自动扶梯分形行为，第四部分

系列结论详细介绍了分形概念的部署及其与用于乘客服务的自动扶梯的机械性能和可用性相关的部分值。

本系列的第三部分 [1] 确立了具有机械缺陷的自动扶梯的行为可以根据另一部没有机械缺陷的自动扶梯的行为进行量化
缺点。 分形维数 (Df) 的概念估计用于量化来自两个自动扶梯中智能步骤的记录数据。 [3 & 4] 本文通过除自动扶梯内的智能台阶移动到四个区域。 每个区域的 Df 值已经确定，就像之前一样
确定整体 Df 值是各个区域 Df 值的简单数学总和的乘积。 [5 & 6]

本文的研究再次重申了上述事实。 此外，它还比较了有和没有机械缺陷的自动扶梯的两种操作场景。 建立这种方法的好处是帮助维护人员定量诊断故障类型，并确定机器中的缺陷位置。 这些原则和基本原理不仅适用于自动扶梯，还适用于任何机械或电气系统。

介绍

到目前为止，使用 smart step 及其中的数据，我们已经检查并确定了以下内容：

1. smart step是一款优秀的自动扶梯检测工具，可以记录和建立自动扶梯的运行指纹[4]。
2. 来自智能步骤的数据是可重复且一致的。 [4]
3. 我们已经实施了 Df 概念来量化自动扶梯的机械性能。 [5]
4. 乘客对自动扶梯行为的影响可以使用 Df 概念进行量化。 [5 & 6]

自动扶梯中智能台阶的一个周期的行程长度可以划分为单独的区域。 自动扶梯轨迹的整体行为的 Df 等于该自动扶梯各个区域的 Df 值的数学总和。

本文将通过确定可以使用 Df 概念检测和量化机械缺陷来重申第 4 点和第 5 点。 此外，具有机械缺陷的自动扶梯的总 Df 值等于该自动扶梯中各个区域的 Df 值的简单数学总和。

用于确定 Df 的方法

缩放步骤技术再次用于确定 Df。 用 Microsoft Excel 编写了一个计算机程序来确定 Df 并绘制数据。 我们的方法与许多研究人员使用的多分辨率长度方法非常相似。 [7 & 9-12]

本系列的第三部分展示了从智能台阶收集的数据，该台阶的每一侧（左侧和右侧）都有一个应变计。 该台阶在两个自动扶梯 A 和 B 中运行。已确定自动扶梯 A 存在机械缺陷。 每个应变计的每条轨迹都分为四个区域（图 1）：

1. 上 D 区
2. 主倾斜区域
3. 下 D 区
4. 返回斜度
   “D”用于表示从主侧到返回侧以及从返回到主侧的阶梯带中的过渡阶段。 例如，图 2 显示了应变计 1 的迹线如何划分为四个区域。 计算每个区域的 Df 值。

结果与讨论

所有四个划分区域的 Df 值都是为在自动扶梯 A 和 B（图 3）中运行而确定的，并列在表 1 和 2 中。表 1 和 2 中的结果证实了自动扶梯 A 或自动扶梯的整体轨迹的 Df 值B 等于各个区域的 Df 值的简单数学总和。

比较表 1 和表 2 中的 Df 值表明，自动扶梯 A 产生的估计值高于自动扶梯 B 产生的估计值。表 1 中记录的最高 Df 值位于返回坡度区域。 这一发现与我们之前在第 3 部分中的发现一致，并证实了我们对两个自动扶梯进行的目视调查。 Df 值增加的原因是回程侧的卸荷坡道未对准。

结论

本研究可以得出一个重要结论：部分Df值可以单独确定，它们的数量可以用来识别自动扶梯之类的机器是否没有缺陷。 还有一个很好的机会将 Df 值与应力水平相关联，这是在阶梯结构的关键组件中产生的。

案例

[1] A. Albadri。“自动扶梯分形行为，第三部分”，《电梯世界》，2021 年 XNUMX 月。

[2] A.阿尔巴德里。 “Escalator Fractal Behavior，第二部分”，EW，2020 年 XNUMX 月。

[3] A.阿尔巴德里。 “Tube Lines 智能监控自动扶梯磨损”，《计算机周刊》(07/01/2008)。

[4] A.阿尔巴德里。 “智能阶梯测量自动扶梯的心跳”，EW，2020 年 XNUMX 月。

[5] A.阿尔巴德里。 “Escalator Fractal Behavior，第一部分”，EW，2020 年 XNUMX 月。

[6] JD维克多。 “系统识别程序的测试信号影响的分形维数，生物控制论 57，p。 421-426 (1987)。

[7] 弗朗西斯 C. 穆恩。 “制造过程中的动力学和混沌”，非线性科学中的 Wiley 系列 (1998)。

[8] Athanasia Zlatintsi。 “乐器信号的多尺度分形分析与识别应用”，电气和电子工程师学会 (IEEE) 音频语音和语言处理交易卷。 21，第 4 期，2013 年 XNUMX 月。

[9] 石昌廷． “基于分形特征和机器学习的信号模式识别”，Applied Sciences 8，p。 1327 (2018)。

[10] Dumitru Scheianu 和 Ion Tutanescu，皮泰斯蒂大学电子、通信和计算机系。

[11] P. Marago 和 A. Potamianos。 “语音的分形维数：自动语音识别的计算和应用”，美国声学学会杂志，第 195 (3) 期，1999 年 XNUMX 月。

[12] RH Riedi、MS Crouse、VJ Ribeiro 和 RG Baraniuk。 “应用于网络流量的多重分形波模型”，IEEE 信息论汇刊，卷。 45，第 3 期，1999 年 XNUMX 月。