《电梯故障诊断方法的研究国内外文献综述》4600字

电梯故障诊断方法的研究国内外文献综述目录TOC\o"1-2"\h\u50981.1大数据分析与故障诊断 1204781.2机电设备故巧诊断方法 218890①常用的机电设备诊断方法 21210②电梯故障诊断方法 3929参考文献 61.1大数据分析与故障诊断机电设备在运行过程中会产生海量数据，这些数据中蕴含着大量的故障信怠。国外越来越多的学者在研究如何采用聚类、神经网络等数据挖掘算法对这些数据进行挖掘，获取故障规则用于机电设备的故障诊断。J.Blair等采用数据挖掘技术设计多个智能主体分离轴承故障特征，用于确定轴承故障的原因。Raich等提出了数据监控的四个步骤，用于优化故障诊断的流程。杨文献等采用关联规则算法对巧油发动机的异响故障进行数据挖掘，得了四种异响故障，它们各自的频率范围完全符合发动机的实际情况。关惠玲等采用模糊聚类算法对压缩机故障参数进行了数据挖掘，从多个不同角度描述了故障信号特征。张邦礼等将粗粮集属性约简和神经网络故障诊断相结合用于对内燃机故障特征的数据挖掘，进一步优化了内燃机故障特征参数。董豆豆等通过对过去大量的诊断窠例进行数据挖掘，构建出基于关联规则的舰艇故障诊断数据系统。梁志瑞等采用关联规则对电力设备数据进行知识挖掘，从中挖掘出了电力设备故障现象和故障类别之间的关联关系，从而能更有效的诊断电为设备故障。张铁峰等采用Apriori算法对变压器故障记录进行数据挖掘，将得到的决策规则用于构建知识库，并基于该知识库构建专家系统，用于变压器的故障诊断。周东华等针对有些较为复杂的设备难建立数学模型的问题，提出了基于数据驱动的故障诊断方法，用于完成该类设备的故障诊断。杨苹等提出了一种从火电厂海量数据中获取故障诊断规则的数据挖掘方法，然后采用粗集属性约简将诊断规则简化为基于最小变量集的决策表。该方法在火电广锅炉的一个复杂故障事例中得到了应用验证。邵忍平等优化了基于密度的聚类分析算法，该算法可Ｗ对不同工作状况下的古轮信号进行聚类分析，能有效识别不同类型的达轮故障。杨静等在研究数据挖掘中常见的决策树算法的基础上，结合钻井设备的障特点，改进了决策树的建立算法，并通过实验进行验证，结果表明该算法可有效识别钻井设备的不同故障特征，从而实现钻井设备的故障诊断。归纳起来，基于大数据分析的故障诊断就是在收集到机电设备运行特征数据的基础上，应用聚类、决策树等算法对大数据进行知识挖掘，获得与故障有关的诊断规则，实现机电设备的故障渗断。1.2机电设备故巧诊断方法常用的机电设备诊断方法随着机电设备性能的不断提升，设备的机械和电气结构化越来越复杂，对故障诊断方法的要求化越来越高，从而引起近年来针对复杂设备的故障诊断理论不断地推陈出新。如图1.1所示，目前常用的机电设备故障诊断方法可概括为下类：基于数学模型的故障诊断、基于数字信号处理的故障诊断、基于知识的故巧诊断。基于数学横型的故障诊断基于数学撲型的故障诊断方法，通过分析输入和输出之间的映射关系，建立数学模型，计算出模型的输出值并与测量值比较，根据比较结果来判断设备是否发生了故障Isennaim等通过使用输入和输出信号，并应用动态过程模型，提出了一个基于数学模型的故障诊断方法，通过应用分类或推理方法确定故障，在内燃机的故障诊断中得到了应用验证。李家文等基于数学模型，提出了用于对液体火箭发动机管路泄露进行故障诊断的结构排除法，并在发动机管路泄露故障诊断实践中得到了应用验证。基于数字信号处理的故障诊断采集机电设备的运行速度、受力、电流、电压等运行状态信息，采用傅里叶变换、小波分析等数字信号处理方法对采集信号进行时频两域分析，提取出故障分析。Zheng.H等基于连续小波变换，提出了一种齿轮故障诊断方法，通过对速箱的古轮故障诊断表明，该方法能有效提取齿轮故障特征信息，实现对齿轮的故障诊断。王仕龙等通过对转子的振动信号进行小波分析，提取故障特征，开发了一套基于数字信号处理的汽轮机故障诊断系统，实践表明该系统能准确实现转,故障的诊断。