電梯故障診斷中神經(jīng)網(wǎng)絡(luò)技術(shù)的應(yīng)用

【摘要】隨著城市高層建筑的不斷增加，電梯已經(jīng)成為了人們最為重要的垂直交通工具。電梯標(biāo)志了人類的物質(zhì)文明，然而在實(shí)際生活中電梯由于故障問(wèn)題給人民造成的損失也是巨大的，傳統(tǒng)的人工儀器診斷準(zhǔn)確率過(guò)低，這就要求有更好的故障診斷技術(shù)來(lái)保證電梯的可靠性。文章介紹了電梯的運(yùn)行原理，引入了依托于人工智能的神經(jīng)網(wǎng)絡(luò)技術(shù)，詳細(xì)介紹了電梯故障診斷中不同的網(wǎng)絡(luò)應(yīng)用類型，它的網(wǎng)絡(luò)結(jié)構(gòu)與基本原理并且簡(jiǎn)單的介紹了兩種新興的神經(jīng)網(wǎng)絡(luò)模型。

【關(guān)鍵詞】故障診斷;基本原理;神經(jīng)網(wǎng)絡(luò);實(shí)際應(yīng)用

引言

電梯在實(shí)際生活中出現(xiàn)不正常運(yùn)行、停運(yùn)等故障是在所難免的，而作為高層建筑中主要的垂直交通工具如果不能及時(shí)準(zhǔn)確的查明故障原因并維修往往會(huì)給乘客帶來(lái)巨大的生命威脅。只有保證電梯的安全運(yùn)行，及時(shí)的發(fā)現(xiàn)故障并解決故障，才能夠?yàn)槌俗娞莸某丝吞峁┖细竦陌踩ＷC。目前，國(guó)內(nèi)在用的電梯缺乏完善的故障診斷系統(tǒng)，僅僅依靠維修技術(shù)人員的經(jīng)驗(yàn)以及簡(jiǎn)單的診斷儀器已經(jīng)不能夠及時(shí)的解決復(fù)雜的電梯故障問(wèn)題。神經(jīng)網(wǎng)絡(luò)技術(shù)可以應(yīng)用于復(fù)雜多模式的故障診斷并且既可以用于實(shí)時(shí)監(jiān)測(cè)也可以進(jìn)行離線診斷，在系統(tǒng)模式非常復(fù)雜或者根本不知道系統(tǒng)模式的情況都可以應(yīng)用，這些特點(diǎn)恰恰解決了傳統(tǒng)方法中最最難以解決的問(wèn)題。因此必須加快神經(jīng)網(wǎng)絡(luò)技術(shù)應(yīng)用于診斷電梯故障的步伐，形成完善的故障診斷系統(tǒng)，才能更及時(shí)準(zhǔn)確的查明故障原因進(jìn)一步及時(shí)的解決問(wèn)題，保證乘客的人身安全。

一、電梯的運(yùn)行原理和電梯故障的特點(diǎn)

只有清楚地了解電梯控制系統(tǒng)的運(yùn)行原理才能夠及時(shí)準(zhǔn)確的診斷出電梯故障原因，因此清楚的了解電梯運(yùn)行原理，每一個(gè)電梯維修人員必須要做到。電梯運(yùn)行過(guò)程總體上可分為以下幾個(gè)階段：第一、登記層外召喚信號(hào)和登記內(nèi)選指令階段;第二、電梯門關(guān)閉或者電梯按照系統(tǒng)指令停運(yùn)階段;第三、啟動(dòng)階段;第四、在到達(dá)信號(hào)記錄的樓層前進(jìn)行減速制動(dòng);第五、平層開(kāi)門階段。在整個(gè)過(guò)程中電梯需要從外界接收信號(hào)并處理，然后完成相應(yīng)的指令或者輸出信號(hào)，由此可以將電梯看作是一個(gè)完整的獨(dú)立的系統(tǒng)，只需要外界給予相應(yīng)的信號(hào)就可以自動(dòng)的做出動(dòng)作。電梯系統(tǒng)內(nèi)部復(fù)雜的構(gòu)件緊密的結(jié)合在一起，正是如此才使得電梯系統(tǒng)故障具有了復(fù)雜性、層次性、相關(guān)性以及不確定性的特點(diǎn)。

