CN110407061A - 基于无线网络的电梯防坠非线性形态共振模型监测方法 - Google Patents
基于无线网络的电梯防坠非线性形态共振模型监测方法 Download PDFInfo
- Publication number
- CN110407061A CN110407061A CN201910761520.7A CN201910761520A CN110407061A CN 110407061 A CN110407061 A CN 110407061A CN 201910761520 A CN201910761520 A CN 201910761520A CN 110407061 A CN110407061 A CN 110407061A
- Authority
- CN
- China
- Prior art keywords
- wirerope
- characteristic peak
- monitoring
- signal
- elevator
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
- B66B5/00—Applications of checking, fault-correcting, or safety devices in elevators
- B66B5/02—Applications of checking, fault-correcting, or safety devices in elevators responsive to abnormal operating conditions
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
- B66B7/00—Other common features of elevators
- B66B7/12—Checking, lubricating, or cleaning means for ropes, cables or guides
- B66B7/1207—Checking means
- B66B7/1215—Checking means specially adapted for ropes or cables
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
- B66B7/00—Other common features of elevators
- B66B7/12—Checking, lubricating, or cleaning means for ropes, cables or guides
- B66B7/1207—Checking means
- B66B7/1215—Checking means specially adapted for ropes or cables
- B66B7/1238—Checking means specially adapted for ropes or cables by optical techniques
Landscapes
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明公开了一种基于无线网络的电梯防坠非线性形态共振模型监测方法,所述电梯包括轿厢、梯井、牵引装置、电梯控制装置、及设置于控制室的计算机,监测步骤如下:步骤一,振动数据的采集;步骤二,固有信号特征峰的提取;步骤三,钢丝绳单股断裂特征峰的提取;步骤四:日常使用时对钢丝绳的安全监测,计算机将该振动数据通过非线性形态共振模型得到钢丝绳实时监测信号频谱图,图中出现的特征峰即为钢丝绳的日常信号特征峰;计算机将日常信号特征峰与完好钢丝绳的固有信号特征峰进行比较,与断股钢丝绳的断裂特征峰进行比较,发出相应警报。本发明的基于无线网络的电梯防坠非线性形态共振模型监测方法,通过对断股时钢丝绳振动数据的监测,能够灵敏监测出电梯钢丝绳是否发生断股,提高电梯的安全性,防范于未然。
Description
技术领域
本发明涉及一种基于无线网络的电梯防坠非线性形态共振模型监测方法。
背景技术
电梯的历史已有100多年,由最早的简陋、危险,到今天的舒适、安全,经历了无数次的改进和提高。即便如此,现今的电梯事故还是时有发生,其中危害最大、死伤最多的当属电梯(包括升降机)钢丝绳断裂。2006年仅日本五大电梯公司就发生了42起电梯钢丝绳断裂事故。与电梯其它部位相对完善的检测和监视手段相比,钢丝绳的安全性监测是目前相对薄弱且急待解决的课题。
授权公告号为CN102101618B的发明专利,公开了一种《电梯用钢丝绳检测方法及系统》,其通过实时检测电梯钢丝绳受力是否均匀,来判定电梯钢丝绳是否存在断裂风险,以预防电梯钢丝绳断裂,确保电梯稳定可靠的运行。这种技术存在的缺陷是:当钢丝绳出现单股或几股断裂时,电梯钢丝绳受力是否均匀的变化很小,不易检测出前期隐患。