任学平等提出了一种基于数字信号处理的滚动轴承故障信号检测方法，通过小波包降噪去除信号中的冗余信息，根据谱峭度理论确定带通滤波参数，采用包络分析方法解调出故障特征信息，从而实现对滚动轴承的故障诊断。基于知识的故障诊断基于知识的故障诊断方法是利用被诊断设备所属领域的专家知识来进行断，这种故障诊断方法巴得到了广泛研究和应用。基于知识的故障诊断中常用的方法有专家系统故障诊断PSI、模糊诊断、人工神经网络诊断灰色系统理论故障诊断、遗传算法故障诊断等方法。Feis等采用遗传算法和支持向量机柜结合的方式用于对电为变压器的内部潜化性故障进行诊断，并在一些电力公司的实验数据中得到了验证。周汝胜等通过改进知识的表达方式和获取方法，优化了专家系统的设计方法，实现了对故障信息巧有效管理，实践表明该专家系统有良好的故障诊断效果。终上所述，基于数学模型的故障滲断方法简单直观且易于理解，但这种方法需要深入分析机电设备的结构、运行原理，对巧部结构和运行原理过于复杂的机电设备难建立数学模型。基于信号处理的诊断方法不需要构建数学模型，容易实现，但只在设备有明显的外部特征时才有效，并不适用于那些没有明显外部特征的故障PSI。基于知识的故障诊断具有良好的诊断效果和广泛的适用性，但对设备的智能化要求较高。电梯故障诊断方法电梯故障诊断和其它机电设备故障诊断的方法类化，但电梯作为一种特种设备，一旦出现故障可能会造成严重报失，对它的质量要求高于其它机电设备，故要选择诊断更快速、结果更准确的故障诊断方法。Fukai等将电梯的运行数据实时地储存在终端监控器上，当电梯发生故陣并持续了一段时间后，监测器会检测到该故障并将电梯的相关数据记录下来。当监控器检测到电梯再次出现故障前的状态时，就会对电梯的故障进行预报。Lence-Baireiro等发明了一种电梯的远程监控装置，将电梯的轿厢主体、驱动系统、口系统通过通讯装置连接到电梯监测和控制中为、，不仅能够实现对电梯的远程维修和控制，而且在故障发生时能够远程识别电梯故障，使电梯继电器断电或重新启动，减少电梯事故的发生。Engel等提出了通过识别故障标志物进行设备性能遐化评估的盛、想，该思想描绘了设备故障衍化的过程。Yuan-n等探讨了支持向量机理论在口系统故降诊断中的应用。Wang等利用Ｂ样条神经网络和模糊神经网络，提取电梯制动过程中的故障数据，建立了电梯制动系统的故障模型，并证明了该模型的有效性。Zhang等将《种系统结合起来，绝成具有与外界交互和问题处理能力的MAS系统，可将复杂的电梯故障问题分成几个简单问题，由毎个人工智能系统分别完成。Zhaoetal等提出了将粗糖集理论用于决策树参数的处理，提升决策树用于电梯故障诊断的准确性。日立公司开发了一套电梯远程监控系统，可Ｗ实时监控所有日立电梯的运行，在发生电梯故障时，可查看运行日志。隨着远程无线通信及计算机网络技术的发展，电梯的远程监控在电梯故障诊断中得到了广泛的应用。郑丹丹等通过各地的电椅数据采集器将电梯的运行数据和故障信息通GPRS/GSM网络传输到监控中／公，利用计算机软件系统对电梯实施远程控制和操作。包健等ＢＰ神经网络进行改进，提高了电梯控制系统故障诊断效率，使得诊断方法不受专家主观化赋值的影响，较专家系统具有更高的稳定性。张从力等采用了基于模糊推理的软测量技术，开发了电梯故障诊断系统，始证了该诊断技术的有效性。徐语龙等叫电梯实际事故与计算机虚拟接近算法故障诊断的结果相比较，建立了电梯事故诊断方法。宗群等提出了将模糊Petri和人王神经网络（ANN）结合的模型用于电梯故障诊断，用ANN去补充FPN的学习功能，充分利用FPN的推理功能，应用于电梯系统的故障诊断。阐万等采用连续小波变换对信号进行时频域分析，采用脊线提取算法分析时频域内的信号并定位故障发生时的模极大值曲线，采用基于独立成分分析的方法监测故障的发生，从而在维修员对故障电椅检修之前提供电梯故障信息。乔久鹏等提出了一种改进的故障树构建算法，对各类故障分别构造了故障树，设计了一种基于CAN总线技术的信号采集系统，对故障信号进行采集并进行了初步分析。王中海等设计了嵌入式电梯数据采集卡采集电梯运行特征数据，通过GPRS进行远程传输。