【摘要】电梯钢丝绳作为连接轿厢与对重、传递动力的关键承重部件，其安全状态直接关乎乘梯人员的生命财产安全。断丝是钢丝绳失效的主要形式之一，传统的人工目视检查与定期离线检测方式存在效率低、主观性强、实时性差等固有缺陷，难以满足现代电梯安全保障的迫切需求。对此问题，本研究提出并研发了一种基于深度学习的电梯钢丝绳断丝实时监测系统。该系统采用高分辨率工业相机实时采集钢丝绳表面图像，利用优化的卷积神经网络（CNN）模型对图像进行智能分析与识别，自动检测钢丝绳表面的断丝缺陷。系统设计注重工程实用性，包含高效的图像采集模块、边缘计算处理单元、实时预警模块及数据管理平台。实验验证表明，该系统能在电梯运行过程中实现对钢丝绳断丝的精准、实时监测，显著地提升检测效率与可靠性，为电梯的预知性维护和本质安全水平提升提供了有力的技术支撑。