采用数据分析利用加速度计进行电梯速度估算之模型建立

电梯速度自适应数据模型

摘要

该系统运用数据挖掘中可视化技术，寻找一种对于电梯运动过程中的速度进行检测的数据模型，对于外部环境带来的系统误差进行消除，以达到自适应检测速度以及数据的准确性之目的；最后将该数据运用于实际工业生产中，实现降本增效目的。该系统中采集数据端为三轴陀螺仪+U型光电的传感器进行数据的采集后，利用终端处理器进行数据的拟合、处理、上传，最后在云端进行数据的汇总以及其他的应用。在系统分析与实现篇中将以逐步推进的方式，进行展示如何通过数据分析、挖掘有效数据的形式最终推导出数据模型；最后将该数据模型运用在运行环境中、进行实地检测、长期数据观察，通过该方法检测数据模型的有效性。本实验系统中实现了如何利用数据挖掘技术得到有效数据模型，来实现精确的数据采集。自2020年以来该系统在采集数据端运行正常，稳定上传了大量有价值的数据，为客户端降本增效做出了重要的贡献，虽然中途不断的进行实地数据矫正检测，耗费大量人力物力，但最终实现了一个令客户满意的效果。

关键词：数据挖掘，可视化，自适应，数据模型

第一章绪论

1.1 引言
数据挖掘技术在信息化社会中涉及各行各业，特别在后网络化技术中具有重要的地位，信息化技术为当今社会带来了各种各样的数据的积累，使人类进入大数据时代。大量的、多样化的来源及种类、低价值密度、增长速度快等数据特性，带来了对数据处理要求要准确、可靠的问题，使得从中提取高质量的数据成为了最主要的目标。
本实验系统将探讨如何在电梯运行过程中受到干扰后自动进行速度矫正措施。由于电梯设备为特种安全设备，在运行使用过程中受到严格的监测与控制。而当前社会属于大数据时代，需要实时的去采集电梯各种数据，然后利用数据进行参考判断，利用这些来判断电梯各种硬件机械结构的运转是否正常，进行预测性的检修，以达到预先排除故障的目的。而采集数据的手段即来自当前流行的物联网技术，由于电梯设备的安全特性，以及某些老旧的电梯安装的年代较久，受制于当时的技术条件没有数据采集、预判部件特性的概念等，所以在当前时期情况下多采用非接触式采集数据的手段。最后在检测电梯运行状态的环境中，最重要的参数就是速度，因为任何物体在运动的情况下才会显现出其内部隐藏的特性，才能够用数据去衡量其基本特质。
在本实验系统中将采用逐步推进方式，以展示如何通过数据分析、挖掘有效数据的形式最终推导出数据模型，然后利用数据模型去运用于实际场景，最后通过实际现场的检测、数据的收集、分析数据来验证其有效性。
1.2 研究现状及设计目标
目前，对于电梯速度检测之数据的应用，主要领域为电梯主核心部件电机、轮盘编码器、钢丝绳等的运行检测，利用检测的数据来发现其老化程度，最后进行预测性的检修工作，避免安全事故的发生。而本次实验系统仅讨论如何利用大数据技术，得到一个数据模型来获取到精准的速度数据，而此种采集速度的模式在当前技术状态下主要有三种模式；第一种采用光电传感器，利用电梯上的部件来阶段性的采集电梯运行数据，这种模式采集到的速度数据为离散型，其优点是简单、便于施工，在电梯运行的过程中进行速度的采集，位于行程中断范围内速度点采集到的数据比较准确，然后利用时间以及速度的关系预估两端的速度假象情况，其缺点也很明显，采集到的数据过于离散、采样点间隙过大，所以导致并不能达到电梯行程内的有效速度数据的监控，后期在利用采集到的数据进行数据再利用再挖掘，实质效果并不明显；第二种，采集数据的方式为直接进行电梯系统对接从系统中直接获取电梯运行速度数据，其优点也很明显，在电梯正常运转的情况下可以得到精准的数据，并且施工相比于第一种更加简单，数据受到污染的概率也非常低，几乎不需要处理即可得到有效、准确、完整的行程速度数据，而缺点更加的明显，就是在电梯运行比较正常的情况下效果很好，但不正常的情况下就比较难以判断了，因为其主要数据来源于电梯的编码器，如果编码器一旦在长期的运行状态下、或者受到外力的干扰情况下、或者钢丝绳轮盘也有工作不稳定的时候，由于工业控制系统的自动矫正特性会将系统参数自动调整，而得到的数据依然是比较正常的，所以并不能很好的体现电梯整体的运行状态；第三种为外部介入非接触式采集数据方式，利用陀螺仪气压计等进行速度数据的采集，此种方案的优点非常符合工业控制理论中的闭环操作，即在数据产生的最后端进行反馈物体运行状态，这样才是最能体现电梯在运行状态下体现出的各种实质性的数据，而其难点也在于后期的安装、数据的精准性的处理，这就是本次实验系统运用数据挖掘技术重点讨论的对象。
1.2.1 技术目标
本次实验系统需要利用数据挖掘技术分析、处理得出一个电梯本体运行的实时采集数据精准性的自学习模型，使得电梯既能够完整的体现当前运行状态，又能够进行自身的学习在受到外部干扰的情况下自动恢复精准采集速度数据的能力。逐步进行数据分析、挖掘、建立数据模型、运用模型、测试模型、改进模型的方式进行展现数据挖掘技术的魅力。
1.3 本文章节安排
(1) 第一章主要讲述本实验系统数据模型的创建目的，以及当前技术路线实际状况，最后要达到的目标等。
(2) 第二章为本实验系统通过数据分析后，进行系统数据模型的实现过程，重点描述了数据模型的由来，以及简述了最终实现数学模型后带来的检测效果。
(3) 第三章主要测试了系统数据模型在实际工作场景下，长期检测数据的效果，以及实现后检测数据回传至后端处理能够达到的效果。
(4) 第四章为本实验系统的总结以及展望。

