)測領(lǐng)域,尤其涉及一種基于特征信號的電梯安全檢測裝置及安全檢測方法。
      背景技術(shù)
      電梯安全控制策略以及每一個決策的正確執(zhí)行,都是基于對電梯狀態(tài)的準(zhǔn)確辨識和判定,在實踐中,表征電梯狀態(tài)的一種方式是繪制電梯工況的特征值曲線,所述特征值可以是振動或噪聲信息。研究發(fā)現(xiàn),電梯在發(fā)生某些故障時電梯曳引機組的特征曲線會表現(xiàn) 異常,但是目前對電梯狀態(tài)的表征直接依賴于電梯控制系統(tǒng)中星羅棋布的傳感器所反饋的信號,要實現(xiàn)對電梯狀態(tài)的辨識并在此基礎(chǔ)上開展安全相關(guān)的創(chuàng)新性工作,中間需經(jīng)歷眾多開關(guān)量信號的解碼、通信協(xié)議的破譯以及控制代碼的二次開發(fā)等復(fù)雜的過程,由于不同的公司所提供的電梯控制器的信息代碼標(biāo)準(zhǔn)不同,且通訊協(xié)議不對外公開,加之我國電梯市場多種梯型共存的現(xiàn)狀,基于對電梯控制系統(tǒng)再開發(fā)基礎(chǔ)上的安全技術(shù)的開發(fā)缺乏獨立性和通用性,嚴(yán)重制約了技術(shù)的應(yīng)用推廣,而基于傳統(tǒng)電梯狀態(tài)表征方法打造獨立于原電梯系統(tǒng)的監(jiān)控系統(tǒng)代價高昂,施工難度極大,基本上沒有操作性,近年來,隨著人們安全意識的不斷提高,電梯提供方急需一種成本低廉,適用范圍廣的特征值檢測和提取裝置。

      實用新型內(nèi)容本實用新型第一方面之目的,就是提供一種基于特征信號的電梯安全檢測裝置,該裝置結(jié)構(gòu)簡單,適用范圍廣,可以有效地對不同類型和廠家的電梯執(zhí)行故障報警或預(yù)警操作。為了達到上述目的,采用如下技術(shù)方案一種基于特征信號的電梯安全檢測裝置,包括依次連接的用于檢測電梯振動信息和噪聲信息的信號檢測單元、用于從信號檢測單元采集信號的數(shù)據(jù)采集單元和用于提取振動信息及噪聲信息在電梯不同工況時的特征信號并進行處理的微處理器,所述信號檢測單元設(shè)置于電梯曳引機組上。進一步地,所述信號檢測單元包括并聯(lián)連接的電梯振動檢測單元和電梯噪聲檢測單元。更進一步地,所述電梯振動檢測單元為加速度傳感器。再進一步地,所述電梯曳引機組包括牽引電機和通過齒輪組與牽引電機連接的曳引輪,所述噪聲檢測單元設(shè)置于齒輪組附近,所述噪聲檢測單元為音頻傳感器。還進一步地,所述信號檢測單元和數(shù)據(jù)采集單元中間還設(shè)置有濾波器。作為一種具體實施例,還包括與微處理器連接的輸出模塊。本實用新型的第二個目的,就是提供一種基于上述電梯安全檢測裝置的電梯安全檢測方法,該方法建立了特征信號與電梯曳引機不同工況之間的辨識關(guān)系數(shù)據(jù)庫,并基于上述模型制定相應(yīng)的控制決策,從而實現(xiàn)對電梯工況的檢測和預(yù)警。[0012]為了達到上述目的,采用如下技術(shù)方案一種電梯安全檢測方法,包括以下步驟得到SI :特征信號檢測單元檢測電梯曳引機組在不同工況下的振動及噪聲信息并由濾波器剔除干擾信號,所述工況至少包括正常工作狀態(tài)、軸承磨損狀態(tài)、傳動鏈條磨損狀態(tài)、潤滑不足狀態(tài)中的一種或幾種;S2:數(shù)據(jù)采集單元采集上一步驟得到的信息并轉(zhuǎn)送到微處理器,微處理器基于接收信息的時間序列繪制振動曲線和噪聲曲線;S3:微處理器對振動曲線和噪聲曲線進行小波分析,并提取電梯曳引機組在設(shè)定工況下的特征信號,建立設(shè)定工況與提取的特征信號之間的辨識關(guān)系;S4:基于上一步驟的辨識關(guān)系,微處理器在檢測到與設(shè)定工況相對應(yīng)的特征信號·時,輸出對應(yīng)的報警信號。進一步地,所述步驟S3包括以下步驟S31 :微處理器對振動曲線和噪聲曲線進行小波分析,提取電梯曳引機組在設(shè)定工況下的特征信號并建立數(shù)據(jù)庫;S32:利用誤差反向傳播人工神經(jīng)網(wǎng)絡(luò)算法建立設(shè)定工況與提取的特征信號之間的辨識關(guān)系。