[发明专利]一种电梯振动故障的诊断算法

权利要求书

1.一种电梯振动故障的诊断算法，其特征在于，包括以下步骤：

S1:获取数据，加速度传感器获取电梯轿厢当前的加速度，加速度包括水平方向加速度和垂直方向加速度；

S2:数据处理，将加速度信号对时间求导以获得急动度，其中包括将水平方向加速度对时间求导，以获得水平急动度；将垂直方向加速度对时间求导，以获得垂直急动度；

S3:计算各振动特征值，其中振动特征值包括电梯运行时垂直方向加速度变化的垂直运行标准差、电梯运行时水平方向加速度变化的水平运行标准差，以及电梯加速时垂直方向加速度变化的垂直加速标准差；

S4:计算各预测值，将S3中的各振动特征值按时间顺序递推存入数组，用指数平滑预测法预测若干周期后，分别得出各振动特征值的预测值；

S5:振动特征归一化，设定振动特征值的上下限，利用隶属度函数将预测值归一化；

S6:计算故障原因概率，设定贝叶斯概率网络，根据各振动特征和各故障原因之间的关系设计一个贝叶斯概率网络，计算贝叶斯概率网络的父节点，并得出各父节点后验概率；

S7:确定故障原因，确认各父节点后验概率中的最大父节点后验概率，并将与其对应的父节点作为故障原因输出；或

确认在各父节点后验概率中大于预设故障概率值的父节点后验概率，并将与其对应的父节点作为故障原因输出。

2.根据权利要求1所述的一种电梯振动故障的诊断算法，其特征在于：在S2中，急动度j＝Δa/Δt，其中Δa为加速度变化量，Δt为最小单位时间。

3.根据权利要求2所述的一种电梯振动故障的诊断算法，其特征在于：急动度j包括垂直急动度j_z和水平急动度j_XY，其中，

垂直急动度其中a_Z为采样周期的垂直加速度，a’_Z为上个采样周期的垂直加速度，T为采样周期，a_Z-a’_Z为垂直加速度变化量，Δt＝T；

水平急动度其中a_X为本采样周期的X轴加速度，a’_X为上个采样周期的X轴加速度，a_Y为本采样周期的Y轴加速度，a’_Y为上个采样周期的Y轴加速度，T为采样周期，为水平加速度变化量，Δt＝T。

4.根据权利要求1所述的一种电梯振动故障的诊断算法，其特征在于：在S3中，将在S2中求出的急动度j代入标准差公式求出垂直运行标准差、水平运行标准差，垂直加速标准差，其中σ为标准差，N为数据个数，j_i为急动度值，μ为多个急动度j的平均值。

5.根据权利要求1所述的一种电梯振动故障的诊断算法，其特征在于，在S4中，将S3中的各振动特征值按时间顺序递推存入数组的步骤包括，

S401:设定数组序号，其中包括0至9；

S402:将数组元素按数组序号顺序依次存入并与数组序号一一对应，其中数组元素包括s0至s9，s为本次振动标准差；

S403：形成数组：序号：0,1,2,3,4,5,6,7,8,9；

元素：s0,s1,s2,s3,s4,s5,s6,s7,s8,s9；

在S4中，指数平滑预测法的步骤包括：

S404:每次采样周期将S403中数组元素依次往序号低的方向移动一次；

S405:将各振动特征值按时间顺序分别带入各自独立的数组进行运算；

S406:若干采样周期后，分别得出各振动特征值的预测值。

6.根据权利要求1所述的一种电梯振动故障的诊断算法，其特征在于，在S5中，包括以下步骤：

S501:设定振动特征值上限max，以及振动特征值下限min；

S502:确定隶属函数，并得出返回归一化值，

当x≤min时，返回归一化值y为0；

当x≥max时，返回归一化值y为1；

当xmin且xmax时，返回归一化值为