一、电梯综合测试系统与故障诊断技术的研究（论文文献综述）
王大智[1]（2021）在《电梯工况识别方法研究》文中认为电梯是方便人们出行的楼宇交通工具,越来越多的电梯正被注册投入使用,伴随而来的电梯故障与维保问题也日益突出。近年来,研究者分析电梯的各种运行特征,以寻求监控和预防电梯故障的方法。本文在开发出一套电梯工况数据采集系统,用以获取电梯运行过程产生的电信号数据的基础上,提出正负两类超球体模型进行电梯故障的短期实时诊断以及预警分类,通过改进的二维卷积网络实现对电梯疲劳故障的诊断。论文还提出一种改进的长短时记忆自动编码网络进行电梯故障的早期预测,并搭建了电梯故障诊断预警平台。论文主要研究内容包括:1.根据曳引电梯的结构,具体分析电梯健康运行的影响因素,确定电梯运行过程所产生的电信号,相比于其他部件的振动信号,其受外部噪声影响的程度要低。开发出一套电梯运行状态实时数据采集系统,通过无线模块实现数据采集系统与电梯控制器之间的远程通信和协议解析。采集到的数据按照电梯控制协议进行解析并数据提取,解析后的数据通过可视化操作进行展示。2.电梯的故障在运行中可能随时发生,本文应用超球体模型判别电梯运行过程中任一时刻的数据是否在安全阈值范围内,超出该阈值的就视为故障。在设备异常检测和故障诊断中,可以很容易获取大量正类样本,能够获取的负类样本就很少。该方法并不能充分利用这些负样本数据使超球体边界偏移到最佳位置,导致误判率较高。本文提出正负两类超球体短期故障诊断模型,使所有正、负类样本数据在投影空间中具有较好的分布特性。数据分析结果表明,该方法可达到98.3%的平均分类准确率,可以实现电梯故障的监测与短期实时诊断。3.电梯运行过程是由时间序列片段组成的,时序数据前后关联且不断变化,相比于单一时刻的数据更有利于电梯工况的识别。基于数据的可视化分析,可以发现同一台电梯相同运行过程下的电流或有功功率的变化曲线相似。本文提出一种改进的二维卷积网络方法,将电流或有功功率的二维图像和上下行、载重、楼层变化组成的标签进行学习与识别。数据分析结果表明,该方法在电流图像上识别的准确率达到98.78%,可有效的识别电梯运行时存在的中长期故障。4.为了实现电梯故障的早期预测,提出一种长短时记忆自动编码器与多层感知机相结合的网络方法。将电梯启动过程中产生的电流最大值作为辅助特征值,一起输入网络进行学习,解决了长短时编码器的重构误差对故障的早期预测性能较差的问题。数据分析结果表明,故障早期预测的平均准确率达到85.3%。5.搭建了电梯故障诊断和预警平台,利用图像处理、数据挖掘等技术,对电梯故障进行实时监测和预警,对电梯维保进行实时决策和调度。
杨昱[2]（2021）在《电梯运行状态非入侵式智能检测方法研究》文中提出我国是电梯生产和使用大国,随着电梯保有量持续增长,老旧电梯逐年增多,电梯困人故障和安全事故时有发生,严重影响了人民群众生命财产安全和经济社会发展稳定。而现阶段电梯的监管维保模式为定期模式,维保时间间隔相对固定,对于使用频繁的电梯,定期维保的频率低;而对于运行次数少的电梯,定期维保的频率又过高。为此,国务院办公厅下发了“国务院办公厅关于加强电梯质量安全工作的意见”,依法推进按需维保,推广“全包维保”等新模式。电梯按需维保能够针对性、高效率地对电梯进行维护,节省社会资源。推进按需维保,首先要解决的问题是对电梯运行状态的实时监控。目前电梯运行状态的监测主要是通过采集电梯控制芯片的信号实现,对于普通电梯生产厂商、维保公司、和已安装的老旧电梯来说,造价高昂而且需要侵入式的安装,并需要专业技术人员安装,开放性、普适性与技术发展程度不匹配,专用性太强,提高了电梯状态监测技术的普及成本。为此本文提出了一种电梯运行状态非侵入式智能检测方法,对电梯的运行状态、位置和振动状况进行实时监测,并在此基础上设计实现了电梯运行状态非侵入式智能检测系统,该系统安装移动简单方便、即插即用、成本低、普适性强和电梯自身的控制系统完全脱耦,对推进电梯的按需维保有一定现实意义。本文的具体研究内容如下:（1）设计电梯运行过程中加速度和速度估计方法。分析电梯运行的理想状态以及各运行阶段的特征,建立电梯运动状态空间模型,同时将加速度传感器测得的信号分解为竖直和水平方向,并通过使用Weiszfeld算法进行了优化;采用卡尔曼滤波并结合电梯的理想运动特性对电梯加速度与速度特征进行最优估计,针对电梯实际运行环境下的过程噪声以及传感器量测噪声积累的问题,设计加速度传感器自动矫正机制,减缓误差的累积。（2）提出电梯实时运行位置估计方法。通过加速度传感器初始化电梯运行楼层的信息,对气压传感器计算结果进行平滑以减少噪声,结合电梯运动特征进行气压传感器自动矫正;设计结合楼层信息的状态转移函数基于无迹卡尔曼滤波融合加速度传感器和气压传感器信息,对电梯实时位置进行最优化估计。（3）提出在线的电梯振动分析和异常值检测方法。通过记录轿厢的水平振动能量,建立电梯正常运行状态振动基线,使用移动平均数作为收敛判断准则,对基线外的异常值使用内禀特征尺度分解对故障进行确认。对记录的电梯每次运行的质量参数,使用孤立森林算法进行了运行质量异常值检测,计算异常分值,实现对电梯运行状态自动评价。（4）设计并实现电梯状态监测预警原型系统。系统包括监测状态的数据采集装置、数据传输机制、支持并发连接的存储服务端、报警信息、电梯相关统计信息的主动推送和相关的邮件服务、和基于websocket的数据可视化web界面。