授权公告号CN103253573B的发明专利,公开了《一种电梯曳引钢丝绳检测装置》,主要是针对钢丝绳出现断股或散股时,钢丝绳会出现断股处钢丝外露或散股处直径增大的情况,当这些钢丝绳异常位置经过配置安装在电梯井道内的电梯曳引钢丝绳检测装置时,就会被检测出来,发出报警信号通知维护人员并停止电梯的运行,在很大程度上及时预防钢丝绳出现断股事故,大大增加了电梯安全性能。这种技术存在的缺陷是:当钢丝绳出现断股但断裂的单股钢丝在内部时,钢丝不会外露,在这种情况下就无法检测出断股的发生;当钢丝绳出现单股断裂时,断股处直径增大极不明显,不易检测出前期隐患。
发明内容
本发明的目的是提供一种基于无线网络的电梯防坠非线性形态共振模型监测方法,通过对断股时钢丝绳振动数据的监测,能够灵敏监测出电梯钢丝绳是否发生断股,提高电梯的安全性,防范于未然。
为实现上述目的,本发明采用如下技术方案:
一种基于无线网络的电梯防坠非线性形态共振模型监测方法,所述电梯包括轿厢、梯井、牵引装置、电梯控制装置、及设置于控制室的计算机,监测步骤如下:
步骤一:振动数据的采集
在所述牵引装置上设有钢丝绳振动数据监测装置,电梯在运行时,所述钢丝绳振动数据监测装置将监测到的振动数据通过无线发射器经无线网络传送给所述计算机;
步骤二:监测信号特征参量的提取
为监测电梯钢丝绳的状态,我们分别提取所述振动数据的积分、方差、稳态平均值、平均微分值以及小波能量等5种特征参量:
1)积分INV计算式为:
式中:IN(t)为积分值,N为传感器对样本的检测数据个数,xi为第i秒的响应值,t为相邻两采样点间的时间间隔;
2)方差VAR计算式为:
式中:为响应信号均值,N为一个样本的采集个数,xi为一个样本测试值中的第i个采集值;
3)稳态平均值AVRS计算式为:
式中:Z为相对稳态平均值,t0为曲线即将稳定时所对应时间,xi为一个样本测试值中的第i个采集值,N为个样本总的采集时间点数;
4)平均微分值ADV计算式为:
式中:Ka为响应信号的平均微分值,N为样本的采集时间,xi为样本测试值的第i个采集值,t为相邻两采样点间的间隔(此处t=0.1s);
5)小波能量WEV计算式为:
式中:E为小波能量值,a3i为信号3尺度分解后逼近系数集中第i个分解系数i=1,…,m,m为逼近系数集中的系数总数;
步骤三:非线性形态共振模型的建立
非线性形态共振模型描述为:
式中:为描述一个双稳态系统的势函数为作为非线性系统的输入信号,A为信号幅值,f0为可调节信号频率,m,n>0为系统参数;e(t)为外部随机噪声,e(t)的统计平均值为0、e(t)为噪声强度为D的高斯分布白噪声;p是修正常量;
公式(6)描述系统的势垒高度为U0=m2/4n,其底部位于处的位置,而系统的输出状态由初始状态决定将停留在两个势阱之一,在绝热近似条件即输入信号幅值、频率、噪声强度小于1下,由非线性形态共振系统输出信号的相关函数,可以得到非线性形态共振模型表达式:
步骤四:固有信号特征峰的提取
按照步骤一的方法对完好的钢丝绳进行振动数据的采集,计算机将该振动数据通过非线性形态共振模型得到完好钢丝绳实时监测信号频谱图,图中出现的特征峰即为完好钢丝绳的固有信号特征峰;
步骤五:钢丝绳单股断裂特征峰的提取
按照步骤一的方法对单股断裂的钢丝绳进行振动数据的采集,计算机将该振动数据通过非线性形态共振模型得到断股钢丝绳的实时监测信号频谱图,去除步骤四所述的固有信号特征峰,图中新出现的特征峰即为断股钢丝绳的断裂特征峰;
步骤六:日常使用时对钢丝绳的安全监测
a).按照步骤一的方法对钢丝绳进行振动数据的实时采集,计算机将该振动数据通过非线性形态共振模型得到钢丝绳实时监测信号频谱图,图中出现的特征峰即为钢丝绳的日常信号特征峰;
b).计算机将步骤a)的实时监测信号频谱图的日常信号特征峰与完好钢丝绳的固有信号特征峰进行比较,若二者相同,则判定钢丝绳完好,重复步骤a),若二者不相同,计算机将步骤a)的实时监测信号频谱图的日常信号特征峰与断股钢丝绳的断裂特征峰进行比较,若与断股钢丝绳的断裂特征峰相同,则判定钢丝绳出现断股,发出相应警报;若与断股钢丝绳的断裂特征峰不相同,则执行以下步骤:
c).如果日常信号特征峰的特征峰位置Ps与断裂特征峰的位置P0相同,可根据两特征峰的幅度来判定断股数:如果2P0>Ps≧1.5P0,判定为两股断裂,发出相应警报;如果2.8P0>Ps≧2P0,判定为是三股断裂,发出相应警报;如果Ps≧2.8P0,判定为四股及以上断裂,发出相应警报;如果日常信号特征峰的特征峰位置Ps与断裂特征峰的位置P0不相同,判定为其他机械部件出现问题,发出相应警报。
