在当下,电梯作为一种垂直运输工具,被广泛应用于商场、学校、居民楼以及办公楼等公众场合,而电梯制动器作为保护电梯安全运行的主要部件,随着使用时间增加,各部件不断磨损老化对电梯制动器可靠性具有决定性影响,因此开展电梯制动器设备退化机制研究,对电梯的安全运行与人身财产安全具有重要的意义。欲深入研究电梯制动器退化过程建模与维修周期预测问题,探索退化过程中一般规律,论文依托于《中国沈阳电梯大数据检测预警平台建设与实施》项目建设,以实际工况下电梯制动器为研究对象,以降低电梯事故率和减少维保成本为出发点,以对电梯制动器制动性能评估研究为中心,预测维修周期为最终目标,对此进行了以下研究,具体内容如下:首先,针对电梯制动器的特性与退化过程进行分析,采集了与电梯制动器性能退化相关的参数信号数据(其中包括制动试验、停电、突发故障等情况);采用X-MR方法对参数信号进行稳态分析,剔除变异点;通过EM算法将数据缺失值进行期望最大化补充;考虑到参数信号中同趋化与无量纲化的问题,通过引入劣化度函数对其进行技术处理,完成了样本库的建立。其次,基于主成分分析理论,通过构建寿命指数方法建立多参数影响下的电梯制动器退化模型,进而针对退化过程中的表征现象进行了分析,讨论了制动器设备进入维修期的临界状态。再次,在所建退化模型的基础上,结合历史退化信息数据,针对样本容量大小与长短期预测的不同情况,分别采用灰色系统理论与BP神经网络算法对电梯制动器的维修周期进行深入研究。最后,详细探讨了两种不同方法下预测电梯制动器维修周期的结果。研究结果表明,对于样本容量较小且短期内预测情况,灰色预测模型具有显著优势;但当维修周期较长、样本容量较大时,BP神经网络预测模型精准度更高;最后分别站在安全、经济与可靠性角度分析,证明了论文所建模型具有较强的实用性。该论文有图表22幅,表27个,参考文献106篇。