CN113184651B - 一种电梯运行状态信号预处理和提取特征量方法 - Google Patents
一种电梯运行状态信号预处理和提取特征量方法 Download PDFInfo
- Publication number
- CN113184651B CN113184651B CN202110376850.1A CN202110376850A CN113184651B CN 113184651 B CN113184651 B CN 113184651B CN 202110376850 A CN202110376850 A CN 202110376850A CN 113184651 B CN113184651 B CN 113184651B
- Authority
- CN
- China
- Prior art keywords
- signal
- time
- elevator
- preprocessing
- speed
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000007781 pre-processing Methods 0.000 title claims abstract description 32
- 230000001133 acceleration Effects 0.000 claims abstract description 148
- 238000005259 measurement Methods 0.000 claims abstract description 19
- 238000006073 displacement reaction Methods 0.000 claims description 16
- 230000005484 gravity Effects 0.000 claims description 14
- 238000000354 decomposition reaction Methods 0.000 claims description 8
- 238000001914 filtration Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 7
- 238000012937 correction Methods 0.000 claims description 6
- 230000008030 elimination Effects 0.000 claims description 6
- 238000003379 elimination reaction Methods 0.000 claims description 6
- 108010076504 Protein Sorting Signals Proteins 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 2
- 230000008569 process Effects 0.000 abstract description 11
- 230000010355 oscillation Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 230000035945 sensitivity Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
- B66B5/00—Applications of checking, fault-correcting, or safety devices in elevators
- B66B5/0006—Monitoring devices or performance analysers
- B66B5/0018—Devices monitoring the operating condition of the elevator system
Landscapes
- Maintenance And Inspection Apparatuses For Elevators (AREA)
- Indicating And Signalling Devices For Elevators (AREA)