所述钢丝绳振动数据监测装置为断丝监测装置,所述牵引装置包括牵引电机、钢丝绳和曳引轮,所述曳引轮的钢丝槽为半圆形,所述钢丝槽的槽底部沿周向均布有多个断丝监测装置,各所述断丝监测装置均包括沿轴向并列设置的一个振动传感器和一个红外线发射接收器,所述振动传感器通过相应的导线与设置在曳引轮侧面的无线发射器电连接,当钢丝绳缠绕于钢丝槽时,红外线发射接收器接收钢丝绳反射的红外线而动作,启动与之并列的振动传感器工作,振动传感器将监测到的振动数据通过无线发射器经无线网络传送给所述计算机。
所述振动传感器为微型高灵敏度压电陶瓷型振动传感器,所述红外线发射接收器为E3F-DS30C4接近漫反射式传感器NPN常开三线开关。
所述振动传感器和红外线发射接收器均设置于曳引轮的相应的安装孔内,振动传感器的顶端低于钢丝槽的槽底面,各振动传感器通过灌封胶固定在各自的安装孔内。
与现有技术相比本发明的有益效果是:上述技术方案,依据钢丝绳在完好时与断裂时振动数据的差异,通过非线性形态共振模型放大这种差异,提取特征峰进行对比判断,大大提高了判断速度及准确性。
进一步的有益效果是:所述钢丝槽的槽底部沿周向均布有多个断丝监测装置,各所述断丝监测装置均包括沿轴向并列设置的一个振动传感器和一个红外线发射接收器,所述振动传感器通过相应的导线与设置在曳引轮侧面的无线发射器电连接,当钢丝绳缠绕于钢丝槽时,红外线发射接收器接收钢丝绳反射的红外线而动作,启动与之并列的振动传感器工作,振动传感器将监测到的振动数据通过无线发射器经无线网络传送给所述计算机,这种结构,只筛选最近接钢丝绳的振动传感器监测到的振动数据,能够灵敏监测出电梯钢丝绳的振动数据,为计算机判断电梯钢丝绳是否发生断股提供可靠依据,提高电梯的安全性,防范于未然。
附图说明
图1是本发明的结构示意图;
图2是图1中曳引轮的纵向剖面图;
图3是图2的A部放大图;
图4是图2的C-C向剖面图;
图5是图4的B部放大图;
图6是实施例中振动传感器实时监测的正常钢丝绳的平均振动数据图;
图7是实施例中振动传感器实时监测的断股钢丝绳的平均振动数据图;
图8是实施例中完好钢丝绳的FFT频谱图;
图9是实施例中断股钢丝绳FFT频谱图;
图10实施例中完好钢丝绳实时监测信号的非线性共振频谱图;
图11实施例中断股钢丝绳缆监测信号的非线性共振频谱图;
图12是图10与图11的对比图;
图13是电梯使用时采集到的平均振动数据图;
图14是将图13的平均振动数据通过傅里叶变换得到钢丝绳实时监测信号频谱图;
图15是将图13的振动数据通过通过非线性形态共振模型得到钢丝绳实时监测信号频谱图。
具体实施方式
为了使本发明的技术方案更加清晰,以下结合附图1至15,对本发明进行详细说明。应当理解的是,本说明书中描述的具体实施方式仅仅是为了解释本发明,并不是为了限定本发明的保护范围。
本发明是一种基于无线网络的电梯防坠非线性形态共振模型监测方法,所述电梯包括轿厢1、梯井2、牵引装置4、电梯控制装置5、及设置于控制室的计算机6,监测步骤如下:
步骤一:振动数据的采集
在所述牵引装置4上设有钢丝绳振动数据监测装置,电梯在运行时,所述钢丝绳振动数据监测装置将监测到的振动数据通过无线发射器46经无线网络传送给所述计算机6;
步骤二:监测信号特征参量的提取
为监测电梯钢丝绳42的状态,我们分别提取所述振动数据的积分、方差、稳态平均值、平均微分值以及小波能量等5种特征参量:
1)积分INV计算式为:
式中:IN(t)为积分值,N为传感器对样本的检测数据个数,xi为第i秒的响应值,t为相邻两采样点间的时间间隔;
2)方差VAR计算式为:
式中:为响应信号均值,N为一个样本的采集个数,xi为一个样本测试值中的第i个采集值;
3)稳态平均值AVRS计算式为:
式中:Z为相对稳态平均值,t0为曲线即将稳定时所对应时间,xi为一个样本测试值中的第i个采集值,N为个样本总的采集时间点数;
4)平均微分值ADV计算式为:
式中:Ka为响应信号的平均微分值,N为样本的采集时间,xi为样本测试值的第i个采集值,t为相邻两采样点间的间隔此处t=0.1s;
5)小波能量WEV计算式为:
式中:E为小波能量值,a3i为信号3尺度分解后逼近系数集中第i个分解系数i=1,…,m,m为逼近系数集中的系数总数;
步骤三:非线性形态共振模型的建立
非线性形态共振模型描述为:
式中:为描述一个双稳态系统的势函数为作为非线性系统的输入信号,A为信号幅值,f0为可调节信号频率,m,n>0为系统参数;e(t)为外部随机噪声,e(t)的统计平均值为0、e(t)为噪声强度为D的高斯分布白噪声;p是修正常量;
公式(6)描述系统的势垒高度为U0=m2/4n,其底部位于处的位置,而系统的输出状态由初始状态决定将停留在两个势阱之一,在绝热近似条件即输入信号幅值、频率、噪声强度小于1下,由非线性形态共振系统输出信号的相关函数,可以得到非线性形态共振模型表达式:
步骤四:固有信号特征峰的提取
按照步骤一的方法对完好的钢丝绳42进行振动数据的采集,计算机6将该振动数据通过非线性形态共振模型得到完好钢丝绳42实时监测信号频谱图,图中出现的特征峰即为完好钢丝绳的固有信号特征峰;