李泽华[3]（2021）在《基于机器学习的智慧电梯运行健康度评价与安全监测》文中研究表明随着社会进步与现代化城市的飞速发展,城市人口与日俱增,高层建筑如大型商场、写字楼、小区高层住宅等等,成为缓解现代化城市土地紧缺的一个重要手段。电梯作为垂直连接高层建筑上下的交通工具,在人们日常生活中发挥着极其重要的作用。然而,虽然电梯的制造工艺、诊断技术在逐步提升,但随着电梯总量的不断扩大以及电梯使用的日益频繁,安全事故的发生次数仍然呈现上升的趋势。因此,如何保障电梯的安全可靠运行已经成为社会的热点问题。目前,对电梯进行定期的检修是保障电梯安全运行的主要手段,但是时间间隔与人工漏检风险的存在,导致该方法还不够及时和可靠。本文围绕电梯这一集机械、电气、控制为一体的复杂特种设备安全可靠运行的目标,通过机器学习的方法进行数据定性定量相结合的分析,从而展开电梯运行健康度评价以及电梯安全监测的研究,实现电梯健康度的及时评价以及异常状态的准确检测,从多个层次来保障电梯运行的安全可靠性。本文具体研究内容如下:（1）传统的电梯运行性能评价方法大多基于硬件性能等客观指标,对于运行数据的使用缺乏实时的分析与针对性的特征提取,难以对电梯的健康度给出实时且有效的评价。因此,提出了 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。该方法深入分析了反映电梯运行质量的主要信号,即轿厢加速度数据,通过降噪和去趋势化处理,提取出有效的电梯振动信号,然后将振动信号进行时间窗划分分别计算多个评价指标,最后带入预设的评价函数得到综合得分,对电梯运行健康度给出实时、准确的评价,从而为后续电梯维修与保护提供依据。（2）电梯运行过程中的振动与乘客的舒适度和安全性密切相关。目前对于电梯异常振动的检测缺少电梯异常振动准确成因的诊断。因此,提出了一种基于多通道一维卷积神经网络的电梯异常振动诊断方法。该方法充分利用了电梯的振动信息,首先通过经验模态分解将振动信号分解为多个固有模态函数信号,从而获得多个角度的异常振动特征,然后构建多通道一维卷积神经网络,进行多通道信号特征融合,实现对多种电梯异常振动的准确分类。（3）电梯曳引钢丝绳损坏是一种常见而严重的安全隐患。目前,电梯曳引钢丝绳损伤的缺陷检测方法普遍具有较高的复杂性和人工成本。因此,提出了一种充分利用曳引钢丝绳图像纹理特征的电梯曳引钢丝绳磨损检测方法。首先,通过灰度化和去噪预处理方法去除图像采集过程中的干扰因素。然后,结合边缘检测和模板匹配,根据相似度测量准则确定曳引钢丝绳磨损面积。最后,对图像进行精细分割,计算不同区域的磨损率。该方法可以减少检测的复杂性,方便、直观地检测出电梯钢丝绳磨损程度的变化情况,也可为电梯维修提供有价值的参考。
谭文举[4]（2020）在《轨道交通全自动运行条件下运营场景设计及智能运维研究》文中研究表明全自动运行将是我国城市轨道交通发展的重要方向。全自动运行系统依赖先进的列车运行控制、实时传感、信息传输等技术,在安全性、可靠性、智能化方面具有明显的技术优势,对保障列车运行安全、提高运输效率、降低人力成本具有重要意义。目前,国内外轨道交通实现全自动无人驾驶的运营线路不多,在运营组织模式、运营场景设计、运输组织规则、运维保障体系方面缺乏统一标准。为匹配全自动运行系统特点,各运营企业根据自身运营管理模式以及信号系统、综合监控系统、列车控制系统等基础条件,探索适宜全自动运行的管理模式、运输组织规则及运维体系。本文以轨道交通全自动运行为背景,结合自身在南宁地铁5号线（全自动无人驾驶线路）筹备及建设中的经验,重点对全自动运行条件下的运营场景设计、智能运维两方面展开深入研究。主要包括:（1）面向全自动运行的运营场景设计及运营组织规则研究;运营场景体现了运营企业的运营理念与需求,是运营组织过程中各装备、生产系统、职能岗位间耦合联动的纽带。针对运营场景复杂多变特点,将运营场景按照地点划分为车场场景、正线场景、控制中心场景及车站场景,并进一步按照事件发生特点细分为正常模式、故障模式和应急模式;在划分运营场景的基础上,按照行业规程、技术作业要求等,研究每一运营场景下的组织规则,为全自动运行系统高效、有序运转提供保障。（2）全自动运行模式下智能运维研究;既有“计划修”主要依靠检修人员的经验来检测设备状态、定位及排查故障,存在人力成本高、设备状态难以把控等不足。全自动运行系统部署了大量先进的传感监测设备,为设备状态的实时监控、健康状态预测、故障诊断提供了有力支撑,同时也为维修模式的转变（计划修向状态修转变）创造了条件。本文在分析全自动运行系统对运维影响及发展趋势的基础上,对智能化运维关键技术及方法进行了研究,设计了面向全自动运行系统的智能运维平台,并简要展示智能运维平台的主要功能。轨道交通全自动运行系统尚处于发展阶段,迫切需要从运营组织角度研究与之匹配的管理模式、管理制度、组织规则及保障体系,进而发挥全自动运行系统的最大效能。本研究在运营场景划分、组织规则及智能运维方面进行了一定研究,以期促进轨道交通全自动运行系统的发展,为后续其他地铁城市在建设全自动运行系统方面提供借鉴参考。
姜宇迪[5]（2020）在《基于无监督深度迁移学习的电梯制动器实时状态监测和预警功能安全系统研究》文中研究表明在现代化建设不断发展的背景下,电梯系统的安全问题得到人们的进一步重视。电梯制动器作为保障电梯安全可靠工作的关键组成部分,如何对其进行有效的物理参数监测和故障报警是研究的热点。本文从影响电梯制动器运行的特征物理参数出发,针对现有监控系统在系统可靠性、安全性和故障预警等方面的不足,设计并研究了一套基于无监督深度迁移学习的功能安全系统,该系统可以对电梯制动器进行温度、噪音、电信号、编码器信号、微动开关信号实时监测并实现对电梯制动器随机故障判断和制动失效的故障预警。本文的主要工作和成果如下:（1）本章针对电梯制动器失效模式分析和安全回路分析,得到了电梯制动器监控系统的功能设计,并基于PESSRAL安全要求规范提出了针对本硬件系统设计的可靠性设计要求。根据功能和可靠性设计需求,将监控系统拆分为传感器子系统、逻辑子系统、最终元件子系统三个部分,完成了硬件系统的整体框架设计与模块化设计。最后,根据IEC61508提出的硬件随机失效分析方法对硬件系统进行了自下而上的功能安全分析验证,证明了其符合第二级硬件安全完整性的设计指标,可以达到功能安全要求。（2）本文提出了一种基于无监督深度迁移学习算法用于电梯制动器制动力衰退的故障预测。算法借助长短期记忆网络自编码器检测异常值的特性提取原始数据特征,并将得到的特征序列通过人工神经网络进行回归预测。进行迁移学习时,通过引入最大平均差异误差的方法实现真实数据和仿真数据在特征空间的对齐。试验结果表明,该算法通过将电梯制动器间隙、制动噪音、制动距离和加速度作为输入,并结合仿真数据进行训练,可以对真实环境下电梯制动器剩余生命周期预测值的均方误差仅有0.0016,比无迁移学习的情况降低了59%,提高了对真实工作下电梯制动器故障预测的精度。（3）本文根据电梯制动器监控系统的功能需求和可靠性需求,对软件进行了模块化设计,并将嵌入式系统采集得到的物理参数和计算结果汇总到云服务器上,同时根据新的物理参数数据更新特征数据库,为电梯制动器的精确预警和后续研究提供了新的数据保证。最后,通过故障插入试验的方法,证明了监控系统的可靠性。（4）针对电梯制动器监控系统的测试,设计了一套电梯制动器测试平台并进行了实验验证。该平台通过设定转矩加载和触发速度以及试验间隔来模拟并加速电梯制动器制动衰退过程。实验中监控系统对多组电梯制动器进行了全生命周期的数据采集和故障预警,并最终均达到了优异的预测结果。最后,通过电梯制动器随机故障插入的方法验证了监控系统的实时性和可靠性。
