科研之友
微信
新浪微博
Facebook
分享链接
摘要
电梯作为复杂且重要的城市运输工具，对其故障类型检测判别一直是市场监管部门的重点关注对象。提出一种基于核熵成分分析(KECA)的电梯故障识别和判断方法，KECA具有较好的非线性处理能力及聚类能力，适用于电梯不同类型故障数据的降维聚类分析。通过KECA将采集的钢丝绳滑移量、安全钳的提拉力、限速器的转速、抱闸拉力、上下行电流、上下行速度等电梯特征数据进行降维和聚类分析，通过计算样本与各聚类中心的距离，从而来判断电梯的故障类型。通过实验数据分析，证明KECA模型对电梯故障的诊断具有很好的正确率，可以作为电梯运行过程风险识别的重要参考。