步骤五:钢丝绳单股断裂特征峰的提取
按照步骤一的方法对单股断裂的钢丝绳42进行振动数据的采集,计算机6将该振动数据通过非线性形态共振模型得到断股钢丝绳的实时监测信号频谱图,去除步骤四所述的固有信号特征峰,图中新出现的特征峰即为断股钢丝绳的断裂特征峰;
步骤六:日常使用时对钢丝绳42的安全监测
a).按照步骤一的方法对钢丝绳42进行振动数据的实时采集,计算机6将该振动数据通过非线性形态共振模型得到钢丝绳42实时监测信号频谱图,图中出现的特征峰即为钢丝绳的日常信号特征峰;
b).计算机6将步骤a)的实时监测信号频谱图的日常信号特征峰与完好钢丝绳的固有信号特征峰进行比较,若二者相同,则判定钢丝绳42完好,重复步骤a),若二者不相同,计算机6将步骤a)的实时监测信号频谱图的日常信号特征峰与断股钢丝绳的断裂特征峰进行比较,若与断股钢丝绳的断裂特征峰相同,则判定钢丝绳42出现断股,发出相应警报;若与断股钢丝绳的断裂特征峰不相同,则执行以下步骤:
c).如果日常信号特征峰的特征峰位置Ps与断裂特征峰的位置P0相同,可根据两特征峰的幅度来判定断股数:如果2P0>Ps≧1.5P0,判定为两股断裂,发出相应警报;如果2.8P0>Ps≧2P0,判定为是三股断裂,发出相应警报;如果Ps≧2.8P0,判定为四股及以上断裂,发出相应警报;如果日常信号特征峰的特征峰位置Ps与断裂特征峰的位置P0不相同,判定为其他机械部件出现问题,发出相应警报。
作为优选,所述钢丝绳振动数据监测装置为断丝监测装置,所述牵引装置4包括牵引电机41、钢丝绳42和曳引轮43,所述曳引轮43的钢丝槽为半圆形,所述钢丝槽的槽底部沿周向均布有多个断丝监测装置,各所述断丝监测装置均包括沿轴向并列设置的一个振动传感器44和一个红外线发射接收器45,所述振动传感器44通过相应的导线与设置在曳引轮43侧面的无线发射器46电连接,当钢丝绳42缠绕于钢丝槽时,红外线发射接收器45接收钢丝绳42反射的红外线而动作,启动与之并列的振动传感器44工作,振动传感器44将监测到的振动数据通过无线发射器46经无线网络传送给所述计算机6。所述振动传感器44为微型高灵敏度压电陶瓷型振动传感器,所述红外线发射接收器45为E3F-DS30C4接近漫反射式传感器NPN常开三线开关。所述振动传感器44和红外线发射接收器45均设置于曳引轮43的相应的安装孔内,振动传感器44的顶端低于钢丝槽的槽底面,各振动传感器44通过灌封胶47固定在各自的安装孔内。
实施例1:
基于无线网络的电梯防坠监测系统,包括轿厢1、梯井2、牵引装置4、电梯控制装置5、及设置于控制室的计算机6,所述牵引装置4包括牵引电机41、钢丝绳42和曳引轮43,所述曳引轮43的钢丝槽为半圆形,曳引轮43的钢丝槽共有六个,每个钢丝槽的槽底部均沿周向均布有8个断丝监测装置,各所述断丝监测装置均包括沿轴向并列设置的一个振动传感器44和一个红外线发射接收器45,所述振动传感器44通过相应的导线与设置在曳引轮43侧面的无线发射器46电连接,当钢丝绳42缠绕于钢丝槽时,红外线发射接收器45接收钢丝绳42反射的红外线而动作,启动与之并列的振动传感器44工作,振动传感器44将监测到的振动数据通过无线发射器46经无线网络传送给所述计算机6,由计算机6依据所述振动数据判断钢丝绳42是否有断股。作为优选,所述振动传感器44为微型高灵敏度压电陶瓷型振动传感器,能够感知微小的振动信号,其频率响应范围为2~20000Hz,工作温度范围为-40~+150℃,磁灵敏度为0.5g/T,所述红外线发射接收器45为E3F-DS30C4接近漫反射式传感器NPN常开三线开关,具有一对红外线发射和接收对管,该开关的主要作用是当钢丝绳与曳引轮接触的瞬间,钢丝绳反射红外光至红外接收器,产生一个工作信号,使得本位振动传感器检测信号处于有效状态。所述振动传感器44和红外线发射接收器45均设置于曳引轮43的相应的安装孔内,振动传感器44的顶端低于钢丝槽的槽底面0.3-1毫米,各振动传感器44通过灌封胶47固定在各自的安装孔内,灌封胶47顶端与钢丝槽的槽底面平齐。
使用上述电梯防坠监测系统的基于无线网络的电梯防坠非线性形态共振模型的监测方法,包括如下步骤:
步骤一:振动数据的采集
牵引装置4运行时,曳引轮43旋转并与缠绕于其钢丝槽内的钢丝绳42接触,在红外线发射接收器45的控制下,即当钢丝绳42缠绕于钢丝槽时,钢丝槽内相应的红外线发射接收器45接收钢丝绳42反射的红外线而动作,各个动作的红外线发射接收器45启动与之并列的振动传感器44工作,工作的振动传感器44(即与钢丝绳42通过灌封胶47紧密接触的振动传感器44)将监测到的振动数据通过无线发射器46经无线网络传送给所述计算机6;
步骤二:监测信号特征参量的提取
为监测电梯钢丝绳42的状态,我们分别提取所述振动数据的积分、方差、稳态平均值、平均微分值以及小波能量等5种特征参量:
1)积分INV计算式为:
