[发明专利]一种电梯厅门的故障自动识别方法

说明书

本发明涉及无损检测领域，特别是涉及一种电梯厅门的故障自动识别方法。包括如下步骤：S1：构建基于机器学习算法的电梯厅门故障检测模型；S2：采集电梯厅门的运动状态数据，并绘制成相应的运动状态曲线。S3：以标记后的运动状态曲线对应的特征数据和故障类型的数据为模型训练的数据集，即训练集。S4：通过训练集对电梯厅门故障检测模型进行训练，并利用测试集对模型的训练效果进行验证。S5：在每收到一次厅门开关指令时，获取对应电梯层的厅门运动状态的特征数据，通过电梯厅门故障检测模型进行识别；并保留相应的实时运动状态曲线及其对应的识别结果。本发明解决了现有的电梯厅门状态监控依赖人工，监控效果差，效率低，实时性不足问题。

技术领域

本发明涉及无损检测领域，特别是涉及一种电梯厅门的故障自动识别方法。

背景技术

电梯厅门是电梯中最重要的部分之一，也是在工作环境中使用频率最高、最易受到外部撞击或挤压的部件。国家标准GB-7588《电梯制造与安装安全规范》中单独就厅门的安全性能提出了设计和安装要求。然而，根据不完全统计，电梯发生的人身伤亡事故约有70％是由于电梯厅门引起的，因此厅门对于保护人员的安全和电梯的正常运行有着极其重要的作用。

在日常使用当中，厅门由于门槛有异物、应急导向装置缺失、外部撞击、防止门夹人的装置失效等多种原因而故障频发。为了解决这一问题，现有的技术方案中仅能不断缩短电梯维护保养的周期，提高管理人员检查的频次。维保人员虽然可以定期对电梯进行维护保养，却无法对电梯厅门的状态进行实时监测。而且对于高层高速群控梯群来说，单组电梯的厅门数量可达到三十扇甚至更多，维保人员更是难以随时随地掌握每一扇厅门的运行状态。

发明内容

基于此，有必要针对现有的电梯厅门状态监控依赖人工，监控效果差，效率低，实时性不足，进而导致电梯故障频发的问题；提供一种电梯厅门的故障自动识别方法。

本发明中提供的一种电梯厅门的故障自动识别方法，包括如下步骤：

S1：构建一个基于机器学习算法的电梯厅门故障检测模型；电梯厅门故障检测模型的输入为电梯厅门在一个开关周期内的运动状态的特征数据，电梯厅门故障检测模型的输出为当前电梯厅门的故障类型的判别结果。

S2：采集电梯厅门在正常状态以及各类不同故障类型状态下的运动状态数据，并绘制成相应的运动状态曲线。

S3：对绘制的各个运动状态曲线表征的厅门状态进行人工标记；且在采样数据中，故障状态和正常状态的数量比为1:1，各种故障类型的数量占比相同；将标记后的运动状态曲线对应的特征数据和故障类型的数据构成数据集，以此作为模型训练的数据集。

S4：按照与上步骤相同的采样比例将数据集分为训练集和测试集。其中，训练集和测试集中数据量的比例为8:2。通过训练集对构建的电梯厅门故障检测模型进行训练，并利用测试集对模型的训练效果进行验证；直到电梯厅门故障检测模型达到训练阶段的要求。

S5：在每收到一次厅门开关指令时，获取对应电梯层的厅门的运动状态的特征数据，绘制成相应的实时运动状态曲线，同时将特征数据输入到训练完成的电梯厅门故障检测模型中，得出该层厅门状态的识别结果；并保留相应的实时运动状态曲线及其对应的识别结果。

本发明为了解决电梯厅门的故障识别问题，首先获取的电梯厅门中反映门状态变化的特征数据，并将相关数据绘制成不同类型的曲线，同时利用特征数据去对基于机器学习算法的网络进行训练，进而将完成训练的网络模型作为本发明所需的电梯厅门故障检测模型，用来进行电梯厅门状态的自动识别。