《電梯故障診斷方法的研究國內(nèi)外文獻(xiàn)綜述》4600字

電梯故障診斷方法的研究國內(nèi)外文獻(xiàn)綜述目錄TOC\o"1-2"\h\u50981.1大數(shù)據(jù)分析與故障診斷 1204781.2機電設(shè)備故巧診斷方法 218890①常用的機電設(shè)備診斷方法 21210②電梯故障診斷方法 3929參考文獻(xiàn) 61.1大數(shù)據(jù)分析與故障診斷機電設(shè)備在運行過程中會產(chǎn)生海量數(shù)據(jù)，這些數(shù)據(jù)中蘊含著大量的故障信怠。國外越來越多的學(xué)者在研究如何采用聚類、神經(jīng)網(wǎng)絡(luò)等數(shù)據(jù)挖掘算法對這些數(shù)據(jù)進行挖掘，獲取故障規(guī)則用于機電設(shè)備的故障診斷。J.Blair等采用數(shù)據(jù)挖掘技術(shù)設(shè)計多個智能主體分離軸承故障特征，用于確定軸承故障的原因。Raich等提出了數(shù)據(jù)監(jiān)控的四個步驟，用于優(yōu)化故障診斷的流程。楊文獻(xiàn)等采用關(guān)聯(lián)規(guī)則算法對巧油發(fā)動機的異響故障進行數(shù)據(jù)挖掘，得了四種異響故障，它們各自的頻率范圍完全符合發(fā)動機的實際情況。關(guān)惠玲等采用模糊聚類算法對壓縮機故障參數(shù)進行了數(shù)據(jù)挖掘，從多個不同角度描述了故障信號特征。張邦禮等將粗糧集屬性約簡和神經(jīng)網(wǎng)絡(luò)故障診斷相結(jié)合用于對內(nèi)燃機故障特征的數(shù)據(jù)挖掘，進一步優(yōu)化了內(nèi)燃機故障特征參數(shù)。董豆豆等通過對過去大量的診斷窠例進行數(shù)據(jù)挖掘，構(gòu)建出基于關(guān)聯(lián)規(guī)則的艦艇故障診斷數(shù)據(jù)系統(tǒng)。梁志瑞等采用關(guān)聯(lián)規(guī)則對電力設(shè)備數(shù)據(jù)進行知識挖掘，從中挖掘出了電力設(shè)備故障現(xiàn)象和故障類別之間的關(guān)聯(lián)關(guān)系，從而能更有效的診斷電為設(shè)備故障。張鐵峰等采用Apriori算法對變壓器故障記錄進行數(shù)據(jù)挖掘，將得到的決策規(guī)則用于構(gòu)建知識庫，并基于該知識庫構(gòu)建專家系統(tǒng)，用于變壓器的故障診斷。周東華等針對有些較為復(fù)雜的設(shè)備難建立數(shù)學(xué)模型的問題，提出了基于數(shù)據(jù)驅(qū)動的故障診斷方法，用于完成該類設(shè)備的故障診斷。楊蘋等提出了一種從火電廠海量數(shù)據(jù)中獲取故障診斷規(guī)則的數(shù)據(jù)挖掘方法，然后采用粗集屬性約簡將診斷規(guī)則簡化為基于最小變量集的決策表。該方法在火電廣鍋爐的一個復(fù)雜故障事例中得到了應(yīng)用驗證。邵忍平等優(yōu)化了基于密度的聚類分析算法，該算法可Ｗ對不同工作狀況下的古輪信號進行聚類分析，能有效識別不同類型的達(dá)輪故障。楊靜等在研究數(shù)據(jù)挖掘中常見的決策樹算法的基礎(chǔ)上，結(jié)合鉆井設(shè)備的障特點，改進了決策樹的建立算法，并通過實驗進行驗證，結(jié)果表明該算法可有效識別鉆井設(shè)備的不同故障特征，從而實現(xiàn)鉆井設(shè)備的故障診斷。