CN109460915A - 一种基于大数据驱动的城市电梯智能派工检验系统 - Google Patents

Abstract

本发明公开了一种基于大数据驱动的城市电梯智能派工检验系统，包括电梯检验点、数据收集端、紧急数据处理端、数据预处理与网络数据安全端、终端处理服务器、网络发布服务器、路线发布服务器、派工检验路线分配端、路线检验端和检验路线反馈端。本发明利用大数据算法，实现全天候下的城市电梯检验路线规划，利用大数据系统收集信息，数据收集更加全面，另一方面，数据从基层直接获取，数据具有真实性；系统设置了应急信息处理端，针对紧急情况，系统能做到及时反映、及时处理；系统中设置有反馈端，能对系统运作起到良好的正反馈，以至于系统具有良好的稳定性；从管理层面，本发明为电梯检验提供了一种可行性方案。

Description

一种基于大数据驱动的城市电梯智能派工检验系统

技术领域

本发明属于大数据智能派工检验的技术领域，尤其涉及一种基于大数据驱动的城市电梯智能派工检验系统。

背景技术

电梯作为日常特种设备，无论升降电梯还是自动扶梯，其日常需求量是巨大的。据不完全统计每天利用电梯人数可以达到上十亿人，作为日常设备，使用的长期性，反复性，决定着对电梯的磨损与损耗是巨大的。另一方面作为载人设备，一旦产生问题，其后果也是十分严重的。因此，电梯作为涉及人身安全的特种设备，对其进行有效检验，保证其安全性、日常使用性能，做到设备使用无故障、无事故，是人民出行安全、生命财产安全的一大保障。

但是随着社会高层房屋建筑增加，商业建筑的扩张。每年需要维护检验的电梯数量是一个庞大的数量。与之相反的，检验工作常常是在固定时间内，对某一片区域进行检验，管理制度更是陈旧。由此形成，检验时间短促、检验人员缺失，检验工作量大，检验路线模糊等诸多问题。因此，如何突破传统电梯检验上的诸多问题，是电梯检验行业需要解决的难题。

发明内容

基于以上现有技术的不足，本发明所解决的技术问题在于提供一种基于大数据驱动的城市电梯智能派工检验系统，利用大数据算法，实现全天候下的城市电梯检验路线规划，实现少人化、无人化的智能管理。

为了解决上述技术问题，本发明通过以下技术方案来实现：本发明提供一种基于大数据驱动的城市电梯智能派工检验系统，包括：

电梯检验点，为固定地点所需检验的所有电梯的地理位置；

数据收集端，与所述电梯检验点连接，用于收集各个电梯检验点的地理与检验时间信息；

数据预处理与网络数据安全端，与所述数据收集端连接，用于将收集的数据做初步筛选以及维护数据安全；

终端处理服务器，与所述数据预处理与网络数据安全端连接，用于对各数据进行处理并进行算法计算，得出合理的电梯检验路线的路线规划；

路线发布服务器，与所述终端处理服务器连接，用于将电梯检验路线发布给检验工人；

派工检验路线分配端，与所述路线发布服务器连接，用于将各电梯检验路线分配给检验工人；

路线检验端，与所述派工检验路线分配端连接，用于检验工人对检验路线的检验。

进一步的，还包括：

紧急数据处理端，与所述数据预处理与网络数据安全端连接，用于紧急突发事件处理。

进一步的，还包括：

所述检验路线反馈端，与所述路线检验端和终端处理服务器连接，用于对检验工人的检验成果进行收集，并将检验结果反馈到终端处理服务器。

可选的，所述终端处理服务器对所述检验路线反馈端反馈的检验结果进行分析处理，并将需要二次处理、错误信息加入算法模型，并将重新计算的电梯检验路线传输到所述路线发布服务器。

