CN101638203B - 乘客输送机的异常诊断系统 - Google Patents

Abstract

本发明提供的乘客输送机异常诊断系统中，通过设置在检测踏板(10A)的移动集音装置(20)，对多周的量的自动扶梯运转音的声音数据进行收集，通过对该多周的量的自动扶梯运转音的声音数据进行加工，生成除去了突发的外部杂音成分的诊断用数据。接着，诊断用数据从数据收发装置(12)通过通信网(CN)发送到设置在远程监视中心的远程监视装置(13)，远程监视装置(13)基于诊断用数据诊断自动扶梯有无异常。

Description

乘客输送机的异常诊断系统

技术领域

本发明涉及对自动扶梯、移动步行道等乘客输送机的异常进行诊断的异常诊断系统。

背景技术

自动扶梯、移动步行道等乘客输送机通过使环状连接的多个踏板沿配置于桁架内部的导轨循环移动来输送搭乘于踏板的乘客。这种乘客输送机一旦发生故障，往往需要耗费较多时间对其进行恢复，因此，一旦发生故障会对使用者造成很大的麻烦。因此，希望在发生故障之前发生了任何异常的阶段即能对该异常进行早期的发现，从而通过维修消除该异常以避免故障。

在这样的背景下，在专利文献1中，在循环移动的踏板中设置内置有加速度传感器或麦克风等的诊断装置。通过这样的结构，在规定的区间内，对加速度传感器检测到的加速度信号或麦克风检测到的声音信号，求得其平均振幅、峰态以及步进周期成分中的至少某一个作为统计特征量。从而，通过比较该统计特征量和预先设定的设定特征量来判定乘客输送机有无异常。

专利文献1：日本特开2007-8709号公报

在使用前述专利文献1中记载的统计特征量对乘客输送机有无异常进行判定的方法中，在发生了与乘客输送机的运转没有关联的突发的外部杂音的情况下，如果该外部杂音较为轻微的话，还能够抑制对诊断的不良影响。但是，如果发生例如乘客走路时发生的声音、在设置有乘客输送机的设施内播放的BGM、引路广播等比较大的外来杂音时，则会出现该外来杂音对统计特征量的影响。因此，有时难以对乘客输送机的异常进行精度良好的诊断。

发明内容

本发明是以解决上述现有技术中存在的问题而提出的，其目的在于提供一种即使在有较大外部杂音发生的情况下也能够精度良好地诊断乘客输送机异常的乘客输送机的异常诊断系统。

本发明第一方面涉及一种乘客输送机的异常诊断系统，该异常诊断系统包括：收集乘客输送机的运转音的集音装置；数据运算装置，所述数据运算装置对所述踏板旋转多周的期间内所述集音装置收集的多周的量的乘客输送机运转音的声音数据进行加工，生成诊断用数据；异常判定装置，所述异常判定装置采用由所述数据运算装置生成的诊断用数据，判定乘客输送机是否发生异常。所述数据运算装置通过相同的时段划分分别将各周的乘客输送机运转音的声音数据分割为多个区间，按相对应的每一区间分别比较多周的量的乘客输送机运转音的声音数据，选择最大值为最小的区间数据，并将选择的区间数据结合生成相当于一周的量的诊断用数据。

根据本发明第一方面的乘客输送机的异常诊断系统，与假设不含有外部杂音成分的数据结合生成诊断用数据，并使用该诊断用数据进行乘客输送机有无异常的判断。其结果，即使在发生比较大的外部杂音的情况下，也能有效防止对该外部杂音对诊断的不良影响，能高精度地诊断乘客输送机的异常。

附图说明

图1是显示适用本发明的异常诊断系统的概略结构的结构图。

图2是显示设置在检测踏板中的移动集音装置内部结构的框图。

图3是说明对多周的自动扶梯运转音的声音数据进行加工，并生成诊断用数据的方法的具体实例的说明图。

图4是说明根据踏板的移动速度和相邻的踏板的踏板辊之间的距离，求得将声音数据分成多个区间的时段划分的长度的实例的示意图。

具体实施方式

下面，参照附图对本发明的具体实施例进行说明。又，在下面的实施例中，作为诊断对象的乘客输送机的一例，例示有多个踏板跨于上下层间斜向移动的自动扶梯。但是毋庸置疑，本发明也可有效适用于以多个踏板连接并在水平方向移动的移动行走道为诊断对象的情形。

