摘要
本发明提出一种基于变分自编码器(VAE)和Transformer网络的电梯门异响检测识别方法,包括数据采集与预处理、模型构建与训练、异响检测识别、方法性能评估等步骤。具体过程为:通过安装音频传感器采集电梯门运行过程中的声音信号,连续记录形成时间序列数据并进行清洗和归一化处理。然后,通过VAE‑Transformer网络进行特征重构,计算重构误差得到异常评分,对异常特征向量进行连续标记,最后将异常片段输入分类器,根据每种异响种类的置信度评分判断异响类型。该方法通过引入无监督网络训练完成异常声音的检测,再将检测到的异响进行进一步分类和识别的机制,能够显著减少数据的计算量极大提升效率,快速识别具体的故障类型并提供精准的维护建议,从而提升故障处理的效率和准确性,有效解决异响故障数据稀缺的问题,适合于复杂环境下的电梯门异响故障监测。
技术关键词
检测识别方法
重构误差
音频传感器
异响故障
递归最小二乘算法
电梯门板
Softmax函数
分类器
抑制噪声干扰
样本
传播算法
全局特征提取
局部特征提取
更新模型参数
无标签数据
无监督
编码器
系统为您推荐了相关专利信息
时序异常检测方法
工业设备
数据
重构误差
异常检测装置
故障振动信号
高铁轴承
深度自动编码器
振动子
DPSO算法
边缘计算中心
智能灭火系统
实验室通风橱
终端装置
图像处理