CN113697623B - 一种基于深度学习的电梯维保预警系统及方法 - Google Patents
一种基于深度学习的电梯维保预警系统及方法 Download PDFInfo
- Publication number
- CN113697623B CN113697623B CN202110651710.0A CN202110651710A CN113697623B CN 113697623 B CN113697623 B CN 113697623B CN 202110651710 A CN202110651710 A CN 202110651710A CN 113697623 B CN113697623 B CN 113697623B
- Authority
- CN
- China
- Prior art keywords
- elevator
- maintenance
- data
- early warning
- fault
- 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.)
- Active
Links
Images
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
- B66B5/0006—Monitoring devices or performance analysers
- B66B5/0018—Devices monitoring the operating condition of the elevator system
- B66B5/0025—Devices monitoring the operating condition of the elevator system for maintenance or repair
-
- 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
- B66B5/0006—Monitoring devices or performance analysers
- B66B5/0018—Devices monitoring the operating condition of the elevator system
- B66B5/0031—Devices monitoring the operating condition of the elevator system for safety reasons
-
- 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
- B66B5/0006—Monitoring devices or performance analysers
- B66B5/0037—Performance analysers
-
- 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
- B66B5/0087—Devices facilitating maintenance, repair or inspection tasks
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B50/00—Energy efficient technologies in elevators, escalators and moving walkways, e.g. energy saving or recuperation technologies
Landscapes
- Maintenance And Inspection Apparatuses For Elevators (AREA)
- Indicating And Signalling Devices For Elevators (AREA)
Abstract
本发明提供了一种基于深度学习的电梯维保预警系统及方法,属于电梯维保技术领域,该一种基于深度学习的电梯维保预警系统包括终端采集设备和电梯预警系统,所述终端采集设备与所述电梯预警系统通信连接,所述电梯预警系统用于接收所述终端采集设备采集的电梯运行数据,以实现对电梯运行数据分析进行按需维保;其中,所述电梯预警系统包括无纸化维保模块、电梯健康分析模块、电梯故障预警模块和电梯维保建议模块;本发明提供的电梯故障预警模块,对电梯各部件及运行状态有效的监控,有针对性的进行分析对电梯故障作出预判,提醒维保人员及时处理,从而减少电梯故障的发生,保障了乘梯人员的生命安全。
Description
技术领域
本发明属于电梯维保技术领域,具体而言,涉及一种基于深度学习的电梯维保预警系统及方法。
背景技术
