基于数据挖掘的电梯振动数据异常监控系统设计

针对已有的电梯振动数据无法实时在线采集、处理的问题,利用数据挖掘技术,设计了电梯振动数据异常监控系统。该系统搭建电梯振动数据采集、分析系统框架,对发现电梯在运行过程中的异常振动数据进行模块化设计,通过挖掘电梯振动相关数据的最大频繁项,找出电梯各项数据的潜在联系。因此,电梯振动数据异常监控系统能够实时在线发现电梯的异常振动数据,有效分析电梯振动产生的原因,并提出相应的解决方案。     

基于贝叶斯网络的电梯振动故障诊断及维修方案决策

电梯异常振动由于故障原因复杂难以快速诊断排除,现通过构建贝叶斯网络基础结构,并用实际设备测量和实验数据进行贝叶斯网络学习,最终利用电梯振动贝叶斯网络进行故障模拟、故障诊断和维修方案决策,进一步提出了电梯异常振动故障智能化解决方案。     

基于物联网技术的智慧电梯监管系统研究与应用

针对电梯目前缺乏有效技术手段安全监管的现象,提出基于物联网的智慧电梯安全监管系统理念。采用红外线检测、位移检测等传感器构建了智慧电梯安全监测系统,实现电梯关人、异常振动、超速等故障采集,并通过广泛收集相关数据开展大数据分析,联网实现数据共享形成有效的电梯监控档案,将监管、检验、维保、服务等应用融合在一个平台,进一步提升电梯日常运行监督和公共安全治理能力。应用试验表明,系统运行稳定可靠、报警及时有效。     

基于孤立森林-控制图与多特征联合的滚动轴承异常状态检测

为保证滚动轴承异常状态检测的及时性并降低虚警率，提出了一种基于孤立森林的多指标改进CUSUM异常检测方法(IF-CUSUM)。首先，对轴承原始振动序列进行小波去噪；然后，基于孤立森林算法去除振动序列的离群点；最后，结合RMS和峭度等指标设计阈值分配方案，给出异常状态检测判定依据。通过60组不同振动演化规律、脉冲强度和噪声等级的滚动轴承故障仿真数据以及FEMTO-ST轴承数据集进行算法验证，结果表明，与基于单一RMS指标、峭度指标的异常检测算法相比，IF-CUSUM算法能较早地检测出滚动轴承运行过程中的异常点，虚警率较低，整体性能和鲁棒性较好。     

电梯运行振动的原因及检验案例分析

电梯作为当今社会常见的交通工具,保障其安全运行至关重要;而电梯运行中出现振动等异常状况,往往预示着电梯存在着潜在安全隐患。文章根据电梯运行振动的常见诱因进行分析,结合实际检验案例,提出检验的注意事项,以期为电梯的有效检验提供有益参考。     

电梯运行振动原因分析及应对方式探讨

电梯是现代高层建筑的必备设施,但部分电梯在实际运行中会出现振动情况,严重影响电梯的运行安全和用户体验。基于此,本文对电梯振动相关内容进行阐述,探究电梯运行振动的原因,并提出电梯振动的应对方式。     

基于频谱分析的电梯垂直异常振动信号研究

电梯部件的安装误差、使用磨损等因素都会造成电梯异常振动,这些振动对电梯乘运舒适性乃至安全性造成极大影响。文章提出了一种在频率域下快速定位异常振动源的方法,通过对异常振动曲线段的快速傅里叶变换,找出异常振动信号频率及其谐波频率,进而匹配产生异常振动信号的激励源,通过实验证明了该方法的可行性和有效性。检验中应用此方法可以精准高效地定位异常振动源,并提出针对性的建议以供优化参考。     

基于物联网的电梯安全监管系统设计

对于电梯安全监管系统定位功能,设计基于物联网监管的网络拓扑结构,配合红外线检测、位移检测,共同实现电梯安全监管。此外,设计运用了传感技术。本文主要对基于物联网的电梯安全监管系统进行探索和设计,以期在物联网下,电梯可以实现关人、异常振动等故障的及时采集。     

电梯运行异常分析

针对电梯运行中出现的噪音、异常振动、电梯门扇发生抖动、到达平层,电梯不自动开门或到达所选楼层轿厢运行速度不变等几个方面进行了分析,并提出了相应的改进措施。     

大功率电力机车异常运行数据的检测方法研究

为了保障大功率电力机车安全稳定的运行,提出一种基于聚类-规则的异常运行数据检测方法。利用聚类算法对异常运行数据进行聚类,然后根据聚类中心获得异常运行数据的检测规则库,并由此构建检测模型,同时利用BP算法对模型参数进行优化,最终获得准确的异常运行数据检测模型。     

离散数据点集的3D三角划分算法研究

在实物测量造型过程中,根据离散点集进行三角网格划分是其关键环节之一,也是进行后续进行曲面重构的前提和基础。本文在当前的三角网格划分方法比较之后,提出了一种散乱点集的三角网生长算法,该算法无须对离散点集所对应的自由曲面进行分片投影,直接在3D空间从已划分区域边界到未划分区域按照Delaunay准则生成三角网格,并给出了用此算法处理散乱数据的试验结果。     

基于大数据的电梯故障诊断与预测研究

为了研究大数据分析方法在电梯故障诊断与预测中的可行性,首先收集了海量的电梯检验数据,并对其中有关电梯轿厢振动的数据进行了特征参数的提取;然后构建了采用大数据分析方法诊断与预测电梯故障隐患的总体方案,通过监督学习与非监督学习的数据挖掘手段,对所提取到的电梯轿厢振动特征参数进行了充分的数据挖掘与分析,找出了电梯机械系统各种故障隐患与电梯运行时轿厢振动监测信号之间的内在关系,最终根据电梯轿厢振动特征量的大小及其变化趋势,诊断和预测电梯机械系统的各种故障隐患。研究结果表明:大数据分析方法可准确地对电梯机械系统故障进行诊断与预测。     

