省特科院3项电梯发明专利获正式授权

　　近日，省特科院牵头申报的《基于DGConv和改进CBAM注意力机制的电梯智能维保方法及装置》《基于多数据融合的电梯制动器摩擦性能检测方法》以及《一种电梯制动性能智能检测方法及系统》获国家知识产权局发明专利授权。

　　《基于DGConv和改进CBAM注意力机制的电梯智能维保方法及装置》提出了一种全新的智能维保策略。当前，电梯维保领域普遍面临“事后维保”占主导、主板高保真数据利用率低、难以实现运行状态提前预判等共性难题。针对上述痛点，该发明基于电梯主板故障数据，设计了空洞全局卷积结构（DGConv）并改进了CBAM注意力模块，构建了CNN-Transformer混合神经网络预测模型，同时初步探索了配套的智能维保装置。在具体应用中，该模型可融合故障种类、故障持续时间、故障发生频率、平层信号、门锁状态等离散数据，以及电压、电流、速度等连续数据，对电梯未来故障概率进行综合预测。系统根据预测结果，自动为不同故障分配维保优先级，优先处置发生概率高或危险程度大的故障，并每周生成一次涵盖未来一周可能故障类型及优先级排序的维保策略。此举不仅有效提升了维保人员的工作效率，也显著降低了因电梯故障引发的安全风险。

　　《基于多数据融合的电梯制动器摩擦性能检测方法》有效实现对电梯制动器摩擦性能的科学量化评价。电梯制动器是保障电梯安全运行的核心安全部件，传统检测手段大多依赖单一维度数据开展检测评估，容易受现场工况干扰，检测结果存在偏差，给电梯安全监管带来挑战。在此背景下，该发明通过采集制动器多维度运行参数，运用多源数据融合算法综合分析，摆脱单一检测指标局限性，能够更加客观、精准地判别制动器摩擦材料劣化、性能衰退情况，实现了电梯制动器摩擦性能的多源数据融合研判，填补了现场工况下制动器摩擦性能精准量化评估的技术短板。该方法可适配电梯现场检验场景，有助于检验人员提前识别制动器潜在安全隐患，把风险消除在萌芽阶段，提升电梯定期检验的科学性与可靠性。

　　《一种电梯制动性能智能检测方法及系统》创新性地提出一种基于仿真模型与多工况实测数据相结合的智能检测方法。自动扶梯的制动性能直接关系到公共安全。然而，传统检测方法依赖在梯级上堆叠实体砝码来模拟满载工况，存在操作繁琐、需中断设备正常运行、高空重物搬运安全风险高、检测效率低下等问题，导致无法实现常态化监测。为解决上述难题，该发明构建自动扶梯制动系统的参数化仿真模型，利用空载制动测试完成初始标定，结合实际运行载荷分布设计梯度模拟载荷方案，通过多级载荷下的物理测试数据对模型进行进阶校准，最终依托高保真校准模型精准预测满载制动性能。该发明通过数据驱动的迭代校准机制，能够有效克服设备老化、磨损带来的模型失配问题，确保长期预测精度。同时，通过将校准依据从单一的终态结果拓展为多维度全过程特征集，大幅增强了模型的保真度与判断可靠性，为自动扶梯制动性能的常态化、智能化评估提供了坚实的技术支撑。