随着电梯的普及使用。但是,任何电器都存在故障和损坏的概率,电梯的故障和损坏无疑是很严重的事故。现有的解决手段中,电梯出现故障时,依靠被困在电梯内的乘客自己通过电梯内的警铃与物业值班人员求救,并由值班人员通知电梯维保公司组织应急救援;在平时电梯未出现故障时,则是通过电梯维保公司对电梯进行每15天一次的日常维保,根据现场状况完全凭经验进行运行状况的检测和记录,在一定程度上能够减少和避免故障和损坏的事故发生,但是效果实在不明显。
然而,现有技术存在以下几个问题:
1.电梯维保记录通常使用纸质化记录,而纸质化不仅容易造成资源的浪费,而且电梯维保记录容易丢失,并方便相关部门管理。
2.电梯历史数据的收集分析和利用率低,难以形成有效的利用。
3.无法对电梯故障进行有效的预警。
发明内容
本发明实施例提供了一种基于深度学习的电梯维保预警系统及方法,其目的是实时了解电梯各关键部件的运行状态和电梯运行情况;综合利用大数据分析并深度学习,对电梯进行预防性维修和故障预警;发生故障时为救援提供及时可靠的现场情况。
鉴于上述问题,本发明提出的技术方案是:
一种基于深度学习的电梯维保预警系统,包括终端采集设备和电梯预警系统,所述终端采集设备与所述电梯预警系统通信连接,所述电梯预警系统用于接收所述终端采集设备采集的电梯运行数据,以实现对电梯运行数据分析进行按需维保;
其中,所述电梯预警系统包括无纸化维保模块、电梯健康分析模块、电梯故障预警模块和电梯维保建议模块;
所述无纸化维保模块用于获得电梯的维护保养数据、维修数据和年检数据并记录,还用于对合同进行管理;
所述电梯健康分析模块用于获得电梯的基本数据、第一实时运行数据、维保数据和天气数据,对电梯的故障程度进行评估;
所述电梯故障预警模块用于获得电梯的运行异常数据、部件寿命数据和天气状况数据,根据所得的数据进行分析并发送预警信息;
所述电梯维保建议模块用于获得故障数据和第二实时运行数据,为维保人员提供合理化的维保建议。
作为本发明的一种优选技术方案,所述终端采集设备包括主控芯片、加速度传感器、温湿度传感器、铁电存储芯片和网络信号收发器,所述加速度传感器、所述温湿度传感器和所述铁电存储芯片均与所述主控芯片通信连接,所述主控芯片与所述网络信号收发器通信连接。
作为本发明的一种优选技术方案,所述终端采集设备还包括接口状态监测器,所述接口状态监测器至少包括一个扩展接口,所述扩展接口分别通信连接有电梯门磁传感器、人体红外传感器、维保开关和应急按钮。
作为本发明的一种优选技术方案,所述无纸化维保模块包括电梯保养单元、电梯维修单元、电梯年检单元和合同管理单元,所述电梯保养单元用于记录电梯日常的维护保养数据,所述电梯维修单元用于接收所述终端采集设备的故障信息,还用于记录电梯故障的维修数据,所述电梯年检单元用于获得每年的年检数据,还用于对年检数据进行预警,为下一年的年检做提醒,所述合同管理单元用于记录电梯维保合同,对电梯维保合同的时效进行预警,还用于控制电梯维保合同的权限。
作为本发明的一种优选技术方案,所述电梯健康分析模块包括基本数据分析单元、运行数据分析单元、维保数据分析单元和天气数据分析单元,所述基本数据分析单元用于获得电梯的基本数据,对基本数据做分类统计,还用于根据电梯的年限周期评定电梯的老化情况,所述运行数据分析单元用于获得电梯的第一实时运行数据,根据第一实时运行数据形成时间轴记录,并分析电梯的实际损耗,所述维保数据分析单元用于记录维保数据,结合维保数据根据维保工作评分标准进行维保质量评分,所述天气数据分析单元用于获得每天电梯属地的天气数据,在恶劣天气情况下分析对电梯部件的影响度,并进一步评定老化程度。
作为本发明的一种优选技术方案,所述第一实时运行数据包括实际运行时长和空闲时长。
作为本发明的一种优选技术方案,所述电梯故障预警模块包括运行异常预警单元、部件寿命预警单元和天气状况预警单元,所述运行异常预警单元用于获得运行异常数据,对运行异常数据进行分析输出结果,并根据输出结果向维保人员发送预警信息,所述部件寿命预警单元用于获得电梯主要部件运行数据,根据主要部件运行数据计算准确的部件寿命数据,可为电梯维保建议模块提供数据支持,所述天气状况预警单元用于分析在恶劣天气会对电梯造成故障点,结合恶劣天气下的历史故障点进行深度学习。
作为本发明的一种优选技术方案,所述电梯维保建议模块包括故障记录分析单元和运行记录分析单元,所述故障记录分析单元用于获得故障数据,根据故障数据统计故障内容并分析,判断维保人员是否前往现场进行检修,所述运行记录分析单元用于获得第二实时运行数据,通过该数据分析出真实的电梯工作强度和推算出电梯某部件的磨损程度,还用于计算维保人员何时到场检查的权重比。
作为本发明的一种优选技术方案,所述第二实时运行数据包括电梯运行时长和电梯启停次数。
另一方面,本发明实施例还提供了一种基于深度学习的电梯维保预警系统的工作方法,包括以下步骤:
S1,数据采集:利用终端采集设备的各传感器采集电梯的运行数据,并将运行数据上传至电梯预警系统;
