基于改进神经网络的电梯故障诊断

，

(1. 湖南电气职业技术学院，湖南 湘潭 411000；2. 湖南德力通电梯有限公司，湖南 株洲 412000)

1 引 言

受制于安装工艺、维保质量等影响，电梯在运行过程中产生非周期性的故障，干扰到人们的出行，影响人们的生活质量，甚至会造成严重的安全事故，危害到乘客的生命安全[1]。因此通过分析电梯各项运行数据，结合专家知识库，量化专家经验，在电梯出现故障时，准确、快速定位故障区域，查明故障产生原因，能够减小因电梯故障带来的经济损失，对于提高电梯安全和可靠运行具有重要意义[2,3]。本文研究一种优化的BF神经网络的电梯故障诊断模型。

2 神经网络算法分析

2.1 神经网络结构

人脑神经网络系统具有超强的自我学习能力，在外界持续刺激影响下，通过不断地学习，能根据不同的环境来处理问题[4]。上世纪40年代末，心理学家和数学家进行合作，提出了形式神经元的数学模型，为神经网络学习算法奠定了理论基础。经过相关学者和研究人员不断的完善，衍生出RBF等神经网络算法，广泛应用于信号处理、图像识别等领域[5]。神经网络算法有一个输入和输出两层，它们之间存在多层次的神经元链路，上世纪60年代末， M. Minsky将中间的多层链接简化为隐含层，降低问题处理过程的复杂度，Minsky神经网络算法结构如图1所示。

图1 Minsky神经网络算法结构图

图1中，外界输入信息数据，经过中间隐含层非线性函数的转换和处理，输出一组或多组结果。在神经网络算法中，隐含层是输入层和输出层的衔接层，类似于软件工程测试过程中的黑盒，具有非线性基函数特性。……