Abstract
本发明公开了一种电梯运行状态信号预处理和提取特征量方法，包括：电容式三轴加速度传感器和压电式三轴加速度传感器分别采集电梯的第一振动加速度信号和第二振动加速度信号；对第一/二振动加速度信号进行信号预处理从而得到第一/二加速度信号；基于第一加速度信号得到时间速度曲线，基于第二加速度信号得到峰峰值和均方根；对时间速度曲线和时间速度标准曲线分段，并分别选取若干点作为测量特征值点和标准特征值点，测量特征值点和标准特征值点得到速度曲线变异度；对电梯启停阶段的低频信号和电梯运行全程的高频信号进行信号预处理和分析，从而得到反映电梯启动制动性能、电梯运行过程中的故障以及故障程度的特征量。
Description
技术领域
本发明涉及电梯安全防控技术领域，具体涉及一种电梯运行状态信号预处理和提取特征量方法。
背景技术
如今乘客电梯已成为当今城市日常生活中不可替代的垂直运输工具，发挥越来越大的作用。电梯作为一种涉及人员生命安全的特种装备，随着总量的不断扩大，电梯事故也在逐渐地增加。根据GB/T 24474-2009《电梯乘运质量测量》，振动加速度和运行速度是电梯运行性能的重要指标，对此信号的处理分析可以帮助监控电梯的运行状态，评估电梯运行性能从而预测电梯故障。
发明内容
本发明为了克服以上技术的不足，提供的一种电梯运行状态信号预处理及提取特征量的方法，对电梯启停阶段的振动加速度低频信号和电梯运行全程中可能代表故障隐患的振动加速度高频信号进行信号预处理和分析，从而得到反映电梯启动制动性能、电梯运行过程中的故障以及故障程度的特征量。
为了实现本发明的目的，本发明提出的电梯运行状态信号预处理和提取特征量方法，包括：S1，基于第一加速度传感器和第二加速度传感器分别采集电梯的第一振动加速度信号和第二振动加速度信号，其中，所述第一加速度传感器为电容式三轴加速度传感器，第二加速度传感器为压电式三轴加速度传感器；S2，对第一振动加速度信号和第二振动加速度信号分别进行信号预处理从而分别得到第一加速度信号和第二加速度信号；S3，基于第一加速度信号得到时间速度曲线，基于第二加速度信号得到峰峰值和均方根；S4，对时间速度曲线和时间速度标准曲线分别分段，并分别选取若干点作为测量特征值点和标准特征值点，并基于测量特征值点和标准特征值点得到速度曲线变异度。
电容式加速度传感器有利于获得电梯启停阶段的低频信号。压电式加速度传感器有利于获取电梯运行全程有可能代表故障的高频信号。
进一步的，所述第一振动加速度信号为电梯启动、制动过程中的振动加速度信号，至少包括电容式三轴加速度传感器检测的轿厢垂直振动加速度信号，所述第二振动加速度信号至少包括压电式三轴加速度传感器检测的Z轴振动加速度信号。
将电容式三轴加速度传感器和压电式三轴加速度传感器均置于轿厢地面中心，两个传感器的X轴与轿厢导轨间构成的平面垂直指向轿门，所测得的轿厢振动信号为轿厢水平振动信号；传感器的Y轴平行于轿门，所测得的轿厢振动信号同样为轿厢水平振动信号；传感器的Z轴垂直于轿厢地板，所测得的轿厢振动信号为轿厢垂直振动信号。
进一步的，步骤S2中，对第一振动加速度信号进行信号预处理至少包括低通滤波、消除重力影响、消除信号噪声以及去趋势项，对第二振动加速度信号进行信号预处理至少包括消除信号噪声以及去趋势项。
进一步的，基于预设的高频截止频率对第一振动加速度信号进行低通滤波，以及，将第一加速度传感器的Z轴与重力方向保持并行，并将轿厢垂直振动加速度信号减去g，从而消除重力影响。
基于本步骤实现对第一振动加速度信号的低通滤波、消除重力影响。
进一步的，步骤S2中，对第一/第二振动加速度信号进行消除信号噪声预处理，具体包括：S211,对第一/第二振动加速度信号进行小波分解，得到的小波系数ωf(j,k)＝ωs(j,k)+ωe(j,k)。其中(j,k)≥0且为正整数；j为小波变换的分层数，k为信号序列的长度,ωf(j,k)是检测信号经小波分解后的小波系数，ωs(j,k)是原始信号经小波分解后的小波系数，ωe(j,k)是噪声信号的小波系数；S212,对小波系数进行阈值处理，改进阈值函数为
其中，λ2＝kλ1,k＞1；
S213，在满足连续性的基础上，且当ωj,k无限增大时，函数的小波系数
通过改进阈值方法解决了单独采用硬阈值或者软阈值的问题，消除了重构信号震荡的问题，保持了信息的完整性，改善了去噪效果。
