随着城镇化进程的加快,建筑行业的发展,施工升降机作为垂直运输中不可或缺的特种设备发挥着重要作用。但是由于升降机工作环境恶劣,设备拆卸频繁,缺少正常维护等原因,施工升降机安全事故频发。与此同时,市面上现存的监测系统因为安全监测不到位、监测数据不准确、数据传输延时长、缺少安全预警功能、通用性差等缺陷,导致无法切实解决施工升降机运行过程中的安全监督问题。因此,本文利用神经网络预警模型和安全评价体系等故障预警方法、物联网技术、改进传感技术、嵌入式技术等手段加强施工升降机安全监测。针对施工升降机监测预警系统的研究背景和意义,监测系统和预警方法国内外研究现状,总结出目前监测系统及预警方法存在的问题,由此提出了主要研究内容。依托物联网的三层架构提出施工升降机监测预警系统总体方案。感知层中根据功能模块完成了相关传感器选型。网络层选用4G+Lora技术实现通信,Lora技术用于特种设备监测终端之间信息共享,4G和MQTT协议用于实现终端与云服务器之间的信息传输。为实现施工升降机监测预警系统故障预警功能,在BP神经网络的基础上,使用粒子群算法优化,构建预警模型。于误差精度、收敛速度方面,对比PSO-BP模型测试结果与SVM测试结果、BP神经网络测试结果。在神经网络预警模型的基础上,通过事故致因分析,筛选评价指标,指标赋权,构建安全评价体系,经实验测试,导入云模型完成预警评级,并于云端显示预警结果。为保证系统可靠,进行监测系统性能及预警能力测试。针对数据传输准确性、通信实时性、故障预警模型预警准确性进行测试。本系统具有以下优势:在传统监测参数的基础上增加吊笼倾角监测、振动监测等监测项目;在阈值预警的基础上,增加了神经网络预警模型和安全评价系统实现升降机故障预警;在云平台原有功能基础上,拓展了预警功能、可视化地图功能、租赁厂家信息管理等功能。本系统已应用于部分智慧工地,满足工地对升降机运行监测的要求,实用性强。