[发明专利]一种自动扶梯变工况故障诊断方法

说明书

本发明公开了一种自动扶梯变工况故障诊断方法，包括：步骤1：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；步骤2：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、遗传算法方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。该方法可通过前端监测系统发现需要应急处置的故障，提高故障应急处置效率。

技术领域

本发明属于电梯故障诊断技术领域，具体涉及一种自动扶梯变工况故障诊断方法。

背景技术

以前自动扶梯维修技术人员对设备进行检查，主要仍然依靠手摸、耳听等方式进行判别，具有较大的主观性；设备检查情况记录也多采用手工填写的方式，效率低。

随着科技发展，出现了自动扶梯物联网监测系统，现有的自动扶梯物联网监测系统主要是实现设备实时运行状态监视、故障汇总及报警，以及了解设备基本情况以及维保情况，提高了紧急情况下的应急救援能力。该系统的功能主要集中在自动扶梯的运行管理上，只能对自动扶梯运行状态进行监视，一旦发生事故只能事后人为干预，对于具有长历程、变工况运行特征的连续运行、大型、复杂设备，采用传统及简化的信号分析方法往往难以进行有效的故障预报，难以实现对设备各主要部件的状态分析、故障预判和风险评估分析，也不能为维护提供必要的数据支持。

自动扶梯长历程运行中工况、负载、环境变化及随机干扰等非故障因素会造成信号能量变化，例如不同的负载、额定速度及待机运行工况下，自动扶梯驱动主机和轴承的振动是不同的，负载大，振动大，负载小，振动相对较小，故障发展趋势信息往往被非故障变化信息所淹没，而通常基于能量的振动级值及功率谱的发展及变化不一定对应反映故障的发展及变化，例如当能量形式特征量数值变大时，不一定表明故障劣化，有可能是非故障因素造成，也可能是故障因素及非故障因素共同造成，这种情况下传统故障预报方法往往产生误报。

发明内容

本发明的目的在于提供一种自动扶梯变工况故障诊断方法，解决现有技术中自动扶梯物联网监测系统的故障诊断准确性与可靠性低的技术问题。

为了解决上述问题，本发明通过如下技术方案实现：

一种自动扶梯变工况故障诊断方法，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；

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。

本发明中，采用设备故障趋势特征与变工况变负载状态特征的解耦分离方法，较大程度地过滤了非故障变化造成的冗余信息，提高故障诊断的准确性与可靠性。

进一步优化，步骤1中，包括如下步骤：

步骤1.1：搭建监测系统：