摘要
本说明书的多个实施例涉及特种设备维护技术领域,具体涉及一种电梯制动器故障无损在线诊断及疲劳度预测方法和系统。所述方法包括步骤:在线采集单梯制动器动作时的动作数据及制动次数,所述动作数据包括声音数据、振动数据、电流数据、制动距离和载重;当判断出现急停状态时,立即提取获得急停阶段的动作数据,记为急停动作数据;根据急停动作数据与预先建立的故障诊断模型的比对,获得故障诊断结果;当所述故障诊断结果为无故障时,将动作数据与预设的制动器疲劳基线比对,获得单梯制动器的疲劳度预测结果。能够进行故障诊断以及疲劳度的预测,避免进行125%载荷试验,具有更高的安全性,对电梯及制动器无损害,且实现了在线的检测。
技术关键词
单梯
频域特征
电梯制动器
数据
故障诊断模型
基线
可执行程序代码
在线
电流
阶段
训练机器学习模型
闸瓦
无故障
维保
故障诊断模块
样本
实验室条件
处理器
系统为您推荐了相关专利信息
会议
事件数据处理方法
人脸识别数据
时间差
账户
负荷预测模型
注意力
电力系统
负荷预测方法
数据
集构造方法
缺陷类别
静态分析方法
大语言模型
项目
模糊PID控制方法
表面肌电信号
上肢康复机器人
模糊PID控制器
特征选择方法
电力负荷预测方法
超参数
数据
动态更新
粒子群优化算法