基于大数据的电梯故障诊断与预测研究.PDFVIP

３６ １ 　 　 　 　 工　 　 Ｖｏｌ.３６ Ｎｏ.１ ２０１９年１月 Ｊｏｕｒｎａｌ ｏｆ Ｍｅｃｈａｎｉｃａｌ ＆ Ｅｌｅｃｔｒｉｃａｌ Ｅｎｇｉｎｅｅｒｉｎｇ Ｊａｎ. ２０１９ ＤＯＩ:１０.３９６９/ ｊ.ｉｓｓｎ.１００１－４５５１.２０１９.０１.０１８ 基于大数据的电梯故障诊断与预测研究∗ １ １ ２ １ １ １ 陈志平 ꎬ汪　 赞 ꎬ张国安 ꎬ李春光 ꎬ李哲威 ꎬ何　 平 (１.杭州电子科技大学 机械工程学院ꎬ浙江 杭州３１００１８ꎻ２.绍兴市特种设备检测院ꎬ浙江 绍兴３１２０７１) 摘要:为了研究大数据分析方法在电梯故障诊断与预测中的可行性ꎬ首先收集了海量的电梯检验数据ꎬ并对其中有关电梯轿厢振动 的数据进行了特征参数的提取ꎻ然后构建了采用大数据分析方法诊断与预测电梯故障隐患的总体方案ꎬ通过监督学习与非监督学 习的数据挖掘手段ꎬ对所提取到的电梯轿厢振动特征参数进行了充分的数据挖掘与分析ꎬ找出了电梯机械系统各种故障隐患与电 梯运行时轿厢振动监测信号之间的内在关系ꎬ最终根据电梯轿厢振动特征量的大小及其变化趋势ꎬ诊断和预测电梯机械系统的各 种故障隐患ꎮ 研究结果表明:大数据分析方法可准确地对电梯机械系统故障进行诊断与预测ꎮ 关键词:电梯ꎻ故障诊断与预测ꎻ大数据ꎻ监督学习ꎻ非监督学习 中图分类号:ＴＰ３９１.５　 　 　 　 文献标志码:Ａ 文章编号:１００１－４５５１(２０１９)０１－００９０－０５ Ｒｅｓｅａｒｃｈ ｏｆ ｂｉｇ￣ｄａｔａ￣ｂａｓｅｄ ｅｌｅｖａｔｏｒ ｆａｕｌｔ ｄｉａｇｎｏｓｉｓ ａｎｄ ｐｒｅｄｉｃａｔｉｏｎ １ １ ２ １ １ １ ＣＨＥＮ Ｚｈｉ￣ｐｉｎｇ ꎬＷＡＮＧ Ｚａｎ ꎬＺＨＡＮＧ Ｇｕｏ￣ａｎ ꎬＬＩ Ｃｈｕｎ￣ｇｕａｎｇ ꎬＬＩ Ｚｈｅ￣ｗｅｉ ꎬＨＥ Ｐｉｎｇ (１.Ｓｃｈｏｏｌ ｏｆ Ｍｅｃｈａｎｉｃａｌ ＥｎｇｉｎｅｅｒｉｎｇꎬＨａｎｇｚｈｏｕ Ｄｉａｎｚｉ ＵｎｉｖｅｒｓｉｔｙꎬＨａｎｇｚｈｏｕ３１００１８ꎬＣｈｉｎａꎻ ２.Ｓｈａｏｘｉｎｇ Ｓｐｅｃｉａｌ Ｅｑｕｉｐｍｅｎｔ Ｉｎｓｐｅｃｔｉｏｎ ＩｎｓｔｉｔｕｔｅꎬＳｈａｏｘｉｎｇ３１２０７１ꎬＣｈｉｎａ) Ａｂｓｔｒａｃｔ:Ａｉｍｉｎｇ ａｔ ａｐｐｌｙｉｎｇｂｉｇｄａｔａａｎａｌｙｓｉｓｍｅｔｈｏｄｓｉｎｔｏｅｌｅｖａｔｏｒｆａｕｌｔ ｄｉａｇｎｏｓｉｓａｎｄｐｒｅｄｉｃｔｉｏｎꎬｆｉｒｓｔꎬａｌａｒｇｅｎｕｍｂｅｒ ｏｆ ｅｌｅｖａｔｏｒ ｉｎｓｐｅｃ￣ ｔｉｏｎｄａｔａｗａｓｃｏｌｌｅｃｔｅｄꎬａｎｄｆｅａｔｕｒｅｐａｒａｍｅｔｅｒｓｒｅｌａｔｅｄｔｏｃａｒｖｉｂｒａｔｉｏｎｗｅｒｅｅｘｔｒａｃｔｅｄｆｒｏｍｔｈｅｉｎｓｐｅｃｔｉｏｎｄａｔａ. Ｔｈｅｎꎬｔｈｅｏｖｅｒａｌｌ ｓｃｈｅｍｅｗａｓ ｐｒｅｓｅｎｔｅｄ. Ｂｙ ｕｓｉｎｇ ｓｕｐｅｒｖｉｓｅｄａｎｄｕｎｓｕｐｅｒｖｉｓｅｄｌｅａｒｎｉｎｇｍｅｔｈｏｄｓꎬｄａｔａｍｉｎｉｎｇａｎｄａｎａｌｙｓｉｓｗｅｒｅｃｏｎｄｕｃｔｅｄｏｎｔｈｅｅｘｔｒａｃｔｅｄｆｅａｔｕｒｅｐａｒａｍ￣ ｅｔｅｒｓ ｔｏ ｆｉｎｄ ｏｕｔ ｔｈｅ ｉｎｔｒｉｎｓｉｃ ｒｅｌａｔｉｏｎｓｈｉｐ ｂｅｔｗｅｅｎ ｔｈｅｆａｕｌｔｓ ｏｆ ｅｌｅｖａｔｏｒ ｍｅｃｈａｎｉｃａｌ ｓｙｓｔｅｍ ａｎｄｔｈｅ ｃａｒ ｖｉｂｒａｔｉｏｎ ｓｉｇｎａｌ. Ｆｉｎａｌｌｙꎬｔｈｅ ｅｌｅｖａｔｏｒ ｍｅｃｈａｎｉｃａｌ ｓｙｓｔｅｍｆａｕｌｔｓ ｃｏｕｌｄ ｂｅ ｄｉａｇｎｏｓｅｄ ａｎｄ ｐｒｅｄｉｃｔｅｄ ａｃｃｏｒｄｉｎｇ ｔｏ ｔｈｅ ｍａｇｎｉｔｕｄｅ ｏｆ ｖｉｂｒａｔｉｏｎ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ａｎｄｔｈｅｉｒ ｃｈａｎｇｉｎｇ ｔｒｅｎｄｓ. Ｔｈｅ ｒｅｓｕｌｔｓ ｉｎｄｉｃａｔｅ