跳至內文部份

section banner

項目配對

研究和設計一套基於機器學習並用於升降機自適應故障預測的數據分析系統

試驗項目名稱 研究和設計一套基於機器學習並用於升降機自適應故障預測的數據分析系統
(編號: P-0139)
已配對創科願望 研究和設計一套基於機器學習並用於升降機自適應故障預測的數據分析系統
(編號: W-0213)
已配對創科方案 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)
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。
試驗資料
試驗地點 : 機電工程署總部大樓 及 政府宿舍
試驗規模 : 5部昇降機
試驗期限 : 2020年1月 至 2020年6月
試驗報告 - 總結報告 EMSD-M&V-P0139-W0213-S0220_Final.pdf(只提供英文版本)
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
頁首