摘要
本发明涉及故障分类技术领域,具体涉及一种电梯故障分类方法及系统,包括实时采集电梯运行的多源异构数据,包括机械振动信号、驱动电机三相电流波形信号、轿厢视频行为数据、控制柜指令流;对所述多源异构数据进行时空对齐处理,生成标准化时序数据矩阵;从标准化时序数据矩阵中提取多维度故障特征;基于历史故障案例库构建动态知识图谱,所述知识图谱包括故障特征节点、故障类型节点、维修方案节点的三层拓扑结构;将提取的多维度故障特征与动态知识图谱进行节点匹配,采用改进的残差神经网络模型输出最终故障分类结果及置信度。本发明显著提升故障诊断的准确率、实时响应性和可解释性,具备良好的工程实用价值和应用推广前景。
技术关键词
故障分类方法
故障特征
动态知识图谱
机械振动信号
残差神经网络
节点
电机三相电流
故障案例库
畸变特征
电梯
多源异构数据
短时傅里叶变换
指令流
波形
故障分类技术
时序
三轴加速度传感器
视频
系统为您推荐了相关专利信息
故障预警方法
判定参数
继电器
生成对抗网络
机械振动信号
生成式对抗网络
深度残差神经网络
积层
电力数据传输技术
图像
二维卷积神经网络
故障分类模型
特征提取网络
齿轮故障
小波变换处理
信号分析系统
软件无线电
深度神经网络模型
客户端软件界面
嵌入式开发板