兰州资源环境职业技术学院 车明浪 杨添玺

准确可靠快速的故障预警方法是电梯安全运行的关键。针对电梯故障预警问题，为有效预防和减少电梯安全隐患，本文所提CKFRBF预测方法具有更精确的预测结果和更短的预测时间。对于电梯及相关特种设备的故障预警系统的设计与开发具有一定的参考意义。

随着我国经济的快速发展和城镇化水平的不断提高，楼房的高层化和现代化的大幅度提升，作为高层建筑中应用最广泛的主要的垂直交通工具，电梯的数量与需求增加迅猛。然而，电梯事故的频繁发生，对人们的日常使用产生很大的影响，更是对人们的生命安全构成了一种威胁。如何准确可靠快速的对电梯故障进行预警具有非常重要的意义。

针对相关故障及预警问题，相关的新方法新技术相继产生。除了进行实时监控，还可以提前预知电梯故障并为维保人员提供决策建议，加快电梯维修进度。由此可见，基于深度学习的神经网络方法以其预测精度高、具有较强的非线性映射能力等优点在电梯故障预警中体现出很好的效果，为电梯故障预警提供了新思路新方法。本文为进一步提高电梯故障预警的效率和精确率，提出了一种容积卡尔曼滤波（CKF）辅助优化径向基神经网络（RBF）的电梯故障预警方法。

1 电梯系统故障预警方法需求分析

电梯故障因素分析及预警是通过对大量的电梯故障历史信息进行统计分析，得到监管者所关心的电梯故障的发生情况，从而为电梯监管者管理电梯安全提供辅助信息。……