S2,数据记录:电梯保养单元记录电梯日常的维护保养数据,电梯维修单元接收终端采集设备的故障信息,还记录电梯故障的维修数据,电梯年检单元获得每年的年检数据,还对年检数据进行预警,为下一年的年检做提醒,合同管理单元记录电梯维保合同,对电梯维保合同的时效进行预警,还控制电梯维保合同的权限;
S3,健康分析:基本数据分析单元获得电梯的基本数据,对基本数据做分类统计,还根据电梯的年限周期评定电梯的老化情况,运行数据分析单元获得电梯的第一实时运行数据,根据第一实时运行数据形成时间轴记录,并分析电梯的实际损耗,维保数据分析单元记录维保数据,结合维保数据根据维保工作评分标准进行维保质量评分,天气数据分析单元获得每天电梯属地的天气数据,在恶劣天气情况下分析对电梯部件的影响度,并进一步评定老化程度;
S4,故障预警:运行异常预警单元获得运行异常数据,对运行异常数据进行分析输出结果,并根据输出结果向维保人员发送预警信息,部件寿命预警单元获得电梯主要部件运行数据,根据主要部件运行数据计算准确的部件寿命数据,可为电梯维保建议模块提供数据支持,天气状况预警单元分析在恶劣天气会对电梯造成故障点,结合恶劣天气下的历史故障点进行深度学习;
S5,维保建议:故障记录分析单元获得故障数据,根据故障数据统计故障内容并分析,判断维保人员是否前往现场进行检修,运行记录分析单元获得第二实时运行数据,通过该数据分析出真实的电梯工作强度和推算出电梯某部件的磨损程度,还计算维保人员何时到场检查的权重比。
本发明实施例提供的上述技术方案的有益效果至少包括:
(1)本发明提供的无纸化维保模块,对日常的保养维护、年检及各项数据记录并保存,使各项数据能够随时可查,并且减少了对纸张的利用,有效的降低了资源。
(2)本发明提供的电梯健康分析模块,对电梯进行空闲时长评分、维保质量评分、故障率评分、老化情况评分和维保费用评分,能够让维保人员及管理人员及时了解电梯的运行情况,有利于对电梯更好的监控,并有利于管理人员得知维保人员对电梯的维保情况是否落实到位。
(3)本发明提供的电梯故障预警模块,对电梯各部件及运行状态有效的监控,有针对性的进行分析对电梯故障作出预判,提醒维保人员及时处理,从而减少电梯故障的发生,保障了乘梯人员的生命安全。
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它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
图1是本发明所公开的一种基于深度学习的电梯维保预警系统的终端采集设备通信连接图;
图2是本发明所公开的一种基于深度学习的电梯维保预警系统的电梯预警系统结构示意图;
图3是本发明所公开的一种基于深度学习的电梯维保预警系统的工作方法的流程图。
附图标记说明:100、终端采集设备;110、主控芯片;120、加速度传感器;130、温湿度传感器;140、铁电存储芯片;150、网络信号收发器;160、接口状态监测器;161、扩展接口;1611、电梯门磁传感器;1612、人体红外传感器;1613、维保开关;1614、应急按钮;200、电梯预警系统;210、无纸化维保模块;211、电梯保养单元;212、电梯维修单元;213、电梯年检单元;214、合同管理单元;220、电梯健康分析模块;221、基本数据分析单元;222、运行数据分析单元;223、维保数据分析单元;224、天气数据分析单元;230、电梯故障预警模块;231、运行异常预警单元;232、部件寿命预警单元;233、天气状况预警单元;240、电梯维保建议模块;241、故障记录分析单元;242、运行记录分析单元。
具体实施方式
为使本发明实施方式的目的、技术方案和优点更加清楚,下面将结合本发明实施方式中的附图,对本发明实施方式中的技术方案进行清楚、完整地描述,显然,所描述的实施方式是本发明一部分实施方式,而不是全部的实施方式。基于本发明中的实施方式,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式,都属于本发明保护的范围。
因此,以下对在附图中提供的本发明的实施方式的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施方式。基于本发明中的实施方式,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式,都属于本发明保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
实施例一
参照附图1所示,本发明提供一种技术方案:一种基于深度学习的电梯维保预警系统,包括终端采集设备100和电梯预警系统200,终端采集设备100与电梯预警系统200通信连接,电梯预警系统200用于接收终端采集设备100采集的电梯运行数据,以实现对电梯运行数据分析进行按需维保。
