Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜南方科技大学嘉有为获国家专利权

恭喜南方科技大学嘉有为获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网恭喜南方科技大学申请的专利电梯故障检测方法、装置及计算机可读存储介质获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN114492531B

龙图腾网通过国家知识产权局官网在2025-05-09发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210107798.4,技术领域涉及:G06F18/24;该发明授权电梯故障检测方法、装置及计算机可读存储介质是由嘉有为;郭宇嘉;柴松健设计研发完成,并于2022-01-28向国家知识产权局提交的专利申请。

电梯故障检测方法、装置及计算机可读存储介质在说明书摘要公布了:本申请公开了一种电梯故障检测方法、装置及计算机可读存储介质,属于故障检测技术领域。该方法包括:采集待检测的电梯的原始时间序列信号,根据预设周期对原始时间序列信号进行分类处理,得到至少一个第一分类子序列和至少一个第二分类子序列,其中,预设周期根据电梯的运行状态确定,对第一分类子序列进行初步处理得到第一初步子序列,并对第二分类子序列进行初步处理得到第二初步子序列,通过预训练的电梯故障检测模型对第一初步子序列和第二初步子序列进行故障检测处理,得到电梯的故障检测结果。本申请能够有效提高故障检测的准确度,即高效检测电梯故障,从而提高电梯运行的安全性。

本发明授权电梯故障检测方法、装置及计算机可读存储介质在权利要求书中公布了:1.一种电梯故障检测方法,其特征在于,包括:采集待检测的电梯的原始时间序列信号;根据预设周期对所述原始时间序列信号进行分类处理,得到至少一个第一分类子序列和至少一个第二分类子序列;其中,所述预设周期根据所述电梯的运行状态确定;对所述第一分类子序列进行初步处理得到第一初步子序列,并对所述第二分类子序列进行所述初步处理得到第二初步子序列;通过预训练的电梯故障检测模型对所述第一初步子序列和所述第二初步子序列进行故障检测处理,得到所述电梯的故障检测结果;其中,所述预设周期包括第一周期和第二周期,所述运行状态包括轿厢运动状态和开关门状态,所述根据预设周期对所述原始时间序列信号进行分类处理,得到至少一个第一分类子序列和至少一个第二分类子序列,包括:将所述原始时间序列信号按照所述第一周期进行切割,得到至少一个所述第一分类子序列;其中,每一所述第一周期为每一所述轿厢运动状态从开始到结束的持续时间;将所述原始时间序列信号按照所述第二周期进行切割,得到至少一个所述第二分类子序列;其中,每一所述第二周期为每一所述轿厢运动状态从开始到下一次所述轿厢运动状态开始前,所述开关门状态的持续时间;所述电梯故障检测模型包括第一故障检测模型和第二故障检测模型;在所述通过预训练的电梯故障检测模型对所述第一初步子序列和所述第二初步子序列进行故障检测处理,得到所述电梯的故障检测结果之前,所述方法还包括:训练所述电梯故障检测模型,具体包括:获取预设的参考训练序列集;其中,所述参考训练序列集包括第一分类参考序列和第二分类参考序列;根据预设比例对所述第一分类参考序列进行划分,得到第一训练集和第一测试集;根据所述第一训练集对预设的第一神经网络模型进行训练,得到第一初步训练模型;利用所述第一测试集对所述第一初步训练模型进行验证,得到所述第一故障检测模型;根据所述预设比例对所述第二分类参考序列进行划分,得到第二训练集和第二测试集;根据所述第二训练集对预设的第二神经网络模型进行训练,得到第二初步训练模型;利用所述第二测试集对所述第二初步训练模型进行验证,得到所述第二故障检测模型;所述第一神经网络模型包括序列网络、全卷积网络和分类器,所述根据所述第一训练集对预设的第一神经网络模型进行训练,得到第一初步训练模型,包括:将所述第一训练集输入至所述序列网络进行时间相关性提取处理,得到第一训练特征;将所述第一训练集输入至所述全卷积网络进行特征提取处理,得到第二训练特征;对所述第一训练特征和所述第二训练特征进行特征拼接处理,得到目标拼接特征;将所述目标拼接特征输入至所述分类器进行故障分类处理,得到预测故障分类结果;根据所述预测故障分类结果对所述第一神经网络模型进行训练,得到所述第一初步训练模型。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人南方科技大学,其通讯地址为:518055 广东省深圳市南山区西丽学苑大道1088号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。