基于GAN-GRU的電梯制動力矩預測方法

打開文本圖片集

摘 要：電梯制動器的制動力矩是影響電梯運行安全的關鍵參數(shù)，利用深度學習算法對其進行預測，能為電梯的安全使用和后期維保提供重要參考?；陂T控神經(jīng)網(wǎng)絡（GRU）預測模型，結合生成對抗網(wǎng)絡（GAN）的基本思想，以1D-CNN作為鑒別器，提高電梯制動力矩預測模型的泛化能力。利用實驗數(shù)據(jù)進行訓練，獲得的預測結果方均根誤差為1.024 4，并與常用的時間序列分析模型如GRU、LSTM等進行對比，結果表明：所提出的方法在電梯的制動力矩預測精度上具有明顯的優(yōu)勢。（剩余8535字）