式中:IN(t)为积分值,N为传感器对样本的检测数据个数,xi为第i秒的响应值,t为相邻两采样点间的时间间隔,本处选取0.1s;
2)方差VAR计算式为:
式中:为响应信号均值,N为一个样本的采集个数,xi为一个样本测试值中的第i个采集值;
3)稳态平均值AVRS计算式为:
式中:Z为相对稳态平均值,t0为曲线即将稳定时所对应时间,xi为一个样本测试值中的第i个采集值,N为个样本总的采集时间点数;
4)平均微分值ADV计算式为:
式中:Ka为响应信号的平均微分值,N为样本的采集时间,xi为样本测试值的第i个采集值,t为相邻两采样点间的间隔,此处t=0.1s;
5)小波能量WEV计算式为:
式中:E为小波能量值,a3i为信号3尺度分解后逼近系数集中第i个分解系数i=1,…,m,m为逼近系数集中的系数总数;
步骤三:非线性形态共振模型的建立
非线性形态共振是理想质点在可变周期性信号(周期性驱动力)和随机噪声(随机力)的作用下,在非线性双稳态系统中发生往复跃迁的现象,非线性形态共振模型描述为:
式中:为描述一个双稳态系统的势函数为作为非线性系统的输入信号,A为信号幅值,f0为可调节信号频率,m,n>0为系统参数;e(t)为外部随机噪声,e(t)的统计平均值为0,e(t)为噪声强度为D的高斯分布白噪声;p是修正常量;
公式(6)描述系统的势垒高度为U0=m2/4n,其底部位于处的位置,而系统的输出状态由初始状态决定将停留在两个势阱之一,在绝热近似条件即输入信号幅值、频率、噪声强度小于1下,由非线性形态共振系统输出信号的相关函数,可以得到非线性形态共振模型表达式:
步骤四:固有信号特征峰的提取
按照步骤一的方法对完好的钢丝绳42进行振动数据的采集,计算机6将各振动传感器44传来的振动数据求和后除以动作的红外线发射接收器45的个数也即传送振动数据的振动传感器44的个数,得到某一时刻振动数据的平均值,我们取该平均值作为该时刻的平均振动数据,图6示出了平均振动数据随时间变化的示意图,计算机6将该平均振动数据通过上述非线性形态共振模型得到完好钢丝绳实时监测信号的非线性共振频谱图(见图10),图10中出现的特征峰即为完好钢丝绳的固有信号特征峰;
步骤五:钢丝绳单股断裂特征峰的提取
按照步骤一的方法对单股断裂的钢丝绳42进行振动数据的采集,平均振动数据图如图7所示,计算机6将该平均振动数据通过非线性形态共振模型得到断股钢丝绳缆监测信号的非线性共振频谱图(见图11),去除步骤四所述的固有信号特征峰,图中新出现的特征峰即为断股钢丝绳的断裂特征峰;
步骤六:日常使用时对钢丝绳的安全监测
a).按照步骤一的方法对钢丝绳42进行振动数据的实时采集,图13为采集到的平均振动数据图,计算机6将该平均振动数据通过非线性形态共振模型得到钢丝绳42实时监测信号频谱图(见图15),图中出现的特征峰即为钢丝绳的日常信号特征峰;
b).计算机6将步骤a)的实时监测信号频谱图的日常信号特征峰与完好钢丝绳的固有信号特征峰进行比较,即将图15的信号特征峰与图10固有信号特征峰进行比较,因二者不相同,计算机6将步骤a)的实时监测信号频谱图的日常信号特征峰与断股钢丝绳的断裂特征峰进行比较,即将图15的信号特征峰与图11的信号特征峰进行比较,因日常信号特征峰的特征峰位置Ps与断裂特征峰的位置P0相同,计算机将根据两特征峰的幅度来判定断股数:因P0=10.3,Ps=16.8,满足2P0>Ps≧1.5P0,因此判定为两股断裂,发出相应警报。
实施例2:
使用所述电梯防坠监测系统的基于无线网络的电梯防坠傅里叶变换监测方法,包括如下步骤:
步骤一:振动数据的采集
牵引装置4运行时,曳引轮43旋转并与缠绕于其钢丝槽内的钢丝绳42接触,在红外线发射接收器45的控制下,即当钢丝绳42缠绕于钢丝槽时,钢丝槽内相应的红外线发射接收器45接收钢丝绳42反射的红外线而动作,各个动作的红外线发射接收器45启动与之并列的振动传感器44工作,工作的振动传感器44(即与钢丝绳42通过灌封胶47紧密接触的振动传感器44将监测到的振动数据通过无线发射器46经无线网络传送给所述计算机6;
步骤二:固有信号特征峰的提取
按照步骤一的方法对完好的钢丝绳42进行振动数据的采集,计算机6将各振动传感器44传来的振动数据求和后除以动作的红外线发射接收器45的个数也即传送振动数据的振动传感器44的个数,得到某一时刻振动数据的平均值,我们取该平均值作为该时刻的平均振动数据,图6示出了平均振动数据随时间变化的示意图,计算机6将该平均振动数据通过傅里叶变换(FFT)得到完好钢丝绳42实时监测信号频谱图(见图8),图8中出现的特征峰即为完好钢丝绳的固有信号特征峰;
步骤三:钢丝绳单股断裂特征峰的提取
按照步骤一的方法对单股断裂的钢丝绳42进行振动数据的采集,其平均振动数据图如图7所示,计算机6将该平均振动数据通过傅里叶变换(FFT)得到断股钢丝绳的实时监测信号频谱图(见图9),去除步骤二所述的固有信号特征峰,图中新出现的特征峰即为断股钢丝绳的断裂特征峰;