葛卫华[6]（2020）在《基于物联网的电梯姿态与健康度信息研究》文中进行了进一步梳理随着电梯的不断普及与智能化程度的提高,电梯监管问题受到越来越多的关注。但数目繁多的品牌、日益增长的乘梯质量需求、力不从心的电梯安全与维保态势,均在影响着电梯监管发展进程。目前电梯监测系统普遍存在可接入性差、多传感器物联网监测方案成本高而复杂、及对电梯健康度与舒适度监测少等问题,不能满足电梯监测的全面发展。因此,设计一种能对电梯的运行姿态与健康信息进行实时分析的在线监测系统具有重要的现实意义。电梯姿态是指电梯在运行时运行状态的变化与位置迁移,电梯健康度则为电梯运行过程中加速度的RMS指数（频率加权均方根）及正常运行工况下各关键指标的符合度。本文结合物联网分层化设计对电梯姿态与健康度进行了分析研究,制备了样机并进行了实地测试,本研究主要进行了以下工作:（1）基于物联网技术设计了一种由感知层、转发层、应用层组成的电梯在线监测方案。系统感知层采用单传感器加低功耗芯片处理方案支持系统正常运转,电源部分采用双电源切换方案;转发层选用低功耗、传输距离远的LoRa方案,保证系统数据的实时有效转发;应用层实现数据分析与交互。（2）结合电梯运行原理对电梯监测参数进行了阐述,利用多次数据平滑进行了数据预处理,减小了数据噪声;基于衍化Petri网状态模型进行了建模分析,可实现对电梯运行迁移、停层位置及异常震动等的动态监测。（3）结合智能诊断理论在电梯健康评价中的应用,介绍了模糊Petri网（FPN）理论及电梯参数模糊化过程,基于模糊神经Petri网（NFPN）实现了电梯健康度表达与推理。实验结果表明:该系统仅通过JY-901型传感器就可实现对电梯上下行及停层位置的监测,停层高度误差在0.28%到1.14%之间;健康度模型可实现电梯健康度的分析,对电梯健康信息维护具有重要意义。
陈潇[7]（2020）在《双绳缠绕式提升机钢丝绳张力协调控制策略研究》文中研究表明随着浅层矿产资源的开采殆尽,深井开采是未来的发展方向。双绳缠绕式提升机,作为深井提升的重要装备,其性能直接关系到我国能源战略的有效实施。双绳缠绕式提升机在运行过程中,由于绳槽偏差、卷绕误差及两侧钢丝绳性能的不一致,不可避免地会出现各绳张力不平衡现象,影响到运输设备及人员安全。同时,双绳缠绕式提升机在服役过程中,钢丝绳张力协调控制系统执行器子系统和传感器容易发生故障,存在潜在的安全隐患,闭环控制系统一旦出现失稳,极有可能造成机毁人亡的重大事故。因此,深入研究各种工况下双绳缠绕式提升机钢丝绳张力协调控制方法,是实现钢丝绳张力协调控制策略真正应用于生产实践的关键课题。本文在973计划课题“非定常工况下超深井提升系统危机预防及安全运行研究”的资助下,结合双绳缠绕式提升机的实际工况,综合运用非线性系统建模、自适应控制、迭代学习控制、容错控制等理论,开展了多种工况下双绳缠绕式提升机钢丝绳张力协调控制策略的理论与实验研究。研究工作主要包括:（1）建立了双绳缠绕式提升机提升子系统模型、提升容器子系统模型和浮动天轮驱动子系统模型,最终构建了双绳缠绕式提升机耦合模型;给出了卷绕误差激励和钢丝绳特性偏差的等效模型;在AMESim软件和Matlab/Simulink软件环境下分别搭建了双绳缠绕式提升机仿真模型并进行了数值仿真分析,研究了卷绕误差激励和两侧钢丝绳存在特性偏差工况下钢丝绳末端张力和张力差的响应规律。（2）基于双绳缠绕式提升机正常运行工况下误差激励和参数不确定性有界假设,利用动态面控制理论设计了双绳缠绕式提升机钢丝绳张力协调控制器;考虑提升子系统非线性特性及其所受扰动的时变特性,设计了迭代学习观测器,对未知动态特性和扰动进行综合观测;考虑控制器参数和实际物理参数的偏差,引入自适应理论,对参数偏差引起的控制器性能下降进行补偿;通过仿真分析验证了所提出控制策略的有效性和优越性。（3）针对双绳缠绕式提升机钢丝绳张力协调控制系统执行器子系统发生故障的工况,建立了执行器子系统故障树,给出了执行器子系统典型故障的等效模型;设计了可以对故障进行实时检测的自适应观测器,对故障观测器的稳定性和收敛性进行了证明;利用故障检测信息,基于浮动天轮冗余特性,同时为了保障故障工况下液压缸速度跟踪误差的有界,提出了一种执行器子系统故障工况下钢丝绳张力协调控制方法;通过仿真分析验证了执行器子系统故障工况下所提出控制策略的收敛性和有效性。（4）针对双绳缠绕式提升机运行过程中反馈传感器可能发生掉电、漂移等故障工况,建立了反馈传感器的等效故障模型;提出了一种基于信号融合的传感器故障检测方法,设计了有限时间观测器和参数估计器,实现了对传感器故障的实时检测;考虑传感器故障风险,基于系统物理特性分析和故障检测结果,提出了传感器故障工况下基于扩张状态逼近的钢丝绳张力协调控制方法,并证明了所提出方法的稳定性;仿真结果验证了传感器故障工况所提出混合控制策略的有效性。（5）基于xpc技术搭建了双绳缠绕式提升机模拟实验平台;分别开展了正常运行工况、执行器故障工况和传感器故障工况下钢丝绳张力协调控制策略的实验研究;实验结果验证了所提出控制策略的有效性。该论文有图74幅,表10个,参考文献153篇。