歸納起來，基于大數(shù)據(jù)分析的故障診斷就是在收集到機電設(shè)備運行特征數(shù)據(jù)的基礎(chǔ)上，應(yīng)用聚類、決策樹等算法對大數(shù)據(jù)進行知識挖掘，獲得與故障有關(guān)的診斷規(guī)則，實現(xiàn)機電設(shè)備的故障滲斷。1.2機電設(shè)備故巧診斷方法常用的機電設(shè)備診斷方法隨著機電設(shè)備性能的不斷提升，設(shè)備的機械和電氣結(jié)構(gòu)化越來越復(fù)雜，對故障診斷方法的要求化越來越高，從而引起近年來針對復(fù)雜設(shè)備的故障診斷理論不斷地推陳出新。如圖1.1所示，目前常用的機電設(shè)備故障診斷方法可概括為下類：基于數(shù)學(xué)模型的故障診斷、基于數(shù)字信號處理的故障診斷、基于知識的故巧診斷?；跀?shù)學(xué)橫型的故障診斷基于數(shù)學(xué)撲型的故障診斷方法，通過分析輸入和輸出之間的映射關(guān)系，建立數(shù)學(xué)模型，計算出模型的輸出值并與測量值比較，根據(jù)比較結(jié)果來判斷設(shè)備是否發(fā)生了故障Isennaim等通過使用輸入和輸出信號，并應(yīng)用動態(tài)過程模型，提出了一個基于數(shù)學(xué)模型的故障診斷方法，通過應(yīng)用分類或推理方法確定故障，在內(nèi)燃機的故障診斷中得到了應(yīng)用驗證。李家文等基于數(shù)學(xué)模型，提出了用于對液體火箭發(fā)動機管路泄露進行故障診斷的結(jié)構(gòu)排除法，并在發(fā)動機管路泄露故障診斷實踐中得到了應(yīng)用驗證?；跀?shù)字信號處理的故障診斷采集機電設(shè)備的運行速度、受力、電流、電壓等運行狀態(tài)信息，采用傅里葉變換、小波分析等數(shù)字信號處理方法對采集信號進行時頻兩域分析，提取出故障分析。Zheng.H等基于連續(xù)小波變換，提出了一種齒輪故障診斷方法，通過對速箱的古輪故障診斷表明，該方法能有效提取齒輪故障特征信息，實現(xiàn)對齒輪的故障診斷。王仕龍等通過對轉(zhuǎn)子的振動信號進行小波分析，提取故障特征，開發(fā)了一套基于數(shù)字信號處理的汽輪機故障診斷系統(tǒng)，實踐表明該系統(tǒng)能準(zhǔn)確實現(xiàn)轉(zhuǎn),故障的診斷。任學(xué)平等提出了一種基于數(shù)字信號處理的滾動軸承故障信號檢測方法，通過小波包降噪去除信號中的冗余信息，根據(jù)譜峭度理論確定帶通濾波參數(shù)，采用包絡(luò)分析方法解調(diào)出故障特征信息，從而實現(xiàn)對滾動軸承的故障診斷?；谥R的故障診斷基于知識的故障診斷方法是利用被診斷設(shè)備所屬領(lǐng)域的專家知識來進行斷，這種故障診斷方法巴得到了廣泛研究和應(yīng)用?；谥R的故障診斷中常用的方法有專家系統(tǒng)故障診斷PSI、模糊診斷、人工神經(jīng)網(wǎng)絡(luò)診斷灰色系統(tǒng)理論故障診斷、遺傳算法故障診斷等方法。Feis等采用遺傳算法和支持向量機柜結(jié)合的方式用于對電為變壓器的內(nèi)部潛化性故障進行診斷，并在一些電力公司的實驗數(shù)據(jù)中得到了驗證。周汝勝等通過改進知識的表達(dá)方式和獲取方法，優(yōu)化了專家系統(tǒng)的設(shè)計方法，實現(xiàn)了對故障信息巧有效管理，實踐表明該專家系統(tǒng)有良好的故障診斷效果。