[发明专利]一种基于神经网络垂直电梯故障预测系统及方法

说明书

本发明涉及神经网络技术领域，公开一种基于神经网络垂直电梯故障预测系统，包括电梯故障数据采集模块、神经网络构建模块及故障发生概率预测模块；所述电梯故障数据采集模块用于采集电梯故障相关数据；所述神经网络构建模块用于根据所述数据构建神经网络；所述故障发生概率预测模块用于根据所述神经网络和实时采集的电梯故障相关数据，进行电梯故障发生概率的预测。本发明还公开一种基于神经网络垂直电梯故障预测方法。本发明保证了垂直电梯的稳定性和安全性，减少了电梯故障率的发生。

技术领域

本发明涉及神经网络技术领域，尤其涉及一种基于神经网络垂直电梯故障预测系统及方法。

背景技术

随着科技的飞速发展，建筑行业突飞猛进，越来越高的楼层对垂直电梯要求也越来越高，电梯关系着人的生命财产安全，所以其安全性能也有着非常重要的地位。但是，由于垂直电梯数量的增长，电梯故障也时常发生，目前垂直电梯的安全性多依赖于定时的维护和通过电梯内摄像头进行实时的监控，费时费力，且通过视频监控监测到的电梯故障已经发生，不能从根本上保证乘坐垂直电梯的人群的生命安全。现有的电梯系统不能事先预测电梯故障的发生，不能从根本上保证垂直电梯的稳定性，从而不能保证垂直电梯的安全性。

ZL 201210194098.X公开了一种电梯故障预警系统及其预警方法，通过设置于曳引机上的曳引机传感器、设置于轿厢上的轿厢传感器以及设置在轿厢外的噪音传感器采集电梯在不同运动阶段下曳引机、轿厢的振动数据以及轿厢外的噪音数据，并传输至监控中心，监控中心对曳引机、轿厢的振动数据以及轿厢外的噪音数据进行快速傅立叶变换，得出曳引机、轿厢电梯在不同运动阶段下的振动频谱图，以及轿厢外电梯在不同运动阶段下的噪音频谱图，并与电梯正常运作的振动频谱图、噪音频谱图对比，对比各个频段的幅值是否异常，实现电梯故障的预警。但针对的是电梯内无人的情况，并未考虑预测到电梯故障时，其内乘坐有人的情况。

发明内容

针对垂直电梯存在的上述问题，本发明提出一种基于神经网络垂直电梯故障预测系统及方法，保证了垂直电梯的稳定性和安全性，减少了电梯故障率的发生。

为了实现上述目的，本发明采用以下技术方案：

一种基于神经网络垂直电梯故障预测系统，包括电梯故障数据采集模块、神经网络构建模块及故障发生概率预测模块；

所述电梯故障数据采集模块用于采集电梯故障相关数据；

所述神经网络构建模块用于根据所述数据构建神经网络；

所述故障发生概率预测模块用于根据所述神经网络和实时采集的电梯故障相关数据，进行电梯故障发生概率的预测。

进一步地，所述电梯故障数据采集模块包括电梯故障数据采集终端及电梯信息存储单元；

所述电梯故障数据采集终端包括热释电红外传感器、温湿度传感器、编码器、楼层感应器、平层感应器及加速度传感器；

所述电梯信息存储单元用于存储电梯故障数据采集终端采集的电梯故障相关数据、电梯基本信息及电梯维护信息。

进一步地，所述电梯基本信息包括电梯位置信息及电梯编号，所述电梯维护信息包括电梯维修记录。

进一步地，还包括：预处理模块；

所述预处理模块用于对采集的电梯故障相关数据进行分类和归一化处理。

进一步地，所述预处理模块具体用于：

对采集的电梯故障相关数据进行分类，不同的类别表示不同的故障类型，共分为六类；

对每类数据进行归一化处理，将每类数据归一化至[-1,1]的范围内。

进一步地，所述神经网络构建模块具体用于：