作为诊断对象的自动扶梯，如图1所示，由架设在上下层之间的桁架1支承。自动扶梯的驱动装置2设置在桁架1内部的上层侧。驱动装置2通过驱动链3驱动链轮4。与驱动链轮4成对的从动链轮5设置在桁架1内部的下层侧。踏板链6卷挂在驱动链轮4和从动链轮5之间。而且，多个踏板10连接于踏板链6。通过这样的结构，驱动装置2通过旋转驱动链轮4，使得踏板链6在驱动链轮4和从动链轮5之间周转。其结果，多个踏板10沿着图未示的导轨在上层侧乘降口和下层侧乘降口之间循环移动。

又，由覆盖板7和栏杆面板8构成的栏杆立设在循环移动的踏板10的左右两侧。扶手带9安装在栏杆面板8的外周。扶手带9是踏乘在踏板10上的乘客把持的扶手。扶手带9例如通过上述的驱动装置2的驱动力的传递，与踏板10的移动同步地在栏杆面板8的周围周转。

在如上结构的自动扶梯中，为了能够进行本实施例的异常诊断系统的诊断，将循环移动的多个踏板10中的至少某一个作为检测踏板10A。检测踏板10A的内部设置有一边与检测踏板10A一起循环移动一边收集自动扶梯的运转音并生成诊断用数据的移动集音装置20。又，位置检测装置11设置在包含检测踏板10A的多个踏板10的循环移动路径的规定位置(基准位置)。位置检测装置11在检测踏板10A通过该基准位置的时刻，与移动集音装置20之间进行非接触的近距离无线通信，对移动集音装置20输出基准位置通过信号。

进一步的，数据收发装置12设置在作为诊断对象的自动扶梯的设置现场。又，远程监视装置13设置在远程监视中心。远程监视装置13通过通信网CN与自动扶梯设置现场的数据收发装置12连接。本实施例的异常诊断系统通过移动集音装置20、位置检测装置11、数据收发装置12以及远程监视装置13构成为能够在远程监视中心自动诊断现场的自动扶梯的异常的系统。

移动集音装置20，例如如图2所示，具有：收集自动扶梯运转音的集音部21、存储集音部21收集的自动扶梯运转音的声音数据的数据收录部22、对数据收录部22存储的自动扶梯运转音的声音数据进行加工并生成诊断用数据的运算部(数据运算装置)23、存储运算部生成的诊断用数据的诊断用数据存储部24、通过无线发送诊断用数据存储部24中存储的诊断用数据的无线通信部25。

该移动集音装置20以每天或每周等的预先设定的周期，通过集音部21连续地收集检测踏板10A循环移动多周的量(例如大约3～4周)的自动扶梯运转音。又，一周的长度基于来自位置检测装置11的基准位置通过信号来判断。接着，将检测踏板10A通过基准位置之后到再度通过该基准位置为止这段时间内集音部21所收集的自动扶梯运转音作为一周的量的自动扶梯运转音。

通过集音部21连续集音得到的多周的量的自动扶梯运转音的声音数据保存在数据收集部22中。接着，运算部23对数据收集部22所保存的多周的量的自动扶梯运转音的声音数据进行加工，生成除去了与自动扶梯的运转没有关联的突发的外部杂音的诊断用数据。由运算部23生成的诊断用数据暂时被存储于诊断用数据存储部24中，在适当的时候，从诊断用数据存储部24中读取该诊断用数据，并从无线通信部25无线发送至数据收发装置12。

数据收发装置12接收从移动集音装置20的无线通信部25无线发送的诊断用数据，并将接收到的诊断用数据通过通信网CN发送到设置在远程监视中心的远程监视装置13。远程监视装置13接收从自动扶梯设置现场的数据收发装置12经由通信网CN发送的诊断用数据，利用该诊断用数据判定有无自动扶梯的异常(异常判定装置)，并输出判定结果。远程监视装置13对自动扶梯有无异常的判定例如采用以下方法来进行：预先收集正常时的自动扶梯的运转音并存储其声音数据，将诊断用数据和正常时的声音数据进行比较，如果检测出超过规定的阈值的差异，则判定自动扶梯有异常。

此处，参照图3，对通过移动集音装置20的运算部23加工多周的量的自动扶梯运转音的声音数据并生成诊断用数据的方法进行说明。又，图3显示根据三周的量的自动扶梯运转音的声音数据生成相当于一周的量的诊断用数据的实例。