进一步的，还包括：

网络发布服务器，与所述终端处理服务器连接，用于对检验路线进行预告，并对检验结果进行公布。

可选的，所述终端处理服务器中的算法计算包括：

对坐标点进行模糊聚类，模糊聚类具体步骤如下：

建立原始检验电梯坐标点矩阵X＝(X_ij)_n×m，并将数据规格化：

其中，为j行平均值，s_j为j行方差；

建立模糊相似矩阵，利用距离法，采用欧几里得距离：

得到模糊距离相似矩阵R＝(d_ij)_n×m，其中d_ij为其模糊距离；

利用传递闭包法，进行模糊聚类：

求出模糊相似矩阵R的传递矩阵t(R)；

按阈值λ由大到小进行聚类；

将聚类中心作为新的坐标点作为输出。

可选的，对所述聚类中心所形成的点进行模拟退火算法计算，模拟退火算法具体步骤如下：

解空间：解空间S可表示为{1，2，…，n}的循环排列集合，记作(π₁,π₂,…,π₁₀₂)，π_i为第i个标记点，其中S是聚类中心的坐标；

目标函数：侦查所有目标的路径长度：

其中代表排列第i个标记点与第i+1个标记点之间的距离，以至于新解的产生：

选序号u、v，交换其顺序，此时新路径为：

π₁…π_uπ_vπ_v-1…π_u+1π_vπ_v+1

路径差Δf：对于前路径与新路径之间的路径差Δf可表示为：

接受准则：

如果Δf＜0则接受新的路径，否则以概率exp{-Δf/T}接受新的路径；

降温：其中T为时间温度，利用选定的降温系数α进行降温，即T→αT，得到新的温度，取α＝0.999；

结束条件，用选定的终止温度e＝10^-30，判断退火过程是否结束，若T＜e则算法结束，输出当前状态，若未结束返回第三步继续执行；

当终端处理服务器完成计算，将计算结果输送网络发布服务器和路线发布服务器。

由上，本发明提供的基于大数据驱动的城市电梯智能派工检验系统至少具有如下有益效果：

(1)系统具有普遍性、真实性，利用大数据系统收集信息，数据收集更加全面，另一方面，数据从基层直接获取，数据具有真实性。

(2)系统管理简单化，绝大部分管理工作都是由系统自动完成，可实现少人化、无人化的智能管理。

(3)系统全天候运作，极大避免了工作时间集中、检修工人工作压力大的缺点。

(4)系统具有应急性，系统设置了应急信息处理端，针对紧急情况，系统能做到及时反映、及时处理。

(5)系统有着良好的稳定性，系统中设置有反馈端，能对系统运作起到良好的正反馈，以至于系统具有良好的稳定性。

(6)系统具有公开性，公众监督性的特点，系统处理结果与网络紧密连接，受公众监督，接受公众反馈。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其他目的、特征和优点能够更明显易懂，以下结合优选实施例，并配合附图，详细说明如下。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例的附图作简单地介绍。

图1为本发明的基于大数据驱动的城市电梯智能派工检验系统的原理示意图。

图中：1-电梯检验点；2-数据收集端；3-紧急数据处理端；4-数据预处理与网络数据安全端；5-终端处理服务器；6-网络发布服务器；7-路线发布服务器；8-派工检验路线分配端；9-路线检验；10-检验路线反馈端。

具体实施方式

下面结合附图详细说明本发明的具体实施方式，其作为本说明书的一部分，通过实施例来说明本发明的原理，本发明的其他方面、特征及其优点通过该详细说明将会变得一目了然。在所参照的附图中，不同的图中相同或相似的部件使用相同的附图标号来表示。

如图1所示，本发明的基于大数据驱动的城市电梯智能派工检验系统包括：电梯检验点1、数据收集端2、紧急数据处理端3、数据预处理与网络数据安全端4、终端处理服务器5、网络发布服务器6、路线发布服务器7、派工检验路线分配端8、路线检验端9和检验路线反馈端10，其中，电梯检验点1与数据收集端2连接，数据收集端2与数据预处理与网络数据安全端4连接，紧急数据处理端3作为突发状况处理与数据预处理与网络数据安全端4连接，数据预处理与网络数据安全端4与终端处理服务器5连接，终端处理服务器5将所得出的检验路线输出到网络发布服务器6与路线发布服务器7，路线发布服务器7与派工检验路线分配端8连接，派工检验路线分配端8与各部分的路线检验端9连接，路线检验端9得出的结果将输出到检验路线反馈端10，检验路线反馈端10作为反馈与终端处理服务器5连接。

