摘要
本发明公开了一种基于深度学习的电梯门机统故障诊断方法和系统,涉及电梯门机统故障诊断技术领域。该基于深度学习的电梯门机统故障诊断方法,通过采集各运行阶段的运行状态时序数据,输入预训练模型提取特征,构建运行健康时序指数,并结合预设健康区间判断是否存在故障,实现多阶段、智能化的门机故障识别,本发明通过获取电梯门机在每个运行阶段内的运行状态时序数据,结合深度学习模型的时序建模能力,实现对门机系统在全周期内运行状态的动态建模,通过多头注意力机制突出异常片段并提取关键运行特征,输出每个运行阶段的阶段性健康指数,通过将各阶段的运行健康时序指数与预设的健康区间进行对比判断,能够实现更细粒度的逐阶段故障识别。
技术关键词
电梯门
故障诊断方法
阶段
深度学习模型
指数
时序特征
门体结构
电压稳定
电机运行功率
电流
负荷
多头注意力机制
故障诊断系统
故障诊断技术
分析单元
特征提取单元
系统为您推荐了相关专利信息
暖通空调控制系统
暖通空调系统
信息模块
分类子模型
智慧能源管理
微振动机构
形态
气泡
动态优化控制方法
砂浆搅拌设备
植被
多尺度分析方法
深度学习模型
协方差矩阵
因子
信息处理系统
信息处理方法
分布式存储模块
社交网络分析
画像
性能退化评估方法
振动特征
谐波减速器
综合评价指标
声发射特征