摘要
本申请提供了一种自动扶梯的运行状态智能评估方法及系统,涉及扶梯安全维护技术领域,该方法包括:在自动扶梯的关键部位安装多类传感器,构建数据采集层对自动扶梯进行实时采集;通过数据预处理层进行预处理;通过特征工程层进行特征分析并进行评估,确定运行特征子集;基于故障预测模型层生成故障预测数据集,通过模型评估与优化层进行训练验证,优化故障预测模型层,输出扶梯故障预测结果;同步至故障预警与维护决策层进行故障预警,制定自动扶梯的维护决策。通过本申请解决了由于无法全面获取自动扶梯在各种工况下的运行数据,导致难以发现潜在的安全隐患,影响对自动扶梯的安全运行评估的技术问题,提高了自动扶梯运行评估的准确性。
技术关键词
故障预测数据
智能评估方法
故障预测模型
修正传感器数据
数据采集模块
频域特征
决策支持子模块
特征工程
智能评估系统
时域特征
机器学习模型
深度学习模型
超参数
特征选择
数据采集层
模型训练模块
系统为您推荐了相关专利信息
故障预测模型
需求预测模型
机房管理方法
医院信息系统
多元线性回归算法
作业设备
管理方法
油罐
空气质量参数
设备运行参数
人工电源网络
过载保护系统
神经网络单元
参数
数据采集模块
早期预警系统
动态关联模型
时间序列预测模型
高风险
连续性