许江涛[8]（2020）在《基于状态信号的电梯运行性能评估方法研究》文中研究说明近年来,随着城市化和城镇化不断推进的过程中,可靠、高速、智能化控制电梯已经成为城市生活不能替代的运输工具。由于电梯自身运作频繁、逐年老化,出现的安全隐患问题越来越多,目前国家相关法规规定的定期检验和维保不能对电梯的运行状态特征进行快速判断,利用状态信号开展电梯运行性能评估目前还缺乏快速有效的手段。本文基于电梯的运行状态信号开展了电梯运行性能评估的方法研究。在实际运行中电梯轿厢振动包含了大量能反映运行状态的信息,如振动加速度、启制动加速度、运行速度等,所以通常通过监测电梯轿厢状态信号的变化来反映电梯的运行性能。因此,本文在分析了电梯轿厢振动信号特性基础上,研究了电梯运行性能敏感特征指标的选取与构建,建立了基于多指标融合的电梯运行性能评估模型和方法,具体内容如下。第一章,介绍了基于状态信号的电梯运行性能评估的研究背景和选题意义,综述了性能评估方法、电梯运行性能评估方法和电梯运行状态特征提取技术的国内外研究现状,最后,提出了本文的研究内容和技术路线。第二章,研究了电梯轿厢的动力学特性,提出了轿厢状态信号采集的方法。根据电梯的基本结构和运行原理,分析并研究了电梯轿厢振动成因及动力学特性;随后根据电梯轿厢振动响应及启停阶段加速度特点,制定了传感器的布置方案和轿厢状态监测方案,为实现轿厢运行性能准确评估奠定了基础。第三章,研究了电梯轿厢振动信号处理方法并确定了表征电梯运行状态的特征参量。通过对采集到的轿厢振动信号进行预处理,提取了经典时域特征量、速度曲线变异度以及小波包能量熵三类特征量,利用电梯维保数据对比了特征量的分析效果,选定了四种特征量来评估电梯运行性能:轿厢匀速运行阶段振动加速度的峰峰值和均方根值、启动加速阶段的速度曲线变异量、轿厢整个运行过程的垂直振动信号的小波包能量熵。第四章,提出了基于灰色关联分析的电梯运行性能评估方法并进行了实例验证。分析介绍了灰色关联分析的基本原理和灰色关联度的求取方法;针对电梯性能指标赋权主观性过强的问题,将熵值法和层次分析法（AHP）相结合用于组合赋权,建立了一种熵值法、AHP和灰色关联分析法相结合的电梯运行性能评估模型;提出了通过对比评估电梯样本与理想样本的灰色关联度开展了电梯运行性能状态评估的方法;以电梯实例的年检数据为例,验证了模型的正确性和方法的可行性。第五章,总结了本文的主要研究结果,并展望了今后的工作。
高逸夫[9]（2019）在《数据挖掘技术在电梯综合监管和质量提升中的应用研究》文中研究表明随着经济与科技的发展,电梯已经成为一种日常运输工具。近年来,由于电梯故障的频繁发生对人民的生命财产安全造成了一定损失,电梯的运行安全问题受到政府的高度重视。本文通过对电梯相关数据的分析与挖掘,为电梯的综合监管与质量提升提供决策帮助。本文研究主要分为以下三个部分:电梯安装站点的故障预测模型与责任界定算法、电梯维保区域划分与维保站点选址算法、电梯救援模式设计。在故障预测模型的研究中,本文利用XGBoost算法结合电梯相关数据构建电梯安装站点的故障预测模型,实现对电梯安装站点未来一个月是否发生故障的预测。电梯安装站点的故障预测模型构建过程主要包括数据预处理、特征提取、模型训练、模型评估这四个步骤,并利用实验说明了电梯安装站点故障预测的可行性。在电梯故障责任界定算法研究中,本文根据电梯历史故障记录进行分析,利用贝叶斯概率公式设计了一种为引起电梯故障各方面因素评分的算法。在电梯故障发生后,利用责任界定方法确定各因素的责任得分,提醒责任方提高监管力度。在电梯维保区域划分与维保站点选址的研究中,本文以时间距离作为衡量指标,提出了以维保区域内电梯数量及覆盖范围为约束条件的基于网格聚类的维保区域划分算法以及结合电梯分布密度及电梯发生困人事故概率的基于加权时间距离的选址算法。最后利用实验对比分析,说明了维保区域划分算法与维保站点选址算法能明显缩短从维保站点到达电梯故障现场的时间,提高救援效率。在电梯救援模式设计的研究中,本文以缩短处理电梯故障的时间为目标,提出了一种派单救援模式。在电梯故障发生后,通过分析故障电梯与维保站点之间的距离以及维保人员对该品牌电梯的维修经验,对维保站点出动优先级进行排序依次通知维保站点进行救援,并利用仿真说明了派单模式明显提高处理电梯故障效率。
刘浩[10]（2019）在《电梯控制柜智能故障诊断系统的研究》文中认为随着建筑业的发展与人们生活水平的不断提高,电梯的需求量也日益增长。电梯控制柜作为电梯重要的组成部分,在使用过程中会出现一定的故障,所以对电梯控制柜进行定期的检验和维修是很有必要的。现代电力电子技术和计算机技术的发展,使电气设备的组成和结构越来越复杂,一旦设备出现问题,普通的检修人员无法及时查修和解决,从而对人们的生命安全造成巨大的威胁。随着工业自动化水平的不断提高,人们对于电气设备的智能化要求也越来越高,因此对于电梯控制柜故障诊断的智能化研究具有重要的现实意义。本文在了解电梯控制柜组成结构以及其各类故障与故障机理的基础上,针对高次谐波易引起继电器发生误动作及变压器温升与电气元件自身故障难以区分的问题,根据变压器振动信号对高次谐波的映射现象,设计了基于LabVIEW搭建框架,MATLAB算法处理的联合故障诊断系统。该系统以电梯控制柜振动、温度、电流和电压信号为研究对象,通过经验模态小波包变换法将振动传感器在变压器上采集到的振动信号进行时频分析,对其进行重构后计算能量熵并作为输入向量对在MATLAB中基于思维进化算法的BP神经网络模型进行训练得到振动状态分类器,与温度、电流和电压阈值模型配合构成最终的电梯控制柜故障诊断系统。该方法解决了传统小波变换缺乏自适应性的问题,改善了经验模态分解存在的端点效应、模态混叠等现象,能更准确地体现振动信号的特征,并且将神经网络强大的非线性拟合能力与思维进化算法局部收敛精度与速度上的优势相结合,得到精确的分类结果。通过数据样本搭建了电梯控制柜故障诊断模型,将构建好的模型应用于诊断系统中,实验表明本方法跟传统故障诊断方法相比具有更高的准确率和更快的速度。该方法保证了电梯控制柜在使用过程中自身诊断及故障预警,一旦发现故障隐患或出现设备故障,电梯控制柜自动检测故障原因,减少设备故障排查时间,为电梯控制柜故障快速、准确定位,提高故障处理效率,避难重大隐患的发生。
二、电梯综合测试系统与故障诊断技术的研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、电梯综合测试系统与故障诊断技术的研究（论文提纲范文）
（1）电梯工况识别方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国内研究现状 |
| 1.2.2 国外研究现状 |
| 1.3 电梯工况识别技术的难点 |
| 1.4 论文研究内容介绍 |
| 第二章 电梯运行状态采集系统 |
