【技术实现步骤摘要】
本专利技术涉及多钳盘式电梯制动器的故障诊断领域，具体而言，涉及一种基于两级对比融合网络的多钳盘式电梯制动器的故障检测方法、系统、介质和设备。
技术介绍
1、高速电梯主要应用于高层或超高层建筑，如商业大楼、高层住宅、酒店、医疗机构和城市地铁站等场景，这些场所需要快速、高效地运载大量人流，其运行速度可达10m/s。普通电梯的曳引机由电动机通过减速器带动曳引轮和制动器所组成，高速电梯的曳引机由电动机直接连接曳引轮和制动器组成。多钳盘式制动器是高速电梯中的一种重要制动元件，它的工作状况对高速电梯的安全起着至关重要的作用。现有的高速电梯的多钳盘式制动器的故障检测手段主要包括以下几种，并存在相应的问题：
2、1）基于物理传感器的关键性能数据监测：监测制动器的性能数据，如制动力矩、相对位置、制动间隙和温度等，以评估制动器的性能和状态。然而，这种方法容易受环境因素以及检测设备和工具的精度影响，导致测量数据的不准，无法准确地表征高速电梯多钳盘式制动器的状态变化。
3、2）剩余寿命预测技术：通过建立多元矩阵和剩余寿命图，获取特征矩阵和邻接矩阵，进而得到特征关联矩阵，最后利用特定预测模型得到性能退化曲线，从而预测制动器的剩余寿命。这种方法能够提高电梯使用的安全性，但需要复杂的数据处理和模型训练，且需要专业的知识和技能来处理和分析数据。此外，预测模型可能无法涵盖所有可能影响制动器性能的因素，如突发的机械故障或极端使用条件。
4、并且，目前大部分电梯综合制动模型只考虑了制动器的总体性能，而忽视了其内部部件的特性，很难对
技术实现思路
1、为实现对多钳盘式电梯制动器故障诊断的准确性和定位效率，本专利技术实施方式提供了一种基于两级对比融合网络的多钳盘式电梯制动器的故障检测方法、系统、介质、设备和计算机程序产品，通过采集高速电梯多钳盘式制动器的关键性能参数，并进行多数据融合以获取更全面的故障特征信息，提高故障诊断的准确性和可靠性，保障电梯运行安全。
2、根据本专利技术的第一方面，本专利技术实施方式提供了一种基于两级对比融合网络的多钳盘式电梯制动器的故障检测方法，其方法包括：获取所述制动器的原始数据集，所述原始数据集包括：每个制动钳的振动信号、每个制动钳的力矩信号、每个制动钳的拍摄图像；根据第一级对比融合模块的第一编码器和第三编码器以及所述振动信号和力矩信号获取第一振动健康特征和第一力矩健康特征；根据第二级对比融合模块的第二编码器和第四编码器以及所述第一振动健康特征和第一力矩健康特征获取第二振动健康特征和第二力矩健康特征；根据所述第二振动健康特征和第二力矩健康特征计算制动钳之间的健康状态特征相似度；根据所述拍摄图像计算相应制动钳的磨损量；根据所述健康状态特征相似度和磨损量计算制动钳的总健康状态值；根据所述总健康状态值确定故障的制动钳。
3、本专利技术上述实施方式通过采集高速电梯多钳盘式制动器中每个制动钳的振动信号、力矩信号、拍摄图像作为原始数据集，并通过两级对比融合网络进行多数据融合以获取制动钳之间的健康状态特征相似度，进而根据健康状态特征相似度和基于拍摄图像计算得到的磨损量确定制动钳的总健康状态值进行故障诊断，能够提高故障诊断的准确性和可靠性。
4、在本专利技术的一些实施方式中，通过振动传感器收集所述每个制动钳的振动信号；通过扭矩传感器收集所述每个制动钳的力矩信号；通过cmos图像传感器收集每个制动钳的拍摄图像。
5、在本专利技术的一些实施方式中，所述基于两级对比融合网络的多钳盘式电梯制动器的故障检测方法还包括：根据所述第一振动健康特征、第一力矩健康特征、第二振动健康特征、第二力矩健康特征确定第一振动健康特征矩阵、第一力矩健康特征矩阵、第二振动健康特征矩阵、第二力矩健康特征矩阵；根据所述第一振动健康特征矩阵和第一力矩健康特征矩阵计算制动钳之间振动信号特征的相似度损失和力矩信号特征的相似度损失；根据所述第二振动健康特征矩阵和第二力矩健康特征矩阵计算制动钳的振动信号特征与力矩信号特征之间的对比损失；根据所述相似度损失和对比损失对包含所述第一级对比融合模块和第二级对比融合模块的两级对比融合网络进行训练。
