研究方向1：电梯关键零部件智能检测及可靠性

该研究方向以曳引机、限速器-安全钳、制动器等电梯关键零部件为对象，研究各关键部件振动频响及阻尼等特征参数与电梯运行可靠性的映射机理，探究各振动信号在系统载荷下的传播规律，构建系统关键部件功能失效的动态函数，求解系统安全工况下的可靠性指标。建立电梯关键零部件直接或间接的可靠性评价模型，完善基于系统振动检测的电梯运行可靠性理论，提高电梯各关键零部件的智能化检测水平和检测精度，以保障电梯系统的整体可靠性。

研究方向2：电梯运行状态信号特征提取与故障预测

该方向基于电梯各类故障机理分析，构建故障与电梯运行状态表现的映射关系，通过电梯本身已有的电信号以及外加传感器采集的信号数据，研究各类电梯信号数据的特征提取方法，针对电梯健康状态信号的非线性、时变性、不确定性等特点，探索基于信号特征的电梯健康状态数学表达模型，搭建电梯故障深度学习预测网络，探究多源传感数据融合的电梯故障预判技术。

研究方向3：基于物联网及大数据的电梯安全技术

该方向研究统一规范的电梯故障代码，研制并建立与不同电梯厂商故障代码的映射数据体系，促进行业数据的标准化表征。研制基于物联网的外加安全采集和安全态势感知系统，在不增加电梯原主控系统负载的同时，能进一步验证和感知电梯的安全状态，研发基于物联网技术的电梯故障自主智能诊断平台，为电梯远程故障预判以及按需维保提供技术支撑。

研究方向4：先进算法及电梯智能安全控制

该方向将人工智能应用于电梯智能安全控制，利用卷积神经网络对轿厢内的运动目标（乘客）进行在线检测和轿厢门系统状态识别，实现电梯轿厢异常情况的预测与报警。围绕群智能技术的应用开展多目标跟踪等先进算法研究，创新性地提出了将蚁群与随机有限集结合来解决多目标跟踪中出现的多目标遮挡、动态特性各异等难题，为动态实时分析电梯轿厢乘客行为轨迹提供了理论依据。同时，为电梯科学维保提供了数据与证据支持。