基于POA-CNN-REGST的电梯钢丝绳滑移量预测方法

作者：朱锡山; 罗贞; 易灿灿; 尤光辉; 薛家成

来源：机电工程, 2023, 40(06): 928-935.

DOI：10.3969/j.issn.1001-4551.2023.06.016

• 曳引式电梯
• 钢丝绳
• 滑移量
• 鹈鹕优化算法
• 卷积神经网络
• 堆叠回归模型

电梯曳引轮与钢丝绳之间的滑移量过大会导致重大意外事故的发生，针对这一问题，提出了一种基于鹈鹕优化算法-卷积神经网络-堆叠回归(POA-CNN-REGST)的电梯钢丝绳滑移量预测方法。首先，使用数据产生函数生成了样本，并对样本添加了高斯白噪声，分别使用POA-CNN-REGST、支持向量机(SVM)、相关向量机(RVM)对仿真数据进行了训练和学习；然后，对试验基地采集的电梯滑移量等相关数据进行了归一化处理，并用POA-CNN-REGST进行了电梯钢丝绳滑移量预测；最后，将结果与传统的统计学模型SVM和RVM进行了比较。研究结果表明：在使用相同的训练集和测试集时，在仿真数据分析中，其均方根误差为0.049 6;在真实数据分析中，其均方根误差和平均绝对百分比误差低至0.066 1和0.073 3。无论是仿真数据或是真实数据分析，该模型预测准确度都远高于SVM和RVM,这表明其在电梯钢丝绳滑移量预测方面具有高度可靠性。

• 单位
  武汉科技大学; 广西壮族自治区特种设备检验研究院