摘要
本发明提供一种电梯厅门锁故障检测方法、装置及系统,属于电梯控制技术领域;包括以下步骤:步骤S1:构建电梯厅门锁故障检测数据集;步骤S2:对数据进行预处理之后提取特征;步骤S3:基于步骤S2所提取到的特征,构建故障检测模型,并使用交叉熵损失函数进行模型训练,确保模型能够准确分类不同的故障状态;步骤S4:基于动态学习率调整和自适应重加权训练模型;步骤S5:模型部署与使用。本发明通过高精度电压电流传感器和振动传感器采集电梯厅门锁的电气信号和机械振动信号,并利用构造的基于深度神经网络的故障检测模型完成故障检测及预警操作,对复杂故障场景的适应性更好,提高检测的准确性和可靠性。
技术关键词
电梯厅门锁
故障检测方法
多头注意力机制
电压电流传感器
振动特征
电气特征
故障类别
振动传感器
电梯系统
机械振动信号
数据
故障特征提取
故障检测模型构建
多模态特征
系统为您推荐了相关专利信息
状态评估系统
视觉图像特征提取
轮辋
振动特征
振动信号特征提取
故障检测模型
强化学习模型
故障检测方法
多层次
故障分析方法
蜂巢状结构
功率调度方法
监测单元
六边形边框
供电方法
卷积神经网络模型
多头注意力机制
多任务
超参数
时间卷积网络
电容式压力变送器
温度补偿方法
SVR模型
多头注意力机制
非线性