ARTICLE
31 October 2025

基于大数据的智慧电梯故障预测方法及应用

彦俊 张1
Show Less
1 中山职业技术学院, 中国
VDE 2025 , 1(21), 115–117; https://doi.org/10.61369/VDE.2025210018
© 2025 by the Author(s). Licensee Art and Design, USA. This article is an open access article distributed under the terms and conditions of the Creative Commons Attribution -Noncommercial 4.0 International License (CC BY-NC 4.0) ( https://creativecommons.org/licenses/by-nc/4.0/ )
Abstract

为了提升高层建筑电梯系统的运行可靠性与故障响应效率,文章构建了基于大数据驱动的智慧电梯故障预测方法,研究了多源感知数据的时空融合机制与边缘- 云端协同处理架构,设计了多尺度特征提取与迁移学习模型,构建了具备实时预测与自适应能力的混合预测框架,并以120台在役电梯的长周期运行数据为基础,开展了系统性实验验证。研究结果表明,该方法在故障识别准确率、剩余寿命预测精度与泛化能力等方面均优于传统方法,具备良好的工程适配性与扩展潜力。

Keywords
大数据
智慧电梯
故障预测
References

[1] 郭传振, 曹洋, 陈强. 基于大数据的煤矿机电设备远程监控系统研究[J]. 现代制造技术与装备,2025,61(6):205-207.
[2] 唐沛. 大数据技术在电路故障诊断与预测中的应用[J]. 集成电路应用,2025,42(4):194-195.
[3] 单景东, 王晨, 张欢, 仇润鹤. 基于MIC-Informer-DLinear 的电梯故障预测方法[J]. 科技与创新,2025(4):56-59.
[4] 贺鑫来, 孙庚, 汪敏捷, 翟逸男, 陈岩霖, 尹娴, 冯艳红. 基于时序数据的列车牵引系统故障预测方法[J]. 现代电子技术,2025,48(4):57-62.
[5] 雷鹏, 谢敬玲, 许洪祖, 焦锋, 魏立明, 张忠岩, 吕成兴. 融合多尺度注意力神经网络的港口起重装备故障时序数据预测方法[J]. 机电工程,2025,42(2):277-286.
[6] 闫建飞. 煤矿机电设备故障预测的数据挖掘方法[J]. 能源与节能,2025(1):275-278.
[7] 李纬捷, 邵雯, 赵斌. 基于神经网络的医疗设备故障预测方法研究[J]. 设备管理与维修,2025(2):13-16.
[8] 陆阳, 杨林, 戴剑峰, 王菁菁, 王雪元. 基于集成支持向量机的医疗设备风险评估研究与应用[J]. 生物医学工程研究,2019,38(2):223-226.
[9] 于大海, 姜丹, 李楠. 基于模式识别技术的医疗电子设备故障智能辨识[J]. 现代电子技术,2020,43(3):146-149.
[10] 刘香君, 郎朗, 张诗慧, 肖晶晶, 范莉萍, 马建川, 种银保. 基于长短时记忆网络的医疗设备故障智能诊断研究[J]. 生物医学工程学杂志,2021,38(2):361-368.

Share
Back to top