步骤四:日常使用时对钢丝绳的安全监测
a).按照步骤一的方法对钢丝绳42进行振动数据的实时采集,图13为采集到的平均振动数据图,计算机6将该平均振动数据通过傅里叶变换(FFT)得到钢丝绳42实时监测信号频谱图(见图14),图中出现的特征峰即为钢丝绳的日常信号特征峰;
b).计算机6将步骤a)的实时监测信号频谱图的日常信号特征峰与完好钢丝绳的固有信号特征峰进行比较,即将图14的信号特征峰与图8固有信号特征峰进行比较,因二者不相同,计算机6将步骤a)的实时监测信号频谱图的日常信号特征峰与断股钢丝绳的断裂特征峰进行比较,即将图14的信号特征峰与图9的信号特征峰进行比较,因日常信号特征峰的特征峰位置Ps与断裂特征峰的位置P0相同,计算机将根据两特征峰的幅度来判定断股数:因P0=0.16,Ps=0.26,满足2P0>Ps≧1.5P0,因此判定为两股断裂,计算机6发出相应警报。
Claims (4)
1.一种基于无线网络的电梯防坠非线性形态共振模型监测方法,所述电梯包括轿厢(1)、梯井(2)、牵引装置(4)、电梯控制装置(5)、及设置于控制室的计算机(6),监测步骤如下:
步骤一:振动数据的采集
在所述牵引装置(4)上设有钢丝绳振动数据监测装置,电梯在运行时,所述钢丝绳振动数据监测装置将监测到的振动数据通过无线发射器(46)经无线网络传送给所述计算机(6);
步骤二:监测信号特征参量的提取
为监测电梯钢丝绳(42)的状态,我们分别提取所述振动数据的积分、方差、稳态平均值、平均微分值以及小波能量等5种特征参量:
1)积分INV计算式为:
式中:IN(t)为积分值,N为传感器对样本的检测数据个数,xi为第i秒的响应值,t为相邻两采样点间的时间间隔;
2)方差VAR计算式为:
式中:为响应信号均值,N为一个样本的采集个数,xi为一个样本测试值中的第i个采集值;
3)稳态平均值AVRS计算式为:
式中:Z为相对稳态平均值,t0为曲线即将稳定时所对应时间,xi为一个样本测试值中的第i个采集值,N为个样本总的采集时间点数;
4)平均微分值ADV计算式为:
式中:Ka为响应信号的平均微分值,N为样本的采集时间,xi为样本测试值的第i个采集值,t为相邻两采样点间的间隔;
5)小波能量WEV计算式为:
式中:E为小波能量值,a3i为信号3尺度分解后逼近系数集中第i个分解系数(i=1,…,m),m为逼近系数集中的系数总数;
步骤三:非线性形态共振模型的建立
非线性形态共振模型描述为:
式中:为描述一个双稳态系统的势函数为作为非线性系统的输入信号,A为信号幅值,f0为可调节信号频率,m,n>0为系统参数;e(t)为外部随机噪声,e(t)的统计平均值为0、e(t)为噪声强度为D的高斯分布白噪声;p是修正常量;
公式(6)描述系统的势垒高度为U0=m2/4n,其底部位于处的位置,而系统的输出状态由初始状态决定将停留在两个势阱之一,在绝热近似条件即输入信号幅值、频率、噪声强度小于1下,由非线性形态共振系统输出信号的相关函数,可以得到非线性形态共振模型表达式:
步骤四:固有信号特征峰的提取
按照步骤一的方法对完好的钢丝绳(42)进行振动数据的采集,计算机(6)将该振动数据通过非线性形态共振模型得到完好钢丝绳(42)实时监测信号频谱图,图中出现的特征峰即为完好钢丝绳的固有信号特征峰;
步骤五:钢丝绳单股断裂特征峰的提取
按照步骤一的方法对单股断裂的钢丝绳(42)进行振动数据的采集,计算机(6)将该振动数据通过非线性形态共振模型得到断股钢丝绳的实时监测信号频谱图,去除步骤四所述的固有信号特征峰,图中新出现的特征峰即为断股钢丝绳的断裂特征峰;
步骤六:日常使用时对钢丝绳(42)的安全监测
a).按照步骤一的方法对钢丝绳(42)进行振动数据的实时采集,计算机(6)将该振动数据通过非线性形态共振模型得到钢丝绳(42)实时监测信号频谱图,图中出现的特征峰即为钢丝绳的日常信号特征峰;
b).计算机(6)将步骤a)的实时监测信号频谱图的日常信号特征峰与完好钢丝绳的固有信号特征峰进行比较,若二者相同,则判定钢丝绳(42)完好,重复步骤a),若二者不相同,计算机(6)将步骤a)的实时监测信号频谱图的日常信号特征峰与断股钢丝绳的断裂特征峰进行比较,若与断股钢丝绳的断裂特征峰相同,则判定钢丝绳(42)出现断股,发出相应警报;若与断股钢丝绳的断裂特征峰不相同,则执行以下步骤:
c).如果日常信号特征峰的特征峰位置Ps与断裂特征峰的位置P0相同,可根据两特征峰的幅度来判定断股数:如果2P0>Ps≧1.5P0,判定为两股断裂,发出相应警报;如果2.8P0>Ps≧2P0,判定为是三股断裂,发出相应警报;如果Ps≧2.8P0,判定为四股及以上断裂,发出相应警报;如果日常信号特征峰的特征峰位置Ps与断裂特征峰的位置P0不相同,判定为其他机械部件出现问题,发出相应警报。
