CN109896384A - 基于大数据分析的曳引电梯健康状态特征参数提取方法 - Google Patents

Abstract

本申请提供一种基于大数据分析的曳引电梯健康状态特征参数提取方法，所述方法包括：确定曳引驱动电梯的风险分布状况；基于风险分布状况，确定曳引驱动电梯的至少一个风险点；基于判断矩阵确定所述至少一个风险点各自对应的权重系数；基于所述至少一个风险点各自对应的权重系数，确定所述曳引驱动电梯需要提取的健康状态特征参数；基于所述健康状态特征参数的信号类型，确定所述健康状态特征参数的提取方式。本申请通过对电梯进行在线监测来了解电梯运行情况，对电梯向智能化方向发展提供了数据依据，进而确保基于健康状态特征参数来清晰地了解电梯的运行状况和问题，及时发现电梯存在的安全隐患，提高涉及公共安全的电梯监管水平。

Description

基于大数据分析的曳引电梯健康状态特征参数提取方法

技术领域

本申请涉及特种设备安全检测技术领域，尤其涉及一种基于大数据分析确定曳引驱动电梯的健康状态特征参数的方法。

背景技术

电梯在人们的生活中广为应用，它在给人们带来方便快捷的同时，安全事故也在不断发生。电梯存在的故障类型主要包括：电梯困人夹人、溜梯不平层、门开关问题、对讲问题、故障停运、异响异动、维修维护不及时等问题。现有技术中，通过对电梯进行定期检验来了解电梯运行情况，目前尚无针对曳引驱动电梯健康状态特征参数提取的系统方法。

发明内容

有鉴于此，本申请提供一种新的技术方案，可以解决现有技术中提出的上述技术问题。

为实现上述目的，本申请提出了一种基于大数据分析的曳引驱动电梯健康状态特征参数提取方法，包括：

确定曳引驱动电梯的风险分布状况；

基于所述风险分布状况确定所述曳引驱动电梯的至少一个风险点；

基于判断矩阵确定所述至少一个风险点各自对应的权重系数；

基于所述至少一个风险点各自对应的权重系数，确定所述曳引驱动电梯需要提取的健康状态特征参数；

基于所述健康状态特征参数的信号类型，确定所述健康状态特征参数的提取方式。

由以上技术方案可知，由于电梯的健康状态特征参数的提取技术是电梯前端信号采集系统的关键技术，本申请通过基于曳引驱动电梯的各个风险点的权重系数确定电梯需要提取的健康状态特征参数，基于健康状态特征参数的信号类型，确定健康状态特征参数的提取方式，避免了对电梯进行定期检验来了解电梯运行情况，对电梯向智能化方向发展提供了可靠的数据依据，进而确保基于健康状态特征参数来清晰地了解电梯的运行状况和问题，及时发现电梯存在的安全隐患，极大地提高了公共安全的监管管理水平。

附图说明

图1示出了本申请实施例所适用的系统示意图。

图2示出了根据本发明的示例性实施例的基于大数据分析的曳引电梯健康状态特征参数提取方法的流程示意图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。

在本申请使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。

应当理解，尽管在本申请可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本申请范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。

图1示出了本申请实施例所适用的系统示意图，如图1所示，系统包括：曳引驱动电梯10和监控设备20，曳引驱动电梯10可通过物联网接入到中心服务器20。其中，曳引驱动电梯10可包括的硬件组成部分为：电梯门系统11、电梯安全回路12、曳引机制动器13、电梯控制柜14以及各类传感器15，其中，可以将各类传感器15布置在相应的各硬件组成部分，以采集电梯在工作过程中各个硬件组成部分的健康状态特征参数。其中，各类传感器15具体可包括：光电传感器、位移传感器和加速度传感器，通过不同的传感器接口板与中心服务器20电连接，中心服务器20可以通过执行下述图2所示实施例来确定通过各类传感器15中部分传感器采集相应的健康状态特征参数，并且，显示各类传感器15中部分传感器所采集的来自各硬件组成部分的健康状态特征参数。

