一種基於深度學習的非侵入式升降機健康狀況監測和故障預警系統

創科方案 一種基於深度學習的非侵入式升降機健康狀況監測和故障預警系統
(編號 : S-0220)
已配對創科願望
試驗項目
方案特點
  • 進行電梯系統的現場測量以收集電梯系統的電流和來自其他量測裝置的重要信號，並考慮正常和異常兩種情況。
  • 我們也將用我們的設備來模擬電梯系統的電信號，並且開發一種數據挖掘算法來提取導致電梯故障的重要特徵。
  • 考慮到海量高頻率的採集數據，我們建議採用深度學習框架來學習各種特徵與不同故障事件之間的複雜關係。
  • 該智能算法將被集成具有友好圖形用戶界面的軟件包，功能包括電梯狀況顯示，異常事件診斷以及維護需求預測。
  • 此外，我們還將開發一种基於多媒體和動畫技術的演示模型，以有效展示例如整個NICM系統的概念驗證。
試驗應用及預期成果
  • 兩份進度報告，內容包括a)項目背景及計劃；b）階段總結；c)項目交付物和質量；d）其他所需資源和支持。
  • 項目結題報告，內容包括AI算法在本項目中的實施，測試和驗證過程，以及該模型有效性檢驗和後期提高的措施。
  • 算法集成軟件包，以說明整個NICM系統的概念驗證，並可進一步應用於不同品牌的升降機。
  • 有關NICM系統未來的研究計劃。
方案提供者資料
方案提供者:香港理工大學
地址:九龍紅磡香港理工大學電機工程系CF611室
聯絡人:許昭
職位:教授
電話: +852 27666160
電子郵件: eezhaoxu@polyu.edu.hk

有關上述創新科技解決方案的詳情，請聯絡方案提供者查詢。