电梯缆绳磨损预测模型的训练方法和磨损程度的预测方法与流程

技术特征：
1.一种电梯缆绳的磨损预测模型的机器学习训练方法，其中，在一电梯中一缆绳卷挂在一曳引机的一曳引轮，而当该电梯运行而该曳引轮转动时，通过该曳引轮与该缆绳的摩擦力带动该电梯的电梯厢上升或下降，该方法包含：a)使该电梯进行一次运行，并对该曳引机输出的电流随时间的变化进行取样；b)将步骤a)中所取样的该曳引机输出的电流随时间的变化转换为一频率分布，并在该频率分布中辨识出至少一峰的频率；c)获取该缆绳已用于该电梯运行的次数，并将该次数与步骤b)中所辨识出的该至少一峰的频率予以关联以作为一笔样本数据；d)使该电梯进行另一次运行而重复步骤a)至c)多次，直到该缆绳需更换，以得到多笔样本数据；以及e)根据该多笔样本数据，利用机器学习中监督式学习法而对一电梯缆绳的磨损预测模型进行训练。2.根据权利要求1所述的方法，其中，步骤b)中进一步辨识出该至少一峰的数量，而在步骤c)中将该次数与所辨识出的该至少一峰的频率以及该至少一峰的数量予以关联以作为该笔样本数据。3.根据权利要求1或2所述的方法，其中，步骤a)还对该电梯厢的一移动误差进行取样；其中，步骤c)中将该次数与所辨识出的该至少一峰的频率以及该移动误差予以关联以作为该笔样本数据。4.根据权利要求1所述的方法，其中，在步骤a)中使该电梯的负重为零。5.根据权利要求1所述的方法，其中，在步骤a)中对在该电梯的电梯厢上升或下降过程中的一恒定速度行程期间的该曳引机输出的电流随时间的变化进行取样。6.根据权利要求1所述的方法，其中，还包含以另一电梯进行步骤a)至步骤d)，而该多笔样本数据还包含关于该另一电梯的数据。7.一种电梯缆绳的磨损程度的机器学习预测方法，其中，在一目标电梯中一缆绳卷挂在一曳引机的一曳引轮，而当该目标电梯运行而该曳引轮转动时，通过该曳引轮与该缆绳的摩擦力带动该目标电梯的电梯厢上升或下降，该方法包含：针对一目标电梯所进行的一次运行，对该目标电梯的一曳引机输出的电流随时间的变化进行取样，并转换为一频率分布并在该频率分布中辨识出至少一峰的频率；以及采用根据权利要求1所述的方法所训练得到的一电梯缆绳的磨损预测模型，将所辨识出的该至少一峰的频率输入该磨损预测模型，以预测该目标电梯的该缆绳直到需要更换之前所剩余的使用次数。8.一种电梯缆绳的磨损程度的机器学习预测方法，其中，在一目标电梯中一缆绳卷挂在一曳引机的一曳引轮，而当该目标电梯运行而该曳引轮转动时，通过该曳引轮与该缆绳的摩擦力带动使该目标电梯的电梯厢上升或下降，该方法包含：针对一目标电梯所进行的一次运行，对该目标电梯的一曳引机输出的电流随时间的变化进行取样，并转换为一频率分布并在该频率分布中辨识出至少一峰的频率与峰的数量；以及采用根据权利要求2所述的方法所训练得到的一电梯缆绳的磨损预测模型，将所辨识
出的该至少一峰的频率与数量输入该磨损预测模型，以预测该目标电梯的该缆绳直到需要更换之前所剩余的使用次数。9.一种电梯缆绳的磨损程度的机器学习预测方法，其中，在一目标电梯中一缆绳卷挂在一曳引机的一曳引轮，而当该目标电梯运行而该曳引轮转动时，通过该曳引轮与该缆绳的摩擦力带动该目标电梯的电梯厢上升或下降，该方法包含：针对一目标电梯所进行的一次运行，对该目标电梯的一曳引机输出的电流随时间的变化进行取样，并转换为一频率分布并在该频率分布中辨识出至少一峰的频率；对该电梯厢的一移动误差进行取样；以及采用根据权利要求3所述的方法所训练得到的一电梯缆绳的磨损预测模型，将所辨识出的该至少一峰的频率以及该移动误差输入该磨损预测模型，以预测该目标电梯的该缆绳直到需要更换之前所剩余的使用次数。10.一种计算机可读存储介质，存储有计算机程序，所述计算机程序在被计算机的处理器执行时，使所述处理器执行根据权利要求7至9中任一项所述的方法。

技术总结
本申请披露一种电梯缆绳磨损预测模型的训练方法和磨损程度的预测方法。特别地，本申请根据电梯运行期间，电梯的曳引机输出的电流变化在频率分布上的至少一峰的频率与峰的数量，以及根据电梯厢的移动误差，作为电梯缆绳的磨损预测模型进行机器学习训练时所需要的样本数据。样本数据。样本数据。


技术研发人员：刘怀德 李锡堂 李文雄 陈冠良 陈世伟 陈至杰 张志雄 陈建勋 邱天成 林彦桦 周展煌 陈慷 颜睿庭
受保护的技术使用者：永大机电工业股份有限公司
技术研发日：2020.09.09
技术公布日：2022/3/21