[发明专利]一种电梯闸瓦磨损精准感知与连续快速更换系统及方法在审
| 申请号: | 202211657447.7 | 申请日: | 2022-12-22 |
| 公开(公告)号: | CN115783926A | 公开(公告)日: | 2023-03-14 |
| 发明(设计)人: | 王海舰;余成文;梁萌;黄立军;孙佰聪;毕晓林;刘铁;王多管;谢飞;王宇博 | 申请(专利权)人: | 桂林电子科技大学;大连凯晟科技发展有限公司 |
| 主分类号: | B66B5/00 | 分类号: | B66B5/00;B66B19/00;G01M13/00 |
| 代理公司: | 北京东方盛凡知识产权代理有限公司 11562 | 代理人: | 沈晓彦 |
| 地址: | 541004 广*** | 国省代码: | 广西;45 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 电梯 闸瓦 磨损 精准 感知 连续 快速 更换 系统 方法 | ||
1.一种电梯闸瓦磨损精准感知与连续快速更换系统,其特征在于,包括:闸瓦磨损状态监测部、制动部、制动驱动部和信息处理部;
所述闸瓦磨损状态监测部与所述制动驱动部固定连接,所述闸瓦磨损状态监测部用于实时监测闸瓦磨损状态;
所述制动部与所述制动驱动部活动连接,所述制动部用于电梯制动,所述制动驱动部用于驱动所述制动部;
所述信息处理部用于将所述闸瓦磨损状态监测部获取的信息进行处理,获取闸瓦磨损状态;
基于所述闸瓦磨损状态,更换所述闸瓦。
2.如权利要求1所述的一种电梯闸瓦磨损精准感知与连续快速更换系统,其特征在于,闸瓦磨损状态监测部包括:温度传感器、声音传感器、加速度传感器和支架;
所述温度传感器、所述声音传感器和所述加速度传感器依次固定在所述支架的下方,用于获取所述闸瓦的温度信号、声音信号和振动信号;所述支架上连接有若干螺钉以及销钉。
3.如权利要求1所述的一种电梯闸瓦磨损精准感知与连续快速更换系统,其特征在于,所述制动部包括制动轮,所述制动轮的两侧设置有制动臂,每个所述制动臂均设置有横向移动组件,所述横向移动组件的活动部上设置有两个闸瓦组件,所述闸瓦组件与所述制动轮配合制动。
4.如权利要求3所述的一种电梯闸瓦磨损精准感知与连续快速更换系统,其特征在于,所述横向移动组件包括丝杆支架、导轨、丝杆、固定螺栓、电机和联轴器;
所述丝杆支架内侧设置所述导轨和所述丝杆,所述导轨和所述丝杆平行设置,所述丝杆两侧均设置有一导轨;
所述导轨穿出所述丝杆支架,所述联轴器与所述导轨套接,所述联轴器与所述电机固定连接,所述电机用于带动所述联轴器旋转;
所述丝杆支架通过固定螺栓与所述制动臂固定连接。
5.如权利要求1所述的一种电梯闸瓦磨损精准感知与连续快速更换系统,其特征在于,所述制动驱动部包括通断电机构、制动弹簧和弹簧垫片;
所述制动弹簧和所述弹簧垫片在所述通断电机构的两侧,所述制动弹簧的一端与所述制动臂的外侧接触,另一端远离所述制动臂与所述弹簧垫片接触。
6.如权利要求5所述的一种电梯闸瓦磨损精准感知与连续快速更换系统,其特征在于,所述通断电机构包括电磁线圈、活动顶杆、顶杆螺栓和止动螺母;
所述电磁线圈和所述活动顶杆在所述支架中间,所述电磁线圈与所述支架固定连接,所述顶杆螺栓和所述止动螺母在所述支架两侧,所述电磁线圈下方设置所述活动顶杆。
7.一种电梯闸瓦磨损精准感知与连续快速更换方法,其特征在于,包括以下步骤:
获取温度信号、声音信号和振动信号,将所述温度信号、所述声音信号和所述振动信号,进行预处理获取数字量输出信号;
将所述数字量输出信号传输至上位机进行分析,获取闸瓦磨损状态,根据所述闸瓦磨损状态更换所述闸瓦。
8.如权利要求7所述的一种电梯闸瓦磨损精准感知与连续快速更换方法,其特征在于,将所述数字量输出信号传输至上位机进行处理,获取闸瓦磨损状态包括:
基于所述数字量输出信号进行提取状态特征和归一化处理,获取特征向量信号;
构建BP神经网络模型,将所述特征向量信号输入所述BP神经网络模型,对所述BP神经网络模型进行训练,基于训练后的BP神经网络模型通过D-S证据理论,获得BP网络最优特征信号;
基于所述BP网络最优特征信号进行闸瓦磨损状态监测,获取闸瓦磨损状态。
9.如权利要求8所述的一种电梯闸瓦磨损精准感知与连续快速更换方法,其特征在于,基于所述数字量输出信号进行提取状态特征包括:
利用小波包算法分别对所述温度信号、所述声音信号和所述振动信号进行分解,获取不同时刻、不同频带的分解信号,基于所述分解信号区分闸瓦不同时刻下的所述温度信号、所述声音信号和所述振动信号。
10.如权利要求8所述的一种电梯闸瓦磨损精准感知与连续快速更换方法,其特征在于,基于训练后的BP神经网络模型通过D-S证据理论,获得BP网络最优特征信号包括:
对多源的基本可信度分配函数进行综合,获取融合后的基本可信度分配函数;
基于所述融合后的基本可信度分配函数,获取融合后的信度函数和信度区间;
基于所述信度函数和信度区间,选择特征向量信号,获取所述最优特征信号。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于桂林电子科技大学;大连凯晟科技发展有限公司,未经桂林电子科技大学;大连凯晟科技发展有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202211657447.7/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种投影教室内消防装置
- 下一篇:一种高精度卧式加工中心及其使用方法





