随着我国经济持续增长、城镇化建设的加速和房地产行业的进一步发展，电梯市场需求量因多方面需求得到迅速增长，目前，全国的电梯拥有量超过了100万台，并以每年20%的速度递增。虽然近来年电梯的安全性、可靠性大大增加，但随着人们对生活质量的日益重视，人们对电梯运行的安全性、舒适性以及故障的诊断和预测都提出了更高的要求。由于电梯的使用数量和范围的扩大，电梯故障、事故也时常发生，电梯运行的安全问题受到了社会的广泛关注。如何提高电梯的运行效率、避免过多故障的发生。提高电梯运行的稳定性、安全性和舒适性已成为电梯行业面临的研究课题。本文结合电梯的结构特点和运行状态特点，从乘坐电梯的舒适度出发，分析了产生轿厢振动的原因及振动机理，设计了基于CAN总线的分布式检测系统，可以实现对电梯轿厢垂直加速度、水平加速度、噪声等参数的检测，为智能诊断提供数据基础；讨论了多传感器信息融合术的原理、结构形式；研究多传感器信息融合不同层次的特征，比较多传感器信息融合各种算法的优缺点；结合电梯轿厢振动的特点，设计了基于多传感器信息融合的电梯诊断模型，首先给出了基于神经网络信息融合的诊断方法，分析了BP神经网络的特点及神经网络用于电梯诊断的可能性和有效性。其次，针对故障的不确定性，提出了基于D-S论证理论的决策融合。最后给出了基于神经网络和D-S论证理论相结合的信息融合电梯诊断法方法。并设计了基于VC++与Matlab联合编程的电梯智能诊断软件。多传感器信息融合提高了诊断的可靠性，克服传统的单一传感器检测所带来的局限性与片面性，更为准确地反映电梯性能。