在电梯发生故障时，通过电话、短信等多种方式通知维修人员及时对故障进行处理。奚文俊等把推理技术用于电梯的故障诊断，设计了故障诊断系统。通过对比电梯故障诊巧方法的国内外研究现状，可发现国外的大型电梯企业和研究机构在监控系统、专家系统、数据挖掘等多个领域对电梯故障珍断方法进行研究，并逐渐将研究成果应用于电梯的故犀诊断实践中。国内在将人工智能、监控系统等技术应用于电梯的故睹诊断还处在理论研究阶段。在实际诊断中主要基于数学模型和基于信号处理的故障诊断方法为主。与普通电梯相比，高速电梯的巧部结构更为复杂，难建立精确的解析模型，运行信号也不能直观的反映高速电梯故障情况，因此传统的基于模型和信号处理的故障渗断方法不能适用于高速电梯的故障诊断。随着物联网技术的发展，越来越的电梯制造商都会通过传感器把电梯运行信号收集起来，迅猛增长的电梯运行特征数据对于分析电梯的故障有重要价值，而企业往往缺乏对这些数据的有效利用。如何对高速电梯运行特征大数据进行知识挖掘，找出与故障有关的信息，用于提高高讓电椅故障诊断的效率和准确性是企业待解决的问题。参考文献[1]丁海峰.基于大数据技术的交通工程质量安全管理[J].大科技,2020,000(008):127.[2]罗丹.大数据时代下软件工程关键技术分析与研究[J].信息记录材料,2020(9):8-10.[3]陈晓伟.大数据系统和分析技术研究[J].科技创新与应用,2019,000(020):136-137.[4]杨继武.基于大数据与计算机信息安全技术分析[J].科技经济导刊,2019,v.27;No.663(01):22-22.[5]黄永毅.分析基于大数据的计算机信息处理技术[J].电子世界,2019,No.579(21):154-155.[6]陈伟.基于可视化分析技术的大数据审计案例研究[J].中国注册会计师,2019(6).[7]杨超.基于大数据技术下的医院信息化建设研究[J].电子乐园,2019(13):0023-0023.[8]宋华茂,张润坤.基于大数据的电力信息通信预警技术研究[J].中国战略新兴产业,2019,000(040):120.[9]金科,刘艳波.基于大数据时代下软件工程关键技术的分析[J].计算机产品与流通,2019(01):22-22.[10]杨超.基于大数据技术下的医院信息化建设研究[J].轻松学电脑,2019,000(013):1-2.[11]刘新,吕峰,孙玉明,等.基于大数据的铁路安全信息与技术规章协同分析系统[J].铁路计算机应用,2020,v.29;No.275(02):38-41.[12]崔校郡.新时期大数据分析与应用关键技术研究[J].信息技术与信息化,2020,000(001):204-206.[13]芦天亮,涂君奥,杜彦辉,等.基于大数据技术的电信网络诈骗案件分析实验设计[J].实验技术与管理,2020(10).[14]符添玮.大数据分析关键技术研究[J].大众标准化,2020,No.313(02):129-130.[15]周奇、印鉴、张良均.基于大数据关键技术方案的舆情数据中心的研究[J].现代计算机,2020,No.699(27):14-20.[16]余腊荧.基于大数据技术的高速公路应用与研究[J].交通企业管理,2019,034(004):25-28.[17]朱欣怡.基于大数据技术的日志分析体系结构的研究[J].智库时代,2019,183(15):220-221.[18]刘梅招,罗慧,付彬宏,等.基于大数据分析的动态传输数据质量自适应监测[J].自动化与仪器仪表,2019(8):154-157.[19]张姣平.基于大数据技术的高速公路应用与研究[J].中国室内装饰装修天地,2019,000(020):356.[20]句荣滨,王巍,孙畅岑,等.基于电力调度大数据的状态估计智能分析技术[J].东北电力技术,2020,041(003):1-4.[21]刘志先.基于智能医疗的诊断大数据自动分析系统研究[J].现代电子技术,2020,043(010):184-186.[22]许春杨,李欢.基于大数