據(jù)統(tǒng)計，中國電梯保有量全球第一，總計1063萬臺，其中約110萬臺服役超15年。如此龐大的基數(shù)和超長服役時間條件下，如何保障電梯安全健康運行至關重要。然而，傳統(tǒng)人工定期維護檢查無法滿足安全可靠運行的迫切需求，電梯事故甚至重大傷亡在各類特種設備中的占比一直位列前三。智能運維是解決上述挑戰(zhàn)最有潛力的技術方案，也是電梯設備智能化的發(fā)展趨勢。因此，本項目擬開展電梯智能故障診斷方法及運維平臺開發(fā)研究。

本項目主要目標包括：①針對電梯實際故障樣本少且測量信號易受噪聲干擾的問題，分析不同典型故障模式下振動信號特性，研究小樣本及強噪聲下電梯智能故障診斷方法；②針對不同設備、不同工況下電梯故障診斷模型泛化能力弱的問題，研究基于不同領域自適應策略的電梯故障遷移診斷方法；③針對電梯診斷模型可解釋性差的問題，小波變換等信號處理方法為基礎，研究可解釋電梯故障診斷方法。在此基礎上，開發(fā)基于微服務架構(gòu)的電梯遠程智能運維服務系統(tǒng)，集成相應故障診斷算法組件，保障電梯安全可靠運行。

小樣本及強噪聲診斷方面，提出基于過采樣與遷移注意力機制的電梯小樣本故障診斷與基于信號去噪與自編碼融合結(jié)構(gòu)的電梯強噪聲故障診斷；遷移學習方面，構(gòu)建融合CNN-Transformer和MMD的跨工況電梯故障遷移診斷、融合MSCNN和混合注意力機制的跨噪聲電梯故障遷移診斷和基于CNN-LSTM和域?qū)沟目缭O備電梯故障遷移診斷；可解釋性方面提出基于小波散射變換的電梯故障特征提取方法、基于小波散射變換的可解釋電梯故障診斷模型；運維平臺方面開發(fā)基于端邊協(xié)同的前后端分離電梯遠程智能運維云平臺和智能運維算法云端管理系統(tǒng)。