2.2 多传感器信息融合与电梯急停故障诊断 

　　

2.2.1 多传感器信息融合 

　　多传感器信息融合包括数据融合、特征融合和决策融合三个层面。这三个层面是相互配
合，首先是通过数据融合对原始数据进行分析与处理，然后通过特征融合多特征提取原始
信息，最终通过决策融合对数据进行智能化的处理并找出最终决策。通过多传感器信息融合，
从而对信息进行多方位、多层次的分析与检测，确保检查结果是准确无误的。

 

　　

2.2.2 多传感器信息融合技术优点 

　　运用多传感器信息融合技术，可以从方面来改进电梯故障的诊断水平：一是覆盖的时
间范围和系统空间较大；二是通过智能化的分析，从而得出和故障相吻合的诊断方式。三是
得到更加精确、有效的故障诊断结果。

 

　　

2.2.3 多传感器信息融合方法在电梯急停故障诊断中的应用 

　　电气系统是电梯中最为重要的一个系统，其结构复杂，从而也导致了电气系统出现故
障多、故障的不确定性和故障间联系的复杂性的一系列问题。对这些问题的检测，运用简单
的物理和数学模型能以起到显著作用。为了解决这些故障，就需要通过多传感器数据融合技
术。通过多传感器数据融合技术的应用，为检测出电梯电气系统的故障提供了很好的保障，
一方面可以提高检测的精度，另一方面出可以及时准确的对故障进行相关的诊断。多传感器
数据融合技术充分运用了多传感器采集电压、电流、速度、温度等参数，多方位动态监测，融
合不同信息，突出了各种参量信息的综合判断，使得系统监测水平大幅提升。

 

　　

2.3 神经网络与电梯急停故障诊断 

　　

2.3.1 神经网络 

　　该方法能够处理普通数据，同时还具备思考、学习、记忆的功能，就如人的大脑一样。特
别适合于对非线性问题的分析与解决，在医学、金融等行业使用的比较多。

 

　　

2.3.2 神经网络技术的优点 

　　神经网络技术依靠强大的容错性、自学习性、自组织性、并行处理等特性，强调了非线性
问题的处理。首先，要把信息归纳统一化，建立清楚而又完善的电梯系统运转情况数据库；
其次，强大的自组织性、自适应性、容错性能够随时跟踪环境变化并获取相关数据信息；第
三，智能处理机制能更加高效的分析电梯故障数据，缩短了时间提高了解决问题的效率。

 

　　

2.3.3 神经网络技术在电梯急停故障诊断中的应用 

　　通过信号的有效组合，用各种子神经脉络，以不同点来分析故障，如果所得出的结果
不够准确，可再通过全局决策融合，得到最后的诊断结果，得到基于系信息融合的神经网
络诊断模型。模型由信息分配、局部诊断和决策融合诊断三层构成。信号或信号的特征通过信
息分配传达到各个判断网络中去，局部模糊神经网络分别对电梯驱动系统和曳引机进行故
障诊断，决策融合诊断采用

D

―S 证据理论把局部诊断网络的诊断结果进行融合决策。 

　　

3 结语 

　　全面提高电梯运行过程中的安全性、可靠性，必须紧紧抓住技术检测这一重要环节，并
不断提高检测技术的科学化水平，奠定电梯正常运行的基础，以保证乘坐人员的生命和财
产安全。

 

　　参考文献

 

　　

[1] 龙锦中.电梯故障排除的措施和方法[J].装备制造技术，2010（9）：21-22. 

　　

[2] 吴建.浅谈电梯电气故障维修的教学方法[J].中国科技信息，2010（18）：35-36.