终端采集设备100包括主控芯片110、加速度传感器120、温湿度传感器130、铁电存储芯片140和网络信号收发器150,加速度传感器120、温湿度传感器130和铁电存储芯片140均与主控芯片110通信连接,主控芯片110与网络信号收发器150通信连接。
加速度传感器120用于检测电梯轿厢运行的加速度值,主控芯片110获得加速度值后通过加速度计算公式计算出电梯运行速度、运行方向以及电梯运行时的加速度曲线,并通过加速度曲线可分析出电梯抖动、蹦跳、电梯急停,结合电梯运行速度与运行时间,计算出提升高度,进行综合判断后可分析电梯轿厢是否冲顶或蹲底。
温湿度传感器130用于时间周期内采集井道内温湿度数据,通过主控芯片110分析井道内的温湿度环境对线路和部件老化造成的影响。实际应用中,为提高电梯的安全性,温湿度传感器130检测的时间周期为1小时。
主控芯片110用于上述数据的解码、计算、编码、传输工作,将各传感器采集的数据计算并编码后暂存到铁电存储芯片140中,同时与网络信号收发器150保持通信连接,将铁电存储芯片140中的数据按次序发送给网络信号收发器150。
铁电存储芯片140用于接收主控芯片110发送的数据并高速缓存,保证数据的安全性、准确性。
网络信号收发器150用于接收主控芯片110发送的数据,并与电梯预警系统200保持通信连接,将主控芯片110发送的数据转发给电梯预警系统200。
终端采集设备100还包括接口状态监测器160,接口状态监测器160至少包括一个扩展接口161,扩展接口161分别通信连接有电梯门磁传感器1611、人体红外传感器1612、维保开关1613和应急按钮1614。
电梯门磁传感器1611用于检测电梯轿门的是否正常开关,人体红外传感器1612用于检测电梯轿厢内是否有人乘坐,维保开关1613用于记录维保人员维保时间,应急按钮1614用于为乘梯人员提供应急支持;实际应用中,接口状态监测器160获得电梯门磁传感器1611、人体红外传感器1612、维保开关1613和应急按钮1614信号状态,当信号发生跳变时通过主控芯片110和网络信号收发器150上传至电梯预警系统200。
电梯预警系统200包括无纸化维保模块210、电梯健康分析模块220、电梯故障预警模块230和电梯维保建议模块240。
应当知道的是,本发明中所提到的电梯包括直梯、自动扶梯和自动人行道电梯任一种。
无纸化维保模块210用于获得电梯的维护保养数据、维修数据和年检数据并记录,还用于对合同进行管理。
进一步的,无纸化维保模块210包括电梯保养单元211、电梯维修单元212、电梯年检单元213和合同管理单元214,电梯保养单元211用于记录电梯日常的维护保养数据,电梯维修单元212用于接收终端采集设备100的故障信息,还用于记录电梯故障的维修数据,电梯年检单元213用于获得每年的年检数据,还用于对年检数据进行预警,为下一年的年检做提醒,合同管理单元214用于记录电梯维保合同,对电梯维保合同的时效进行预警,还用于控制电梯维保合同的权限。
具体地说,合同管理单元214记录维保单位与物业签订的电梯维保合同,并监控电梯维保合同的时效,当电梯维保合同的时效即将到期时作出预警提醒;并且,电梯维保合同只有对应的管理人员才可查看,而在查看前,通过生物识别获得查看权限。
当然,生物识别可以是人脸识别、指纹识别、虹膜识别或声音识别任一种,生物识别技术为现有的常规技术手段,在此不再进行详细说明。
电梯健康分析模块220用于获得电梯的基本数据、第一实时运行数据、维保数据和天气数据,对电梯的故障程度进行评估。
进一步地,电梯健康分析模块220包括基本数据分析单元221、运行数据分析单元222、维保数据分析单元223和天气数据分析单元224,基本数据分析单元221用于获得电梯的基本数据,对基本数据做分类统计,还用于根据电梯的年限周期评定电梯的老化情况,运行数据分析单元222用于获得电梯的第一实时运行数据,根据第一实时运行数据形成时间轴记录,并分析电梯的实际损耗,维保数据分析单元223用于记录维保数据,结合维保数据根据维保工作评分标准进行维保质量评分,天气数据分析单元224用于获得每天电梯属地的天气数据,在恶劣天气情况下分析对电梯部件的影响度,并进一步评定老化程度。
具体地说,基本数据分析单元221根据电梯的年限周期评定电梯的老化情况,实际是通过分类统计的数据得到电梯的出厂日期,根据电梯的出厂日期计算出电梯的年限周期,则结合年限周期与品牌质量标准来评定电梯的老化情况。
运行数据分析单元222在获得第一实际运行数据后,将实际运行时长和空闲时长两者形成时间轴记录,并将实际运行时长和空闲时长两者进行对比,当空闲时长越长时电梯损坏较低。
维保数据分析单元223用于记录维保数据,其中,维保数据包含了保养时间、维修时间、配件更换时间和检验检测时间,通过对应的时间节点可推算出维保人员的工作效率以及维保工作是否按时完成,最终结合维保数据根据维保工作评分标准进行维保质量评分,以及维保工作是否按时完成,并根据维保工作评分标准进行维保质量的评分;通过维保数据统计故障数量和故障类型,再通过统计结果和故障部件关联关系计算电梯部件的老化指标,如有配件更换记录,也将计入当前电梯的费用总和;通过横向对比,得出费用支出排名,根据排名规则和评定标准得出维保费用评分;另外,以维保人员填写的数据为基准结果寻找数据关联和特征点对机器深度学习的训练。