运算部23首先将连续收集到的存储在数据收集部22中的多周的量的自动扶梯运转音的声音数据按每份一周的量的声音数据进行分离，同时以相同的时段划分分别将各周的自动扶梯运转音的声音数据划分为多个区间。如图3所示，(a)为第一周的声音数据，(b)为第二周的声音数据，(c)为第三周的声音数据，将各周的声音数据分别划分为8个区间d1～d8。

接着，运算部23按照相对应的每一区间分别比较多周的量的自动扶梯运转音的声音数据，并选择声音数据的最大值为最小的区间数据。即，运算部23在多周的量的自动扶梯运转音的声音数据中，对检测踏板10A移动同一经路区间时的声音数据进行比较，并选择最大值为最小的声音数据作为该区间的区间数据。在图3所示的例子中，作为区间d1中的声音数据，由于最大值最小的是第一周的声音数据，因此选择第一周的声音数据作为该区间d1的区间数据。又，作为区间d2的区间数据，由于最大值为最小的是第三周的声音数据，因此选择第三周的声音数据作为该区间d2的区间数据。同样的，选择第一周的声音数据作为区间d3的区间数据。选择第三周的声音数据作为区间d4的区间数据。选择第三周的声音数据作为区间d5的区间数据。选择第二周的声音数据作为区间d6的区间数据。选择第一周的声音数据作为区间d7的区间数据。选择第一周的声音数据作为区间d8的区间数据。

接着，运算部23如图3的(d)所示的，将根据多个区间分别选择的区间数据结合，生成相当于一周的量的诊断用数据。图3的(d)所示的诊断用数据是将以下数据结合而生成的：区间d1的第一周声音数据、区间d2的第三周声音数据、区间d3的第一周声音数据、区间d4的第三周声音数据、区间d5的第三周声音数据、区间d6的第二周声音数据、区间d7的第一周声音数据、和区间d8的第一周声音数据。

该诊断用数据是为了除去与自动扶梯运转无关的突发的外部杂音而生成的数据。即，在移动集音装置20的集音部21收集到突发的外部杂音的情况下，该外部杂音成分与自动扶梯运转音重叠，声音数据的值暂时增大。但是，如上所述那样，利用多周的量的自动扶梯运转音的声音数据，将各区间中声音数据的最大值为最小的区间数据结合并生成数据，从而生成除去了外部杂音的诊断用数据。

此处，各区间的声音数据的最大值，例如，可通过电压波形的峰间值进行评价。集音部21一般将与自动扶梯运转音的音压相对应的振动波形输出为电压波形。由此，如果利用电压波形的峰间值来评价各期间的声音数据的最大值，并选择电压波形峰间值为最小的区间数据的话，可直接利用从集音部21输出的电压波形来生成诊断用数据。其结果是可非常简便地进行诊断用数据生成的处理。

又，除了以电压波形峰间值评价最大值之外，例如，也可以通过对各区间求得电压实效值来选择实效值最小的区间数据。又，也可以将电压波形变换为音压波形来选择音压波形的峰间值最小的区间数据，或者选择音压实效值为最小的区间数据。进一步的，可以利用对声音数据的频率分析结果对该最大值进行评价，选择频谱的最大值为最小的区间数据。

又，作为将各周的自动扶梯运转音的声音数据分为多个区间的方法，例如，以能将踏板10旋转一周所需要的时间整除为偶数这样长度的时段划分，将各周自动扶梯运转音的声音数据等间隔地分割为偶数的区间的方法是有效的。即，踏板10的循环移动经路分为来路和回路两部分，如果分割声音数据的区间数为偶数，则可以将声音数据区别为来路侧区间和回路侧区间来进行处理，又，通过使各区间等间隔，可以容易进行声音数据的分割。又，作为各区间的分割基准的时段划分的长度越短则诊断用数据的可靠性越提高，但是处理负荷也变大。因此，兼顾两方，时段划分的长度被设定为最合适的长度。根据本发明者的实验，设定3秒以下，特别是1.5～2秒左右的长度最为合适。

