摘要
本发明涉及自动扶梯安全预测技术领域,具体提供了一种自动扶梯梯级疲劳寿命的预测方法,包括:实时采集待测自动扶梯中每一个梯级的疲劳数据;其中,疲劳数据包括:梯级的踏面不同位置的位移数据、外形变化数据、应力数据和振动数据;将每一个梯级的位移数据和外形变化数据结合,得到对应梯级的综合弯曲数据;对每一个梯级的应力数据、振动数据和综合弯曲数据进行分析计算,得到对应梯级的动态载荷数据;将每一个梯级的综合弯曲数据和动态载荷数据输入疲劳寿命预测模型,由疲劳寿命预测模型输出对应梯级的疲劳寿命预测值。本发明提供的一种自动扶梯梯级疲劳寿命的预测方法,能够提高自动扶梯梯级疲劳寿命预测的实时性、效率、精度和覆盖范围。
技术关键词
疲劳寿命预测
自动扶梯梯级
数据
训练神经网络模型
云端服务器
弯曲
载荷
动态
传感器
阶段
神经网络模型训练
外形
应力
网格
滤波器
平台
机械
系统为您推荐了相关专利信息
多模型协同
辅助决策方法
电力交易平台
滑动窗口机制
策略
生物标志物
胃癌
基因表达数据
分析单元
无进展生存期
STAP方法
机载雷达
杂波协方差矩阵
数据
谱估计