[发明专利]基于大数据的电梯故障模式识别系统

说明书

本申请涉及智能识别领域，其具体地公开了一种基于大数据的电梯故障模式识别系统，其通过采用基于深度学习的人工智能检测算法来分别提取出待检测电梯的声音信号和振动信号在时域和频域上的综合特征关联分布信息，并进一步融合所述待检测电梯的声音特征分布信息与振动特征分布信息，以此来进行所述待检测电梯的故障模式识别。这样，能够精准地对于电梯的故障模式进行识别判断，进而便于维修保养人员对于电梯进行维护，保证电梯的正常安全运行。

技术领域

本申请涉及智能识别领域，且更为具体地，涉及一种基于大数据的电梯故障模式识别系统。

背景技术

随着我国科学技术的不断发展，电梯广泛应用于我们的生活中。但是电梯经常也会出现各种故障，给我们带来许多不便，从而电梯的维护就显得尤为重要，电梯设备的故障诊断是电梯维护的重要内容。

随着城市建设发展，电梯的建设率大大增加，但由于有资质的电梯维修保养公司和专业的电梯维护从业人员较少，随之而来的是电梯得不到较好地维护，故障频发，严重影响人们的生活与生命安全。电梯的电力机械设备结构复杂，可能出现的故障种类繁多，可能引起故障的原因更为复杂，且故障征兆和故障原因并不是一一对应，而是交叉影响的，且电梯的运行是无故障运行到带故障运行的一个逐渐变化的过程，给维修保养人员准确判断电梯故障带来障碍。

因此，期待一种优化的电梯故障模式识别方案。

发明内容

为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种基于大数据的电梯故障模式识别系统，其通过采用基于深度学习的人工智能检测算法来分别提取出待检测电梯的声音信号和振动信号在时域和频域上的综合特征关联分布信息，并进一步融合所述待检测电梯的声音特征分布信息与振动特征分布信息，以此来进行所述待检测电梯的故障模式识别。这样，能够精准地对于电梯的故障模式进行识别判断，进而便于维修保养人员对于电梯进行维护，保证电梯的正常安全运行。

根据本申请的一个方面，提供了一种基于大数据的电梯故障模式识别系统，其包括：

故障数据采集模块，用于获取由振动传感器和声音传感器采集的待检测电梯在预定时间段的探测振动信号和探测声音信号；

频域特征提取模块，用于对所述探测振动信号和所述探测声音信号进行傅里叶变化以得到多个第一频域特征统计值和多个第二频域特征统计值；

第一联合编码模块，用于将所述探测振动信号和所述多个第一频域特征统计值输入第一Clip模型以得到优化振动特征矩阵；

第二联合编码模块，用于将所述探测声音信号和所述多个第二频域特征统计值输入第二Clip模型以得到优化声音特征矩阵；

特征融合模块，用于融合所述优化振动特征矩阵和所述优化声音特征矩阵以得到分类特征矩阵；以及

电梯故障模式识别模块，用于将所述分类特征矩阵通过多标签分类器以得到分类结果，所述分类结果为待检测电梯具有各个故障的概率值。

在上述基于大数据的电梯故障模式识别系统中，所述第一联合编码模块，包括：第一频域序列特征提取单元，用于将所述多个第一频域特征统计值输入所述第一Clip模型的序列编码器以得到第一频域统计特征向量；第一信号波形特征提取单元，用于将所述探测振动信号的波形图输入所述第一Clip模型的图像编码器以得到探测振动波形特征向量；第一联合编码单元，用于基于所述第一频域统计特征向量对所述探测振动波形特征向量的特征编码进行优化以得到所述优化振动特征矩阵。