天气数据分析单元224每天电梯属地7天内的天气数据。
可以知道的是,第一实时运行数据包括实际运行时长和空闲时长。
电梯故障预警模块230用于获得电梯的运行异常数据、部件寿命数据和天气状况数据,根据所得的数据进行分析并发送预警信息。
进一步地,电梯故障预警模块230包括运行异常预警单元231、部件寿命预警单元232和天气状况预警单元233,运行异常预警单元231用于获得运行异常数据,对运行异常数据进行分析输出结果,并根据输出结果向维保人员发送预警信息,部件寿命预警单元232用于获得电梯主要部件运行数据,根据主要部件运行数据计算准确的部件寿命数据,可为电梯维保建议模块240提供数据支持,天气状况预警单元233用于分析在恶劣天气会对电梯造成故障点,结合恶劣天气下的历史故障点进行深度学习。
具体地说,运行异常数据主要针对电梯急停、电梯冲顶、电梯蹲底和异常停梯等故障;主要部件运行数据主要针对变频器、曳引机、曳引绳和抱闸的使用时长、电梯启停数据和故障类型等数据计算部件寿命数据;天气状况预警单元233针对故障点深度学习后,利用深度学习结果判断当恶劣天气来临时,当前电梯历史故障记录中存在该天气下有某些故障触发时,可提醒维保人员提前检查并做好准备措施。
电梯维保建议模块240用于获得故障数据和第二实时运行数据,为维保人员提供合理化的维保建议。
进一步地,电梯维保建议模块240包括故障记录分析单元241和运行记录分析单元242,故障记录分析单元241用于获得故障数据,根据故障数据统计故障内容并分析,判断维保人员是否前往现场进行检修,运行记录分析单元242用于获得第二实时运行数据,通过该数据分析出真实的电梯工作强度和推算出电梯某部件的磨损程度,还用于计算维保人员何时到场检查的权重比。
可以知道的是,第二实时运行数据包括电梯运行时长和电梯启停次数。
实施例二
本发明实施例还公开了一种基于深度学习的电梯维保预警系统的工作方法,参照附图3所示,包括以下步骤:
S1,数据采集:利用终端采集设备100的各传感器采集电梯的运行数据,并将运行数据上传至电梯预警系统200;
S2,数据记录:电梯保养单元211记录电梯日常的维护保养数据,电梯维修单元212接收终端采集设备100的故障信息,还记录电梯故障的维修数据,电梯年检单元213获得每年的年检数据,还对年检数据进行预警,为下一年的年检做提醒,合同管理单元214记录电梯维保合同,对电梯维保合同的时效进行预警,还控制电梯维保合同的权限;
S3,健康分析:基本数据分析单元221获得电梯的基本数据,对基本数据做分类统计,还根据电梯的年限周期评定电梯的老化情况,运行数据分析单元222获得电梯的第一实时运行数据,根据第一实时运行数据形成时间轴记录,并分析电梯的实际损耗,维保数据分析单元223记录维保数据,结合维保数据根据维保工作评分标准进行维保质量评分,天气数据分析单元224获得每天电梯属地的天气数据,在恶劣天气情况下分析对电梯部件的影响度,并进一步评定老化程度;
S4,故障预警:运行异常预警单元231获得运行异常数据,对运行异常数据进行分析输出结果,并根据输出结果向维保人员发送预警信息,部件寿命预警单元232获得电梯主要部件运行数据,根据主要部件运行数据计算准确的部件寿命数据,可为电梯维保建议模块240提供数据支持,天气状况预警单元233分析在恶劣天气会对电梯造成故障点,结合恶劣天气下的历史故障点进行深度学习;
S5,维保建议:故障记录分析单元241获得故障数据,根据故障数据统计故障内容并分析,判断维保人员是否前往现场进行检修,运行记录分析单元242获得第二实时运行数据,通过该数据分析出真实的电梯工作强度和推算出电梯某部件的磨损程度,还计算维保人员何时到场检查的权重比。
本申请实施例中的上述一个或多个技术方案,至少具有如下一种或多种技术效果:
(1)本发明提供的无纸化维保模块,对日常的保养维护、年检及各项数据记录并保存,使各项数据能够随时可查,并且减少了对纸张的利用,有效的降低了资源。
(2)本发明提供的电梯健康分析模块,对电梯进行空闲时长评分、维保质量评分、故障率评分、老化情况评分和维保费用评分,能够让维保人员及管理人员及时了解电梯的运行情况,有利于对电梯更好的监控,并有利于管理人员得知维保人员对电梯的维保情况是否落实到位。
(3)本发明提供的电梯故障预警模块,对电梯各部件及运行状态有效的监控,有针对性的进行分析对电梯故障作出预判,提醒维保人员及时处理,从而减少电梯故障的发生,保障了乘梯人员的生命安全。
应该明白,公开的过程中的步骤的特定顺序或层次是示例性方法的实例。基于设计偏好,应该理解,过程中的步骤的特定顺序或层次可以在不脱离本公开的保护范围的情况下得到重新安排。所附的方法权利要求以示例性的顺序给出了各种步骤的要素,并且不是要限于所述的特定顺序或层次。