本发明的电梯检验点1是各社区各商场固定地点所需检验的所有电梯的地理位置，本发明通过数据收集端2收集各电梯检验点1的检验点的地理与检验时间信息，将其收集信息做初步统计后，数据收集端2将数据传输给数据预处理与网络数据安全端4。在数据预处理与网络数据安全端4处，数据将得到预处理，筛选出真实可靠的信息，并在此对错误数据，网络攻击拒之门外，以维护数据安全。在数据预处理与网络数据安全端4对其预处理后，将数据发向终端处理服务器5。终端处理服务器5的功能是将各数据处理并进行算法计算，最终将得出合理的电梯检验路线。与此同时，终端处理服务器5处产生的电梯检验路线一方面将传输给网络发布服务器6，此时网络发布服务器6的作用是将电梯检验路线提前告知检验用户，以便被检验用户做好十足的准备。另一方面，终端处理服务器5处产生的电梯检验路线将传输给路线发布服务器7，路线发布服务器7将作为储存单元，将检验路线存储在其中，为之后的检验工作做好准备。路线发布服务器7将电梯检验路线传输到派工检验路线分配端8，派工检验路线分配端8将各检验路线分配各路线检验端9。路线检验端9的工作是各检验工人对检验路线的检验，并将其各检验路线的检验结果汇总于检验路线反馈端10，检验路线反馈端10将检验结果向终端处理服务器5反馈，此时终端处理服务器5对检验结果进行分析处理，并将需要二次处理、错误信息等情况加入算法模型。等终端处理服务器5处理后，将重新计算的检验路线传输到路线发布服务器7。与此同时，网络发布服务器6从终端处理服务器5处收到相关检验信息，并将信息公布到网络上，通知检验结果等信息。

下面，对终端处理服务器5中的具体算法进行进一步的说明：

为众多的电梯坐标点进行分析，终端处理服务器5首先对众多的坐标点进行模糊聚类，将多数坐标点聚集成少数具有代表性的点，减少其后续运算，模糊聚类具体步骤如下：

一、建立原始检验电梯坐标点矩阵X＝(x_ij)_n×m，并将数据规格化，

有其中：为j行平均值，s_j为j行方差。

二、建立模糊相似矩阵，利用距离法，采用欧几里得距离：

得到模糊距离相似矩阵R＝(d_ij)_n×m，其中d_ij为其模糊距离；

三、利用传递闭包法，进行模糊聚类：

a)求出模糊相似矩阵R的传递矩阵t(R)；

b)按阈值λ由大到小进行聚类；

c)将聚类中心作为新的坐标点作为输出。

接下来，终端处理服务器5为求得其电梯检验路线，对聚类中心所形成的点进行模拟退火算法计算，模拟退火算法具体步骤如下：

一、解空间：解空间S可表示为{1，2，…，n}的循环排列集合，记作(π₁,π₂,…,π₁₀₂)，π_i为第i个标记点，其中S是聚类中心的坐标。

二、目标函数：此时的目标函数为侦查所有目标的路径长度(或代价函数)：

三、新解的产生：

选序号u、v，交换其顺序，此时新路径为：

π₁…π_uπ_vπ_v-1…π_u+1π_vπ_v+1

四、路径差Δf：对于前路径与新路径之间的路径差Δf可表示为：

五、接受准则：

如果Δf＜0则接受新的路径。否则以概率exp{-Δf/T}接受新的路径。

六、降温：其中T为时间温度，利用选定的降温系数α进行降温，即T→αT，得到新的温度，这里我们取α＝0.999。

七、结束条件：用选定的终止温度e＝10^-30，判断退火过程是否结束，若T＜e则算法结束，输出当前状态。若未结束返回第三步继续执行。

当终端处理服务器5完成计算，将计算结果输送到网络发布服务器6和路线发布服务器7。

本发明的基于大数据驱动的城市电梯智能派工检验系统利用大数据算法，实现全天候下的城市电梯检验路线规划，利用大数据系统收集信息，数据收集更加全面，另一方面，数据从基层直接获取，数据具有真实性；系统设置了应急信息处理端，针对紧急情况，系统能做到及时反映、及时处理；系统中设置有反馈端，能对系统运作起到良好的正反馈，以至于系统具有良好的稳定性；从管理层面，本发明为电梯检验提供了一种可行性方案。

