多维度监测的自动扶梯故障预测与健康管理方法及系统

摘要

本发明公开了一种多维度监测的自动扶梯故障预测与健康管理方法及系统，其通过获取自动扶梯的长时监测样本数据，长时监测样本数据包括多个零部件的多个维度监测数据，通过构建深度迭代的神经网络学习模型进行实时故障判断和实时健康状态判断，利用机器学习模型，并循环反馈，从而以提高数据分析的效率，并可分析该数据模型中监测数据与故障状态的数值关系，解决单一维度监测故障误报的问题。