二、神經(jīng)網(wǎng)絡(luò)技術(shù)基本原理

生物學(xué)上的神經(jīng)是由一個(gè)個(gè)簡(jiǎn)單的神經(jīng)元相互連接進(jìn)而形成了復(fù)雜的龐大的神經(jīng)系統(tǒng)，同理，神經(jīng)網(wǎng)絡(luò)就是由大量簡(jiǎn)單的處理單元相互連接形成的復(fù)雜的智能系統(tǒng)。單獨(dú)的處理單元類似于一個(gè)神經(jīng)元，是一個(gè)可以接受不同信息但是只輸出一種信息的結(jié)構(gòu)單位。神經(jīng)網(wǎng)絡(luò)系統(tǒng)與生物學(xué)神經(jīng)系統(tǒng)相似的是具有自我修改能力，它可以同時(shí)接收大量的數(shù)據(jù)并進(jìn)行統(tǒng)一的分析處理，進(jìn)而輸出相應(yīng)的處理結(jié)果。這就使得神經(jīng)網(wǎng)絡(luò)系統(tǒng)具有了高度容錯(cuò)性、高度并行性、自我修改性、學(xué)習(xí)性以及高度復(fù)雜性，也正是由于這些特性才使的利用神經(jīng)網(wǎng)絡(luò)技術(shù)能夠及時(shí)準(zhǔn)確的查明電梯故障原因并得出故障解決方案。電梯故障診斷中應(yīng)用的神經(jīng)網(wǎng)絡(luò)模型分為三個(gè)層次：輸入層、接收外部信號(hào)或者是電梯自我檢測(cè)信息（如載重信息）;隱含層、對(duì)接收到了大量數(shù)據(jù)進(jìn)行相應(yīng)的分析處理;輸出層、將記錄著動(dòng)作命令的數(shù)據(jù)傳送出來(lái)。在電梯出現(xiàn)故障時(shí)，首先可以通過(guò)神經(jīng)網(wǎng)絡(luò)模型快速確定故障發(fā)生在哪一層達(dá)到節(jié)約時(shí)間的目的。但是神經(jīng)網(wǎng)絡(luò)也會(huì)因?yàn)槭諗克俣冗^(guò)于慢、訓(xùn)練強(qiáng)度太大或者是選擇的網(wǎng)絡(luò)模型不好等問(wèn)題導(dǎo)致診斷結(jié)果受到影響。

三、神經(jīng)網(wǎng)絡(luò)模型在電梯故障診斷中的應(yīng)用分類

神經(jīng)網(wǎng)絡(luò)模型已經(jīng)成為了如今電梯故障診斷中應(yīng)用最廣泛的技術(shù)模型，相比于傳統(tǒng)方式它具有診斷速度快、故障原因命中率高的優(yōu)點(diǎn)，因此引起了各方面專業(yè)人士的強(qiáng)烈關(guān)注，并在他們的不懈努力下得到了發(fā)展與創(chuàng)新。它跨越多個(gè)專業(yè)領(lǐng)域、通過(guò)對(duì)各種復(fù)雜的高難度工作的不斷的發(fā)展與改進(jìn)出現(xiàn)了越來(lái)越多的應(yīng)用模型，下面主要介紹了當(dāng)前應(yīng)用最普遍的BP網(wǎng)絡(luò)模型，并且簡(jiǎn)單的引入并介紹了近年來(lái)新興的模糊神經(jīng)網(wǎng)絡(luò)模型和遺傳小波神經(jīng)網(wǎng)絡(luò)模型。

（一）BP網(wǎng)絡(luò)模型

BP神經(jīng)網(wǎng)絡(luò)作為神經(jīng)網(wǎng)絡(luò)應(yīng)用最廣泛的一種，它多應(yīng)用的誤差反向傳播算法使其在模式識(shí)別、診斷故障、圖像識(shí)別以及管理系統(tǒng)方面具有相對(duì)先進(jìn)性?；贐P網(wǎng)絡(luò)的電梯故障診斷技術(shù)就是通過(guò)學(xué)習(xí)故障信息、診斷經(jīng)驗(yàn)并不斷訓(xùn)練，并將所學(xué)到的知識(shí)利用各層次之間節(jié)點(diǎn)上的權(quán)值從而表達(dá)出來(lái)。BP網(wǎng)絡(luò)系統(tǒng)的主要診斷步驟主要可以分為三步。第一步：對(duì)輸入輸出的數(shù)據(jù)進(jìn)行歸一化處理，將數(shù)據(jù)映射到特定的區(qū)間。第二步：建立BP網(wǎng)絡(luò)模型，訓(xùn)練BP網(wǎng)絡(luò)模型。第三：通過(guò)已經(jīng)訓(xùn)練好的網(wǎng)絡(luò)模型對(duì)原來(lái)的樣本進(jìn)行全面的檢測(cè)。算法步驟：a、在一定的取值范圍內(nèi)對(duì)數(shù)據(jù)進(jìn)行初始化;b、確定輸入值數(shù)值大小，計(jì)算出預(yù)期輸出量;c、用實(shí)際輸出的值減去上一步得到的數(shù)值;d、將上一步得到的誤差分配到隱含層，從而計(jì)算出隱含層的誤差;e、修正輸出層的權(quán)值和閾值，修正隱含層的權(quán)值;f、修正隱含層的閾值，修正隱含層和輸入層的權(quán)值。

