《机电工程》杂志,月刊( 详细... )

中国标准连续出版物号 ISSN 1001-4551 CN 33-1088/TH
主办单位浙江省机电集团有限公司
浙江大学
主编陈 晓
副 主 编唐任仲、罗向阳(执行主编)
总 经 理罗向阳
出 版浙江《机电工程》杂志社有限公司
地 址杭州市上城区延安路95号浙江省机电集团大楼二楼211、212室
电话Tel+86-571-87041360、87239525
E-mailmeem_contribute@163.com
国外发行中国国际图书贸易总公司
订阅全国各地邮局   国外代号M3135
国内发行浙江省报刊发行局
邮发代号32-68
广告发布登记证:杭上市管广发G-001号

在线杂志

当前位置: 机电工程 >>在线杂志

基于ForGAN的高速电梯制动器失效预测方法

作者:苏万斌,陈伟刚,易灿灿,等. 日期:2023-06-25/span> 浏览:1425 查看PDF文档

基于ForGAN的高速电梯制动器失效预测方法*
苏万斌1,陈伟刚1,易灿灿2*,陈启锐2

(1.嘉兴市特种设备检验检测院,浙江 嘉兴 314050;2.武汉科技大学 机械自动化学院,湖北 武汉 430081)


摘要:针对高速电梯制动器失效率及维护决策方面的研究目前仍存在明显的不足。为了解决目前高速电梯在制动器失效率预测上存在结果准确性和可靠性不足的问题,对高速电梯制动器失效模式和机理进行了分析,确定了影响制动器失效的主要原因和相关参数,提出了一种经贝叶斯超参数优化后的预测性生成对抗网络(ForGAN)模型。首先,采集了高速电梯制动器工作性能数据,并对其进行了归一化处理;然后,利用主成分分析法进行了理论失效率计算,并采用了基于BO+ForGAN的模型对制动器失效率进行了预测和分析;最后,将所得结果与SVM、BiLSTM等传统预测模型所得结果进行了分析对比,并选取绝对误差、均方根误差、决定系数(R2)对上述各个预测结果的精度进行了评估。研究结果表明:基于BO+ForGAN模型的制动器失效率预测效果最好,泛化能力最高,能适应不同的实验工况,且贝叶斯超参数寻优算法能够找到一组最优的超参数。评估结果显示,高速电梯制动器失效率预测值的准确率达到了98.1%,从而验证了基于BO+ForGAN模型(方法)的有效性。

关键词:预测性生成对抗网络;贝叶斯超参数优化;传统预测模型;均方根误差;泛化能力;失效率;维护决策

中图分类号:TH21;TU857文献标识码:A文章编号:1001-4551(2023)04-0615-10

本文引用格式:

苏万斌,陈伟刚,易灿灿,等.基于ForGAN的高速电梯制动器失效预测方法[J].机电工程,2023,40(4):615-624.

SU Wan-bin, CHEN Wei-gang, YI Can-can, et al. Forecasting method of high-speed elevator maintenance cycle based on ForGAN[J].Journal of Mechanical & Electrical Engineering, 2023,40(4):615-624.





友情链接

浙江机械信息网