2.根据权利要求1所述的基于无线网络的电梯防坠非线性形态共振模型监测方法,其特征在于:所述钢丝绳振动数据监测装置为断丝监测装置,所述牵引装置(4)包括牵引电机(41)、钢丝绳(42)和曳引轮(43),所述曳引轮(43)的钢丝槽为半圆形,所述钢丝槽的槽底部沿周向均布有多个断丝监测装置,各所述断丝监测装置均包括沿轴向并列设置的一个振动传感器(44)和一个红外线发射接收器(45),所述振动传感器(44)通过相应的导线与设置在曳引轮(43)侧面的无线发射器(46)电连接,当钢丝绳(42)缠绕于钢丝槽时,红外线发射接收器(45)接收钢丝绳(42)反射的红外线而动作,启动与之并列的振动传感器(44)工作,振动传感器(44)将监测到的振动数据通过无线发射器(46)经无线网络传送给所述计算机(6)。
3.根据权利要求2所述的基于无线网络的电梯防坠非线性形态共振模型监测方法,其特征在于:所述振动传感器(44)为微型高灵敏度压电陶瓷型振动传感器,所述红外线发射接收器(45)为E3F-DS30C4接近漫反射式传感器NPN常开三线开关。
4.根据权利要求3所述的基于无线网络的电梯防坠非线性形态共振模型监测方法,其特征在于:所述振动传感器(44)和红外线发射接收器(45)均设置于曳引轮(43)的相应的安装孔内,振动传感器(44)的顶端低于钢丝槽的槽底面,各振动传感器(44)通过灌封胶(47)固定在各自的安装孔内。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910761520.7A CN110407061B (zh) | 2019-08-18 | 2019-08-18 | 基于无线网络的电梯防坠非线性形态共振模型监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910761520.7A CN110407061B (zh) | 2019-08-18 | 2019-08-18 | 基于无线网络的电梯防坠非线性形态共振模型监测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110407061A true CN110407061A (zh) | 2019-11-05 |
CN110407061B CN110407061B (zh) | 2020-12-29 |
Family
ID=68367792
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910761520.7A Active CN110407061B (zh) | 2019-08-18 | 2019-08-18 | 基于无线网络的电梯防坠非线性形态共振模型监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110407061B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113264429A (zh) * | 2021-03-15 | 2021-08-17 | 上海电气集团股份有限公司 | 升降设备的振动数据处理、模型训练、检测方法、系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1837008A (zh) * | 2005-03-24 | 2006-09-27 | 因温特奥股份公司 | 具有对垂直振动进行补偿的电梯 |
CN101486427A (zh) * | 2008-01-16 | 2009-07-22 | 东芝电梯株式会社 | 电梯减振装置 |
CN102649523A (zh) * | 2011-02-23 | 2012-08-29 | 东芝电梯株式会社 | 电梯的控制装置以及检测器 |
CN105502115A (zh) * | 2014-09-26 | 2016-04-20 | 刘一 | 一种基于电梯的维保质量在线评估方法、装置及系统 |
CN107215734A (zh) * | 2017-07-06 | 2017-09-29 | 天津康途科技有限公司 | 一种用于电梯实时加速度和速度以及位置检测的方法及系统 |
CN107555273A (zh) * | 2017-07-21 | 2018-01-09 | 浙江新再灵科技股份有限公司 | 基于传感器实现电梯运行状态的检测方法 |
-
2019
- 2019-08-18 CN CN201910761520.7A patent/CN110407061B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1837008A (zh) * | 2005-03-24 | 2006-09-27 | 因温特奥股份公司 | 具有对垂直振动进行补偿的电梯 |
CN101486427A (zh) * | 2008-01-16 | 2009-07-22 | 东芝电梯株式会社 | 电梯减振装置 |
