摘要
轿厢是电梯中直接搭载乘客的空间,轿厢异常振动可能预示着电梯存在故障风险和安全隐患。提出了一种用于电梯故障诊断的基于主成分分析(PCA)-反向传播(BP)神经网络的轿厢振动信号分析模型。介绍了PCA-BP神经网络的原理,以及基于PCA-BP神经网络的轿厢振动信号分析模型的工作过程。该模型首先采用PCA对轿厢振动信号和曳引电动机的电压、电流信号进行主要特征值提取,并对这些特征值进行拼接处理,然后将拼接处理后的特征值作为样本数据输入到BP神经网络中进行训练,以实现对电梯故障的诊断。该模型诊断性能验证实验结果表明:该模型的诊断准确率较高,具有较强的鲁棒性。
作者
刘新宇
李平
郝英才
LIU Xinyu;LI Ping;HAO Yingcai
出处
《中国电梯》
2025年第9期77-79,84,共4页
China Elevator
基金
山西省高等学校科技创新计划项目(2024L472)。
