[发明专利]住宅汽车电梯故障诊断方法、装置、电子设备及存储介质

权利要求书

1.一种住宅汽车电梯故障诊断方法，其特征在于：其包括以下步骤：

一.采集目标曳引机运行状态信号，并提取相应的特征，并形成目标样本特征矩阵；

二.利用迁移成分分析法，将目标样本特征矩阵以及带标签的源域特征矩阵映射到新的特征空间中；

三.建立概率分类器，计算目标样本属于每种故障的概率；

四.输出目标曳引机的故障类别。

2.根据权利要求1所述的住宅汽车电梯故障诊断方法，其特征在于：所述的迁移成分分析法指将边缘分布不同的源域和目标域，即P(X_s)≠P(X_t)，通过一个映射φ，φ(X_s)＝X′_s，φ(X_t)＝X′_t，使得P(X′_s)≈P(X′_t)。

3.根据权利要求2所述的住宅汽车电梯故障诊断方法，其特征在于：迁移成分分析法采用最大均值差异作为度量准则，具体公式如下：

其中，D(X′_s，X′_t)为X′_s与X′_t的最大均值差异。

4.根据权利要求3所述的住宅汽车电梯故障诊断方法，其特征在于：所述的概率分类器，用p_ij表示目标域归属源域X_s第j类的概率，则归属X_s所有类别的概率之和为1，即

目标样本归属的类别是确定的，即p_ij的值只有0和1两种情况，当p_ij＝1时，属于第j类，当p_ij＝0时，不属于第j类，每个标签至少有一个目标域的样本和它匹配，因此

5.根据权利要求4所述的住宅汽车电梯故障诊断方法，其特征在于，所述步骤四的实现方式为：计算目标样本到源域样本中心的欧氏距离：记c_j表示源域第j类样本中心，可以通过下式获得：

其中，表示源域中第j类样本的数量，是指示函数，当条件成立时，值为1，否则值为0，

记d_ij表示目标域样本到源域第j类样本中心的距离，通过欧氏距离进行计算，具体如下：

然后，建立如下代价函数：

通过上式可以求得概率矩阵，然后目标样本的分类标签可以利用下式求得：

输出计算所得标签就完成目标样本的识别。

6.一种住宅汽车电梯故障诊断方法，其特征在于：所述特征包括时域特征、频域特征以及时频域特征。

7.一种住宅汽车电梯曳引机故障诊断装置，其特征在于，它包括：

采集模块，用于采集曳引机运行状态信号；

第一生成模块，用于从所述采集模块所采集的信号中提取相应的特征，并生成特征与故障类型的对应关系；

第二生成模块，用于当所述曳引机发生故障时，根据相应的特征生成故障类型。

8.根据权利要求7所述的住宅汽车电梯曳引机故障诊断装置，其特征在于，它还包括：发送模块，当所述曳引机发生故障时，根据相应的特征生成故障类型并将将故障类型发送至终端。

9.一种电子设备，其特征在于，它包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过总线完成相互间的通信；

存储器，用于存放计算机程序；

处理器，用于执行存储器上所存放的程序，实现以下流程：

采集曳引机运行状态信号；

用于从所述采集模块所采集的信号中提取相应的特征，并生成特征与故障类型的对应关系；

用于当所述曳引机发生故障时，根据相应的特征生成故障类型。

10.一种存储介质，其特征在于，

所述存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现以下流程：

采集曳引机运行状态信号；

用于从所述采集模块所采集的信号中提取相应的特征，并生成特征与故障类型的对应关系；

用于当所述曳引机发生故障时，根据相应的特征生成故障类型。