更進一步地,步驟S31中,所述小波分析至少包括時域分析和頻譜分析。還進一步地,所述步驟S4中,所述報警信號為語音提示信號或燈光信號。與現(xiàn)有技術(shù)相比,本實用新型的有益效果在于本實用新型所述的電梯安全檢測裝置,可以對不同種類、型號和廠家的電梯曳引機組進行監(jiān)控,該檢測系統(tǒng)采用開放式系統(tǒng)架構(gòu)和模塊化設(shè)計實現(xiàn)了對電梯的低成本監(jiān)控及預(yù)警;運用采用小波分析分析工具對電梯不同狀態(tài)下振動及噪聲曲線進行時域及頻譜分析,建立了電梯在不同工況下和振動及噪聲特征信號的數(shù)據(jù)庫,為電梯工況的檢測和預(yù)警提供了基礎(chǔ);利用BP人工神經(jīng)網(wǎng)絡(luò)算法對電梯狀態(tài)對應(yīng)的特征信號進行學(xué)習(xí)和模式識別,建立了特征信號與電梯運行模式以及電梯運行中典型故障的邏輯判定模型,為用戶制定相關(guān)狀態(tài)對應(yīng)的控制決策提供了基礎(chǔ);同時,本實用新型的電梯主動安全思想,為電梯故障早期診斷和預(yù)測提供了新的可能性。

      圖I是本實用新型所述基于特征信號的電梯安全檢測裝置的功能模塊示意圖。圖2是本實用新型所述電梯安全檢測方法的振動信息時域分析結(jié)果示意圖。圖3是本實用新型所述電梯安全檢測方法的振動信息頻域分析結(jié)果示意圖。圖4是本實用新型所述誤差反向傳播人工神經(jīng)網(wǎng)絡(luò)算法的電梯特征信號識別示意圖。
      具體實施方式
      參見圖I,一種基于特征信號的電梯安全檢測裝置,包括依次連接的用于檢測電梯振動信息和噪聲信息的信號檢測單元、用于從信號檢測單元采集信號的數(shù)據(jù)采集單元4和用于提取振動信息及噪聲信息在電梯不同工況時的特征信號并進行處理的微處理器5,所述信號檢測單元設(shè)置于電梯曳引機組I上,所述信號檢測單元包括并聯(lián)連接的電梯振動檢測單元和電梯噪聲檢測單元,所述電梯振動檢測單元為振動加速度傳感器,在本實施例中優(yōu)選為三自由度振動加速度傳感器2,所述電梯曳引機組包括牽引電機和通過齒輪組與牽引電機連接的曳引輪,所述噪聲檢測單元設(shè)置于齒輪組附近,所述噪聲檢測單元為音頻傳感器7,音頻傳感器后還設(shè)置有放大器6來對原始噪聲信號進行放大,其中信號檢測單元和數(shù)據(jù)采集單元中間還設(shè)置有濾波器3,該安全檢測裝置還包括與微處理器6連接的輸出模塊8,輸出模塊8可以是揚聲器或LED燈等信號器件?;谏鲜鲅b置及設(shè)置,本實用新型所述的電梯安全檢測方法,包括以下步驟得 到SI :特征信號檢測單元檢測電梯曳引機組在不同工況下的振動及噪聲信息并由濾波器剔除干擾信號。參見圖1,在電梯運行過程中,三自由度振動加速度傳感器2和音頻傳感器7對電梯拖曳機組I并將信號傳遞給濾波器3,由濾波器3剔除其中的干擾信號,上述工況包括但不限于正常工作狀態(tài)、軸承磨損狀態(tài)、傳動鏈條磨損狀態(tài)、潤滑不足等機械故障或典型的電氣故障,在本實施例中,三自由度振動加速度傳感器2和音頻傳感器7輸出信息為數(shù)字量的電壓或電流信號,為下一步驟繪制特征曲線提供基礎(chǔ)。S2:數(shù)據(jù)采集單元采集上一步驟得到的信息并轉(zhuǎn)送到微處理器,微處理器基于接收信息的時間序列繪制振動曲線和噪聲曲線。在本步驟中,微處理器基于來自信號采集單元的信息繪制不同工況下的振動曲線和噪聲曲線,該曲線以時間為橫坐標(biāo),以振動或噪聲信號的數(shù)字量電壓(或電流)為縱坐標(biāo)。