又，作为将各周自动扶梯运转音的声音数据分割为多个区间的分割方法，例如，以踏板10旋转一周所需要的时间除以踏板10的总数得到的这样长度的时段划分，将各周自动扶梯运转音的声音数据等间隔地分割为多个区间的方法是有效的。由于此时的时段划分相当于从前一踏板10通过某个位置起到下一个踏板10通过该位置为止所需的时间(单位移动时间)，因此根据单位移动时间对声音数据进行处理，又，通过使得各区间等间隔，可以容易地进行声音数据的分割。又，相当于该单位移动时间的时段划分，如图4所示，可通过相邻踏板10的踏板辊10r之间的距离L除以踏板10的移动速度v来求得。这样即使在踏板10的移动速度v可变的情况下，也可以极其简便地进行声音数据的分割。

以上，如通过具体实例进行详细说明的那样，根据本实施例的异常诊断系统，可通过设置在检测踏板10A的移动集音装置20对多周的量的自动扶梯运转音的声音数据进行收集并对该多周的量的自动扶梯运转音的声音数据进行加工，以生成去除了突发的外部杂音的诊断用数据。而且，该诊断用数据从数据收发装置12通过通信网CN发送至设置在远程监视中心的远程监视装置13，并由远程监视装置13基于诊断用数据诊断自动扶梯有无异常。因此，在远程监视中心可根据现场的自动扶梯运转音自动诊断有无异常。进一步的，即使收集自动扶梯的运转音时发生比较大的外部杂音，也可有效防止该外部杂音对诊断造成的不良影响。因此，可精度良好地对自动扶梯的异常进行诊断。

又，在以上说明的异常诊断系统中，是以按照每日或每周等预定的周期生成相当于一周的量的诊断用数据，基于该诊断用数据对自动扶梯进行异常诊断为前提的。然而，也可以在一天内多次生成诊断用数据，并对于生成的多个诊断用数据，进行与根据多周的量的自动扶梯运转音的声音数据生成诊断用数据相同的处理生成二次加工诊断用数据，并根据该二次加工用诊断用数据进行自动扶梯异常诊断。

也就是说，移动集音装置20通过集音部21在一天中多次收集多周的量的自动扶梯运转音。每当此时，实行运算部23的上述处理来生成诊断用数据，并将生成的诊断用数据存储在诊断用数据存储部24。在诊断用数据存储部24存储了多个诊断用数据的阶段，运算部23读取这些多个诊断用数据，以相同的时段划分将各个诊断用数据分为多个区间。然后，对各个相对应的区间比较多个诊断用数据，来选择声音数据最大值为最小的区间数据，并结合选择的区间数据生成相当于一周的量的二次加工诊断用数据。此时作为区间分割基准的时段划分，可以是与生成诊断用数据时相同的时段划分，也可以是生成二次加工诊断用数据时的特别化的其它时段划分。又，对于声音数据最大值的评价方法，可使用与生成诊断用数据时相同的方法，也可使用生成二次加工诊断用数据时特别化的的其他方法。

上述那样生成的二次加工诊断用数据是去除了在生成诊断用数据时无法除尽的外部杂音的数据，是作为诊断用数据的高精度数据。该二次加工数据，与上述实例相同，从移动集音装置20的无线通信部25无线发送至自动扶梯设置现场的数据收发装置12，之后，通过通信网CN从数据收发装置12发送至监视中心的远程监视装置13。接着，在远程监视装置13，使用该二次加工诊断用数据对自动扶梯有无异常进行判断，并输出判定结果。从而，在该实例中，可进一步地可靠地防止突发的外部杂音对诊断造成的不良影响，能更加精确地诊断自动扶梯的异常。

又，在上述说明的异常诊断系统中，是以设置在远程监视中心的远程监视装置13例如基于数据收发装置12发送的诊断用数据或者二次加工诊断用数据与正常时的声音数据的差分对自动扶梯有无异常进行判定为前提的。但是，远程监视装置13也可以利用在不同日由移动集音装置20生成并从数据收发装置12发送的多个诊断用数据或者二次加工诊断用数据，对这些诊断用数据和二次加工诊断用数据的历时变化进行观察，并基于观察结果判断自动扶梯有无异常。

也就是说，即使由于某种原因自动扶梯运转中产生暂时的异常音，如果是该异常音在次日有所降低这样的级别，则其不是紧急性的重要问题，往往可以在下次的维护检查时进行检查对应。从而，根据不同日生成的多个诊断用数据或二次加工诊断用数据对该数据的历时变化进行观察，在该异常音暂时发生的情况不判定为异常，在持续发生异常音的情况下判定自动扶梯为异常。其结果，可以进行高精度的异常判断。