在上述的详细描述中,各种特征一起组合在单个的实施方案中,以简化本公开。不应该将这种公开方法解释为反映了这样的意图,即,所要求保护的主题的实施方案需要清楚地在每个权利要求中所陈述的特征更多的特征。相反,如所附的权利要求书所反映的那样,本发明处于比所公开的单个实施方案的全部特征少的状态。因此,所附的权利要求书特此清楚地被并入详细描述中,其中每项权利要求独自作为本发明单独的优选实施方案。
本领域技术人员还应当理解,结合本文的实施例描述的各种说明性的逻辑框、模块、电路和算法步骤均可以实现成电子硬件、计算机软件或其组合。为了清楚地说明硬件和软件之间的可交换性,上面对各种说明性的部件、框、模块、电路和步骤均围绕其功能进行了一般地描述。至于这种功能是实现成硬件还是实现成软件,取决于特定的应用和对整个系统所施加的设计约束条件。熟练的技术人员可以针对每个特定应用,以变通的方式实现所描述的功能,但是,这种实现决策不应解释为背离本公开的保护范围。
结合本文的实施例所描述的方法或者算法的步骤可直接体现为硬件、由处理器执行的软件模块或其组合。软件模块可以位于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、移动磁盘、CD-ROM或者本领域熟知的任何其它形式的存储介质中。一种示例性的存储介质连接至处理器,从而使处理器能够从该存储介质读取信息,且可向该存储介质写入信息。当然,存储介质也可以是处理器的组成部分。处理器和存储介质可以位于ASIC中。该ASIC可以位于用户终端中。当然,处理器和存储介质也可以作为分立组件存在于用户终端中。
对于软件实现,本申请中描述的技术可用执行本申请所述功能的模块(例如,过程、函数等)来实现。这些软件代码可以存储在存储器单元并由处理器执行。存储器单元可以实现在处理器内,也可以实现在处理器外,在后一种情况下,它经由各种手段以通信方式耦合到处理器,这些都是本领域中所公知的。
上文的描述包括一个或多个实施例的举例。当然,为了描述上述实施例而描述部件或方法的所有可能的结合是不可能的,但是本领域普通技术人员应该认识到,各个实施例可以做进一步的组合和排列。因此,本文中描述的实施例旨在涵盖落入所附权利要求书的保护范围内的所有这样的改变、修改和变型。此外,就说明书或权利要求书中使用的术语“包含”,该词的涵盖方式类似于术语“包括”,就如同“包括,”在权利要求中用作衔接词所解释的那样。此外,使用在权利要求书的说明书中的任何一个术语“或者”是要表示“非排它性的或者”。
Claims (4)
1.一种基于深度学习的电梯维保预警系统,其特征在于,包括终端采集设备和电梯预警系统,所述终端采集设备与所述电梯预警系统通信连接,所述电梯预警系统用于接收所述终端采集设备采集的电梯运行数据,以实现对电梯运行数据分析进行按需维保;
所述终端采集设备包括主控芯片、加速度传感器、温湿度传感器、铁电存储芯片、网络信号收发器和接口状态监测器,所述加速度传感器、所述温湿度传感器和所述铁电存储芯片均与所述主控芯片通信连接,所述主控芯片与所述网络信号收发器通信连接,所述接口状态监测器至少包括一个扩展接口,所述扩展接口分别通信连接有电梯门磁传感器、人体红外传感器、维保开关和应急按钮;
其中,所述电梯预警系统包括无纸化维保模块、电梯健康分析模块、电梯故障预警模块和电梯维保建议模块;
所述无纸化维保模块用于获得电梯的维护保养数据、维修数据和年检数据并记录,还用于对合同进行管理;
所述无纸化维保模块包括电梯保养单元、电梯维修单元、电梯年检单元和合同管理单元,所述电梯保养单元用于记录电梯日常的维护保养数据,所述电梯维修单元用于接收所述终端采集设备的故障信息,还用于记录电梯故障的维修数据,所述电梯年检单元用于获得每年的年检数据,还用于对年检数据进行预警,为下一年的年检做提醒,所述合同管理单元用于记录电梯维保合同,对电梯维保合同的时效进行预警,还用于控制电梯维保合同的权限;其中,第一实时运行数据包括实际运行时长和空闲时长;
所述电梯健康分析模块用于获得电梯的基本数据、第一实时运行数据、维保数据和天气数据,对电梯的故障程度进行评估;
所述电梯健康分析模块包括基本数据分析单元、运行数据分析单元、维保数据分析单元和天气数据分析单元,所述基本数据分析单元用于获得电梯的基本数据,对基本数据做分类统计,还用于根据电梯的年限周期评定电梯的老化情况,所述运行数据分析单元用于获得电梯的第一实时运行数据,根据第一实时运行数据形成时间轴记录,并分析电梯的实际损耗,所述维保数据分析单元用于记录维保数据,结合维保数据根据维保工作评分标准进行维保质量评分,所述天气数据分析单元用于获得每天电梯属地的天气数据,在恶劣天气情况下分析对电梯部件的影响度,并进一步评定老化程度;
所述电梯故障预警模块用于获得电梯的运行异常数据、部件寿命数据和天气状况数据,根据所得的数据进行分析并发送预警信息;
