[发明专利]一种电梯在线安全检测预警装置的检测预警方法有效

专利信息
申请号: 201510299754.6 申请日: 2015-06-03
公开(公告)号: CN104925613B 公开(公告)日: 2017-10-13
发明(设计)人: 伍先达;吴斌;邢武;龙飞;方建平;孙晖;谢涛;李浙粤 申请(专利权)人: 安徽中科福瑞科技有限公司
主分类号: B66B5/02 分类号: B66B5/02
代理公司: 合肥天明专利事务所(普通合伙)34115 代理人: 奚华保
地址: 230088 安徽省合肥市*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 电梯 在线 安全 检测 预警 装置 及其 方法
【权利要求书】:

1.一种电梯在线安全检测预警装置的检测预警方法,该方法包括下列顺序的步骤:

(1)获取电梯状态的一个特征参数的采集数据;

(2)提取一次连续电梯启停过程中该特征参数的极大值M1,判断是否生成预警阈值T1,若未生成该项参数的预警阈值T1,则将M1添加进数据样本库D1,接着判断数据样本库D1中的样本数量是否达到设定个数V1,若未达到设定个数V1,返回第一步继续获取采集数据;若达到设定个数V1,建立电梯状态概率神经网络模型,生成预警阈值T1,再返回第一步获取采集数据;

(3)若已生成预警阈值T1,将M1添加进数据更新样本库D2,判断数据更新样本库D2中的样本数量是否达到设定个数V2,0<V2<V1,若未达到设定个数V2,返回第一步获取采集数据;若达到设定个数V2,统计超过T1的个数K,K≥0,进入下一步;

(4)判断是否K≥V2/2,若K≥V2/2,则判断为预警,通过近距离通信单元发出预警信息,并将剩下的V2-K个正常数据先后替换数据样本库D1中最早的V2-K个数据;若K<V2/2,判断为正常,并将该V2个数据先后替换数据样本库D1中最早的V2个数据,其中K个异常数据加入D1中作为概率模型的训练样本;

(5)重新建立该特征参数的电梯状态概率神经网络模型,更新预警阈值T1;

(6)返回第一步获取采集数据;

所述预警装置包括轿厢预警装置和机房预警装置,所述轿厢预警装置由第一传感单元、第一采集单元、第一处理单元和第一近距离通信单元组成,所述机房预警装置由第二传感单元、第二采集单元、第二处理单元、第二近距离通信单元和远程通信网关组成,第一近距离通信单元和第二近距离通信单元之间无线通讯,第二处理单元通过远程通信网关与远程平台远程通讯。

2.根据权利要求1所述的检测预警方法,其特征在于:建立电梯状态概率神经网络模型,生成或更新预警阈值的步骤如下:

(1)归一化处理:

根据式i=1,2,...,N,将数据样本库D1中的数据逐一进行归一化处理,数据范围限定在[0,1],其中xi为D1中的某一数据,N为数据样本库D1中的数据个数,N≥1,x'为D1的数组[x1,x2,...,xN],为归一化处理后D1中的某一数据;

(2)相近数据处理:

将归一化后D1中的某一数据按大小排序,若认定与为相近数据;

(3)计算平滑因子:

采用式计算平滑因子σ,其中若i确定,min(dij)为所有数据点中距最近的点与的距离;

(4)计算条件概率:

根据式计算自变量x的条件概率,其中x取值范围在[0,1];

(5)生成或更新预警阈值:

根据电梯状态概率模型其中为归一化的预警阈值,A为预警阈值概率,0<A<1,生成正常状态下的归一化预警阈值设定L倍系数的为归一化报警阈值,L>1。

3.根据权利要求1所述的检测预警方法,其特征在于:所述电梯状态的一个特征参数是指轿厢三维振动传感器、井道噪声传感器、门机负载电流传感器、平层开关、轿门开关、曳引机三维振动传感器、曳引机噪声传感器、曳引机闸瓦温度传感器和控制柜温度传感器中的任一种传感器所采集的电梯状态的特征参数。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于安徽中科福瑞科技有限公司,未经安徽中科福瑞科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201510299754.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top