进一步的，步骤S2中，对第一/第二振动加速度信号进行去趋势项具体包括：S221,将第一/第二振动加速度信号分为线性趋势项和高阶趋势项；S222,将电梯启动前到制动静止后的这段时间设为T，预设加速度传感器的线性趋势为bt+c，对其进行积分计算，得到速度修正值与真实值间的差值可由式(1)计算、速度测量值与真实值间的差值可由式(2)计算，位移修正值与真实位移的差值可由式(3)计算、位移测量值与真实位移的差值可由式(4)计算，其中，t的取值为0～T；
S223,当电梯停稳时，即t＝T，修正和测量的位移误差分别为式(5)和式(6)，
考虑电梯加速度曲线的特殊性，不能使用最小二乘法来消除电梯振动信号中的趋势项，因此采用本步骤消除趋势项。对第一振动加速度和第二振动加速度信号都需要经过消除趋势项。
进一步的，步骤S3中，基于第一加速度信号得到时间速度曲线具体包括：将经过预处理的第一加速度信号中的轿厢垂直振动加速度信号进行积分，得到时间速度曲线。
进一步的，步骤S4具体包括：S41，基于预设速度阈值，将时间速度曲线和时间速度标准曲线分别进行分段，分为启动加速段、制动减速段和匀速运动段；S42，对分段后的时间速度曲线选取若干点作为测量特征值点，对分段后的时间速度标准曲线选取同样的若干点作为标准特征值点；S43，曲线变异度
其中，
为时间速度标准曲线到达第i个测量特征值点所用的时间，
为时间速度测量曲线到达第i个标准特征值点所用的时间，t5％为时间速度曲线和时间速度标准曲线测量速度曲线到达预设的额定速度的5％所用时间。
进一步的，所述峰峰值为max(x(n))-min(x(n))，其中x(n)为第二加速度信号，N为采样数，所述均方根
峰峰值和均方根反映电梯运行过程中的故障与否和故障程度。
本发明的有益效果是：
1、通过综合利用电容式加速度传感器和压电式加速度传感器的特点，对考虑电梯启停阶段的低频信号和电梯运行全程中可能代表故障隐患的高频信号进行分析；
2、采用改进阈值的小波变换对原始信号进行消噪处理，改善的重构信号的震荡，能够较好的消除噪声干扰，保留信号特征；
3、对速度曲线进行分段处理并提取特征点计算曲线变异度的方法直观明确；
4、选取曲线变异度、峰峰值、均方根作为特征量，既反映电梯启动、制动性能的特征量，也反映电梯运行过程中故障与否和故障程度的，从而，直观反映电梯轿厢运行状态。
附图说明
图1为本发明实施例的一种电梯运行状态信号预处理和提取特征量方法流程图；
图2为本发明实施例的加速度传感器安装方法示意图；
图3为本发明实施例的速度曲线特征值选取；
图4为本发明实施例的曲线变异度计算示意图。
具体实施方式
为了便于本领域人员更好的理解本发明，下面结合附图和具体实施例对本发明做进一步详细说明，下述仅是示例性的不限定本发明的保护范围。
实施例1
如图1所示，为本发明实施例的一种电梯运行状态信号预处理和提取特征量方法流程图，具体包括：
S1，基于第一加速度传感器和第二加速度传感器分别采集电梯的第一振动加速度信号和第二振动加速度信号。
其中，第一加速度传感器为电容式三轴加速度传感器，在本发明的一个实施例中，电容式三轴加速度传感器型号为V3012-THDP2，其中量程±2g，灵敏度1802mV/g,带宽0-100Hz。第二加速度传感器为压电式三轴加速度传感器，型号为PCB-356B21，量程±500g，灵敏度10mV/g,带宽2-7000Hz。如图2所示为本发明实施例中加速度传感器的安装方法，将三轴加速度传感器置于轿厢地面中心，传感器的X轴与轿厢导轨间构成的平面垂直指向轿门，所测得的轿厢振动信号为轿厢水平振动信号。传感器的Y轴是平行于轿门于的运，所测得的轿厢振动信号同样为轿厢水平振动信号；传感器的Z轴垂直于轿厢地板，所测得的轿厢振动信号为轿厢垂直振动信号。
电容式三轴加速度传感器由于具有低频段敏感的特性，有利于采集得到的第一振动加速度信号为电梯启动、制动过程中的振动加速度信号，即为绝对加速度。
压电式三轴加速度传感器由于频率带宽大，获得的信号完整，采集得到的第二振动加速度信号为电梯整个运动阶段的振动加速度信号，即为相对加速度。
S2，对第一振动加速度信号和第二振动加速度信号分别进行信号预处理从而分别得到第一加速度信号和第二加速度信号。
