一种基于深度学习的非侵入式升降机健康状况监测和故障预警系统

创科方案 一种基于深度学习的非侵入式升降机健康状况监测和故障预警系统
(编号 : S-0220)
已配对创科愿望
试验项目
方案特点
  • 进行电梯系统的现场测量以收集电梯系统的电流和来自其他量测装置的重要信号，并考虑正常和异常两种情况。
  • 我们也将用我们的设备来模拟电梯系统的电信号，并且开发一种数据挖掘算法来提取导致电梯故障的重要特征。
  • 考虑到海量高频率的采集数据，我们建议采用深度学习框架来学习各种特征与不同故障事件之间的复杂关系。
  • 该智能算法将被集成具有友好图形用户界面的软件包，功能包括电梯状况显示，异常事件诊断以及维护需求预测。
  • 此外，我们还将开发一种基于多媒体和动画技术的演示模型，以有效展示例如整个NICM系统的概念验证。
试验应用及预期成果
  • 两份进度报告，内容包括a)项目背景及计划；b）阶段总结；c)项目交付物和质量；d）其他所需资源和支持。
  • 项目结题报告，内容包括AI算法在本项目中的实施，测试和验证过程，以及该模型有效性检验和后期提高的措施。
  • 算法集成软件包，以说明整个NICM系统的概念验证，并可进一步应用于不同品牌的升降机。
  • 有关NICM系统未来的研究计划。
方案提供者资料
方案提供者:香港理工大学
地址:九龙红磡香港理工大学电机工程系CF611室
联络人:许昭
职位:教授
电话: +852 27666160
电子邮件: eezhaoxu@polyu.edu.hk

有关上述创新科技解决方案的详情，请联络方案提供者查询。