所述电梯故障预警模块包括运行异常预警单元、部件寿命预警单元和天气状况预警单元,所述运行异常预警单元用于获得运行异常数据,对运行异常数据进行分析输出结果,并根据输出结果向维保人员发送预警信息,所述部件寿命预警单元用于获得电梯主要部件运行数据,根据主要部件运行数据计算准确的部件寿命数据,可为电梯维保建议模块提供数据支持,所述天气状况预警单元用于分析在恶劣天气会对电梯造成故障点,结合恶劣天气下的历史故障点进行深度学习;
所述电梯维保建议模块用于获得故障数据和第二实时运行数据,为维保人员提供合理化的维保建议。
2.根据权利要求1所述的一种基于深度学习的电梯维保预警系统,其特征在于,所述电梯维保建议模块包括故障记录分析单元和运行记录分析单元,所述故障记录分析单元用于获得故障数据,根据故障数据统计故障内容并分析,判断维保人员是否前往现场进行检修,所述运行记录分析单元用于获得第二实时运行数据,通过该数据分析出真实的电梯工作强度和推算出电梯某部件的磨损程度,还用于计算维保人员何时到场检查的权重比。
3.根据权利要求2所述的一种基于深度学习的电梯维保预警系统,其特征在于,所述第二实时运行数据包括电梯运行时长和电梯启停次数。
4.一种基于深度学习的电梯维保预警系统的工作方法,应用于权利要求1~3任一项所述的一种基于深度学习的电梯维保预警系统,其特征在于,包括以下步骤:
S1,数据采集:利用终端采集设备的各传感器采集电梯的运行数据,并将运行数据上传至电梯预警系统;
S2,数据记录:电梯保养单元记录电梯日常的维护保养数据,电梯维修单元接收终端采集设备的故障信息,还记录电梯故障的维修数据,电梯年检单元获得每年的年检数据,还对年检数据进行预警,为下一年的年检做提醒,合同管理单元记录电梯维保合同,对电梯维保合同的时效进行预警,还控制电梯维保合同的权限;
S3,健康分析:基本数据分析单元获得电梯的基本数据,对基本数据做分类统计,还根据电梯的年限周期评定电梯的老化情况,运行数据分析单元获得电梯的第一实时运行数据,根据第一实时运行数据形成时间轴记录,并分析电梯的实际损耗,维保数据分析单元记录维保数据,结合维保数据根据维保工作评分标准进行维保质量评分,天气数据分析单元获得每天电梯属地的天气数据,在恶劣天气情况下分析对电梯部件的影响度,并进一步评定老化程度;
S4,故障预警:运行异常预警单元获得运行异常数据,对运行异常数据进行分析输出结果,并根据输出结果向维保人员发送预警信息,部件寿命预警单元获得电梯主要部件运行数据,根据主要部件运行数据计算准确的部件寿命数据,可为电梯维保建议模块提供数据支持,天气状况预警单元分析在恶劣天气会对电梯造成故障点,结合恶劣天气下的历史故障点进行深度学习;
S5,维保建议:故障记录分析单元获得故障数据,根据故障数据统计故障内容并分析,判断维保人员是否前往现场进行检修,运行记录分析单元获得第二实时运行数据,通过该数据分析出真实的电梯工作强度和推算出电梯某部件的磨损程度,还计算维保人员何时到场检查的权重比。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110651710.0A CN113697623B (zh) | 2021-06-11 | 2021-06-11 | 一种基于深度学习的电梯维保预警系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110651710.0A CN113697623B (zh) | 2021-06-11 | 2021-06-11 | 一种基于深度学习的电梯维保预警系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113697623A CN113697623A (zh) | 2021-11-26 |
CN113697623B true CN113697623B (zh) | 2023-05-30 |
Family
ID=78648093
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110651710.0A Active CN113697623B (zh) | 2021-06-11 | 2021-06-11 | 一种基于深度学习的电梯维保预警系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113697623B (zh) |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN203143851U (zh) * | 2012-12-12 | 2013-08-21 | 重庆厚齐科技有限公司 | 一种电梯多媒体安全监控系统 |
CN110356941A (zh) * | 2019-07-18 | 2019-10-22 | 潍坊工程职业学院 | 一种电梯大数据智能预警系统 |
