[发明专利]一种基于Elman神经网络的电梯抱闸故障预警方法

说明书

本发明公开了一种基于Elman神经网络的电梯抱闸故障预警方法，包括以下步骤：首先通过检测设备采集电梯运行过程中抱闸运行的主要时序数据，建立数据库；然后，基于Elman神经网络建立信号预测模型，并由此构建电梯抱闸故障预警系统；经过训练和调试后，可以使用其对电梯抱闸运行主要时序信号数据的变化进行监测，当预警系统预测接下来的电流时序信号会发生较大变化时，根据电梯抱闸故障阈值发出预警，避免故障发生造成危害。本发明能够通过实时监测电梯抱闸运行时序信号数据，对可能即将发生的故障进行预警，对于提前对故障进行维修以及避免人民群众的生命安全受到故障电梯的损害具有很大的意义。

技术领域

本发明涉及一种使用Elman神经网络进行电梯抱闸故障预警的方法，属于电梯故障预警领域。

背景技术

随着我国城市化建设的发展步伐日渐加快，高层建筑物越来越多，家用直梯的普及程度亦迅猛增长，电梯也成为了人们日常生活中必要的交通设备。

根据新闻报道，截至2014年底，我国在用电梯数量已超过350万台，每年新增电梯数量接近50万台，而运行多年的老旧电梯数量快速增加，使用超过十年的电梯已超过100万台，虽然近年来电梯在可靠性方面有很大程度上的改进，但在实际运作中电梯故障还是时有发生。而在所有的故障中，抱闸失效的危害是最大的，一旦抱闸发生故障，电梯轿厢就会失去控制，很容易发生轿厢冲顶、人身伤害等事故。老旧电梯的快速增加，以及维保人员数量有限、水平不一等问题使得人民群众的生命财产安全面临很大的威胁。对于电梯故障，尤其是抱闸故障的提前预警、提前解决势在必行。

在传统的电梯故障预警领域，各厂商研究了很多种方法，但是由于大都没有设置关键位置的传感器，难以获得一些关键的信号数据，所以其预警准确性通常情况下并不可靠。

本发明通过在抱闸位置安装特殊的检测装置，监测抱闸的电流变化，利用检测到的电压值对电网电压变化造成的错误进行修正，最后，使用Elman神经网络故障预警系统对其电流的时序数据进行分析，使得对于抱闸故障的预警准确性大大提升。

发明内容

针对以上问题本发明提供了一种基于Elman神经网络的电梯抱闸故障预警方法。这种基于Elman神经网络的电梯抱闸故障预警方法，内部的程序结构为Elman神经网络，通过数据训练权值，使神经网络学习故障预警方法。同时通过大量训练建立起抱闸电流变化趋势与输入时序电流信号之间的关系，通过电梯抱闸故障阈值实现对于抱闸故障的预警，对于维修人员有很强的指导和提醒作用，保护了人民群众的生命安全。

为了解决以上问题，本发明采用了如下技术方案：

一种基于Elman神经网络的电梯抱闸故障预警方法，其特征在于：包括以下步骤：

A、使用检测装置采集电梯抱闸运行的主要信号数据，建立包含抱闸正常和故障状态对应的特征信号的数据库；

B、基于Elman神经网络建立信号预测模型，并由此构建电梯抱闸故障预警系统；

C、利用电梯抱闸故障预警系统对电梯抱闸运行主要信号数据的变化进行监测，对于故障进行预警。

优选的，所述步骤A中使用检测装置的采集能够反映电梯抱闸故障的主要信号数据，为抱闸电流、抱闸电压等时序数据,储存在数据库中。

优选的，所述采集的电梯抱闸电压值是用于对采集到的电流值进行修正，以电网标准电压380V为基准，得到实际测得电压相对于基准的百分比，按比例修正测得电流，避免电网的电压波动对检测结果产生影响，其公式为：

I_Y是经过修正的电流，U_X是测得的实际电压，I_X是测得的实际电流。