电梯作为垂直方向的交通工具，在高层建筑和公共场所已经成为重要的建筑设备而不可或缺。随着计算机技术和电力电子技术的发展，现代电梯亦是一种典型的机电一体化产品。随着电梯行业的快速发展以及人们对电梯依赖性的增强，电梯运行的安全性和舒适性愈来愈受到人们的关注，发展我国电梯运行状态监控技术已势在必行。人们开始关注电梯的运行状态检测，国内一些高校及知名的电梯生产企业均投入了相当的人力、物力开展该方面的研发工作。　　 本文从特种设备检测的角度，分析了电梯运行状态检测的特点，提出了电梯运行状态检测的系统框架，分别在数据采集层、管理服务层、决策分析层进行了分析。系统能够实现对电梯特性参数的采集、诊断电梯故障、检测电梯状态、评估电梯状态等多个功能。通过关键技术的运用，对智能检测获得的在线数据与人工定检得到的离线数据进行分析、诊断，从而给出电梯状态的评估，最终得出合理的检测管理方案。　　 依据电梯运行状态检测系统的框架建立了基于CAN总线的分布式检测系统，完成了电梯动态智能检测装置的设计与制作，可实现对电梯机房、轿厢的实时、同步检测。依据电梯检测国家标准的规定，采集包括运行速度、垂直振动加速度、水平振动加速度、机房噪声、运行中轿厢内噪声、机房温度、轿厢温度、电源电压、电源电流、运行状态信息在内的10类运行参数。通过对教学楼及社区的两台曳引电梯的长期检测，积累了大量实际运行数据，为电梯状态分析提供数据基础。　　 电梯是关系人身安全的特种设备，对其进行的故障诊断是电梯运行状态检测系统研究的重要内容之一。以急停为特点的故障，因其发生的概率在电梯故障中相对较高，对人造成的心理、身体上的损害较大，成为本文故障诊断研究的重点。本文利用最优小波包的分解方法进行了急停故障时振动信号的特征提取，同时分析了急停故障时的时域特征，并提取振动信号的峭度系数、峰峰值及轿厢噪声等时域特征。　　 在特征提取的基础上，进行多传感器特征层信息融合。在比对了多种信息融合方法的特点后，确定构建BP神经网络，建立了包括3个振动传感器、1个噪声传感器在内的异质传感器融合模型，成功地将多传感器信息融合技术应用到特种设备状态检测领域。　　 电梯是建筑能源消耗的主要部分，在节能减排的政策指导下，电梯能耗成为特种设备检测部门需要关注的新问题。本文分析了电梯功耗特点，以采集的电流曲线为基础，提出了均层能耗的概念。在找到能耗与运行状态间规律的同时，建立了基于均层能耗与负载特性的电梯运行状态模型，并运用该模型对电梯实际运行状态进行了分析，结果证实该模型能够对电梯运行状态做出正确评估，为质检部门的决策提供了依据。　　 最后对论文进行了总结，对不足之处的进一步改进提出了建议。