基于AR模型的支持向量机电梯运行质量分析系统设计

摘要

电梯安全问题已经成为当前社会关注的热点问题。电梯运行过程中各类故障、困人甚至人员伤亡事故时常发生，给人们的生命财产安全带来了巨大威胁，造成了恶劣的社会影响。因此，如何实时监测电梯的乘运质量和安全状况具有十分重要的工程价值与社会意义。 本文的研究内容主要包括以下几个方面： （1）电梯现有乘运质量和安全评价方法研究。通过电梯故障及其成因分析，将电梯运行环境的几个重要参数，以及振动加速度、起制动加速度、平均加速度、运行速度作为整机运行性能参数指标。 （2）现场检测技术研究。研究上述指标参数的获取方法以及整机运行性能评价指标的测试方案，并以此方案采集获得数据样本。 （3）根据支持向量机的故障识别原理，结合实验采集到的电梯振动信号的特性设计出故障智能分析算法。 （4）研究在线实时2000次运行智能分析系统，该系统能同时监控多部电梯，并能保存电梯的故障数据，为维修和事故鉴定等提供数据支持。 本文将研发的系统应用于电梯安装的监督检验中，经检验员实际演练，认为本文系统操作简便，实用性强，值得推广。 本文电梯运行质量智能分析系统的创新优势主要包括以下几个方面： （1）采用 AR（自回归）模型的支持向量机统计算法对电梯三维加速度信号进行训练学习，将得到的特征核函数作为系统输入，从而对新的数据进行智能化分析，并可以对电梯可能存在故障进行预估及诊断，同时对电梯运行综合质量（舒适感）进行评估； （2）支持2000次运行，且设计实现电梯自动选层。在实验运行过程中无需人员手动操作，只要设定好程序，系统将根据预定程序运行，做到程序智能化控制选层； （3）智能纠错能力强大。在误差满足国家标准的基础上，前后次测量的相对误差不超过2%，且电梯在紧急情况断电停层位置指示错误率不超过1%； （4）结构简单、轻巧，安装方便：传感器集成在单片机中。

目录

声明

第1章 引言

1.1 问题的提出

1.2 选题背景及意义

1.3 文献综述

1.4 研究方法

1.5 论文结构安排

第2章 现有乘运质量检测研究

2.1 故障及故障原因分析

2.2 现有的安全评价方法

2.3 检验检测机构的检验方法

2.4 本章小结

第3章 机器学习及支持向量机的理论研究

3.1 机器学习理论

3.3 本章小结

第4章 电梯运行数据采集及信号预处理

4.1 信号采集硬件

4.2 振动信号采集软件部分

4.3 信号采集过程

4.4 信号预处理

4.5 本章小结

第5章 基于支持向量机的电梯故障识别算法

5.1 基于AR模型的LS-SVM的电梯故障识别

5.2 核主元分析分布图

5.3 LS-SVM建模预测结果

5.4 本章小结

第6章 电梯乘运质量智能分析系统的实现与应用

6.1 系统网络拓扑图

6.2 系统的组成

6.3 BS系统的搭建

6.4 系统应用：电梯2000次运行试验

6.5 系统的优势

6.6 本章小结

第7章 结论与展望

7.1 结论

7.2 展望

参考文献

致谢