CN102649523A (zh) * | 2011-02-23 | 2012-08-29 | 东芝电梯株式会社 | 电梯的控制装置以及检测器 |
CN105502115A (zh) * | 2014-09-26 | 2016-04-20 | 刘一 | 一种基于电梯的维保质量在线评估方法、装置及系统 |
CN107215734A (zh) * | 2017-07-06 | 2017-09-29 | 天津康途科技有限公司 | 一种用于电梯实时加速度和速度以及位置检测的方法及系统 |
CN107555273A (zh) * | 2017-07-21 | 2018-01-09 | 浙江新再灵科技股份有限公司 | 基于传感器实现电梯运行状态的检测方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113264429A (zh) * | 2021-03-15 | 2021-08-17 | 上海电气集团股份有限公司 | 升降设备的振动数据处理、模型训练、检测方法、系统 |
Also Published As
Publication number | Publication date |
---|---|
CN110407061B (zh) | 2020-12-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110220682B (zh) | 用于监测螺栓松动的监测装置和监测方法 | |
CN101470013B (zh) | 一种架空输电线路舞动监测方法及装置 | |
CN101930649B (zh) | 光纤围栏报警系统在恶劣天气条件下防止误报的方法 | |
CN202710100U (zh) | 风力发电机组远程在线健康状态监测与故障诊断系统 | |
CN205428085U (zh) | 基于光纤光栅的室内安防系统 | |
CN102620807A (zh) | 风力发电机状态监测系统及方法 | |
CN204778443U (zh) | 一种起重机智能远程监控系统 | |
CN110260917B (zh) | 基于光纤光栅传感阵列的智能标识标牌与界碑状况监测系统 | |
CN110407061A (zh) | 基于无线网络的电梯防坠非线性形态共振模型监测方法 | |
CN110482353A (zh) | 基于无线网络的电梯防坠监测系统 | |
CN115159285B (zh) | 电梯状态监测方法及电梯状态监测装置 | |
CN110844732A (zh) | 一种用于电梯故障测试的智能监测管理系统 | |
CN202562948U (zh) | 用于安全绳佩戴状态的防作弊检测装置 | |
CN110451385A (zh) | 基于无线网络的电梯防坠傅里叶变换监测方法 | |
CN106629285A (zh) | 一种电梯防坠系统 | |
CN109552959A (zh) | 一种曳引电梯远程监测及故障诊断系统及方法 | |
CN104061122B (zh) | 一种皮带张力自动监测系统和监测方法及风电机变桨系统 | |
CN201309995Y (zh) | 钢帘线断丝探测器 | |
CN110626915B (zh) | 基于傅里叶变换的电梯防坠独立式安全监测方法 | |
CN201886574U (zh) | 一种开放式多重防窃电预警联防模块化结构的报警装置 | |
CN110422725A (zh) | 基于非线性形态共振模型的电梯防坠独立式安全监测方法 | |
CN203744992U (zh) | 一种门禁传感器 | |
CN215924127U (zh) | 一种扶梯运行状态实时监测预警装置 | |
CN206540618U (zh) | 基于4g通信的分布式输电线路风害监测系统 | |
CN110626914B (zh) | 电梯的独立式安全监测装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: Monitoring method of nonlinear morphological resonance model for elevator fall prevention based on wireless network Effective date of registration: 20220628 Granted publication date: 20201229 Pledgee: Zhejiang Shaoxing Ruifeng Rural Commercial Bank Co.,Ltd. Taoli sub branch Pledgor: ZHEJIANG MEILUN ELEVATOR Co.,Ltd. Registration number: Y2022980009095 |