基于大数据的电梯安全监测方法研究与应用

发布时间：2021-03-13 16:21

　　随着国家经济的发展和人们生活水平的提高,电梯已经成为人们生活中必不可少的一种交通工具,电梯安全性显得越来越重要。如何有效地减少或避免电梯事故成为工业界和学术界研究的热点之一。另一方面,电梯中的传感器采集了大量数据,这些数据为分析电梯的运行状态提供了数据基础。以此为背景,本文提出基于大数据的电梯安全监测方法,利用大数据技术解决电梯故障实时检测和电梯状态异常预警问题,主要研究内容包括:（1）设计了基于大数据的电梯安全监测平台架构。该平台包括数据集成分发层、数据传输层、数据处理层、数据存储层以及数据应用层,能够同时对大量电梯的运行数据进行实时分析和检测,具有高性能、高可扩展和高容错的特点。（2）提出一种基于流式大数据的电梯故障检测方法。利用有限状态机对电梯运行过程进行建模,设计了电梯故障检测算法。该算法能够对电梯运行状态转移过程进行实时检测,将异常状态转移与相应的故障进行绑定,能够判断电梯故障。（3）提出一种基于时间序列预测模型的电梯异常预警方法。将循环神经网络和扩张因果卷积网络相结合提出一种新的时间序列预测模型,该模型能够对电梯时间序列数据进行分析和预测,预测电梯部件在未来一段时间内是否将... 

【文章来源】：浙江工业大学浙江省

【文章页数】：87 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 论文研究背景
    1.2 国内外研究现状
        1.2.1 电梯故障检测与预警
        1.2.2 大数据分析技术
        1.2.3 时间序列预测分析
        1.2.4 深度学习技术
    1.3 论文研究内容
    1.4 论文组织结构
第2章 电梯安全监测技术基础
    2.1 大数据概述
        2.1.1 大数据特性
        2.1.2 大数据处理框架
    2.2 流式大数据
        2.2.1 流式大数据特性
        2.2.2 流式大数据处理框架
    2.3 深度学习概述
        2.3.1 深度学习模型
        2.3.2 损失函数及优化方法
    2.4 本章小结
第3章 电梯安全监测平台架构设计
    3.1 电梯大数据特点
    3.2 电梯安全监测平台架构
        3.2.1 数据集成分发层
        3.2.2 数据传输层
        3.2.3 数据处理层
        3.2.4 数据存储层
        3.2.5 数据应用层
    3.3 关键技术
        3.3.1 数据集成与分发
        3.3.2 电梯流数据分析与处理
        3.3.3 电梯故障检测与异常预警
    3.4 本章小结
第4章 基于流式大数据的电梯故障检测方法
    4.1 电梯故障类型
    4.2 电梯运行有限状态机
    4.3 电梯流数据预处理
    4.4 电梯故障检测算法
    4.5 电梯故障检测实验评估
        4.5.1 实验环境
        4.5.2 实验结果
    4.6 本章小结
第5章 基于时间序列预测模型的电梯异常预警方法
    5.1 时间序列概述
        5.1.1 时间序列定义
        5.1.2 非平稳非线性时间序列
    5.2 电梯时间序列预处理
    5.3 时间序列预测模型
        5.3.1 预测模型结构
        5.3.2 扩张因果卷积
        5.3.3 残差学习
        5.3.4 批规范化
    5.4 电梯异常预警实验评估
        5.4.1 实验环境
        5.4.2 评价方法
        5.4.3 结果分析
    5.5 本章小结
第6章 基于大数据的电梯安全监测平台开发
    6.1 平台实现
        6.1.1 平台整体架构
        6.1.2 平台功能模块
        6.1.3 数据库结构设计
    6.2 平台开发环境
    6.3 平台主要功能
        6.3.1 电梯位置可视化
        6.3.2 电梯数据管理
        6.3.3 电梯数据分析
        6.3.4 电梯故障检测
        6.3.5 电梯异常预警
    6.4 本章小结
第7章 结论与展望
    7.1 论文总结
    7.2 未来展望
参考文献
致谢
攻读学位期间参加的科研项目和成果


【参考文献】：
期刊论文
[1]基于遗传神经网络的电梯故障诊断技术研究[J]. 冯鑫,夏洪山,冯月贵,刘君强,张润.  起重运输机械. 2017(01)
[2]基于车辆轨迹大数据的道路网更新方法研究[J]. 杨伟,艾廷华.  计算机研究与发展. 2016(12)
[3]大数据环境下移动对象自适应轨迹预测模型[J]. 乔少杰,李天瑞,韩楠,高云君,元昌安,王晓腾,唐常杰.  软件学报. 2015(11)
[4]一种大数据环境中分布式辅助关联分类算法[J]. 张明卫,朱志良,刘莹,张斌.  软件学报. 2015(11)
[5]基于故障树的电梯故障诊断专家系统设计[J]. 宗群,李光宇,郭萌.  控制工程. 2013(02)
[6]最小二乘支持向量机在电梯故障诊断中的应用(英文)[J]. 郑建军,陈志军,杜克峰.  机床与液压. 2012(12)
[7]基于遗传小波神经网络的电梯故障诊断分析[J]. 张莉,武昌俊,余丙荣,周明龙.  北华大学学报(自然科学版). 2012(02)
[8]基于神经网络的多电梯运行系统故障预测[J]. 段登,邱意敏,周力.  计算机系统应用. 2011(09)
[9]大数据分析——RDBMS与MapReduce的竞争与共生[J]. 覃雄派,王会举,杜小勇,王珊.  软件学报. 2012(01)
[10]基于信息融合技术的电梯控制系统故障诊断[J]. 包健,刘晓蕾.  计算机应用研究. 2011(03)

硕士论文
[1]基于高速电梯运行特征大数据分析的急停故障诊断技术及应用[D]. 王志平.浙江大学 2016
[2]基于高阶谱和支持向量机的电梯故障诊断[D]. 徐姗.华侨大学 2013
[3]电梯故障预测及远程监控平台的研究与实现[D]. 王林林.东北大学 2013
[4]电梯故障检测及诊断系统研究[D]. 乔久鹏.哈尔滨工业大学 2007



本文编号：3080541