为对本申请进行进一步说明，提供下列实施例：

图2示出了根据本发明的示例性实施例的确定电梯的健康状态特征参数的方法的流程示意图；如图2所示，包括如下步骤：

步骤201，确定曳引驱动电梯的风险分布状况。

在一实施例中，曳引驱动电梯可以为任何通过物联网接入到中心服务器的电梯。曳引驱动电梯的风险分布状况可以为曳引驱动电梯的各个硬件组成部分存在的风险点的分布，风险分布状况可以通过大数据分析的方法对已有的曳引驱动电梯的风险进行统计，其中，风险分布状况可以通过过列表的方式来表示，例如：表1所示：

表1

步骤202，基于风险分布状况，确定曳引驱动电梯的至少一个风险点。

在一实施例中，可以基于上述表1中所记录的风险分布状况，确定曳引驱动电梯存在的至少一个风险点，例如，风险点例如硬件组成部分包括门系统存在电气故障，钢丝绳存在磨损，等等。

步骤203，基于判断矩阵确定至少一个风险点各自对应的权重系数。

步骤204，基于至少一个风险点各自对应的权重系数，确定曳引驱动电梯需要提取的健康状态特征参数。

在一实施例中，可以基于电梯的各个风险点以及通过判断矩阵记录的权重系数，确定各个风险点在判断矩阵对应的元素，其中，判断矩阵中归一化后的权重系数如表2所示，步骤204中可以先确定大于一定预设阈值的权重系数对应的电梯的风险点，基于大于一定预设阈值的权重系数对应的电梯的风险点对应的健康状态特征参数为需要提取的健康状态特征参数。

表2

步骤205，基于健康状态特征参数的信号类型，确定所述健康状态特征参数的提取方式。

在一实施例中，可以通过列表的方式记录电梯的信号类型、信号名称、采集触发条件以及提取方式之间的对应关系，当确定了健康状态特征参数的信号类型时，基于列表所记录的对应关系，确定与信号类型相对应的提取方式。具体例子可以参见表3所示。

表3

由上述描述可知，由于电梯的健康状态特征参数的提取技术是电梯前端信号采集系统的关键技术，本申请通过曳引驱动电梯的各个风险点的权重系数确定电梯需要提取的健康状态特征参数，基于健康状态特征参数的信号类型，确定健康状态特征参数的提取方式，实现了通过对电梯进行在线监测来了解电梯的运行情况，避免了对电梯进行定期检验来了解电梯运行情况，对电梯向智能化方向发展提供了可靠的数据依据，进而确保基于健康状态特征参数来清晰地了解电梯的运行状况和问题，及时发现电梯存在的安全隐患，极大地提高了公共安全的监管管理水平。

下面结合图1对本申请图2所示实施例进行详细描述：

在步骤201中可通过如下方式确定曳引驱动电梯的风险分布状况：

基于已存储的电梯事故信息，确定曳引驱动电梯的事故风险点；

基于已存储的电梯检验问题信息，确定所述曳引驱动电梯的硬件组成部分的问题风险点；

基于已存储的电梯常见故障信息，确定所述曳引驱动电梯的硬件组成部分的故障风险点；

基于所述事故风险点、所述问题风险点、故障风险点确定所述电梯的风险分布状况。

其中，可以基于物联网的方式将接入物联网的电梯已经发生的电梯事故信息、电梯检验问题信息以及电梯常见故障信息进行统计并存储，当执行本申请步骤201时，直接读取出电梯事故信息、电梯检验问题信息以及电梯常见故障信息，并基于电梯事故信息、电梯检验问题信息以及电梯常见故障信息确定曳引驱动电梯的风险分布状况。由此可以通过大数据的方式，得到当前曳引驱动电梯的整个风险分布状况，由于风险分布状况表示了当前曳引驱动电梯的整体情况，进而可确保曳引驱动电梯的健康状态特征参数采集的合理性和准确性。

在步骤202中可通过如下方式基于风险分布状况，确定曳引驱动电梯的各个风险点的权重系数：

基于与电梯相关的记录信息，确定曳引驱动电梯的判断矩阵中的各个元素所对应的硬件组成部分；

确定电梯的健康状态特征参数的判断矩阵中的各个元素所对应的硬件组成部分的初始权重系数，其中，所述判断矩阵A中第i行和第j列的元素x_ij表示硬件组成部分x_i与硬件组成部分x_j比较后所得的权重系数；

