基于深度自编码器和t-SNE算法的电梯故障预警
Elevator Fault Early Warning Based on Deep Auto-encoder and t-SNE Algorithm作者机构:江苏省特种设备安全监督检验研究院江苏南京210036 南京理工大学机械工程学院江苏南京210094
出 版 物:《机械制造与自动化》 (Machine Building & Automation)
年 卷 期:2023年第52卷第5期
页 面:228-231页
学科分类:08[工学] 080401[工学-精密仪器及机械] 0804[工学-仪器科学与技术] 080402[工学-测试计量技术及仪器] 0838[工学-公安技术]
基 金:2020年度江苏省特种设备安全监督检验研究院科技项目(KJ(Y)2020006)
摘 要:为提高电梯承运质量,针对电梯轿厢系统,设计基于深度自编码器(DAE)和t分布随机邻域嵌入算法(t-SNE)相结合的电梯轿厢系统故障预警模型。通过计算电梯轿厢系统运行时振动信号的重构误差,并将其与预警阈值进行对比分析,可以直观地对振动信号波形进行分类,判别轿厢系统运行是否出现异常,通过t-SNE算法进行可视化分析。实验结果表明:该模型能够有效实现电梯轿厢系统的故障实时预警功能,为电梯的预防性维护提供依据。