| 2.1 引言 |
| 2.2 曳引电梯的结构 |
| 2.3 电梯健康影响因素 |
| 2.4 数据采集硬件 |
| 2.4.1 电梯运行数据实时采集电路板 |
| 2.4.2 数据传输报文协议 |
| 2.4.3 报文通讯工作设计 |
| 2.5 本章小结 |
| 第三章 电梯短期突发性故障诊断 |
| 3.1 引言 |
| 3.2 电梯短期突发性故障诊断方法 |
| 3.2.1 支持向量数据域描述 |
| 3.2.2 正负类双超球体模型 |
| 3.2.3 双层SVDD(B-SVDD) |
| 3.2.4 电梯短期突发故障诊断流程 |
| 3.3 实验结果与分析 |
| 3.3.1 实验准备 |
| 3.3.2 实验验证 |
| 3.4 本章小结 |
| 第四章 电梯疲劳故障诊断 |
| 4.1 引言 |
| 4.2 改进的2DCNN网络 |
| 4.2.1 网络结构与参数 |
| 4.2.2 数据描述性分析 |
| 4.3 实验流程 |
| 4.4 实验与分析 |
| 4.5 本章小结 |
| 第五章 电梯故障早期预测模型 |
| 5.1 引言 |
| 5.2 现有的故障早期预测算法 |
| 5.3 面向不等长时间序列的电梯故障早期预测 |
| 5.3.1 LSTM自动编码 |
| 5.3.2 改进的LSTM-AE方法 |
| 5.4 实验流程 |
| 5.5 实验与分析 |
| 5.6 本章小结 |
| 第六章 电梯故障诊断和预警平台 |
| 6.1 引言 |
| 6.2 电梯故障诊断和预警平台 |
| 6.2.1 故障诊断和预警平台设计 |
| 6.2.2 功能模块划分 |
| 6.2.3 平台开发软硬件 |
| 6.2.4 数据库结构设计 |
| 6.3 故障诊断和预警平台界面 |
| 6.3.1 登录界面 |
| 6.3.2 主界面 |
| 6.4 本章小结 |
| 主要结论与展望 |
| 致谢 |
| 参考文献 |
| 附录:作者在攻读硕士学位期间发表的论文 |
（2）电梯运行状态非入侵式智能检测方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 采用侵入式方法相关研究现状 |
| 1.2.2 采用非侵入式方法相关研究现状 |
| 1.2.3 楼内高度定位的研究现状 |
| 1.3 技术路线及本文主要研究内容 |
| 1.3.1 技术路线 |
| 1.3.2 本文主要研究内容 |
| 1.4 论文组织结构 |
| 第2章 基于信号分解的电梯运行动力学特征监测 |
| 2.1 电梯理想运动特征 |
| 2.2 电梯加速度信号分解 |
| 2.2.1 加速度信号分解方法 |
| 2.2.2 重力加速度估计 |
| 2.3 基于卡尔曼滤波的电梯动力学特征估计 |
| 2.3.1 卡尔曼滤波 |
| 2.3.2 电梯动力学特征估计 |
| 2.4 实验与结果分析 |
| 2.5 本章小结 |
| 第3章 基于信息融合的电梯运行位置估计 |
| 3.1 基于加速度传感器的电梯楼层信息建模 |
| 3.2 基于气压传感器的电梯运行高度计算 |
| 3.2.1 气压传感器测量高度原理 |
| 3.2.2 高度数据的预处理 |
| 3.3 基于信息融合的电梯运行位置估计 |
| 3.3.1 电梯位置的状态空间模型 |
| 3.3.2 无迹卡尔曼滤波(UKF) |
| 3.3.3 基于无迹卡尔曼滤波的电梯位置跟踪 |
| 3.4 实验与结果分析 |
| 3.5 本章小结 |
| 第4章 基于振动分析和孤立森林的电梯异常状态检测 |
| 4.1 基于振动分析的电梯异常状态检测 |
| 4.1.1 建立基线 |
| 4.1.2 ICD包络谱分析 |
| 4.1.3 振动能量与位置的映射 |
| 4.2 基于孤立森林的电梯异常状态检测 |
| 4.2.1 异常值检测算法 |
| 4.2.2 基于孤立森林的电梯运行质量参数异常值检测 |
| 4.3 实验与结果分析 |
| 4.3.1 振动分析结果 |
| 4.3.2 质量参数异常值检测结果 |
| 4.4 本章小结 |
| 第5章 电梯实时状态监测预警系统的设计与实现 |
| 5.1 系统运行及开发平台 |
| 5.2 系统总体功能设计 |
| 5.3 模块设计与实现 |
| 5.3.1 数据采集装置 |
| 5.3.2 数据存储分析服务器 |
| 5.3.3 邮件服务 |
| 5.3.4 web实时监控预警平台 |
| 5.4 本章小结 |
| 第6章 总结与展望 |
| 6.1 本文研究内容总结 |
| 6.2 工作展望 |
| 参考文献 |
| 攻读学位期间取得的研究成果 |
| 致谢 |
（3）基于机器学习的智慧电梯运行健康度评价与安全监测（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 电梯健康度评价研究现状 |
| 1.2.2 电梯异常监测与诊断方法研究现状 |
| 1.3 本文主要研究内容 |
| 1.4 本章小结 |
| 第2章 电梯基本结构与动力学模型 |
| 2.1 电梯的基本知识 |
| 2.1.1 电梯的基本结构 |
| 2.1.2 电梯运行原理 |
| 2.2 电梯提升系统动力学模型 |
| 2.2.1 电梯提升系统能量描述 |
| 2.2.2 基于分布参数的电梯提升系统建模 |
| 2.3 本章小结 |
| 第3章 基于轿厢加速度信号解析的电梯运行健康度评价方法 |
| 3.1 引言 |
| 3.2 加速度信号处理 |
| 3.2.1 信号降噪 |
| 3.2.2 信号去趋势化 |
| 3.3 基于轿厢加速度信号解析的电梯运行健康度评价方法 |
| 3.3.1 健康度评价模型建立 |
| 3.3.2 评价模型在线应用 |
| 3.4 实际电梯运行过程评价 |
| 3.4.1 电梯历史运行数据 |
| 3.4.2 运行过程评价与结果分析 |
| 3.5 本章小结 |
| 第4章 基于多通道一维卷积神经网络的电梯异常振动诊断 |
| 4.1 引言 |
| 4.2 经验模态分解 |
| 4.3 一维卷积神经网络 |
| 4.4 基于MC-1DCNN的电梯异常振动诊断 |
| 4.4.1 仿真数据获取 |