基于深度学习的电梯平层精度检测系统研究

电梯是日常生活中必不可少的一种交通工具,电梯平层精度的测量可以有效减少电梯事故的发生,为了实现对电梯平层精度的快速准确检测,开发了一套基于深度学习的电梯平层精度检测系统。系统将刻度尺安装在电梯停留时电梯井道的相应位置,在每个楼层安装一个刻度尺并进行校准,在电梯轿厢底部安装激光传感器、工业相机和光源,通过激光传感器对电梯轿厢位置在刻度尺上进行精准定位,通过在电梯轿厢底部安装光源以获取高质量的图像,通过工业相机获取实时获取激光线所在位置的图像信息。实验过程中共采集500张图像数据,通过随机旋转、镜像、裁剪、添加噪声等数据增强方式将图像样本数据扩充至5000张,通过开源软件LabelImg辅助标注工具对每张图像中的激光线和激光线最临近的刻度值进行标注,对标注的图像进行转化为可用于训练的电梯平层精度检测数据集,再将数据集按照4∶1划分为训练集和测试集,最后利用YOLOv3目标检测算法对刻度线图像数据集进行训练并测试,实现对激光线和激光线最邻近位置数字的检测和识别。在测试集中随机选取10组图像进行测试,采用该检测方法对电梯平层精度进行检测,对实验结果进行分析准确率高达90%。该系统的研究实现了电...     

基于数字法的电梯机械故障的诊断及优化设计

高层建筑和地铁车站的电梯设备经常处于高负荷的运行状态，故障率较高。对电梯故障诊断问题进行了优化设计，从2个方面介绍了电梯机械故障的类型及其产生的原因，提出了6种电梯机械故障诊断方法的优化设计措施，采用数字分析法建立起关于电梯机械振动信号的数字排列方式，利用电梯信号等测试装置对电梯机械故障中传出的振动信号进行检测，分析电梯机械振动信号数据获得电梯机械振动的变化规律。所提方法是对电梯机械故障振动信号的采集方式以及使用设备的补充与创新，具有一定参考意义。     

电梯检测中电梯运行共振原因探讨

电梯在运行中如果出现共振现象,电梯的安全性能就会下降,对人们的生命安全存在着巨大隐患,因此对于电梯检测中的共振原因分析是非常必要的,本文主要阐述了电梯系统振动的因素分析以及相关措施。     

基于LabVIEW的电梯曳引机异常振动分析系统

介绍了一种基于LabVIEW的电梯曳引机异常振动分析系统,设计了能用于分析电梯曳引机异常振动的具体实现方案,该系统可以实时地将电梯驱动主机的异常振动信号采集、记录并用于分析判断故障原因。采用虚拟仪器技术,可以使系统的界面更加形象逼真,具有良好的交互性和可视性。实际检测结果表明,该方案是有效的。     

基于物联网的电梯故障监测与预警系统设计

为保障电梯安全、稳定地运行,设计一款电梯故障检测与预警系统。该系统通过传感器采集电梯轿厢振动加速度信号并使用以太网传输;采用Flume、Kafka和Flink构建集群的数据流处理引擎,进行数据的聚合与分发,存储至MySQL数据库中;基于IntelliJ IDEA开发工具,构建系统的可视化界面,实现电梯运行的实时监测、故障预警等功能,为电梯的故障诊断与预防性维护提供依据。     

电梯轿厢隔振器设计

所谓现代化的电梯是指电梯无论在结构上还是在特性、功能上都要满足人们对电梯提出的越来越高的要求 ,这其中包括①电梯的结构———采用先进的制造工艺及控制技术 ,使电梯的结构越来越紧凑、精巧、坚固、美观及实用 ;②电梯的运行性能———采用先进的自动控制理论、先进的传动与控制技术 ,使电梯在运行过程中具有安全可靠、快速、准确、平稳的特性 ,即使电梯具有良好的乘坐舒适感。而电梯运行过程中的振动 ,则是影响电梯乘坐舒适感的“痼疾”之一 ,影响电梯运行振动的因素很多 ,其中一个因素就是隔振垫的设计。本文将以某大厦一部电梯为例…     

超高速电梯振动状态远程监控系统的设计

基于压电传感器和多通道动态信号解调仪,设计了超高速电梯振动状态远程监控系统.这一系统利用光纤链路将压电振动加速度传感器所检测的振动数据长距离传输至数据中心,构成远程监控网络.在设计中,利用线性弹簧-阻尼系统构建超高速电梯的水平振动模型,并开发相应的数据采集和软件分析系统.通过试验表明,这一超高速电梯振动状态远程监控系统的重复性、稳定性良好,能够实现实时响应,可以对振动进行快速傅里叶变换分析,计算得到各阶谐振频率和幅度,试验结果与理论预期一致.     

基于双网格校正小波聚类的转子故障诊断

针对网格聚类算法不可避免产生的网格量化问题,提出一种基于双网格校正小波聚类算法。该算法以最大密集网格规则下获得的网格划分k值进行原始网格小波聚类,以均匀分布假设规则下获得的网格划分k值进行校正网格小波聚类,通过校正算法得到最佳聚类结果。通过基于双网格校正小波聚类的转子故障诊断实例表明:双网格小波聚类降低了网格划分和网格密度阈值对聚类质量的影响,提高了精度;双网格聚类的并行校正处理缓和了一种尺寸下网格均匀划分与数据对象非均匀分布之间的矛盾,为网格量化问题提供了一种解决思路。