论文部分内容阅读
摘 要：本次研究对人工智能技术相关情况概述，对电梯故障问题实行分析，最后对电梯故障分析中人工智能技术应用情况加以探究，旨在合理运用该项技术于电梯故障分析中，充分发挥出人工智能技术的应用价值，及时明确电梯故障原因，然后采用针对性对策处理电梯故障问题。
关键词：人工智能技术;电梯故障;应用
近年来，我国房地产行业发展前景较好，促使高层建筑数量不断增加，有效促进了电梯行业的发展。电梯的应用为人们的生活提供了便捷，可节省出行上下楼梯的时间，然而长时间使用电梯存在一定的安全隐患，发生电梯故障的几率较大。所以，为减少电梯故障的发生率，建议采用人工智能技术对电梯故障加以分析，旨在有效发挥出人工智能技术的应用价值，比如：图像识别、语言处理、自动化控制等。
一、人工智能技术相关情况概述
人工智能AI融合多学科内容，比如：计算机、神经、机器人学等学科内容，所以可提高计算机芯片计算方面能力，促进神经网络人工智能技术的良好发展，常见神经网络包括深度、卷积、循环几种神经网络类型[1]。
（1）深度神经网络DNN，为存在≥3层隐藏层神经网络，一般通过误差反向传播BP算法进行训练，因网络层不断加深，所以训练时发生梯度消失情况，若想顺利完成训练有一定难度，各层使用全连接方法训练，这时训练参数会不断增加。预训练方法的出现，有效处理了DNN训练方面问题，具有结构简单的特点，可在函数逼近、稀疏表示中运用。
（2）卷积神经网络CNN多在图像识别中应用，在模拟人脑视觉处理图片时，能借助权值共享机制的作用控制网络结果参数。CNN卷积操作外可进行池化操作，平均池化、最大池化均比较常见，其中池化层能提取特征信息降维、保留主要特征，如此利简化使网路计算流程，防止发生拟合的现象。同时池化操作的实施，能加大卷积核感受野，网络层设计深度加深、识别精度增加，这时利于提高识别的整体水平，在目标检测和图像语义分隔领域中使用，均能够获得理想效果。（3）循环神经网络RNN，为处理序列数据任务常用网络模型，各个循环单元输入通过当前时刻输入X1、上一时刻输出h1构成，以此充分发挥网络记忆功能。使用RNN可处理输入数据依赖问题，正确梳理处理、记忆时序关系，所以建议在语言处理、机器翻译、DNA序列分析等中应用。
二、电梯故障问题分析
电梯，属于涵盖较多技术为一体的特種设备，涉及机械电子领域、微处理器领域、电气工程领域等，可及时将人/物传输于要求位置。其中客梯可为人们提供服务，将人们输送至指定位置;货梯主要面向货物提供服务，能够将货物及时输送到指定的位置;医用电梯重点服务的对象为医疗器械;观光电梯可为游客提供服务，能够联系游客观光景色进行科学设计[2]。因电梯结构复杂、涉及生产、安装、运行等多个环节，所以容易发生故障问题，通过研究发现电梯故障主要可分成电梯机械、电气2两个故障类型。而这两种故障类型又可分为较多小的故障类别，比如：安全回路断开、换成停靠变频器故障、运行过程门锁断开、门锁闭合不上等故障。
三、电梯故障分析中人工智能技术应用情况探究
当前，电梯产业快速发展下、电梯需求量越来越大，如此必然会产生较多电梯故障数据。针对于此，需合理运用人工智能技术进行电梯故障分析、诊断，一般情况下在电梯出厂后应详细记录相关信息，比方说：出厂日期、安装位置、维修时间、故障类型等信息[3]。在此之后，及时将所收集的电梯信息详细记录下来、作以预处理，相同型号电梯在制造工艺方面比较无差异，因而需联系型号进行电梯分组;在此之后根据故障类型作以分组处理，由于相同故障分布模式基本相同，故此作以故障类型分组处理时应该采取典型故障处理，以便减少故障问题处理的时间。故障数据进行与处理后，遵循电梯编号、故障类型加以分组，主要对电梯故障产生的相关数据作以分组，以RNN变体、GRU网络加强数据建模方面训练。其中故障数据有时间轴关联会花费较长的时间，这时产生故障的可能性较大，而且故障数据存在时序性特征信号。和LSTM网络相对比GRU结构非常简单、相关参数比较少，可见选用GRU网络模型处理故障数据非常必要，预处理故障数据按时间序列排序，能添加电梯运行速度、震动、MTBF等相关信息，及时将相关数据信息输入至GRU网络模型中加强训练，然后以交叉验证方法选出GRU模型最佳参数[4]。除此之外，应该进行不同型号、故障类型训练GRU模型，目的为对故障时间进行预测，客观分析电梯故障成因。
结语：人工智能技术在处理大数据、自动提取数据内部特征方面的应用优势突出，在不同领域中运用均可发挥出该项技术的最大作用，比如：工业生产、机械制造等领域。本文在电梯故障分析中应用人工智能技术处理，能够正确梳理故障数据内部关联，确保故障分析、诊断的效果。
参考文献：
[1]舒宁、冯燕宽、葛智君、林琦越、李浩波.人工智能技术在电梯故障分析中的应用[J].电子产品可靠性与环境试验，2020，38（S2）：66-70.
[2]张逍云，陈豪.电梯安全风险分析及智能化安全控制研究[J].山东工业技术，2019，000（008）：19.
[3]吴剑斌，高树泽.人工智能在电力系统故障诊断中的应用探讨[J].通信电源技术，2020，037（002）：271-272.
