（辽宁水利职业学院信息与电气化系，沈阳110122）

1 引言

目前，国内的电梯拥有量超过了100万台，并以每年20%的速度递增。电梯作为高层建筑的一种重要的垂直交通工具，在人们的日常生活及国民经济建设中发挥了重要的作用[1]。随着我国科学技术的不断进步，电梯的安全性和可靠性大大提高。但是，由于电梯使用的数量大、范围广等特点，使得电梯故障、事故也时有发生。随着人们对生活安全的重视，对电梯的安全性、舒适性以及故障的诊断预测提出了更高的要求[2]。

2 电梯故障诊断结构模型

信息融合是近几十年来发展起来的信息处理技术[3]。在众多的信息融合算法中，神经网络是具有高度非线性的系统，具有一般非线性系统的特性，同时具有并行处理、分布式存储与容错性，以及自学习、自组织与自适应等特征，在机械故障诊断中得到较多应用[4]。D-S论证理论在解决不知道、不确定问题时具有很大的优势，广泛应用在信息融合中[5]。针对电梯故障诊断样本的数目有限、故障与征兆之间呈现出本质非线性及故障特征不明显、实时性有限、可靠性差等问题，结合神经网络和D-S论证理论的各自优点，提出一种基于BP神经网络和D-S证据理论的多传感器信息融合方法，并将其应用在电梯的故障诊断中。本方法的思路是：首先利用小波包分解法将电梯轿厢振动信号提取为特征向量；其次利用BP神经网络训练与特征层的数据相融合；最后，通过D-S证据理论的合成规则进行决策层的融合。……