終上所述，基于數(shù)學(xué)模型的故障滲斷方法簡單直觀且易于理解，但這種方法需要深入分析機電設(shè)備的結(jié)構(gòu)、運行原理，對巧部結(jié)構(gòu)和運行原理過于復(fù)雜的機電設(shè)備難建立數(shù)學(xué)模型?；谛盘柼幚淼脑\斷方法不需要構(gòu)建數(shù)學(xué)模型，容易實現(xiàn)，但只在設(shè)備有明顯的外部特征時才有效，并不適用于那些沒有明顯外部特征的故障PSI?；谥R的故障診斷具有良好的診斷效果和廣泛的適用性，但對設(shè)備的智能化要求較高。電梯故障診斷方法電梯故障診斷和其它機電設(shè)備故障診斷的方法類化，但電梯作為一種特種設(shè)備，一旦出現(xiàn)故障可能會造成嚴(yán)重報失，對它的質(zhì)量要求高于其它機電設(shè)備，故要選擇診斷更快速、結(jié)果更準(zhǔn)確的故障診斷方法。Fukai等將電梯的運行數(shù)據(jù)實時地儲存在終端監(jiān)控器上，當(dāng)電梯發(fā)生故陣并持續(xù)了一段時間后，監(jiān)測器會檢測到該故障并將電梯的相關(guān)數(shù)據(jù)記錄下來。當(dāng)監(jiān)控器檢測到電梯再次出現(xiàn)故障前的狀態(tài)時，就會對電梯的故障進行預(yù)報。Lence-Baireiro等發(fā)明了一種電梯的遠(yuǎn)程監(jiān)控裝置，將電梯的轎廂主體、驅(qū)動系統(tǒng)、口系統(tǒng)通過通訊裝置連接到電梯監(jiān)測和控制中為、，不僅能夠?qū)崿F(xiàn)對電梯的遠(yuǎn)程維修和控制，而且在故障發(fā)生時能夠遠(yuǎn)程識別電梯故障，使電梯繼電器斷電或重新啟動，減少電梯事故的發(fā)生。Engel等提出了通過識別故障標(biāo)志物進行設(shè)備性能遐化評估的盛、想，該思想描繪了設(shè)備故障衍化的過程。Yuan-n等探討了支持向量機理論在口系統(tǒng)故降診斷中的應(yīng)用。Wang等利用Ｂ樣條神經(jīng)網(wǎng)絡(luò)和模糊神經(jīng)網(wǎng)絡(luò)，提取電梯制動過程中的故障數(shù)據(jù)，建立了電梯制動系統(tǒng)的故障模型，并證明了該模型的有效性。Zhang等將《種系統(tǒng)結(jié)合起來，絕成具有與外界交互和問題處理能力的MAS系統(tǒng)，可將復(fù)雜的電梯故障問題分成幾個簡單問題，由毎個人工智能系統(tǒng)分別完成。Zhaoetal等提出了將粗糖集理論用于決策樹參數(shù)的處理，提升決策樹用于電梯故障診斷的準(zhǔn)確性。日立公司開發(fā)了一套電梯遠(yuǎn)程監(jiān)控系統(tǒng)，可Ｗ實時監(jiān)控所有日立電梯的運行，在發(fā)生電梯故障時，可查看運行日志。隨著遠(yuǎn)程無線通信及計算機網(wǎng)絡(luò)技術(shù)的發(fā)展，電梯的遠(yuǎn)程監(jiān)控在電梯故障診斷中得到了廣泛的應(yīng)用。鄭丹丹等通過各地的電椅數(shù)據(jù)采集器將電梯的運行數(shù)據(jù)和故障信息通GPRS/GSM網(wǎng)絡(luò)傳輸?shù)奖O(jiān)控中／公，利用計算機軟件系統(tǒng)對電梯實施遠(yuǎn)程控制和操作。包健等ＢＰ神經(jīng)網(wǎng)絡(luò)進行改進，提高了電梯控制系統(tǒng)故障診斷效率，使得診斷方法不受專家主觀化賦值的影響，較專家系統(tǒng)具有更高的穩(wěn)定性。