在本发明的一个实施例中，对第一振动加速度信号进行低通滤波、消除重力影响、消除信号噪声以及去趋势项等一系列信号预处理，其中，第一振动加速度信号至少包括轿厢垂直振动信号。对第二振动加速度信号进行消除信号噪声和去趋势项的信号预处理，其中第二振动加速度信号至少包括电梯运行匀速运动阶段的Z轴振动加速度信号。
因为电容式传感器具有低频响应特性，所以它主要用于测量电梯在启动、制动阶段的加速度信号，需要采用低通滤波的方式来去除传感器采集到的信号中的高频随机干扰。因为电梯的启动、制动阶段的加速度接近于零频，在本实施例中，预设高频截断频率为2Hz，对轿厢垂直振动信号进行低通滤波处理。
由于在Z轴方向，电容式加速度传感器会受到重力影响，重力的干扰没有办法直接消除，只能通过计算对重力进行补偿，所以测量时将重力与传感器的Z轴平行，在计算时方便去除重力影响，只需减去重力加速度g，便得到运动轿厢实际加速度值的变化情况。
对轿厢垂直振动信号和Z轴振动加速度信号分别进行消除信号噪声。
进行小波变换有ωf(j,k)＝ωs(j,k)+ωe(j,k)，其中(j,k)≥0且为正整数；j为小波变换的分层数，k为信号序列的长度；ωf(j,k)是检测信号经小波分解后的小波系数，ωs(j,k)是原始信号经小波分解后的小波系数，ωe(j,k)是噪声信号的小波系数。
对分解后的信号的小波系数进行阈值处理。在传统的小波变换中，传统的硬软阈值方法的得到了广泛应用，其中硬阈值
当小波系数绝对值大于阈值时，保留阈值的大小，反之阈值取零。从上述公式可知，硬阈值连续性较差，重构信号会出现震荡现象。
软阈值
当小波系数大于固定的阈值取其绝对值为小波系数，反之取零。由式知软阈值函数有连续性，但随着小波系数的增大，其固定偏差表现得明显，在信号的突变处过于光滑，丢失突变点的特征数据，影响重构信号的准确性。所以提出了改进阈值的函数，
其中，λ2＝kλ1,k＞1。在满足连续性的基础上，且当ωj,k无限增大时，函数的小波系数
去除了改进前重构信号震荡的问题，保持了信息的完整性，改善了去噪效果。
对第一/第二振动加速度信号进行去趋势项。在传感器采样得到的信号中，有时还会出现周期长度大于采样长度的低频成分，这就是低频趋势项，并且由于半导体器件的零点漂移现象，在测量信号中会使基准线发生整体偏离，所以一般把振动信号的趋势项分为有线性和高阶多项式两种。在消除线性趋势项和高阶趋势项的时候，由于最小二乘法适合随机振动信号中包含量级较大趋势项，所以经常被采用。在电梯实际运行中，启动阶段伴随的是较大的加速度，然后是量级较小的平稳随机振动阶段，最后是减速度很大的制动阶段。电梯加速度曲线的特殊性决定了不能使用最小二乘法来消除电梯振动信号中的趋势项。如果不对这种偏离进行处理，将其对时间进行积分，得到的轿厢运行速度，以及在此积分后得到的轿厢位移往往会含有较大误差。实际上通过实验发现，该偏差相对于加速度信号来说，数量级较小，还看不出偏差。然而当加速度信号进行积分处理后，偏差的结果叠加，发现匀速阶段的轿厢速度有一个较明显倾斜的线性趋势，二次积分后得到的位移偏差往往很大，已经是不可以忽略的误差。
在本发明的的一个实施例中，结合电梯实际运行特点，将电梯启动前到制动静止后的这段时间设为T，电梯运行加速度均值在T时间内理论应为零。但由于轿厢实际信号中包含趋势项，实际T时间内的加速度平均值往往不是零。
预设加速度传感器的线性趋势为bt+c，经过积分计算，得到速度修正值与真实值间的差值可由式(1)计算、速度测量值与真实值间的差值可由式(2)计算，位移修正值与真实位移的差值可由式(3)计算、位移测量值与真实位移的差值可由式(4)计算，其中，t的取值为0～T。
S3，基于第一加速度信号得到时间速度曲线，基于第二加速度信号得到峰峰值和均方根；
对经过信号预处理得到的第一加速度信号进行积分，得到电梯运行的时间速度曲线。
对第二加速度信号进行经典特征量提取，取峰峰值和均方根2个电梯振动加速度信号的时域指标作为信号的特征量，用于表征电梯状态，其中：x(n)为第二加速度信号，N为采样数。从统计的角度：峰峰值Peak to peak：max(x(n))-min(x(n))，从信号能量的角度：均方根RMS：
峰峰值和均方根反映电梯运行过程中的故障与否和故障程度。
S4，对时间速度曲线和时间速度标准曲线分别分段，并分别选取若干点分别作为测量特征值点和标准特征值点，并基于测量特征值点和标准特征值点对比得到速度曲线变异度。
