基于WPT-MCNN的电梯门机故障诊断方法.pdfVIP

２０２５年第１期九江学院学报(自然科学版)(总第１４８期)

Ｎｏ１ꎬ２０２５ＪｏｕｒｎａｌｏｆｊｉｕｊｉａｎｇＵｎｉｖｅｒｓｉｔｙ(ｎａｔｕｒａｌｓｃｉｅｎｃｅｅｄｉｔｉｏｎ)(Ｓｕｍ.Ｎｏ１４８)

∗

－

基于ＷＰＴＭＣＮＮ的电梯门机故障诊断方法

１１ꎬ２２

童鑫万安平程晓民

(１安徽理工大学机电工程学院安徽淮南２３２０００ꎻ

２浙大城市学院机械工程学系浙江杭州３１００１５)

摘要:电梯门机系统作为电梯运行的关键组件ꎬ其健康状态直接关系到电梯的安全性

与运行效率ꎮ针对传统专家系统在电梯门机故障诊断中面临的诊断精度不高、效率低下等

挑战ꎬ深入研究了人工智能深度学习技术在该领域的创新应用ꎮ鉴于电梯门机故障数据集

的稀缺性ꎬ自主设计并搭建了实验平台ꎬ全面收集了六种典型的电梯门机故障案例ꎬ涵盖

了多种工况下的振动信号ꎮ为充分挖掘这些振动信号中的故障特征ꎬ提出了一种融合小波

包变换(ＷＰＴ)与多尺度卷积神经网络(ＭＣＮＮ)的先进诊断方法ꎮ该方法首先利用

ＷＰＴ技术ꎬ根据故障频率特性将三通道振动信号进行二级分解ꎬ重构为三个具有不同频

率特性的子带(ｓｕｂｂａｎｄ)ꎬ并通过归一化处理确保数据的一致性ꎮ之后ꎬ这三个子带被作

为多尺度输入送入ＭＣＮＮ模型ꎬ该模型能够有效捕捉并融合振动信号的全局与局部特征ꎬ

从而实现对故障类型的精准识别ꎮ实验结果表明ꎬ所提出的方法在电梯门机系统振动故障

诊断中展现出了卓越的性能ꎬ经过十次独立实验的验证ꎬ平均故障诊断准确率高达

９９０５％ꎮ这一成果不仅验证了深度学习技术在电梯门机故障诊断中的巨大潜力ꎬ也为电

梯行业的智能化维护与管理提供了有力的技术支持ꎮ

关键词:小波包变换ꎬ多尺度卷积网络ꎬ振动故障诊断ꎬ电梯门机系统

中图分类号:ＴＨ１７ꎻＴＵ８５７文献标识码:Ａ文章编号:－－－

１６７４９５４５(２０２５)０１００３０(０７)

ＤＯＩ:１０１９７１７/ｊｃｎｋｉｊｊｕｎ２０２５０１００６

－

[２３]

电梯是一种在公共场所中被广泛使用的垂直财产安全具有重要意义ꎮ

交通工具ꎬ它在物流领域、现代建筑和设施中扮而传统的故障诊断通常依赖于专家系统ꎬ但

演着关键的角色ꎮ其中ꎬ电梯门机系统作为电梯专家系统需要由领域专家主导ꎬ设计相关判断规

的重要组成部分ꎬ其性能直接影响到乘客的使用则ꎬ往往只能针对少部分电梯门机故障分析适用ꎬ

－

[４６]

体验和电梯的运行可靠性ꎬ此外ꎬ由于电梯属于可移植性较差ꎬ灵活度不高ꎮ由于电梯门机系

特种设备ꎬ使