基于KPCA-DSVM的电梯运行故障诊断方法

摘要

电梯轿厢铅垂起动和制动运行过程中加速度参数反映了电梯的运行状态,可作为电梯运行故障诊断的信息源之一。但目前采集到的加速度信号具有高斯噪声干扰、变维、高维、非线性、故障类型多且样本不均匀等特点。为此,提出一种基于核主元分析与有向无环图支持向量机(KPCA-DSVM)相结合的电梯运行故障诊断方法。该方法首先通过小波变换与中值平滑提取信号轮廓;然后设置阈值分割出起动和制动轮廓,并尺度变换为固定维数;接着设计核主元分析(KPCA)算法实现故障特征低维表达;最后设计有向无环图支持向量机(DSVM)进行故障检测与分类。实验结果表明,该方法的故障检测率和误报率分别为98%和0.7%,单一故障分类准确率为93%,混合故障分类准确率为90%,能满足在线实时检测需求,优于传统方法。