如图3所示，将时间速度曲线和时间速度标准曲线进行分段，分为启动加速段S1、制动减速段S3和匀速运动段S2。在本发明的一个实施例中，将大于预设额定速度的5％作为启动加速段的开始，当速度达到预设额定速度的95％作为启动加速段的截止。速度小于预设额定速度的95％作为制动减速段的开始，速度减小到预设额定速度的5％作为减速段的截止。启动加速段和制动减速段之外，大于95％预设额定速度部分为匀速运动段。
对时间速度曲线和时间速度标准曲线分段后提取特征值点，在本发明的一个实施例中，在启动加速段S1中，按顺序选取时间速度曲线上5％、25％、50％、75％、95％的额定速度这5个点的作为特征值点，见图3的A1-A5。在制动减速段S3中，按顺序选取5％、25％、50％、75％、95％的额定速度这5个点的作为特征值点,见图3的B1-B5，A1-A5和B1-B5即为时间速度曲线的测量特征值点。
同样的方法，得到时间速度标准曲线的标准特征值点。
在本发明的一个实施例中，基于测量特征值点和标准特征值点求得曲线变异度。
以启动加速度为例，定义曲线变异度为：从5％额定速度开始，时间速度曲线和时间速度标准曲线达到相同的速度所用时间差值与标准速度曲线从5％额定速度到达该速度所用时间之比。为了方便计算，将时间速度标准曲线和时间速度曲线5％额定速度点平移至重合，如图4所示，为曲线变异度Si的计算示意图。
其中，
为时间速度标准曲线和时间速度曲线到达额定速度一定比例所用时间，t5％为时间速度标准曲线和时间速度曲线到达额定速度5％所用时间，i取25％、50％、75％、95％。曲线变异度反映了电梯启动、制动性能。例如图4中的i为25％，
分别到达A1和a1所用时间，其中A1所在的曲线为时间速度标准曲线，a1所在的曲线为时间速度曲线。
总之，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (8)
1.一种电梯运行状态信号预处理和提取特征量方法，其特征在于，具体包括：
S1，基于第一加速度传感器和第二加速度传感器分别采集电梯的第一振动加速度信号和第二振动加速度信号，其中，所述第一加速度传感器为电容式三轴加速度传感器，第二加速度传感器为压电式三轴加速度传感器；
S2，对第一振动加速度信号和第二振动加速度信号分别进行信号预处理从而分别得到第一加速度信号和第二加速度信号，其中，对第一振动加速度信号和第二振动加速度信号进行信号预处理至少包括消除信号噪声预处理，具体包括：
S211,对第一/第二振动加速度信号进行小波分解，进行小波变换ωf(j,k)＝ωs(j,k)+ωe(j,k)，其中(j,k)≥0且为正整数；j为小波变换的分层数，k为信号序列的长度,ωf(j,k)是检测信号经小波分解后的小波系数，ωs(j,k)是原始信号经小波分解后的小波系数，ωe(j,k)是噪声信号的小波系数；
S212,对分解后的小波系数进行阈值处理，改进阈值函数为
S213，在满足连续性的基础上，且当ωj,k无限增大时，函数的小波系数
S3，基于第一加速度信号得到时间速度曲线，基于第二加速度信号得到峰峰值和均方根；
S4，对时间速度曲线和时间速度标准曲线分别分段，并分别选取若干点作为测量特征值点和标准特征值点，并基于测量特征值点和标准特征值点得到速度曲线变异度。
2.根据权利要求1所述一种电梯运行状态信号预处理和提取特征量方法，其特征在于，所述第一振动加速度信号为电梯启动、制动过程中的振动加速度信号，至少包括电容式三轴加速度传感器检测的轿厢垂直振动加速度信号，所述第二振动加速度信号至少包括压电式三轴加速度传感器检测的Z轴振动加速度信号。
3.根据权利要求2所述的一种电梯运行状态信号预处理和提取特征量方法，其特征在于，步骤S2中，对第一振动加速度信号进行信号预处理还包括低通滤波、消除重力影响以及去趋势项，对第二振动加速度信号进行信号预处理还包括去趋势项。
4.根据权利要求3所述的一种电梯运行状态信号预处理和提取特征量方法，其特征在于，基于预设的高频截止频率对第一振动加速度信号进行低通滤波，以及，将第一加速度传感器的Z轴与重力方向保持并行，并将轿厢垂直振动加速度信号减去g，从而消除重力影响。
5.根据权利要求3所述的一种电梯运行状态信号预处理和提取特征量方法，其特征在于，步骤S2中，对第一/第二振动加速度信号进行去趋势项具体包括：
S221,将第一/第二振动加速度信号分为线性趋势项和高阶趋势项；
