[发明专利]一种自动扶梯变工况故障诊断方法

权利要求书

1.一种自动扶梯变工况故障诊断方法，其特征在于，包括如下步骤：

步骤1：判断是否发生故障：

自动扶梯变工况故障诊断系统中的各个传感器将当前负载下的监测数据实时传送给控制器，控制器将监测数据与数据库中对应阈值曲线中当前负载值所对应的阈值进行比较，判断是否发生故障：当监测数据超出当前负载条件下的阈值时，则判定发生故障，控制器发出指令，报警器发出报警信号；

包括如下步骤：

步骤1.1：搭建监测系统：

该监测系统包括控制器、报警器和安装在自动扶梯N个不同部位的传感器；所述传感器包括压电式加速度传感器、温度传感器；监测信息包括振动、电流、位移、速度和温度数据，通过电机电流实现对扶梯实时负载的监测；

步骤1.2：拟合监测信号曲线：

基于上述系统进行实验，在不同负载时，采集自动扶梯不同部位的监测信息，则每个负载值对应N个监测数据，改变M次负载值，将共测得M*N个监测数据；将每个监测部位获取的M个监测数据进行拟合，得到对应的监测信号曲线：

f_i（x）=p_i1*x^4+ p_i2*x^3+ p_i3*x^2+ p_i4*x+ p_i5        （1）

式中，f_i（x）为自动扶梯第i个监测部位的监测信号，x为负载；p_i1、p_i2、p_i3、p_i4和p_i5通过拟合所得，i∈[1、N]；N、M均为大于等于3的正整数；

则共获得N个不同的监测信号曲线；

步骤1.3：获取阈值曲线：

根据监测信号曲线，获取阈值曲线，每个监测信号曲线对应一个阈值曲线：

F_i（x）=f_i（x）+T_i1                  （2）

或者，F_i（x）=f_i（x）*（1+T_i2）             （3）

式中F_i（x）为监测信号的报警阈值曲线， T_i1、T_i2为经验参数；

步骤2：对故障进行智能诊断分析：

当有故障发生后，控制器的数据分析模块采用FTA分析方法定性分析故障原因，并提取故障诊断规则，确定诊断模型的输入、输出；通过BP神经网络构建智能诊断模型，采用历史故障数据库进行训练，并通过LM 算法、遗传算法对模型参数进行调整，获取自动扶梯精密诊断模型，得出故障原因。