張從力等采用了基于模糊推理的軟測量技術(shù)，開發(fā)了電梯故障診斷系統(tǒng)，始證了該診斷技術(shù)的有效性。徐語龍等叫電梯實際事故與計算機虛擬接近算法故障診斷的結(jié)果相比較，建立了電梯事故診斷方法。宗群等提出了將模糊Petri和人王神經(jīng)網(wǎng)絡(luò)（ANN）結(jié)合的模型用于電梯故障診斷，用ANN去補充FPN的學(xué)習(xí)功能，充分利用FPN的推理功能，應(yīng)用于電梯系統(tǒng)的故障診斷。闡萬等采用連續(xù)小波變換對信號進行時頻域分析，采用脊線提取算法分析時頻域內(nèi)的信號并定位故障發(fā)生時的模極大值曲線，采用基于獨立成分分析的方法監(jiān)測故障的發(fā)生，從而在維修員對故障電椅檢修之前提供電梯故障信息。喬久鵬等提出了一種改進的故障樹構(gòu)建算法，對各類故障分別構(gòu)造了故障樹，設(shè)計了一種基于CAN總線技術(shù)的信號采集系統(tǒng)，對故障信號進行采集并進行了初步分析。王中海等設(shè)計了嵌入式電梯數(shù)據(jù)采集卡采集電梯運行特征數(shù)據(jù)，通過GPRS進行遠(yuǎn)程傳輸。在電梯發(fā)生故障時，通過電話、短信等多種方式通知維修人員及時對故障進行處理。奚文俊等把推理技術(shù)用于電梯的故障診斷，設(shè)計了故障診斷系統(tǒng)。通過對比電梯故障診巧方法的國內(nèi)外研究現(xiàn)狀，可發(fā)現(xiàn)國外的大型電梯企業(yè)和研究機構(gòu)在監(jiān)控系統(tǒng)、專家系統(tǒng)、數(shù)據(jù)挖掘等多個領(lǐng)域?qū)﹄娞莨收险鋽喾椒ㄟM行研究，并逐漸將研究成果應(yīng)用于電梯的故犀診斷實踐中。國內(nèi)在將人工智能、監(jiān)控系統(tǒng)等技術(shù)應(yīng)用于電梯的故睹診斷還處在理論研究階段。在實際診斷中主要基于數(shù)學(xué)模型和基于信號處理的故障診斷方法為主。與普通電梯相比，高速電梯的巧部結(jié)構(gòu)更為復(fù)雜，難建立精確的解析模型，運行信號也不能直觀的反映高速電梯故障情況，因此傳統(tǒng)的基于模型和信號處理的故障滲斷方法不能適用于高速電梯的故障診斷。隨著物聯(lián)網(wǎng)技術(shù)的發(fā)展，越來越的電梯制造商都會通過傳感器把電梯運行信號收集起來，迅猛增長的電梯運行特征數(shù)據(jù)對于分析電梯的故障有重要價值，而企業(yè)往往缺乏對這些數(shù)據(jù)的有效利用。如何對高速電梯運行特征大數(shù)據(jù)進行知識挖掘，找出與故障有關(guān)的信息，用于提高高讓電椅故障診斷的效率和準(zhǔn)確性是企業(yè)待解決的問題。參考文獻(xiàn)[1]丁海峰.基于大數(shù)據(jù)技術(shù)的交通工程質(zhì)量安全管理[J].大科技,2020,000(008):127.[2]羅丹.大數(shù)據(jù)時代下軟件工程關(guān)鍵技術(shù)分析與研究[J].信息記錄材料,2020(9):8-10.[3]陳曉偉.大數(shù)據(jù)系統(tǒng)和分析技術(shù)研究[J].科技創(chuàng)新與應(yīng)用,2019,000(020):136-137.[4]楊繼武.基于大數(shù)據(jù)與計算機信息安全技術(shù)分析[J].科技經(jīng)濟導(dǎo)刊,2019,v.27;No.663(01):22-22.