S3:微處理器對振動曲線和噪聲曲線進行小波分析,并提取電梯曳引機組在設(shè)定工況下的特征信號,建立設(shè)定工況與提取的特征信號之間的辨識關(guān)系;本步驟又包括以下兩個階段S31,微處理器對振動曲線和噪聲曲線進行小波分析,提取電梯曳引機組在設(shè)定工況下的特征信號并建立數(shù)據(jù)庫;小波變換是一種新的變換分析方法,它繼承和發(fā)展了短時傅立葉變換局部化的思想,同時又克服了窗口大小不隨頻率變化等缺點,能夠提供一個隨頻率改變的時間-頻率窗口,是進行信號時頻分析和處理的理想工具,其主要特點是通過變換能夠充分突出問題某些方面的特征,通過伸縮平移運算對信號逐步進行多尺度細(xì)化,最終達到高頻處時間細(xì)分,低頻處頻率細(xì)分,自動適應(yīng)時域頻域信號分析的要求,從而聚焦到故障信號的任意細(xì)節(jié),通過對極值點的邏輯判定,準(zhǔn)確檢測出故障的發(fā)生。本實施例中采用MATLAB中的小波信號分析工具對電梯拖曳機組的振動曲線及噪聲曲線進行時域分析及頻譜分析,從而提取電梯在不同運行工況(包括但不限于正常工作狀態(tài)、軸承磨損狀態(tài)、傳動鏈條磨損狀態(tài)、潤滑不足狀態(tài)及電力不足等機械和電氣故障)下振動信息及噪聲信息的特征信號,運用功率譜分析工具,將各種故障振動信號源分離提取,建立故障振動信號特征數(shù)據(jù)庫,其變換的公式為小波級數(shù)表達式/卜)=E cjt(Pjk{x),小波系數(shù)c = (—/)(備,備)
      jjc=-的J2JIj其中,爐(X)為小波(基小波)函數(shù)。參見圖2-圖3,圖2為微處理器5對上一步驟得到的振動曲線進行時域分析提取的特征信號示意圖,圖3為對振動曲線進行頻譜分析提取的特征信號示意圖,如果電梯曳引機組發(fā)生故障,經(jīng)過處理的波形就會出現(xiàn)明顯不同于曳引機組正常工作時的情況,例如波形極大值和極小值會變化等,這種變化工作人員是可以根據(jù)圖示的特征信號看出來的,本步驟中的小波變換就是有效地將隱藏在正常振動信號之中的早期弱故障信號提取出來,從而發(fā)現(xiàn)曳引機組的早期損傷。S32 :利用誤差反向傳播(Back Propagation,簡稱BP)人工神經(jīng)網(wǎng)絡(luò)算法建立設(shè)定工況與提取的特征信號之間的辨識關(guān)系;為了對小波分析產(chǎn)生的特征信號進行分析比較,首先要設(shè)定特征信號的參考值,該參考值可以通過電梯前期運行時對其運行狀態(tài)的在線檢測和統(tǒng)計得到,由于電梯發(fā)生故障時,電梯的電流、電壓或功率曲線上表現(xiàn)出特定、有規(guī)律的特征信號,故本實施例將設(shè)定工況(如電梯處于軸承磨損狀態(tài)故障)時的電壓特征信號作為BP人工神經(jīng)網(wǎng)絡(luò)模型的參 考輸出量,基于該參考輸出量,參見圖4,可以利用BP人工神經(jīng)網(wǎng)絡(luò)算法對電梯狀態(tài)對應(yīng)的特征信號進行學(xué)習(xí),建立特征信號與電梯運行中典型故障的邏輯判定模型。在對經(jīng)過小波變換的特征信號(振動信號及噪聲信號)進行網(wǎng)絡(luò)學(xué)習(xí)過程中,神經(jīng)網(wǎng)絡(luò)的輸出變量時刻與特定工況的參考輸出量進行誤差對比分析,在不斷的學(xué)習(xí)過程中,當(dāng)誤差小到設(shè)定值且不再減小時,認(rèn)為找到了最優(yōu)解,從而停止迭代;此時,可以認(rèn)為經(jīng)過小波變換和網(wǎng)絡(luò)學(xué)習(xí)的特征信號與設(shè)定工況的參考輸出量一致,說明電梯曳引系統(tǒng)位于設(shè)定工況(如電梯軸承磨損故障),從而進行報警等相關(guān)動作。具體步驟如下(I)構(gòu)造BP神經(jīng)網(wǎng)絡(luò)模型初始結(jié)構(gòu)(一個輸入層、一個隱含層、一個輸出層及足夠多個隱含點)(2)依據(jù)實際問題,選入對因變量有影響的變量,運用自組織方法篩選出對因變量最有影響的變量(振動信號及噪聲信號),以此確定輸入節(jié)點的個數(shù);(3)根據(jù)實際問題,確定輸出層節(jié)點的個數(shù),并初始化(包括給定學(xué)習(xí)精度,規(guī)定迭代步數(shù),隱節(jié)點數(shù)上限,學(xué)習(xí)參數(shù)初始值,動量項系數(shù)等);⑷N等分初始權(quán)值的容許區(qū)域H,其中N為自然數(shù),且N > 2 ;(5)輸入學(xué)習(xí)樣本,即輸入采集到的振動信號及噪聲信號,并選擇激活函數(shù)