以上所述是本发明的优选实施方式而已，当然不能以此来限定本发明之权利范围，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和变动，这些改进和变动也视为本发明的保护范围。

Claims (7)

1.一种基于大数据驱动的城市电梯智能派工检验系统，其特征在于，包括：

电梯检验点(1)，为固定地点所需检验的所有电梯的地理位置；

数据收集端(2)，与所述电梯检验点(1)连接，用于收集各个电梯检验点的地理与检验时间信息；

数据预处理与网络数据安全端(4)，与所述数据收集端(2)连接，用于将收集的数据做初步筛选以及维护数据安全；

终端处理服务器(5)，与所述数据预处理与网络数据安全端(4)连接，用于对各数据进行处理并进行算法计算，得出合理的电梯检验路线的路线规划；

路线发布服务器(7)，与所述终端处理服务器(5)连接，用于将电梯检验路线发布给检验工人；

派工检验路线分配端(8)，与所述路线发布服务器(7)连接，用于将各电梯检验路线分配给检验工人；

路线检验端(9)，与所述派工检验路线分配端(8)连接，用于检验工人对检验路线的检验。

2.如权利要求1所述的基于大数据驱动的城市电梯智能派工检验系统，其特征在于，还包括：

紧急数据处理端(2)，与所述数据预处理与网络数据安全端(4)连接，用于紧急突发事件处理。

3.如权利要求1所述的基于大数据驱动的城市电梯智能派工检验系统，其特征在于，还包括：

所述检验路线反馈端(10)，与所述路线检验端(9)和终端处理服务器(5)连接，用于对检验工人的检验成果进行收集，并将检验结果反馈到终端处理服务器(5)。

4.如权利要求3所述的基于大数据驱动的城市电梯智能派工检验系统，其特征在于，所述终端处理服务器(5)对所述检验路线反馈端(10)反馈的检验结果进行分析处理，并将需要二次处理、错误信息加入算法模型，并将重新计算的电梯检验路线传输到所述路线发布服务器(7)。

5.如权利要求1所述的基于大数据驱动的城市电梯智能派工检验系统，其特征在于，还包括：

网络发布服务器(6)，与所述终端处理服务器(5)连接，用于对检验路线进行预告，并对检验结果进行公布。

6.如权利要求1所述的基于大数据驱动的城市电梯智能派工检验系统，其特征在于，所述终端处理服务器(5)中的算法计算包括：

对坐标点进行模糊聚类，模糊聚类具体步骤如下：

建立原始检验电梯坐标点矩阵X＝(x_ij)_n×m，并将数据规格化：

其中，为j行平均值，s_j为j行方差；

建立模糊相似矩阵，利用距离法，采用欧几里得距离：

得到模糊距离相似矩阵R＝(d_ij)_n×m，其中d_ij为其模糊距离；

利用传递闭包法，进行模糊聚类：

求出模糊相似矩阵R的传递矩阵t(R)；

按阈值λ由大到小进行聚类；

将聚类中心作为新的坐标点作为输出。

7.如权利要求6所述的基于大数据驱动的城市电梯智能派工检验系统，其特征在于，对所述聚类中心所形成的点进行模拟退火算法计算，模拟退火算法具体步骤如下：

解空间：解空间S可表示为{1，2，…，n}的循环排列集合，记作(π₁,π₂,…,π₁₀₂)，π_i为第i个标记点，其中S是聚类中心的坐标；

目标函数：侦查所有目标的路径长度：

其中代表排列第i个标记点与第i+1个标记点之间的距离，以至于新解的产生：

选序号u、v，交换其顺序，此时新路径为：

π₁…π_uπ_vπ_v-1…π_u+1π_vπ_v+1

路径差Δf：对于前路径与新路径之间的路径差Δf可表示为：

接受准则：

如果Δf＜0则接受新的路径，否则以概率exp{-Δf/T}接受新的路径；

降温：其中T为时间温度，利用选定的降温系数α进行降温，即T→αT，得到新的温度，取α=0.999；

结束条件，用选定的终止温度e＝10^-30，判断退火过程是否结束，若T＜e则算法结束，输出当前状态，若未结束返回第三步继续执行；

当终端处理服务器(5)完成计算，将计算结果输送网络发布服务器(6)和路线发布服务器(7)。