[4]孙南，高勇，井德强，等.浅谈人工智能技术在电梯群高速运行控制领域的发展与展望[J].中国电梯，2019，30（07）：6-9+48.
关键词：人工智能技术;电梯故障;应用
近年来，我国房地产行业发展前景较好，促使高层建筑数量不断增加，有效促进了电梯行业的发展。电梯的应用为人们的生活提供了便捷，可节省出行上下楼梯的时间，然而长时间使用电梯存在一定的安全隐患，发生电梯故障的几率较大。所以，为减少电梯故障的发生率，建议采用人工智能技术对电梯故障加以分析，旨在有效发挥出人工智能技术的应用价值，比如：图像识别、语言处理、自动化控制等。
一、人工智能技术相关情况概述
人工智能AI融合多学科内容，比如：计算机、神经、机器人学等学科内容，所以可提高计算机芯片计算方面能力，促进神经网络人工智能技术的良好发展，常见神经网络包括深度、卷积、循环几种神经网络类型[1]。
（1）深度神经网络DNN，为存在≥3层隐藏层神经网络，一般通过误差反向传播BP算法进行训练，因网络层不断加深，所以训练时发生梯度消失情况，若想顺利完成训练有一定难度，各层使用全连接方法训练，这时训练参数会不断增加。预训练方法的出现，有效处理了DNN训练方面问题，具有结构简单的特点，可在函数逼近、稀疏表示中运用。
（2）卷积神经网络CNN多在图像识别中应用，在模拟人脑视觉处理图片时，能借助权值共享机制的作用控制网络结果参数。CNN卷积操作外可进行池化操作，平均池化、最大池化均比较常见，其中池化层能提取特征信息降维、保留主要特征，如此利简化使网路计算流程，防止发生拟合的现象。同时池化操作的实施，能加大卷积核感受野，网络层设计深度加深、识别精度增加，这时利于提高识别的整体水平，在目标检测和图像语义分隔领域中使用，均能够获得理想效果。（3）循环神经网络RNN，为处理序列数据任务常用网络模型，各个循环单元输入通过当前时刻输入X1、上一时刻输出h1构成，以此充分发挥网络记忆功能。使用RNN可处理输入数据依赖问题，正确梳理处理、记忆时序关系，所以建议在语言处理、机器翻译、DNA序列分析等中应用。
二、电梯故障问题分析
电梯，属于涵盖较多技术为一体的特種设备，涉及机械电子领域、微处理器领域、电气工程领域等，可及时将人/物传输于要求位置。其中客梯可为人们提供服务，将人们输送至指定位置;货梯主要面向货物提供服务，能够将货物及时输送到指定的位置;医用电梯重点服务的对象为医疗器械;观光电梯可为游客提供服务，能够联系游客观光景色进行科学设计[2]。因电梯结构复杂、涉及生产、安装、运行等多个环节，所以容易发生故障问题，通过研究发现电梯故障主要可分成电梯机械、电气2两个故障类型。而这两种故障类型又可分为较多小的故障类别，比如：安全回路断开、换成停靠变频器故障、运行过程门锁断开、门锁闭合不上等故障。
三、电梯故障分析中人工智能技术应用情况探究
当前，电梯产业快速发展下、电梯需求量越来越大，如此必然会产生较多电梯故障数据。针对于此，需合理运用人工智能技术进行电梯故障分析、诊断，一般情况下在电梯出厂后应详细记录相关信息，比方说：出厂日期、安装位置、维修时间、故障类型等信息[3]。在此之后，及时将所收集的电梯信息详细记录下来、作以预处理，相同型号电梯在制造工艺方面比较无差异，因而需联系型号进行电梯分组;在此之后根据故障类型作以分组处理，由于相同故障分布模式基本相同，故此作以故障类型分组处理时应该采取典型故障处理，以便减少故障问题处理的时间。故障数据进行与处理后，遵循电梯编号、故障类型加以分组，主要对电梯故障产生的相关数据作以分组，以RNN变体、GRU网络加强数据建模方面训练。其中故障数据有时间轴关联会花费较长的时间，这时产生故障的可能性较大，而且故障数据存在时序性特征信号。和LSTM网络相对比GRU结构非常简单、相关参数比较少，可见选用GRU网络模型处理故障数据非常必要，预处理故障数据按时间序列排序，能添加电梯运行速度、震动、MTBF等相关信息，及时将相关数据信息输入至GRU网络模型中加强训练，然后以交叉验证方法选出GRU模型最佳参数[4]。除此之外，应该进行不同型号、故障类型训练GRU模型，目的为对故障时间进行预测，客观分析电梯故障成因。
结语：人工智能技术在处理大数据、自动提取数据内部特征方面的应用优势突出，在不同领域中运用均可发挥出该项技术的最大作用，比如：工业生产、机械制造等领域。本文在电梯故障分析中应用人工智能技术处理，能够正确梳理故障数据内部关联，确保故障分析、诊断的效果。
参考文献：
[1]舒宁、冯燕宽、葛智君、林琦越、李浩波.人工智能技术在电梯故障分析中的应用[J].电子产品可靠性与环境试验，2020，38（S2）：66-70.
[2]张逍云，陈豪.电梯安全风险分析及智能化安全控制研究[J].山东工业技术，2019，000（008）：19.
[3]吴剑斌，高树泽.人工智能在电力系统故障诊断中的应用探讨[J].通信电源技术，2020，037（002）：271-272.
[4]孙南，高勇，井德强，等.浅谈人工智能技术在电梯群高速运行控制领域的发展与展望[J].中国电梯，2019，30（07）：6-9+48.