6、在本专利技术的一些实施方式中，根据所述拍摄图像计算相应制动钳的磨损量包括：根据所述拍摄图像获取分割图像；根据所述分割图像与其对应的掩码图像计算制动钳的空隙周长和空隙面积；根据所述空隙周长和空隙面积计算制动钳的差异判别值；根据所述制动钳的差异判别值与未磨损制动钳的差异判别值计算所述制动钳的磨损量。
7、在本专利技术的一些实施方式中，根据所述健康状态特征相似度和磨损量计算制动钳的总健康状态值包括：通过对磨损量的倒数和健康状态特征相似度进行加权求和得到所述制动钳的总健康状态值；根据所述总健康状态值确定故障的制动钳包括：当一个制动钳的总健康状态值低于健康状态阈值时，确定该制动钳故障。
8、根据本专利技术的第二方面，本专利技术实施方式提供了一种基于两级对比融合网络的多钳盘式电梯制动器的故障检测系统，所述制动器包括多个制动钳，该故障检测系统包括：原始数据集获取模块，用于获取所述制动器的原始数据集，所述原始数据集包括：每个制动钳的振动信号、每个制动钳的力矩信号、每个制动钳的拍摄图像；第一特征提取模块，用于根据第一级对比融合模块的第一编码器和第三编码器以及所述振动信号和力矩信号获取第一振动健康特征和第一力矩健康特征；第二特征提取模块，用于根据第二级对比融合模块的第二编码器和第四编码器以及所述第一振动健康特征和第一力矩健康特征获取第二振动健康特征和第二力矩健康特征；健康状态特征相似度计算模块，用于根据所述第二振动健康特征和第二力矩健康特征计算制动钳之间的健康状态特征相似度；磨损量计算模块，用于根据所述拍摄图像计算相应制动钳的磨损量；健康状态值计算模块，用于根据所述健康状态特征相似度和磨损量计算制动钳的总健康状态值；故障确定模块，用于根据所述总健康状态值确定故障的制动钳。
9、本专利技术上述实施方式通过采集高速电梯多钳盘式制动器中每个制动钳的振动信号、力矩信号、拍摄图像作为原始数据集，并通过两级对比融合网络进行多数据融合以获取制动钳之间的健康状态特征相似度，进而根据健康状态特征相似度和基于拍摄图像计算得到的磨损量确定制动钳的总健康状态值进行故障诊断，能够提高故障诊断的准确性和可靠性。
10、在本专利技术的一些实施方式中，所述基于两级对比融合网络的多钳盘式电梯制动器的故障检测系统还包括网络训练模块，用于执行下述操作：根据所述第一振动健康本文档来自技高网...
【技术保护点】
1.一种基于两级对比融合网络的多钳盘式电梯制动器的故障检测方法，所述制动器包括多个制动钳，其特征在于，所述故障检测方法包括：
2.如权利要求1所述的故障检测方法，其特征在于，
3.如权利要求1所述的故障检测方法，其特征在于，所述故障检测方法还包括：
4.如权利要求1所述的故障检测方法，其特征在于，根据所述拍摄图像计算相应制动钳的磨损量包括：
5.如权利要求1所述的故障检测方法，其特征在于，
6.一种基于两级对比融合网络的多钳盘式电梯制动器的故障检测系统，所述制动器包括多个制动钳，其特征在于，所述故障检测系统包括：
7.如权利要求6所述的故障检测系统，其特征在于，所述故障检测系统还包括网络训练模块，用于执行下述操作：
8.一种计算机可读存储介质，所述计算机可读存储介质储存计算机可读指令，其特征在于，所述计算机可读指令由处理器执行以实现如权利要求1-5中任一项所述的基于两级对比融合网络的多钳盘式电梯制动器的故障检测方法。
9.一种计算机设备，其包括存储器和处理器，
【技术特征摘要】
1.一种基于两级对比融合网络的多钳盘式电梯制动器的故障检测方法，所述制动器包括多个制动钳，其特征在于，所述故障检测方法包括：
2.如权利要求1所述的故障检测方法，其特征在于，
3.如权利要求1所述的故障检测方法，其特征在于，所述故障检测方法还包括：
4.如权利要求1所述的故障检测方法，其特征在于，根据所述拍摄图像计算相应制动钳的磨损量包括：
5.如权利要求1所述的故障检测方法，其特征在于，
6.一种基于两级对比融合网络的...
【专利技术属性】
技术研发人员：江叶峰，易灿灿，苏万斌，李科，郝志强，
申请(专利权)人：嘉兴市特种设备检验检测院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。