A Least Squares Approach to Escalator Algorithms for Adaptive Filtering

In this paper, we introduce an escalator (ESC) algorithm based on the least squares (LS) criterion. The proposed algorithm is relatively insensitive to the eigenvalue spread ratio (ESR) of an input signal and has a faster convergence speed than the conventional ESC algorithms. This algorithm exploits the fast adaptation ability of least squares methods and the orthogonalization property of the ESC structure. From the simulation results, the proposed algorithm shows superior convergence performance.     

动载荷作用下应用高强度螺栓连接时应注意的问题

针对深圳地铁站自动扶梯主驱动链轮连接螺栓松脱引发的停机故障,通过计算与分析得知,施工时因预紧力矩不足导致其连接方式由摩擦型连接向承压型连接转变,最终致使连接螺栓松脱。引发了故障。针对承受动载荷作用的重要结构或机构使用高强度螺栓连接,在设计．安装等环节提出了一些建议。     

一种可控的自动扶梯电磁铁驱动电路板

扶梯制动系统是扶梯在出现紧急状况下确保乘客安全的重要设施。制动系统中的安全制动是在工作制动器无法在规定的时间内制停扶梯的一个措施,往往是在一些特别危险的场合下被触发,因此对于此制动器的控制显得尤为重要。本文提出了一种新型的自动扶梯制动器电磁铁驱动电路的设计,该设计用纯电子线路替代了传统的电气与电子组合形式,直接由自动扶梯单片机控制单元进行控制。     

一种高效率的自动扶梯主机寿命测试平台

总结了传统自动扶梯主机寿命测试平台的弊端,介绍了一种高效率主机测试平台的原理、设计思维和性能;列出了传统测试平台和高效率测试平台的运行费用明细;指出这种高效率测试平台是一种免维护、节能环保、使用经济的自动扶梯主机测试平台。     

基于Pro/Mechanica的扶梯梳齿支撑板的强度设计

在自动扶梯中,梳齿支撑板作为在每个出入口安装梳齿板的平台,其作用主要是保证梳齿板能正常啮合,并且在梳齿板发生意外的情况下,触动安全开关,使整台扶梯停止;在传统设计中,对于形状较复杂的梳齿支撑板,难以得到较精确的变形,但采用Pro/Mechanica能够快速的进行有限元分析,得到比较精确的结果。     

人员恐慌行为下闸机和自动扶梯疏散效率研究

介绍人流恐慌行为模拟模型社会力模型,分别分析人员恐慌行为对闸机疏散效率和自动扶梯疏散效率的影响,认为期望速度为约1.5m/s时,闸机疏散时间最短,随着期望速度的增大,疏散时间增加,闸机通行能力降低,若人员表现出恐慌行为,闸机和自动扶梯口的疏散效率分别为有序疏散的50%和70%。该结果对地铁设计规范的制定及地铁站设计具有指导意义。     

电梯、自动扶梯和自动人行道电磁辐射的发射试验

介绍了电梯,自动扶梯和自动人行道电磁辐射发射试验的对象、环境要求、设备要求,描述了辐射发射试验、传导发射试验、脉冲噪声试验、供电电源谐波试验的方法及应注意的问题。     

浅谈电梯的节能降耗技术

随着高层建筑的快速发展,电梯在用电量也越来越大,电梯的节能降耗已经引起业界高度重视。基于此,笔者对电梯的节能降耗技术进行探讨,期望从而降低电梯的能耗,更好的节约电量。     

基于机器视觉的扶梯自动急停系统

针对自动扶梯上乘客易摔倒的安全隐患,设计一款基于机器视觉的人体摔倒行为识别系统及扶梯自动急停装置.借助OpenPose人体关节点检测算法提取目标人体的骨骼特征,利用Inception V3网络模型搭建分类器,对采集的骨骼特征信息分类,以识别乘客摔倒行为.训练结果表明单人、多人样本的测试精度最高可达98.9%、80.0%.识别摔倒行为后将检测结果以无线通讯的方式发送至基于STM32微控制器及多种传感器的急停装置.最后,在模拟的扶梯环境下进行实验测试,测试结果表明该扶梯自动急停系统的控制实时性良好.     

基于一维卷积神经网络的自动扶梯机械故障分类研究

老旧扶梯机械故障较为隐蔽,定期检验不易发现,且对扶梯机械故障的智能分类的研究较少。自动扶梯振动信号复杂多变,数据量大,而采用传统机器学习算法对其机械故障进行诊断效果不佳。为实现自动扶梯机械故障的智能分类,在经典二维卷积神经网络的基础上,引入了卷积核的一维卷积神经网络,构建了自动扶梯机械故障的自动分类模型。首先为提高模型的泛化性能,融合凯斯西储大学轴承故障、东南大学齿轮故障和某大型商场自动扶梯梯级滚轮磨损故障的复合故障数据建立了数据集。然后用数据增强的方法对数据进行预处理,接着采用一维卷积神经网络,构建自动扶梯机械故障诊断模型。最后使用测试数据集对模型的分类精度进行了验证实验,结果表明该模型有着比传统机器学习算法自动化程度高、成本低、专业门槛低、步骤简单等明显优势,而且该模型能快速准确地对自动扶梯的机械故障进行自动诊断,实现了95%的诊断准确率,为下一步将该算法集成到检验仪器中打下了基础。