又，以上说明的自动扶梯的异常诊断系统举例说明了本发明的一个实施例，在不脱离本发明主旨的前提下可作出各种变形、变更、替代技术的转用等。例如，在上述异常诊断系统中，将多个踏板10中的一个作为检测踏板10A，通过设置在该检测踏板10A上的一个移动集音装置20来收集自动扶梯运转音，生成诊断用数据。但是，也可以设置多个检测踏板10A并分别在其上设置移动集音装置20，利用多个移动集音装置20分别进行自动扶梯运转音的集音和诊断用数据生成。又，代替设置在检查踏板10A的移动集音装置20，或者在移动集音装置20以外，还可以在桁架1内部等容易发生异常音的位置设置固定集音装置，通过该固定集音装置进行自动扶梯的运转音的收集和诊断用数据的生成。

又，在上述异常诊断系统中，诊断用数据的生成在移动集音装置20内部进行，但是也可以在数据收发装置12或远程监视装置13生成诊断用数据。此时，移动集音装置20收集自动扶梯的运转音并将该声音数据发送至数据收发装置12，数据收发装置12可以通过上述方法对该声音数据进行加工并生成诊断用数据。或者数据收发装置12将自动扶梯运转音的声音数据发送到远程监视装置13，远程监视装置13通过上述方法对该声音数据进行加工生成诊断用数据也可以。

又，在上述异常诊断系统中，使用诊断用数据对自动扶梯的异常诊断在远程监视装置13中进行。但是，也可在移动集音装置20的内部进行自动扶梯的异常诊断，并将该诊断结果从数据收发装置12发送到远程监视装置13。又，也可使用来自移动集音装置20的诊断用数据，由数据收发装置12进行自动扶梯的异常诊断，并将该诊断结果发送至远程监视装置13。

Claims (6)

1.一种乘客输送机的异常诊断系统，该乘客输送机使得环状连接的多个踏板循环移动来搬送搭乘在踏板上的乘客，其特征在于，该异常诊断系统包括：

收集乘客输送机的运转音的集音装置；

数据运算装置，所述数据运算装置对所述踏板旋转多周的期间内所述集音装置收集的多周的量的乘客输送机运转音的声音数据进行加工，生成诊断用数据；

异常判定装置，所述异常判定装置采用由所述数据运算装置生成的诊断用数据，判定乘客输送机是否发生异常，

所述数据运算装置通过相同的时段划分将各周的乘客输送机运转音的声音数据分别分割为多个区间，按相对应的每一区间分别比较多周的量的乘客输送机运转音的声音数据，从中选择声音数据的最大值为最小的区间数据，并将选择的区间数据结合生成相当于一周的量的所述诊断用数据。

2.如权利要求1所述的乘客输送机的异常诊断系统，其特征在于，所述数据运算装置用电压波形的峰间值评价所述声音数据的最大值，并选择电压波形的峰间值最小的区间数据作为用于所述诊断用数据的区间数据。

3.如权利要求1所述的乘客输送机的异常诊断系统，其特征在于，所述数据运算装置以能将所述踏板旋转一周所需的时间整除为偶数这样长度的时段划分，将各周的乘客输送机运转音的声音数据等间隔地分割为偶数个区间。

4.如权利要求1所述的乘客输送机的异常诊断系统，其特征在于，所述数据运算装置以将所述踏板旋转一周所需要的时间除以所述踏板总数所得到的长度的时段划分，将各周的乘客输送机运转音的声音数据等间隔地分割为多个区间。

5.如权利要求1所述的乘客输送机的异常诊断系统，其特征在于，

所述数据运算装置在一天中多次进行所述诊断用数据的生成，分别通过相同的时段划分将生成的多个诊断用数据分割成多个区间，按相对应的每一区间分别比较多个诊断用数据，从中选择声音数据的最大值为最小的区间数据，并将选择的区间数据结合生成相当于一周的量的二次加工诊断用数据，

所述异常判定装置使用所述数据运算装置生成的二次加工诊断用数据判定乘客输送机是否发生异常。

6.如权利要求5所述的乘客输送机的异常诊断系统，其特征在于，所述异常判定装置使用不同日期由所述数据运算装置生成的多个所述诊断用数据或者所述二次加工诊断用数据观察该数据的历时变化，并基于观察结果判断乘客输送机是否发生异常。

Images