改进ResNet网络在电梯轿厢振动故障诊断中的应用

摘要

为了提高电梯运行过程中故障诊断精确度,为电梯轿厢振动故障诊断开辟新路径.采用电梯承运质量测试仪记录电梯运行过程中的振动信号,分离出水平方向信号,用连续小波进行时频变换后作为输入,利用改进ResNet网络对信号进行分类诊断.对残差神经网络进行改进,加入通道空间注意力机制(CSAM),调整传统ResNet的网络结构使网络训练更加轻量化,节约训练时间和内存成本.实验结果表明,改进ResNet网络诊断正确率比传统机器学习故障诊断方法提高了1.86％,网络参数减少了3.98 Mb.改进ResNet网络能对电梯故障进行有效诊断,并且减少了网络参数和训练时间,为电梯的故障诊断开辟了新路径.