[5]黃永毅.分析基于大數(shù)據(jù)的計算機信息處理技術(shù)[J].電子世界,2019,No.579(21):154-155.[6]陳偉.基于可視化分析技術(shù)的大數(shù)據(jù)審計案例研究[J].中國注冊會計師,2019(6).[7]楊超.基于大數(shù)據(jù)技術(shù)下的醫(yī)院信息化建設(shè)研究[J].電子樂園,2019(13):0023-0023.[8]宋華茂,張潤坤.基于大數(shù)據(jù)的電力信息通信預(yù)警技術(shù)研究[J].中國戰(zhàn)略新興產(chǎn)業(yè),2019,000(040):120.[9]金科,劉艷波.基于大數(shù)據(jù)時代下軟件工程關(guān)鍵技術(shù)的分析[J].計算機產(chǎn)品與流通,2019(01):22-22.[10]楊超.基于大數(shù)據(jù)技術(shù)下的醫(yī)院信息化建設(shè)研究[J].輕松學(xué)電腦,2019,000(013):1-2.[11]劉新,呂峰,孫玉明,等.基于大數(shù)據(jù)的鐵路安全信息與技術(shù)規(guī)章協(xié)同分析系統(tǒng)[J].鐵路計算機應(yīng)用,2020,v.29;No.275(02):38-41.[12]崔校郡.新時期大數(shù)據(jù)分析與應(yīng)用關(guān)鍵技術(shù)研究[J].信息技術(shù)與信息化,2020,000(001):204-206.[13]蘆天亮,涂君奧,杜彥輝,等.基于大數(shù)據(jù)技術(shù)的電信網(wǎng)絡(luò)詐騙案件分析實驗設(shè)計[J].實驗技術(shù)與管理,2020(10).[14]符添瑋.大數(shù)據(jù)分析關(guān)鍵技術(shù)研究[J].大眾標(biāo)準(zhǔn)化,2020,No.313(02):129-130.[15]周奇、印鑒、張良均.基于大數(shù)據(jù)關(guān)鍵技術(shù)方案的輿情數(shù)據(jù)中心的研究[J].現(xiàn)代計算機,2020,No.699(27):14-20.[16]余臘熒.基于大數(shù)據(jù)技術(shù)的高速公路應(yīng)用與研究[J].交通企業(yè)管理,2019,034(004):25-28.[17]朱欣怡.基于大數(shù)據(jù)技術(shù)的日志分析體系結(jié)構(gòu)的研究[J].智庫時代,2019,183(15):220-221.[18]劉梅招,羅慧,付彬宏,等.基于大數(shù)據(jù)分析的動態(tài)傳輸數(shù)據(jù)質(zhì)量自適應(yīng)監(jiān)測[J].自動化與儀器儀表,2019(8):154-157.[19]張姣平.基于大數(shù)據(jù)技術(shù)的高速公路應(yīng)用與研究[J].中國室內(nèi)裝飾裝修天地,2019,000(020):356.[20]句榮濱,王巍,孫暢岑,等.基于電力調(diào)度大數(shù)據(jù)的狀態(tài)估計智能分析技術(shù)[J].東北電力技術(shù),2020,041(003):1-4.[21]劉志先.基于智能醫(yī)療的診斷大數(shù)據(jù)自動分析系統(tǒng)研究[J].現(xiàn)代電子技術(shù),2020,043(010):184-186.[22]許春楊,李歡.基于大數(shù)