谢知坚



基于ANN的电梯故障诊断系统的研究

谢知坚

（福建省特种设备检验研究院，福建 福州 350003）

摘要：文中以电梯的急停为故障诊断对象，采用ANN （人工智能神经网络）对电梯故障的诊断方法进行研究。根据电梯急停故障进行特征参数分析，采用BP神经网络故障诊断分类器模型，并对不同训练函数下分类器的性能进行了比较。通过实测值与预测值对比，所确定的BP神经网络能够准确电梯急停故障进行准确的分类诊断。

关键词：电梯；故障特征；故障诊断；神经网络

1　引言

随着我国房地产市场的急剧发展，我国电梯的生产量和保有量已跃居全球第一［1］。在电梯的正常运行中，可能会出现各类型的故障，其故障分为机械系统的故障和电气系统的故障。机械故障主要是由于电梯主要部件未润滑、长时间频繁使用、磨损老化、零件松动、超载等引起的。电气系统的故障主要是由于门机系统故障、各安全保护开关接触不良或失效造成的。

而在电梯故障中，急停故障是一种最为常见的［3-4］。因为突然急停，电梯制动器会立即抱住制动轮，使得电梯没有经过均匀减速过程而紧急制动，这样会对轿厢内的乘客造成心理上的恐惧和人身的伤害。目前而言，人工智能的应用非常广泛，人工智能在与人类的棋艺博弈中首次大胜，如果能够利用一些人工智能预测工具对急停故障进行提前预测，让电梯在急停前就近平层，这样就能大大提高乘客使用电梯的安全性。……