| 4.4.2 多通道一维卷积神经网络模型 |
| 4.5 方法应用与结果分析 |
| 4.5.1 数据说明与预处理 |
| 4.5.2 诊断结果与分析 |
| 4.6 本章小结 |
| 第5章 基于模板匹配的电梯曳引钢丝绳磨损检测方法 |
| 5.1 引言 |
| 5.2 电梯曳引钢丝绳介绍 |
| 5.2.1 钢丝绳结构 |
| 5.2.2 钢丝绳故障检测方法 |
| 5.3 基于模板匹配的电梯曳引钢丝绳磨损检测方法 |
| 5.3.1 图像预处理 |
| 5.3.2 边缘检测 |
| 5.3.3 磨损检测 |
| 5.4 磨损检测应用与结果分析 |
| 5.4.1 图像预处理 |
| 5.4.2 应用结果与分析 |
| 5.5 本章小结 |
| 第6章 总结与展望 |
| 6.1 全文研究内容总结 |
| 6.2 研究展望 |
| 参考文献 |
| 攻读硕士学位期间完成的学术论文及专利 |
| 攻读硕士期间参加的科研项目 |
（4）轨道交通全自动运行条件下运营场景设计及智能运维研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 全自动运行系统应用现状 |
| 1.2.2 全自动运行系统下场景设计研究现状 |
| 1.2.3 轨道交通智能运维研究 |
| 1.3 研究内容及技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 1.4 本章小结 |
| 2 轨道交通全自动运行系统概述 |
| 2.1 轨道交通列车驾驶等级标准 |
| 2.2 全自动运行系统内涵 |
| 2.3 全自动运行系统技术特点 |
| 2.3.1 全自动运行系统的技术优势 |
| 2.3.2 全自动运行系统存在的潜在风险 |
| 2.4 轨道交通智能化运维概述 |
| 2.5 本章小结 |
| 3 全自动运行模式下运营组织规则研究及场景设计 |
| 3.1 全自动运行模式下运营组织规则研究 |
| 3.1.1 正常行车组织要求 |
| 3.1.2 调度指挥组织要求 |
| 3.1.3 列车运行组织要求 |
| 3.1.4 车站行车组织要求 |
| 3.1.5 客运组织及服务要求 |
| 3.1.6 车辆基地管理要求 |
| 3.2 全自动运行模式下运营场景设计 |
| 3.2.1 车场场景 |
| 3.2.2 正线场景 |
| 3.2.3 控制中心场景 |
| 3.2.4 车站场景 |
| 3.3 本章小结 |
| 4 全自动运行模式下智能运维应用研究 |
| 4.1 轨道交通运营维护现状 |
| 4.2 全自动运行模式下运营维护影响分析 |
| 4.3 全自动运行模式下智能运维发展趋势 |
| 4.4 面向智能运维的关键技术研究 |
| 4.4.1 基于深度学习的剩余寿命和健康度预测 |
| 4.4.2 基于决策树的故障诊断 |
| 4.5 本章小结 |
| 5 全自动运行模式下智能运维平台设计 |
| 5.1 智能运维平台架构设计 |
| 5.2 智能运维平台主要功能设计 |
| 5.2.1 智能运维平台线路级功能设计 |
| 5.2.2 智能运维平台线网级功能设计 |
| 5.3 智能运维平台系统模块设计 |
| 5.3.1 数据采集处理模块设计 |
| 5.3.2 算法演进模块设计 |
| 5.4 智能运维平台应用 |
| 5.4.1 设备健康度评估 |
| 5.4.2 设备故障诊断功能 |
| 5.5 本章小结 |
| 6 研究结论及展望 |
| 6.1 研究结论 |
| 6.2 展望 |
| 参考文献 |
| 作者简历及攻读硕士学位期间取得的研究成果 |
| 学位论文数据集 |
（5）基于无监督深度迁移学习的电梯制动器实时状态监测和预警功能安全系统研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题来源 |
| 1.2 研究背景及意义 |
| 1.3 电梯功能安全系统研究现状 |
| 1.4 基于大数据的故障预测研究现状 |
| 1.4.1 传统机器学习方法 |
| 1.4.2 基于深度学习的故障预测算法 |
| 1.4.3 基于迁移学习的故障预测算法 |
| 1.4.4 电梯相关的故障预测算法 |
| 1.5 课题研究内容和章节安排 |
| 第二章 电梯制动器监控系统硬件设计及其功能安全分析 |
| 2.1 电梯制动器监控系统设计需求分析 |
| 2.1.1 监控系统功能需求分析 |
| 2.1.2 电梯监控系统可靠性需求 |
| 2.2 电梯制动器监控系统硬件设计 |
| 2.2.1 传感器子系统设计 |
| 2.2.2 逻辑子系统与最终元件子系统设计 |
| 2.3 硬件功能安全评估 |
| 2.3.1 安全评估方法介绍 |
| 2.3.2 监控系统各安全评估指标计算 |
| 2.3.3 电梯制动器安全评估结果 |
| 2.4 本章小结 |
| 第三章 基于无监督深度迁移学习的电梯制动器故障预测方法 |
| 3.1 基于无监督深度迁移学习的故障预测算法研究 |
| 3.1.1 时间序列和递归神经网络 |
| 3.1.2 LSTM-ED重构模型与预测回归模型 |
| 3.1.3 算法实现与实例分析 |
| 3.2 本章小结 |
| 第四章 电梯制动器监控系统软件设计 |
| 4.1 监控系统系统软件设计需求 |
| 4.2 嵌入式程序设计 |
| 4.3 云数据库搭建 |
| 4.4 监测系统故障插入试验 |
| 4.5 本章小结 |
| 第五章 电梯制动器实时状态监测与预警试验 |
| 5.1 试验平台搭建与实验方案 |
| 5.2 电梯制动器监测采集 |
| 5.3 电梯制动器故障预警实验 |
| 5.4 电梯制动器故障插入试验 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 主要工作与创新点 |
| 6.2 后续研究工作 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间已发表或录用的论文 |
（6）基于物联网的电梯姿态与健康度信息研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 电梯姿态监测国内外研究现状 |