计算所述判断矩阵A中的每一行各标度数据的几何平均数w_i；

利用公式对所述判断矩阵中的各个元素进行归一化，其中，n表示判断矩阵A包含元素的总数量；

基于归一化后的计算结果确定所述判断矩阵A中的各个硬件组成部分的权重系数。

在一实施例中，与电梯相关的记录信息可包括：电梯的技术资料、机房设备、电梯井道、紧急照明和报警装置、安全装置、曳引机、制动器、门系统、安全回路、控制系统、钢丝绳等信息。

在一实施例中，判断矩阵中的每一个元素对应电梯的一个硬件组成部分。判断矩阵中的每一权重系数，可以表示曳引驱动电梯的健康状态的数学模型。例如，硬件组成部分包括曳引机制动器，则健康状态特征参数为制动器信号，若硬件组成部分为电梯门系统，则健康状态特征参数包括：电梯门系统的故障信号，等等。

判断矩阵R例如可以如下所示：

其中，m表示电梯的硬件组成部分的数量，预设一组共m个权重系数。计算得到的最大特征值λ_max＝11.5301，权重向量为A＝(0.1144，0.0376，0.0468，0.0468，0.1475，0.3891，0.2290，0.5310，0.3779，0.2636，0.5112)，并进行归一化处理的向量A0＝(0.0425 0.01400.0140 0.0140 0.0547 0.1444 0.0850 0.1970 0.1402 0.0978 0.1897)。

通过上述归一化后的向量A0，从A0中找到大于或者等于预定阈值的参数对应的风险点，通过该风险点对应的提取方式即可采集到电梯需要提取的健康状态特征参数。

由于判断矩阵中的权重系数综合考量了电梯安全的重要程度、故障发生率高低、乘客关注度、便于统计分析、是否适合实时监控、物联网技术的现状等原则，因此判断矩阵可综合表示了电梯自身的整体健康状态；通过判断矩阵中的权重系数的一直性检验，当需要确定权重系数的指标较多时，判断矩阵内的初始权重系数可能出现相互矛盾的情况，对于阶数较高的判断矩阵，难以直接判断其一致性，因此通过一致性检验可以对判断矩阵是否符合一致性要求进行验证，从而可确保判断矩阵能够准确表示电梯的整体健康状态。

在一实施例中，方法还可以包括：

确定电梯的物联网健康状态特征参数的判断矩阵中的各个元素的初始权重系数的平均数和标准差；

基于所述平均数和标准差更新所述各个元素的初始权重系数。

通过平均数和标准差来更新判断矩阵中的各个元素的初始权重系数，可以确保判断矩阵中的各个元素的分布更接近电梯的真实状态。

在一实施例中，若确定所述健康状态特征参数的提取方式为电梯转接模块与传感器混合方式，并且所述信号名称为所述电梯的开门故障或者关门故障，所述方法还包括：

确定所述电梯的门系统的故障信号的故障发生时间；

若所述故障发生时间大于第一预设阈值，确定需要对所述门系统的健康状态做出响应。其中，第一预设阈值可以基于具体实验结果来确定，本申请对第一预设阈值的大小不做限制。

在一实施例中，所述方法还包括：

若确定所述健康状态特征参数的提取方式为转接模块并且所述信号名称为所述电梯的安全回路，确定所述电梯的安全回路中的任一个元件的元件参数出现故障，并且需要作出响应。

其中，元件参数可以为元件的电阻、电感、电容值等任一个或者两个以上参数的组合。在一实施例中，可以将元件参数的正常值作为本申请中的第五阈值。通常，电梯安全回路的失效模式主要包括：短路、断路、元件参数老化三种。短路故障往往造成设备的严重损坏，严重时造成人身、设备事故；断路则主要影响电梯正常运行，给人们生活出行带来不便，因安全回路断路而发生困人事件极少发生；而元件参数老化短期不造成电梯安全回路故障，长期来看也会将电梯带向灾难。

