典型文献
基于LSTM特征提取的电梯液压缓冲器隐患识别方法
文献摘要：
作为电梯安全最后保护装置的电梯液压缓冲器,其质量检测非常重要,目前在位现场检测采用人工检测方法,准确度低,存在人身危险.该文提出一种电梯液压缓冲器隐患识别方法总体框架,重点研究基于长短时记忆(long short?term?memory,?LSTM)网络的关键点识别、缓冲器压缩复位特征提取与模式识别技术,以及训练LSTM运动状态识别网络方法.最后,在昱奥GeN2乘客电梯及底坑安装的液压式缓冲器上搭建检测系统进行测试.结果表明:该方法对电梯液压缓冲器常见隐患识别率可达100％,有助于提高检测效率、准确度.
文献关键词：
电梯液压缓冲器;深度学习;长短时记忆网络;隐患识别
中图分类号：
作者姓名：
姚懋欣;刘桂雄;梁敏健
作者机构：
华南理工大学机械与汽车工程学院,广东 广州 510640;广东省特种设备检测研究院珠海检测院,广东 珠海 519002
文献出处：
引用格式：
[1]姚懋欣;刘桂雄;梁敏健-.基于LSTM特征提取的电梯液压缓冲器隐患识别方法)[J].中国测试,2022(09):36-40
A类：
电梯液压缓冲器,GeN2
B类：
隐患识别,电梯安全,保护装置,质量检测,在位,现场检测,总体框架,long,short,term,memory,关键点识别,复位,模式识别技术,运动状态,状态识别,识别网络,乘客电梯,底坑,液压式,识别率,高检,检测效率,长短时记忆网络
AB值：
0.238616
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