| 1.2.2 电梯健康在线监测国内外研究现状 |
| 1.3 本文研究内容及工作 |
| 1.4 论文结构与章节安排 |
| 第二章 电梯监测系统整体设计方案 |
| 2.1 系统设计目标与参数选取 |
| 2.2 系统感知层硬件设计与实现 |
| 2.2.1 加速度传感器的选择 |
| 2.2.2 双电源方案 |
| 2.2.3 主控制器选型 |
| 2.3 系统数据转发层设计 |
| 2.3.1 LoRa概述及电路设计 |
| 2.3.2 LoRa数据传输链路 |
| 2.4 系统数据应用层概述 |
| 2.5 本章小结 |
| 第三章 电梯姿态监测 |
| 3.1 电梯运行曲线及振动模型 |
| 3.2 电梯姿态 |
| 3.2.1 姿态模型 |
| 3.2.2 运行楼层监测原理 |
| 3.3 状态模型概述 |
| 3.3.1 Petri网 |
| 3.3.2 有限状态机 |
| 3.4 融合模型分析与建立 |
| 3.4.1 数据模型预处理 |
| 3.4.2 状态模型建立 |
| 3.5 本章小结 |
| 第四章 健康度信息研究 |
| 4.1 健康度概述 |
| 4.2 智能诊断基础理论 |
| 4.2.1 .基于信号的方法 |
| 4.2.2 .基于解析模型的方法 |
| 4.2.3 .基于专家知识的方法 |
| 4.2.4 .模糊理论与神经网络的结合 |
| 4.3 模糊Petri网基础理论 |
| 4.3.1 模糊Petri网的定义与推理 |
| 4.3.2 模糊化推理实例 |
| 4.4 模糊神经Petri网推理 |
| 4.4.1 健康度评价体系 |
| 4.4.2 电梯健康度模型化表达及推理 |
| 4.5 本章小结 |
| 第五章 系统分析与实验 |
| 5.1 系统算法流程分析 |
| 5.2 系统可行性分析 |
| 5.2.1 试验过程分析 |
| 5.2.2 结果验证及汇总 |
| 5.3 本章小结 |
| 第六章 总结与展望 |
| 6.1 研究内容总结 |
| 6.2 未来工作展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间取得的科研成果 |
（7）双绳缠绕式提升机钢丝绳张力协调控制策略研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 课题来源 |
| 1.2 选题背景及意义 |
| 1.3 国内外研究现状 |
| 1.4 主要研究内容 |
| 1.5 技术路线和总体框架 |
| 1.6 本章小结 |
| 2 双绳缠绕式提升机建模与钢丝绳张力特性分析 |
| 2.1 引言 |
| 2.2 双绳缠绕式提升机动力学模型构建 |
| 2.3 钢丝绳张力特性分析 |
| 2.4 仿真分析 |
| 2.5 本章小结 |
| 3 正常工况下钢丝绳张力协调控制方法 |
| 3.1 引言 |
| 3.2 动态面控制技术概述 |
| 3.3 钢丝绳张力协调动态面控制方法 |
| 3.4 基于迭代学习的钢丝绳张力协调自适应动态面控制方法 |
| 3.5 仿真分析 |
| 3.6 本章小结 |
| 4 执行器故障工况下钢丝绳张力协调控制方法 |
| 4.1 引言 |
| 4.2 钢丝绳张力协调控制系统执行器子系统故障树 |
| 4.3 钢丝绳张力协调控制系统执行器子系统故障检测与状态评估方法 |
| 4.4 执行器子系统故障工况下钢丝绳张力协调控制器设计 |
| 4.5 仿真分析 |
| 4.6 本章小结 |
| 5 传感器故障工况下钢丝绳张力协调控制方法 |
| 5.1 引言 |
| 5.2 钢丝绳张力协调控制系统传感器故障分析 |
| 5.3 基于信号融合的传感器故障检测与评估 |
| 5.4 基于扩张观测器的钢丝绳张力协调控制器设计 |
| 5.5 仿真分析 |
| 5.6 本章小结 |
| 6 试验台搭建与实验验证 |
| 6.1 引言 |
| 6.2 双绳缠绕式提升装备实验平台介绍 |
| 6.3 参数辨识与提升曲线设置 |
| 6.4 正常工况下钢丝绳张力协调控制方法试验验证 |
| 6.5 执行器子系统故障工况下钢丝绳张力协调控制方法试验验证 |
| 6.6 传感器故障工况下钢丝绳张力协调控制方法试验验证 |
| 6.7 本章小结 |
| 7 总结与展望 |
| 7.1 主要结论 |
| 7.2 主要创新点 |
| 7.3 研究展望 |
| 参考文献 |
| 附录 |
| 作者简历 |
| 学位论文数据集 |
（8）基于状态信号的电梯运行性能评估方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 电梯运行状态特征提取技术研究现状 |
| 1.2.2 性能评估方法研究现状 |
| 1.2.3 电梯运行性能评估方法研究现状 |
| 1.3 本文研究内容 |
| 第二章 电梯轿厢动力学特性分析及状态信号采集 |
| 2.1 引言 |
| 2.2 电梯基本结构与原理 |
| 2.3 电梯轿厢振动特性分析 |
| 2.3.1 电梯轿厢振动成因 |
| 2.3.2 电梯轿厢动力学特性分析 |
| 2.4 轿厢状态监测方法及数据采集 |
| 2.4.1 传感器布置方案 |
| 2.4.2 轿厢状态监测试验方案 |
| 2.5 本章小结 |
| 第三章 基于振动信号的电梯轿厢振动运行状态特征参量研究 |
| 3.1 引言 |
| 3.2 电梯轿厢振动信号预处理 |
| 3.3 电梯轿厢运行特征量分析与选择 |
| 3.3.1 经典特征量 |
| 3.3.2 速度曲线变异度 |
| 3.3.3 小波包能量熵 |
| 3.4 电梯轿厢运行特征量获取 |
| 3.5 本章小结 |
| 第四章 基于灰色关联分析方法的电梯运行性能评估建模 |
| 4.1 引言 |
| 4.2 灰色关联分析法 |
| 4.2.1 灰色关联分析法基本原理 |
| 4.2.2 灰色关联度的求取 |
| 4.3 基于改进灰色关联分析的电梯运行性能评估模型 |
| 4.3.1 熵值法与层析分析法相结合确定权重 |
| 4.3.2 基于权重的灰色关联度的计算 |
| 4.4 评估方法应用 |
