王乐+肖文超

摘 要：在电梯故障诊断问题上，提出了一种基于最小二乘支持向量机（LS-SVM）和混合主元分析的方法。在此方法中，首先利用小波包分析对电梯轿厢X、Y、Z三个方向传感器所得数值进行特征值提取，提取出9个特征向量用来描述电梯具体运行状态。然后将特征向量送入LS-SVM进行训练和分类，得出每个特征向量与正常运行时的残差值，根据残差值判断电梯状态。最后利用混合主元分析得出主元特征向量，作出主元特征向量的组合形式贡献图判断电梯故障原因。

关键词：最小二乘支持向量机；小波包分析；混合主元分析；主元特征向量

中图分类号：TP181 文献标志码：A 文章编号：2095-2945（2017）21-0029-02

由于电梯复杂的结构和对质量安全的高要求，电梯成为在运行过程中对质量和安全最严格的电气之一。目前，一方面电梯故障的特征知识提取是有很多限制的，样本数据也通常都是有限的，并且故障信号和正常信号通常是存在非线性化关系，故障之间的关系也是非线性特征[1]。另一方面，最小二乘支持向量机在对同一组数据样本训练的情况下，具有自我学习的机动性，可以自动地训练样本数据，进而能够迅速地选择出模型的结构[2]。

1 电梯故障信号特征提取

在电梯故障诊断的长期研究中，可以将电梯故障问题划分为导轨出现裂缝、钢丝绳受力不均、蜗杆分头损坏、曳引机齿轮咬合、曳引机损坏和曳引机承重梁。本文通过武汉电梯维修中心在电梯轿厢X、Y、Z轴方向安装加速度传感器，得到电梯不同故障数据以及正常运行数据。……