（二）遺傳小波神經(jīng)網(wǎng)絡(luò)模型

遺傳算法運(yùn)用了生物界的優(yōu)勝劣汰、適者生存的思想對(duì)復(fù)雜問(wèn)題進(jìn)行優(yōu)化，適用于復(fù)雜的故障，起到了優(yōu)化簡(jiǎn)化問(wèn)題的作用。對(duì)局部數(shù)據(jù)進(jìn)行詳細(xì)的分析是小波法最大的特點(diǎn)，所以它被譽(yù)為“數(shù)字顯微鏡”。遺傳算法小波神經(jīng)網(wǎng)絡(luò)就是運(yùn)用小波進(jìn)行分解的方法分解模擬故障信號(hào)，將得到的數(shù)據(jù)進(jìn)行歸一化，將歸一化后的數(shù)值輸入到神經(jīng)網(wǎng)絡(luò)模型中。它融合了神經(jīng)網(wǎng)絡(luò)、小波分析和遺傳算法三者所有的優(yōu)點(diǎn)?；谶z傳小波神經(jīng)網(wǎng)絡(luò)的電梯故障診斷的一般步驟為：測(cè)試節(jié)點(diǎn)信號(hào)采樣、小波分解、故障特征量提取、歸一化得到訓(xùn)練樣本集、遺傳算法優(yōu)化、得到故障類型。遺傳小波神經(jīng)網(wǎng)絡(luò)模型在故障原因復(fù)雜、數(shù)據(jù)信息量巨大的電梯系統(tǒng)的應(yīng)用中能夠發(fā)揮更大的作用。

（三）模糊神經(jīng)網(wǎng)絡(luò)模型

模糊神經(jīng)網(wǎng)絡(luò)模型就是創(chuàng)新性的將神經(jīng)網(wǎng)絡(luò)與模糊理論結(jié)合到一起。它采用了廣義的方向推理和廣義的前向推理兩種推理方式。與其它兩種模型不同的是，它的語(yǔ)言邏輯、判斷依據(jù)和結(jié)論都是模糊的。但是它的數(shù)據(jù)處理能力還有自我學(xué)習(xí)能力并沒(méi)有因此而變差，反而更加豐富了它的定性知識(shí)的內(nèi)容。在處理實(shí)際問(wèn)題的過(guò)程中，首先要建立所有可能發(fā)生的故障的完整集合，其次將所有的故障發(fā)生原因歸入到同一個(gè)集合中去，最后就是建立故障和原因的關(guān)系矩陣。分別叫做模糊故障集、模糊原因集、模糊關(guān)系矩陣。相較于BP網(wǎng)絡(luò)模型，這種模型更加的簡(jiǎn)單易行，充分發(fā)揮了神經(jīng)網(wǎng)絡(luò)和模糊邏輯的優(yōu)點(diǎn)，不會(huì)因?yàn)楣收显蜻^(guò)于復(fù)雜而失去診斷的準(zhǔn)確性，在原本豐富定性知識(shí)和強(qiáng)大數(shù)據(jù)處理能力的基礎(chǔ)上具有了很大的自我訓(xùn)練能力。

結(jié)語(yǔ)

綜上所述，神經(jīng)網(wǎng)絡(luò)技術(shù)可以應(yīng)用于復(fù)雜多模式的故障診斷并且既可以用于實(shí)時(shí)監(jiān)測(cè)也可以進(jìn)行離線診斷，在系統(tǒng)模式非常復(fù)雜或者根本不知道系統(tǒng)模式的情況都可以應(yīng)用，這些特點(diǎn)恰恰解決了傳統(tǒng)方法中最最難以解決的問(wèn)題，它的應(yīng)用提高了電梯故障的診斷速度和準(zhǔn)確度，保證了電梯運(yùn)行的安全性。雖然神經(jīng)網(wǎng)絡(luò)技術(shù)的優(yōu)點(diǎn)很多，但是在實(shí)際生活中的應(yīng)用還很少，因此還需要不斷的進(jìn)行改進(jìn)完善。同時(shí)還要注意將集中診斷方法融合到一起，例如穩(wěn)重提到的模糊神經(jīng)網(wǎng)絡(luò)模型和遺傳小波神經(jīng)網(wǎng)絡(luò)模型都是集成應(yīng)用的典型代表。

參考文獻(xiàn)

[1]李睿.人工神經(jīng)網(wǎng)絡(luò)技術(shù)及其在電梯故障診斷中的應(yīng)用[J].科技資訊，2011，11：83.