CN111650918A (zh) * | 2020-05-14 | 2020-09-11 | 中铁第四勘察设计院集团有限公司 | 一种垂直电梯全寿命周期运行安全监测系统 |
CN111994749A (zh) * | 2020-08-14 | 2020-11-27 | 揭阳市聆讯软件有限公司 | 一种基于phm技术的电梯智能监管与按需维保系统及方法 |
CN111994745A (zh) * | 2020-08-31 | 2020-11-27 | 郑州大学 | 一种电梯设备画像系统及方法 |
-
2021
- 2021-06-11 CN CN202110651710.0A patent/CN113697623B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113697623A (zh) | 2021-11-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108529380B (zh) | 电梯安全预测方法及系统 | |
CN104091070B (zh) | 一种基于时间序列分析的轨道交通故障诊断方法和系统 | |
CN109573772B (zh) | 一种通用电梯健康度评估系统 | |
CN111651505B (zh) | 一种基于数据驱动的设备运行态势分析预警方法及系统 | |
CN108398934B (zh) | 一种用于轨道交通的设备故障监控的系统 | |
CN112884325A (zh) | 一种客站设备应用分析及健康状况评价方法及系统 | |
CN107153914A (zh) | 一种汽车运行风险的评价系统及方法 | |
CN109559025A (zh) | 一种桥梁检监测一体化健康状况评估体系及其使用方法 | |
CN111186741B (zh) | 电梯门系统健康维护方法及装置 | |
CN110209999A (zh) | 一种车载设备故障趋势预测方法 | |
CN110562818B (zh) | 一种以时间维度评估电梯运行质量的监测系统及其监测方法 | |
CN115231410A (zh) | 一种基于智能化的电梯定期维护维保监测管理云系统 | |
CN110763286A (zh) | 登机廊桥状态监测与故障诊断系统及方法 | |
CN116279700A (zh) | 一种铁路信号系统电子相关设备故障预警与管理实现方法 | |
CN109896384B (zh) | 基于大数据分析的曳引电梯健康状态特征参数提取方法 | |
CN112357709A (zh) | 一种电梯按需维保智能管理系统及其管理方法 | |
CN113697623B (zh) | 一种基于深度学习的电梯维保预警系统及方法 | |
CN112408135B (zh) | 一种基于远程监控的设备数据异常管理方法 | |
CN115520741A (zh) | 基于神经网络的电梯运行监控预警方法、系统及存储介质 | |
CN115893142A (zh) | 基于物联网及大数据的电梯按需维保管理系统及方法 | |
CN111780809B (zh) | 轨道车辆零部件温度和振动监测预警方法及其系统 | |
CN112660957B (zh) | 一种电梯运行风险的预警方法及预警系统 | |
CN114476890A (zh) | 一种非接触式电梯数据采集方法 | |
CN113998553A (zh) | 一种电梯运行故障检测系统及其检测方法 | |
CN112131279A (zh) | 基于大数据的汽车数据管理方法、计算机设备及存储介质 |
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 | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20230804 Address after: Room 406, Tianzhi International Building, No. 63 Beijing Road, Qingdao Area, China (Shandong) Pilot Free Trade Zone, Qingdao City, Shandong Province, 266000 Patentee after: Qingdao Suoyuan Visual Technology Co.,Ltd. Address before: Room 1807, Jinshi international, No. 157 Jinggangshan Road, Huangdao District, Qingdao, Shandong 266500 Patentee before: Qingdao Tielian Technology Co.,Ltd. |