S222,将电梯启动前到制动静止后的这段时间设为T，预设加速度传感器的线性趋势为bt+c，对其进行积分计算，得到速度修正值与真实值间的差值可由式(1)计算、速度测量值与真实值间的差值可由式(2)计算，位移修正值与真实位移的差值可由式(3)计算、位移测量值与真实位移的差值可由式(4)计算，其中，t的取值为0～T；
S223,当电梯停稳时，即t＝T，修正和测量的位移误差分别为式(5)和式(6)，
6.根据权利要求3所述的一种电梯运行状态信号预处理和提取特征量方法，其特征在于，步骤S3中，基于第一加速度信号得到时间速度曲线具体包括：将经过预处理的第一加速度信号中的轿厢垂直振动加速度信号进行积分，得到时间速度曲线。
7.根据权利要求3所述的一种电梯运行状态信号预处理和提取特征量方法，其特征在于，步骤S4具体包括：
S41，基于预设速度阈值，将时间速度曲线和时间速度标准曲线分别进行分段，分为启动加速段、制动减速段和匀速运动段；
S42，对分段后的时间速度曲线选取若干点作为测量特征值点，对分段后的时间速度标准曲线选取同样的若干点作为标准特征值点；
S43，曲线变异度
其中，
为时间速度标准曲线到达第i个测量特征值点所用的时间，
为时间速度测量曲线到达第i个标准特征值点所用的时间，t5％为时间速度曲线和时间速度标准曲线测量速度曲线到达预设的额定速度的5％所用时间。
8.根据权利要求1所述的一种电梯运行状态信号预处理和提取特征量方法，其特征在于，所述峰峰值为max(x(n))-min(x(n))，其中x(n)为第二加速度信号，N为采样数，所述均方根
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110376850.1A CN113184651B (zh) | 2021-04-08 | 2021-04-08 | 一种电梯运行状态信号预处理和提取特征量方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110376850.1A CN113184651B (zh) | 2021-04-08 | 2021-04-08 | 一种电梯运行状态信号预处理和提取特征量方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113184651A CN113184651A (zh) | 2021-07-30 |
| CN113184651B true CN113184651B (zh) | 2022-09-13 |
Family
ID=76975109
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110376850.1A Active CN113184651B (zh) | 2021-04-08 | 2021-04-08 | 一种电梯运行状态信号预处理和提取特征量方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113184651B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11542124B2 (en) * | 2019-05-13 | 2023-01-03 | Otis Elevator Company | Sensor fusion door status detection |
| CN114084764B (zh) * | 2021-11-22 | 2023-04-18 | 金华市特种设备检测中心 | 一种电梯乘运质量检测方法及检测*** |
| CN116782352B (zh) * | 2023-08-25 | 2023-11-10 | 深圳国人无线通信有限公司 | 一种电梯通信***的节能方法和*** |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106115401B (zh) * | 2016-08-16 | 2019-01-15 | 日立楼宇技术（广州）有限公司 | 电梯调试方法、装置和*** |
| CN108584592B (zh) * | 2018-05-11 | 2019-10-11 | 浙江工业大学 | 一种基于时间序列预测模型的电梯轿厢振动异常预警方法 |
