[发明专利]训练电梯抱闸故障诊断模型、抱闸故障诊断的方法及系统

权利要求书

1.一种训练电梯抱闸故障诊断模型的方法，其特征在于，包括如下步骤：

获取电梯的抱闸训练信号；

对所述电梯的抱闸训练信号进行小波包分解，提取所述电梯的抱闸训练信号中的各频带信号；

获取所述各频带信号的能量；

根据所述各频带信号的能量构建所述电梯的抱闸训练信号的特征信息；

利用所述特征信息对神经网络模型进行训练，得到所述电梯抱闸故障诊断模型。

2.根据权利要求1所述的训练电梯抱闸故障诊断模型的方法，其特征在于，所述电梯的抱闸训练信号包括：正常抱闸训练信号和异常抱闸训练信号。

3.根据权利要求2所述的训练电梯抱闸故障诊断模型的方法，其特征在于，所述根据所述各频带信号的能量构建所述电梯的抱闸训练信号的特征信息的步骤，包括：

以所述各频带信号的能量为元素，构建所述电梯的抱闸训练信号的特征向量；

对所述特征向量进行归一化处理，生成所述特征信息。

4.根据权利要求3所述的训练电梯抱闸故障诊断模型的方法，其特征在于，所述利用所述特征信息对神经网络模型进行训练，得到所述电梯抱闸故障诊断模型的步骤，包括：

提取第一预设数量电梯的抱闸训练信号的特征信息作为训练样本，输入到概率神经网络模型进行训练；

提取第二预设数量电梯的抱闸训练信号的特征信息作为测试数据，输入到所述概率神经网络模型，得到诊断结果；

判断所述诊断结果的准确率大于或等于预设阈值；

当所述诊断结果的准确率大于或等于预设阈值时，得到所述电梯抱闸故障诊断模型。

5.根据权利要求4所述的训练电梯抱闸故障诊断模型的方法，其特征在于，当所述诊断结果的准确率小于预设阈值时，调整所述概率神经网络模型的关键参数，直至诊断结果的准确率大于或等于所述预设阈值时，得到所述电梯抱闸故障诊断模型。

6.一种电梯抱闸故障诊断的方法，其特征在于，包括如下步骤：

获取待识别的电梯抱闸信号；

对所述待识别的电梯抱闸信号进行小波包分解，提取所述待识别的电梯抱闸信号中的各频带信号；

获取所述待识别的电梯抱闸信号各频带信号的能量；

利用所述待识别的电梯抱闸信号各频带信号的能量构建所述待识别电梯抱闸信号的特征信息；

根据所述待识别电梯抱闸信号的特征信息确定所述待识别的电梯抱闸信号所对应的结果信息，其中，所述结果信息用于指示所述待识别的电梯抱闸信号是否为故障信号。

7.根据权利要求6所述的电梯抱闸故障诊断的方法，其特征在于，所述根据所述待识别电梯抱闸信号的特征信息确定所述待识别的电梯抱闸信号所对应的结果信息的步骤，包括：

将所述待识别电梯抱闸信号的特征信息，输入到根据权利要求1-5中任一项所述的训练电梯抱闸故障诊断模型的方法得到的电梯抱闸故障诊断模型以得到所述结果信息。

8.根据权利要求7所述的电梯抱闸故障诊断的方法，其特征在于，所述将所述待识别电梯抱闸信号的特征信息，输入到根据权利要求1-5中任一项所述的训练电梯抱闸故障诊断模型的方法得到的电梯抱闸故障诊断模型以得到所述结果信息的过程，包括：

对训练样本的特征向量以及待识别的电梯抱闸信号的特征向量进行归一化处理；

将归一化处理后训练样本的特征向量以及待识别的电梯抱闸信号的特征向量输入到所述电梯抱闸故障诊断模型；

计算所述归一化处理后的训练样本的特征向量与待识别的电梯抱闸信号的特征向量的匹配度；

根据所述匹配度及预设激活函数得到所述结果信息。