      fPix) = 1 + exp(_cx)(其中c是大于0的參數(shù),可用來控制曲線斜率),使樣本參數(shù)變?yōu)閇0,I]之間;(6)在選定的小區(qū)域上隨機產(chǎn)生初始權(quán)值Wij ;(7)按BP算法對網(wǎng)絡(luò)進行學(xué)習(xí),具體學(xué)習(xí)過程如下先將初始權(quán)值區(qū)域N等分,在這N個小區(qū)域內(nèi)分別隨機產(chǎn)生初始權(quán)值進行學(xué)習(xí),選取對應(yīng)誤差函數(shù)E最小的那個區(qū)域再N等分,再在這N個小區(qū)域內(nèi)重復(fù)上述步驟,當(dāng)誤差函數(shù)E不再減小時,認(rèn)為找到了最優(yōu)點并
      停止迭代,其中Z = f ep/n ’稱為全局平均誤差,也即是本例中特征信號與電梯運行中典
      P =1
      型故障的邏輯判定模型;(8)判斷迭代步數(shù)是否超過規(guī)定步數(shù)或?qū)W習(xí)精度是否達到要求,如是,則進入下一步(9)如,否,跳轉(zhuǎn)回(7)步;(9)計算隱節(jié)點間的相關(guān)參數(shù)及發(fā)散度;其中同層隱節(jié)點i與j的相關(guān)系數(shù)[0055]
      權(quán)利要求1.ー種基于特征信號的電梯安全檢測裝置,其特征在于,包括依次連接的用于檢測電梯振動信息和噪聲信息的信號檢測單元、用于從信號檢測單元采集信號的數(shù)據(jù)采集単元和用于提取振動信息及噪聲信息在電梯不同エ況時的特征信號并進行處理的微處理器,所述信號檢測單元設(shè)置于電梯曳引機組上。
      2.如權(quán)利要求I所述的基于特征信號的電梯安全檢測裝置,其特征在于,所述信號檢測單元包括并聯(lián)連接的電梯振動檢測單元和電梯噪聲檢測單元。
      3.如權(quán)利要求2所述的基于特征信號的電梯安全檢測裝置,其特征在于,所述電梯振動檢測單元為加速度傳感器。
      4.如權(quán)利要求2所述的基于特征信號的電梯安全檢測裝置,其特征在于,所述電梯曳引機組包括牽引電機和通過齒輪組與牽引電機連接的曳引輪,所述噪聲檢測單元設(shè)置于齒輪組附近,所述噪聲檢測單元為音頻傳感器。
      5.如權(quán)利要求3或4任一項所述的基于特征信號的電梯安全檢測裝置,其特征在于,所述信號檢測單元和數(shù)據(jù)采集単元中間還設(shè)置有濾波器。
      6.如權(quán)利要求5所述的基于特征信號的電梯安全檢測裝置,其特征在于,還包括與微處理器連接的輸出模塊。
      專利摘要本實用新型涉及基于特征信號的電梯安全檢測裝置及電梯安全檢測方法,所述電梯安全檢測裝置包括依次連接的用于檢測電梯振動信息和噪聲信息的信號檢測單元、用于從信號檢測單元采集信號的數(shù)據(jù)采集單元和用于提取振動信息及噪聲信息在電梯不同工況時的特征信號并進行處理的微處理器,所述信號檢測單元設(shè)置于電梯曳引機組上,其結(jié)構(gòu)簡單,適用范圍廣,可以有效地對不同類型和廠家的電梯執(zhí)行故障報警或預(yù)警,基于該裝置的電梯安全檢測方法利用小波變化對振動信號進行特征提取,可以對電梯設(shè)定工況進行識別,并建立專家策略知識庫,進而實現(xiàn)非接觸式的遠(yuǎn)程監(jiān)控、故障診斷等功能,顯著提升了電梯安全水平。
      文檔編號B66B5/00GK202414914SQ20112055937
      公開日2012年9月5日 申請日期2011年12月27日 優(yōu)先權(quán)日2011年12月27日
      發(fā)明者黃明鋒 申請人:陽西縣電梯配件有限公司
      網(wǎng)友詢問留言 已有0條留言
      • 還沒有人留言評論。精彩留言會獲得點贊!
      1