更多详情，请移步
https://download.csdn.net/download/weixin_41740391/85363000

采用数据分析利用加速度计进行电梯速度估算之模型建立相关推荐

电机高频注入原理_永磁同步电机转子位置与速度估算的新方法，精度好，性价比高...
北京航空航天大学惯性技术重点实验室.北京市高速磁悬浮电机技术及应用工程技术研究中心的研究人员赵远洋.韩邦成.陈宝栋,在2019年第15期<电工技术学报>上撰文指出(论文标题为"基 ...
车rc陀螺仪测试软件,利用加速度计和陀螺仪测量车辆运动
0px; PADDING-LEFT: 0px; PADDING-RIGHT: 0px; FONT: 14px/25px 宋体, arial; WHITE-SPACE: normal; ORPHANS: ...
滑膜观测器物理意义_PMSM扩展状态滑模观测器和转子位置和速度估算.PDF
第 12 卷第 5期电机与控制学报 Vo l12 No5 2008年 9 月 EL EC TR IC MA CH IN E S AND CON TROL Sep. 2008 PM SM ...
ML之回归预测：利用6个单独+2个集成模型(LassoR、KernelRidgeR、ElasticNetR、GBR、XGBR、LGBMR，Avg、Stacking)对自动驾驶数据集【5+1】回归预测
ML之回归预测:利用6个单独+2个集成模型(LassoR.KernelRidgeR.ElasticNetR.GBR.XGBR.LGBMR,Avg.Stacking)对自动驾驶数据集[5+1]进行回归预 ...
软考中级职称哪些最热门_我如何利用有史以来最热门的中级故事来建立排行榜。以及它几乎是怎么死的。...
软考中级职称哪些最热门 by Michael Deng 邓小平我如何利用有史以来最热门的中级故事来建立排行榜. 以及它几乎是怎么死的. (How I built a leaderboard wit ...
如何利用python来构造一个信用卡评分模型？
1.背景介绍在大数据自动化审批实践中,信用评分技术已经是一项逐渐成熟的风险估值方法.在消费金融的风险控制实践中,信用评分卡模型已经得到广泛地应用. 何为信用评分卡? 简而言之就是利用客户已有的信息, ...
Python开发工具系列1------基于业务常见情况，利用Python实现短文本相似度模型并且利用PyQt5封装为工具
Python开发工具系列1------ 基于业务常见情况,利用Python实现短文本相似度模型并且利用PyQt5封装为工具业务场景介绍工具介绍关键功能实现界面实现主要业务功能实现代码与工具 ...
ML之XGBoost：利用XGBoost算法对波士顿数据集回归预测(模型调参【2种方法，ShuffleSplit+GridSearchCV、TimeSeriesSplitGSCV】、模型评估)
ML之XGBoost:利用XGBoost算法对波士顿数据集回归预测(模型调参[2种方法,ShuffleSplit+GridSearchCV.TimeSeriesSplitGSCV].模型评估) 目录 ...
数据分析--模型建立和评估
数据分析–模型建立和评估数据分析数据分析--模型建立和评估一.模型搭建 1.1导入数据集 1.2读取清洗过的数据集 1.3切割训练集和测试集 1.4模型创建 1.5输出模型预测结果二.模型评估 ...

采用数据分析利用加速度计进行电梯速度估算之模型建立

采用数据分析利用加速度计进行电梯速度估算之模型建立相关推荐

最新文章

热门文章