随着建筑业的发展与人们生活水平的不断提高,电梯的需求量也日益增长。电梯控制柜作为电梯重要的组成部分,在使用过程中会出现一定的故障,所以对电梯控制柜进行定期的检验和维修是很有必要的。现代电力电子技术和计算机技术的发展,使电气设备的组成和结构越来越复杂,一旦设备出现问题,普通的检修人员无法及时查修和解决,从而对人们的生命安全造成巨大的威胁。随着工业自动化水平的不断提高,人们对于电气设备的智能化要求也越来越高,因此对于电梯控制柜故障诊断的智能化研究具有重要的现实意义。本文在了解电梯控制柜组成结构以及其各类故障与故障机理的基础上,针对高次谐波易引起继电器发生误动作及变压器温升与电气元件自身故障难以区分的问题,根据变压器振动信号对高次谐波的映射现象,设计了基于LabVIEW搭建框架,MATLAB算法处理的联合故障诊断系统。该系统以电梯控制柜振动、温度、电流和电压信号为研究对象,通过经验模态小波包变换法将振动传感器在变压器上采集到的振动信号进行时频分析,对其进行重构后计算能量熵并作为输入向量对在MATLAB中基于思维进化算法的BP神经网络模型进行训练得到振动状态分类器,与温度、电流和电压阈值模型配合构成最终的电梯控制柜故障诊断系统。该方法解决了传统小波变换缺乏自适应性的问题,改善了经验模态分解存在的端点效应、模态混叠等现象,能更准确地体现振动信号的特征,并且将神经网络强大的非线性拟合能力与思维进化算法局部收敛精度与速度上的优势相结合,得到精确的分类结果。通过数据样本搭建了电梯控制柜故障诊断模型,将构建好的模型应用于诊断系统中,实验表明本方法跟传统故障诊断方法相比具有更高的准确率和更快的速度。该方法保证了电梯控制柜在使用过程中自身诊断及故障预警,一旦发现故障隐患或出现设备故障,电梯控制柜自动检测故障原因,减少设备故障排查时间,为电梯控制柜故障快速、准确定位,提高故障处理效率,避难重大隐患的发生。