论文总字数：24620字

摘 要

现代社会，为合理的利用土地空间，人们开发构建了大量的高层建筑。与普通交通工具不同，电梯属于垂直运行方式，故其在日益普遍的高层建筑中扮演着愈加重要的角色。因此，在日常生产生活，电梯的使用率不断增高。而电梯属于复杂的机械设备，极易发生部件损坏、停运、断电等事故。若电梯发生机械事故，必定会带来一定的经济损失，严重的甚至威胁人民的生命安全，因此，进行电梯故障诊断，提高电梯运行安全性至关重要。曳引式电梯在众多电梯类型中数量最多，使用最广。其中，曳引系统是电梯运行的核心，其高频使用极易引发振动故障。故本文将故障诊断聚焦于电梯的曳引系统。

论文在详细分析了曳引式的电梯内部构造基础上，将研究重点放在电梯曳引系统的状态监测上，简述运行中易发的机械故障，并介绍了常见解决措施。针对传感器采集到的曳引系统中部件的异常振动信号，应用小波理论等技术进行波形处理，分析运行信息，完成对故障特征的提取。开发了基于LabVIEW的电梯运行状态监测系统，实现对电梯运动信号的采集、存储、分析、回访等功能。

本文介绍了BP、Elman和RBF三种典型的神经网络。综合运用LabVIEW与MATLAB的两个编程语言的优缺点，利用两者的衔接技术，开发电梯曳引系统故障诊断系统，实现电梯安全平稳运行。该系统可以与传统维修技术相结合，减少电梯故障发生率，降低维修成本，延长电梯服役时间。该课题对生产实践、能源节约、社会可持续性发展也有着重大意义。

关键词：曳引系统；故障诊断；小波分析；神经网络；虚拟仪器

Abstract

In modern society, in order to make reasonable use of land space, people have developed and constructed a large number of high-rise buildings. Unlike ordinary transportation, elevators are in vertical operation, so they play an increasingly important role in increasingly common high-rise buildings. Therefore, in daily production and life, the use rate of elevators continues to increase. The elevator is a complex mechanical equipment, which is prone to accidents such as component damage, outage, and power outage. If there is a mechanical accident in the elevator, it will definitely bring certain economic losses, and even threaten people's lives. Traction elevators are the most numerous and widely used among many elevator types. Among them, the traction system is the core of the elevator operation, and its high-frequency use is very easy to cause vibration failure.

The paper focuses on the state monitoring of the elevator traction system, briefly describes the mechanical failures that are prone to occur during operation, and introduces common solutions. Aiming at the abnormal vibration signals of the components in the traction system collected by the sensor, wavelet theory and other techniques are used to perform waveform processing, analyze the operation information, and complete the extraction of fault features. An elevator running state monitoring system has the functions of collection, storage, analysis, and return visit of elevator motion signals.

The paper introduces three typical neural networks, studies the theoretical methods of neural networks and the seamless connection technology of LabVIEW and MATLAB, comprehensively uses the advantages and disadvantages of two programming languages, and develops elevator traction.The system can keep people safe, reduce maintenance costs, and extend elevator service time. This subject is good for production practice, energy conservation, and social sustainability.

Keywords: Traction system, Faults diagnosis,Wavelet analysis,Neural networks,Virtual instrument

目录

摘要 II

Abstract III

第一章 绪论 1

1.1 引言 1

1.2 设备故障诊断技术现状及发展趋势 1

1.2.1 电梯故障诊断技术研究现状 2

1.2.2 虚拟仪器技术研究现状及发展趋势 2

1.3 本课题研究的目的和意义 3

1.4 本课题研究的主要内容 4

第二章 曳引式电梯基本结构及其运行 5

2.1 电梯的基本结构 5

2.2 电梯运行原理 7

2.3 电梯系统主要技术指标 8

2.4 电梯安全 9

2.4.1 电梯运行中保护对象 9

2.4.2 曳引式电梯风险因素分析及自我防护 9

2.5 小结 10

第三章 曳引式电梯故障分析 11

3.1 引言 11

3.2 故障介绍 12

3.2.1 故障分类 12

3.2.2 曳引式电梯故障原因分析 12

3.2.3 机械故障常用检测方法 13

3.3 电梯的振动原因 14

3.3.1 曳引电机振动原因分析 15

3.3.2 减速器振动原因分析 18

3.3.3 曳引轮振动原因分析 19

3.4 振动信号分析 19

3.4.1 常用分析方法 19

3.4.2 小波分析法 21

3.4.3 小波包多阈值去噪法的应用 22

第四章 电梯运行状态监测系统设计 24

4.1 引言 24

4.2 LabVIEW概述 24

4.3 基于LabVIEW的电梯状态监测系统 25

4.3.1 检测系统功能模块 27

4.3.2 数据显示模块 29

4.3.3 信号分析模块 30

4.3.4 数据存盘回放模块 30

4.4 小结 30

第五章 基于神经网络的电梯故障诊断 31

5.1 引言 31

5.2 神经网络分类 31

5.2.1 BP神经网络 31

5.2.2 Elman神经网络 32

5.2.3 RBF神经网络 35

5.3 LabVIEW与MATLAB衔接 36

5.4 基于神经网络的曳引系统故障算例 37

5.5 小结 39

第六章 展望与总结 40

6.1 论文完成的工作 40

6.2 展望 40

参考文献 42

致谢 44

绪论

引言

现代社会，人们开发构建了大量的高层建筑。与普通交通工具不同，电梯属于垂直上下的自动化运载工具，这样的独特性使得它成为日益普遍的高层建筑的不可缺少的一部分。在生产生活中的重要地位促使了这个产业的蓬勃发展，当今，电梯发展趋势倾向于大型化、高速化。作为复杂的机械设备，传统的诊断技术已经满足不了技术不断革新的电梯行业。日常生活中，电梯机械故障事件时有发生，因电梯曳引系统引发的故障占了大多数。曳引系统在电梯上下运行中发挥至关重要的作用，一旦出现问题，势必影响电梯的安全运作，从而带来一定的经济损失，甚至会对搭乘人员的生命安全产生威胁。

作为电梯的主要安全系统之一，曳引系统包含曳引机、减速器和曳引轮三大部分。电梯轿厢的上下运动靠力驱动，电梯的平稳运行需要大小方向均适宜的摩擦力，力不足或过大都有可能引起的故障。而摩擦力由曳引机提供，曳引机结构复杂，成本昂贵。发生故障后，维修困难，费用较多。因此，对电梯曳引系统实行状态监测，进行故障诊断，可以提早发现故障，防止事故恶化，发挥早发现早治疗的作用。利用加速度传感器采集电梯振动信号，并经过适当处理，达到故障诊断目的。

设备故障诊断技术现状及发展趋势

设备故障诊断学包含了设备理论、系统理论、控制理论等众多科学知识，它把现代测量仪器仪表和计算机作为技术方法，是针对不同的机械设备进行故障诊断的一门新兴学科。但其故障诊断的原理还是信号采集比较与分析。根据设备运行时的采集到的机械、电气等信号，综合运行信号分析与处理手段，判断信号异常与否，若信号特征与正常运行特长差别较大，即可识别设备处于故障状态，在此基础上，对信号进一步比较，确定其具体故障类型。有了故障类型，便可及时准备的进行设备修复。

请支付后下载全文，论文总字数：24620字