| 4.4.1 评估的标准和依据 |
| 4.4.2 电梯实例分析 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 论文的创新之处 |
| 5.3 研究展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间科研成果 |
（9）数据挖掘技术在电梯综合监管和质量提升中的应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 主要符号说明 |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.3 研究目标与内容 |
| 1.4 论文组织结构 |
| 第二章 相关理论知识概述 |
| 2.1 数据挖掘定义 |
| 2.2 数据挖掘在电梯监管与应急处置中的应用 |
| 2.2.1 分类 |
| 2.2.2 聚类 |
| 2.3 模型的训练与评估 |
| 2.4 OpenStreetMap简介 |
| 2.5 本章小结 |
| 第三章 数据获取和预处理 |
| 3.1 电梯综合数据 |
| 3.1.1 电梯综合数据说明 |
| 3.1.2 数据预处理 |
| 3.1.3 统计分析 |
| 3.2 基于时间距离的道路网构建 |
| 3.2.1 构建城市道路网 |
| 3.2.2 时间距离测量 |
| 3.3 气象数据 |
| 3.4 本章小结 |
| 第四章 故障预测模型与责任界定算法 |
| 4.1 研究概述 |
| 4.2 电梯安装站点故障预测模型 |
| 4.2.1 电梯安装站点故障预测模型构建流程 |
| 4.2.2 构建样本集 |
| 4.2.3 基于XGBoost的电梯故障预测 |
| 4.2.4 实验设计与评估 |
| 4.3 电梯故障责任界定算法 |
| 4.3.1 责任界定目标 |
| 4.3.2 责任界定算法 |
| 4.3.3 实例分析 |
| 4.4 本章小结 |
| 第五章 维保区域划分与维保站点选址算法 |
| 5.1 研究概述 |
| 5.2 最短时间距离 |
| 5.2.1 实际地址与道路网中节点的映射关系 |
| 5.2.2 最短路径搜索 |
| 5.3 维保区域划分算法 |
| 5.3.1 维保区域划分目标 |
| 5.3.2 基于网格聚类的维保区域划分算法 |
| 5.4 维保站点选址算法 |
| 5.4.1 选址决策的目标 |
| 5.4.2 安装站点的权重计算 |
| 5.4.3 基于加权时间距离的选址算法 |
| 5.5 维保站点选址算法的实验设计与评估 |
| 5.5.1 实验数据与评价指标 |
| 5.5.2 实验结果与分析 |
| 5.6 结合维保区域划分算法的实验设计与评估 |
| 5.6.1 实验数据与评价指标 |
| 5.6.2 实验结果与分析 |
| 5.7 本章小结 |
| 第六章 救援派单模式设计 |
| 6.1 研究概述 |
| 6.2 电梯故障派单模式设计 |
| 6.3 救援派单模式仿真实验 |
| 6.4 本章小结 |
| 第七章 研究总结与展望 |
| 7.1 研究总结 |
| 7.2 研究展望 |
| 致谢 |
| 参考文献 |
| 作者简介 |
（10）电梯控制柜智能故障诊断系统的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 引言 |
| 1.2 电梯控制柜故障诊断研究现状 |
| 1.3 本文主要研究内容 |
| 1.4 论文结构安排 |
| 2 电梯控制柜故障机理及诊断分析 |
| 2.1 电梯控制柜组成及常见故障类型 |
| 2.2 电梯控制柜故障机理 |
| 2.3 高次谐波故障机理 |
| 2.4 电梯控制柜故障诊断分析 |
| 2.5 总体方案规划 |
| 2.6 本章小结 |
| 3 电梯控制柜故障诊断系统数据采集平台设计 |
| 3.1 信号采集总体方案设计 |
| 3.2 系统硬件选型 |
| 3.3 采集平台软件设计 |
| 3.4 LabVIEW与MATLAB混合编程 |
| 3.5 本章小结 |
| 4 电梯控制柜振动信号的处理 |
| 4.1 经验模态分解 |
| 4.2 小波包分析 |
| 4.3 经验模态小波包变换 |
| 4.4 经验模态小波包变换的应用 |
| 4.5 本章小结 |
| 5 电梯控制柜故障诊断模型的构建与应用 |
| 5.1 BP神经网络 |
| 5.2 思维进化算法 |
| 5.3 思维进化算法优化神经网络 |
| 5.4 思维进化算法优化的神经网络的应用 |
| 5.5 电梯控制柜故障诊断系统综合诊断原理 |
| 5.6 电梯控制柜故障诊断系统运行测试 |
| 5.7 本章小结 |
| 6 总结与展望 |
| 6.1 论文主要研究工作总结 |
| 6.3 今后研究工作展望 |
| 参考文献 |
| 作者简历 |
| 致谢 |
| 学位论文数据集 |
四、电梯综合测试系统与故障诊断技术的研究（论文参考文献）
- [1]电梯工况识别方法研究[D]. 王大智. 江南大学, 2021(01)
- [2]电梯运行状态非入侵式智能检测方法研究[D]. 杨昱. 太原理工大学, 2021(01)
- [3]基于机器学习的智慧电梯运行健康度评价与安全监测[D]. 李泽华. 浙江大学, 2021(01)
- [4]轨道交通全自动运行条件下运营场景设计及智能运维研究[D]. 谭文举. 北京交通大学, 2020(03)
- [5]基于无监督深度迁移学习的电梯制动器实时状态监测和预警功能安全系统研究[D]. 姜宇迪. 上海交通大学, 2020(01)
- [6]基于物联网的电梯姿态与健康度信息研究[D]. 葛卫华. 河北大学, 2020(08)
- [7]双绳缠绕式提升机钢丝绳张力协调控制策略研究[D]. 陈潇. 中国矿业大学, 2020(01)
- [8]基于状态信号的电梯运行性能评估方法研究[D]. 许江涛. 浙江理工大学, 2020(03)
- [9]数据挖掘技术在电梯综合监管和质量提升中的应用研究[D]. 高逸夫. 东南大学, 2019(06)
- [10]电梯控制柜智能故障诊断系统的研究[D]. 刘浩. 山东科技大学, 2019(05)