电梯的安全回路是电梯的核心组成部分，其故障会为乘客的生命及财产安全带来严重的损失，在实际电梯检验工作中对安全回路的检查也是重中之重，安全回路中每一个开关都关系到乘客的生命财产安全，以极限开关为例，如果发生上行超速，极限开关是最后一道防线，如失效，则发生冲顶的严重事故。因此为提高电梯整个系统的可靠性、减少故障，进行电梯安全回路健康诊断及预测技术的研究具有重要的理论研究意义和实用价值。本文通过对物联网采集的电梯安全回路的运行状态进行分析研究，来实现对电梯安全回路故障的判断和预警。

在一实施例中，若确定所述健康状态特征参数的提取方式为传感器并且所述信号名称为所述电梯制动器故障，确定所述电梯制动距离超过阈值，确定需要做出响应。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本申请的真正范围和精神由下面的权利要求指出。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

以上所述仅为本申请的较佳实施例而已，并不用以限制本申请，凡在本申请的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本申请保护的范围之内。

Claims (8)

1.一种基于大数据分析的曳引电梯健康状态特征参数提取方法，其特征在于，所述方法包括：

确定曳引驱动电梯的风险分布状况；

基于所述风险分布状况确定所述曳引驱动电梯的至少一个风险点；

基于判断矩阵确定所述至少一个风险点各自对应的权重系数；

基于所述至少一个风险点各自对应的权重系数，确定所述曳引驱动电梯需要提取的健康状态特征参数；

基于所述健康状态特征参数的信号类型，确定所述健康状态特征参数的提取方式。

2.根据权利要求1所述的方法，其特征在于，所述确定所述曳引驱动电梯的风险分布状况，包括：

基于已存储的电梯事故信息，确定曳引驱动电梯的事故风险点；

基于已存储的电梯检验问题信息，确定所述曳引驱动电梯的硬件组成部分的问题风险点；

基于已存储的电梯常见故障信息，确定所述曳引驱动电梯的硬件组成部分的故障风险点；

基于所述事故风险点、所述问题风险点、故障风险点确定所述曳引驱动电梯的风险分布状况。

3.根据权利要求1所述的方法，其特征在于，所述基于判断矩阵确定所述至少一个风险点各自对应的权重系数，包括：

基于与曳引驱动电梯相关的记录信息，确定所述曳引驱动电梯的判断矩阵中的各个元素所对应的硬件组成部分；

确定电梯的健康状态特征参数的判断矩阵中的各个元素所对应的硬件组成部分的初始权重系数，其中，所述判断矩阵A中第i行和第j列的元素x_ij表示硬件组成部分x_i与硬件组成部分x_j比较后所得的权重系数；

计算所述判断矩阵A中的每一行各元素数据的几何平均数w_i；

利用公式对所述判断矩阵中的各个元素进行归一化；

基于归一化后的计算结果确定所述至少一个风险点各自对应风险点的权重系数。

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

确定曳引驱动电梯的健康状态特征参数的判断矩阵中的各个元素的初始权重系数的平均数和标准差；

基于所述平均数和标准差更新所述各个元素的初始权重系数。

5.根据权利要求1所述的方法，其特征在于，所述基于所述健康状态特征参数的信号类型，确定所述健康状态特征参数的提取方式，包括：

基于所述健康状态特征参数的信号类型，确定所述信号类型对应的信号名称；

基于所述信号名称，确定所述健康状态特征参数的提取方式。

6.根据权利要求5所述的方法，其特征在于，所述方法还包括：

若确定所述健康状态特征参数的提取方式为电梯转接模块与传感器混合方式，并且所述信号名称为所述电梯的开门故障或者关门故障，确定所述电梯的门系统的故障信号的故障发生时间；

若所述故障发生时间大于第一预设阈值，确定需要对所述门系统的健康状态做出响应。

7.根据权利要求5所述的方法，其特征在于，所述方法还包括：

若确定所述健康状态特征参数的提取方式为转接模块并且所述信号名称为所述电梯的安全回路，确定所述电梯的安全回路中的任一个元件的元件参数出现故障，并且需要做出响应。

8.根据权利要求5所述的方法，其特征在于，所述方法还包括：

若确定所述健康状态特征参数的提取方式为传感器并且所述信号名称为所述电梯制动器故障，确定所述电梯制动距离超过阈值，确定需要做出响应。