基于POA-CNN-REGST的电梯钢丝绳滑移量预测方法

作者：朱锡山,罗贞,易灿灿,等. 日期：2023-08-14/span> 浏览：404 查看PDF文档

摘要:电梯曳引轮与钢丝绳之间的滑移量过大会导致重大意外事故的发生,针对这一问题,提出了一种基于鹈鹕优化算法-卷积神经网络-堆叠回归(POA-CNN-REGST)的电梯钢丝绳滑移量预测方法。首先,使用数据产生函数生成了样本,并对样本添加了高斯白噪声,分别使用POA-CNN-REGST、支持向量机(SVM)、相关向量机(RVM)对仿真数据进行了训练和学习;然后,对试验基地采集的电梯滑移量等相关数据进行了归一化处理,并用POA-CNN-REGST进行了电梯钢丝绳滑移量预测;最后,将结果与传统的统计学模型SVM和RVM进行了比较。研究结果表明:在使用相同的训练集和测试集时,在仿真数据分析中,其均方根误差为0.0496;在真实数据分析中,其均方根误差和平均绝对百分比误差低至0.0661和0.0733。无论是仿真数据或是真实数据分析,该模型预测准确度都远高于SVM和RVM,这表明其在电梯钢丝绳滑移量预测方面具有高度可靠性。

关键词:曳引式电梯;钢丝绳;滑移量;鹈鹕优化算法;卷积神经网络;堆叠回归模型

中图分类号:TH23;TU857文献标识码:A文章编号:1001-4551(2023)06-0928-08


本文引用格式:

朱锡山,罗贞,易灿灿,等.基于POA-CNN-REGST的电梯钢丝绳滑移量预测方法［J］.机电工程,2023,40(6):928-935.

ZHU Xi-shan, LUO Zhen, YI Can-can, et al. Prediction method of elevator wire rope slippage based on POA-CNN-REGST model［J］.Journal of Mechanical & Electrical Engineering, 2023,40(6):928-935.