基于多通道卷积的电梯异常振动故障诊断 |
| |
引用本文: | 李泽华,柴铮,赵春晖.基于多通道卷积的电梯异常振动故障诊断[J].控制工程,2023(3):427-433. |
| |
作者姓名: | 李泽华 柴铮 赵春晖 |
| |
作者单位: | 浙江大学控制科学与工程学院 |
| |
基金项目: | 浙江省重点研发计划资助项目(2019C03100); |
| |
摘 要: | 电梯是人们生产生活的必要工具,其振动与电梯安全运行密切相关。目前电梯的故障诊断方法缺乏对于电梯运行数据的充分利用,难以准确地找到导致电梯异常振动的原因。针对这一问题,提出了一种多通道一维卷积神经网络的电梯异常振动故障诊断方法,该方法充分利用了电梯的振动数据信息。首先,通过经验模态分解将振动信号分解为多个固有模态函数信号,从而获得多重互补的故障特征作为多通道输入;然后,构建多通道一维卷积神经网络,进行多通道信号特征融合提取,实现对多种电梯异常振动的准确分类。使用电梯动力学模型得到多种电梯导轨异常的仿真数据,用所提方法针对实验仿真数据进行训练和验证,结果表明所提方法模型具有良好的收敛能力与鲁棒性能,并且具有较好的分类精度。
|
关 键 词: | 电梯故障诊断 异常振动 多通道信号 卷积神经网络 |
|
|