| CN108875710B (zh) * | 2018-07-24 | 2021-10-08 | 杭州电子科技大学 | 基于能量阈值算法的电梯门运行速度估计方法 |
| CN109704163B (zh) * | 2019-01-18 | 2020-05-12 | 西人马帝言(北京)科技有限公司 | 电梯运行状态监测方法和装置 |
| CN110775758B (zh) * | 2019-10-09 | 2020-12-18 | 浙江大学 | 一种基于轿厢加速度信号解析的电梯运行健康度评价方法 |
-
2021
- 2021-04-08 CN CN202110376850.1A patent/CN113184651B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN113184651A (zh) | 2021-07-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113184651B (zh) | 一种电梯运行状态信号预处理和提取特征量方法 | |
| CN111170103B (zh) | 设备故障识别方法 | |
| EP2502759B1 (en) | Apparatus, method and program for vehicle mass estimation | |
| US20100324858A1 (en) | Method and device for determining the change in the footprint of a tire | |
| CN108515984B (zh) | 一种车轮伤损检测方法及装置 | |
| WO2011054363A1 (en) | Surface classification | |
| CN108573224B (zh) | 一种利用单传感器信息的移动重构主成分的桥梁结构损伤定位方法 | |
| CN112378633B (zh) | 机械故障诊断方法 | |
| CN111222429A (zh) | 设备故障识别*** | |
| CN112498356A (zh) | 一种矿用电动四驱车控制***中的车速测算方法 | |
| CN112381027B (zh) | 基于列车轴箱垂向加速度信号的车轮多边形波深估计方法 | |
| CN109059839B (zh) | 一种车轮踏面失圆故障的诊断方法、装置及*** | |
| CN107782548B (zh) | 一种基于对轨道交通工具零部件检测*** | |
| US6199019B1 (en) | Unsteady signal analyzer and medium for recording unsteady signal analyzer program | |
| CN113386822B (zh) | 一种车轮多边失圆综合诊断方法、装置及设备 | |
| CN116252820B (zh) | 改进频域积分法驱动的高速列车车轮多边形定量检测方法 | |
| CN104457644B (zh) | 轨道几何检测数据中非脉冲异常数据的检测方法及装置 | |
| CN116081186B (zh) | 传输带托辊速度异常判别方法、存储介质和电子设备 | |
| JP3885297B2 (ja) | 異音判定装置及び異音判定方法 | |
| CN113390654A (zh) | 一种基于多源信息融合的列车制动故障诊断方法 | |
| CN114932912A (zh) | 参考车速检测方法、装置、设备及存储介质 | |
| CN205388511U (zh) | 一种车辆动态称重*** | |
| Wen et al. | A novel rolling bearing fault detection method based on wavelet transform and empirical mode decomposition | |
| JP4279431B2 (ja) | 運転状態判定装置 | |
| CN116090140A (zh) | 真空管道磁浮交通***故障诊断方法及*** |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |