CN113800352B - 一种电梯制动力矩检测方法及装置 - Google Patents
一种电梯制动力矩检测方法及装置 Download PDFInfo
- Publication number
- CN113800352B CN113800352B CN202111068624.3A CN202111068624A CN113800352B CN 113800352 B CN113800352 B CN 113800352B CN 202111068624 A CN202111068624 A CN 202111068624A CN 113800352 B CN113800352 B CN 113800352B
- Authority
- CN
- China
- Prior art keywords
- elevator
- dynamic
- static
- sample
- moment
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 74
- 230000003068 static effect Effects 0.000 claims abstract description 130
- 238000005457 optimization Methods 0.000 claims abstract description 34
- 238000011156 evaluation Methods 0.000 claims abstract description 30
- 238000000034 method Methods 0.000 claims description 32
- 238000002474 experimental method Methods 0.000 claims description 24
- 238000004088 simulation Methods 0.000 claims description 19
- 230000002159 abnormal effect Effects 0.000 claims description 16
- 230000001133 acceleration Effects 0.000 claims description 15
- 238000013528 artificial neural network Methods 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 13
- 230000007246 mechanism Effects 0.000 claims description 12
- 238000012549 training Methods 0.000 claims description 9
- 238000005094 computer simulation Methods 0.000 claims description 6
- 238000012360 testing method Methods 0.000 claims description 5
- 230000010363 phase shift Effects 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 2
- 230000009286 beneficial effect Effects 0.000 description 11
- 238000004590 computer program Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 230000004075 alteration Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000002269 spontaneous effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- B66B5/0087—Devices facilitating maintenance, repair or inspection tasks
- B66B5/0093—Testing of safety devices
Landscapes
- Maintenance And Inspection Apparatuses For Elevators (AREA)
- Indicating And Signalling Devices For Elevators (AREA)
Abstract
本发明提供一种电梯制动力矩检测方法,包括:通过预设的电梯制动力矩检测装置,获取电梯的检测数据;获取预设的电梯参数,根据所述电梯参数和检测数据,计算电梯制动力矩;根据所述电梯制动力矩,制定对应的安全系数,通过所述安全系数,计算电梯制动器的动态性能和静态性能,并搭建电梯的安全性能模型;评估所述安全性能模型,确定评估结果,并根据所述评估结果,优化所述安全性能模型,生成优化结果,并将所述优化结果传输至控制终端。
Description
技术领域
本发明涉及电梯制动力矩检测技术领域,特别涉及一种电梯制动力矩检测方法及装置。
背景技术
目前,电梯驱动主机制动器制动力矩不足引发的轿厢意外移动和冲顶事故几乎每年都有发生,电梯的制动器能够使运行中的电梯在切断电源时自动把轿厢制停,电梯停止运行时,制动器应能保证在125%的额定载荷情况下,使轿厢保持静止,位置不变。
近年来,随着电梯零速抱闸电力拖动控制技术的发展,电梯正常平层减速不依赖主机制动器,制动力矩没有裕量时,难以发现风险,人工检测不仅耗时大、过程繁琐,同时有些人对主机制动器的功能重视不足,往往增大了电梯的减速失灵的风险。
发明内容
本发明提供一种电梯制动力矩检测方法,其特征在于,包括:
通过预设的电梯制动力矩检测装置,获取电梯的检测数据;
获取预设的电梯参数,根据所述电梯参数和检测数据,计算电梯制动力矩;
根据所述电梯制动力矩,制定对应的安全系数,通过所述安全系数,计算电梯制动器的动态性能和静态性能,并搭建电梯的安全性能模型;
评估所述安全性能模型,确定评估结果,并根据所述评估结果,优化所述安全性能模型,生成优化结果,并将所述优化结果传输至控制终端。
作为本技术方案的一种实施例,所述电梯的检测数据至少包括电梯重量、轿厢重量、电梯重量和轿厢重量的重量差、电梯静止所需力矩、移动电梯轿厢所需力矩、曳引机断电状态下制动器打开时电梯的最大加速度值、制动器关闭时电梯减速停止过程的最大加速度值。
作为本技术方案的一种实施例,所述根据所述电梯制动力矩,制定对应的安全系数,之前还包括以下步骤:
步骤11:判断电梯制动力矩是否合格,确定判断结果;
步骤12:当所述判断结果为电梯制动力矩合格时,生成正常结果,并将所述正常结果传输至控制终端预设的显示屏上;
步骤13:当所述判断结果为电梯制动力不合格时,生成异常结果,并采集异常检测数据,将所述异常结果和异常检测数据传输至控制终端进行语音预警,同时,电梯制动器进行紧急制停。
作为本技术方案的一种实施例,所述根据所述电梯制动力矩,制定对应的安全系数,包括:
基于预设的数据处理中心,获取电梯制动力矩,并根据所述电梯制动力矩,确定第一制动力矩、第二制动力矩和第三制动力矩;其中,
所述第一制动力矩用于计算电梯轿厢在负荷125%的重量时位于最底层站时所需的总制动力矩;
所述第二制动力矩用于计算制动器部件一件或者部分失灵下,电梯轿厢在位于最底层站时所需的总制动力矩;
所述第三制动力矩用于意外情况下电梯轿厢紧急制动时的总制动力矩;
通过第一制动力矩、第二制动力矩和第三制动力矩,确定制动力矩的安全裕量,根据所述安全裕量,制定对应的安全系数。
作为本技术方案的一种实施例,所述根据所述电梯制动力矩,制定对应的安全系数,通过所述安全系数,计算电梯制动器的动态性能和静态性能,并搭建电梯的安全性能模型,包括:
获取电梯制动器的电梯结构参数;其中,
所述电梯结构参数至少包括电梯种类、电梯主参数、电梯种类和电梯相关部件的参数;
通过预设的人工神经网络系统,获取所述结构参数,模拟电梯的静态实验样本,根据所述静态实验样本,确定电梯的静态性能;
根据所述静态性,确定电梯的静态性能参数;
将所述静态性能参数传输至预设的估算模型进行动态演绎,确定电梯的动态实验样本,根据所述动态实验样本,确定电梯的动态性能参数;
根据所述动态性能参数,确定电梯的动态性能;
根据所述静态性能和动态性能,构建电梯制动器的安全性能模型。
作为本技术方案的一种实施例,所述通过预设的人工神经网络系统,获取所述结构参数,模拟电梯的静态实验样本,根据所述静态实验样本,确定电梯的静态性能,包括:
获取电梯静态参数;
将所述结构参数和静态参数传输至预设的人工神经网络系统,生成训练数据;
将所述训练数据传输至预设的3D仿真设备,模拟电梯的静态实验样本;
调取静态实验样本的静态样本数据,确定电梯的静态性能。
作为本技术方案的一种实施例,所述将所述静态性能参数传输至预设的估算模型进行动态演绎,确定电梯的动态实验样本,根据所述动态实验样本,确定电梯的动态性能参数,包括:
步骤1:获取静态实验样本的静态性能参数和动态实验样本的状态样本信息;
步骤2:将所述状态样本参数和静态性能参数传输至预设的估算模型,进行贝叶斯建模,并确定状态概率模型;
步骤3:基于预设的演绎机制和状态概率模型,对电梯实验样本进行动态模拟,生成电梯实验样本的动态模拟信号;
步骤4:根据所述动态模拟信号,生成电梯的动态实验样本,并通过所述动态实验样本,计算动态实验样本的动态性能参数。
作为本技术方案的一种实施例,所述评估所述安全性能模型,确定评估结果,并根据所述评估结果,优化所述安全性能模型,生成优化结果,并将所述优化结果传输至控制终端,包括:
基于预设的标准评价规则,评估所述安全性能模型,生成评估结果;
基于电梯的安全性能模型和所述评估结果,计算安全性能模型的补偿参数;
通过所述补偿参数,计算安全性能模型的优化数据,并利用所述优化数据,优化所述安全性能模型,生成优化结果;
将所述优化结果传输至控制终端。
作为本技术方案的一种实施例,所述检测装置,包括检测设备、仿真模型设备和控制终端;其中,
所述检测设备用于对电梯进行检测,计算电梯制动力矩;
所述仿真模型设备用于仿真并模拟电梯制动器的安全性能模型;
所述控制终端用于控制管理检测设备和仿真模型设备。
作为本技术方案的一种实施例,所述检测设备包括加速度传感器、图像采集设备和电梯检测装置;其中,
所述电梯检测装置还包括力矩检测设备;其中,
所述力矩检测设备至少包括力矩扳手、力矩扳手和盘车轮轴的适配装置;其中,
所述力矩扳手套装于力矩扳手与盘车轮轴的适配装置上。
本发明的有益效果如下:
本发明实施例提供了一种电梯制动力矩检测方法,通过预设的检测装置,获取电梯的检测数据,检测数据包括电梯重量、轿厢重量、电梯重量和轿厢重量的重量差、电梯静止所需力矩、移动电梯轿厢所需力矩、曳引机断电状态下制动器打开时电梯的最大加速度值、制动器关闭时电梯减速停止过程的最大加速度值,用来计算电梯的力矩是否合格,根据预设的电梯参数和检测数据,计算电梯制动力矩,根据所述电梯制动力矩,制定安全系数,并通过所述安全系数,预估电梯制动器的动态性能和静态性能,构建电梯制动器的安全性能模型,通过对电梯的静态和动态相结合的实验模拟,更加准确的预算电梯的制动性能,在电梯还未上市或者地点不适合检查的场所,通过对电梯的性能预估演绎,从而获取评价所述安全性能模型,确定评价结果,并根据所述评价结果,优化所述安全性能模型,在电梯上市前或者二次维修时,可以通过安全性能优化模型对电梯进行优化,从而减少电梯制动力不足或者其他隐患带来的风险。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。
在附图中:
图1为本发明实施例中一种电梯制动力矩检测方法流程图;
图2为本发明实施例中一种电梯制动力矩检测方法流程图;
图3为本发明实施例中一种电梯制动力矩检测方法流程图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
需说明的是,当部件被称为“固定于”或“设置于”另一个部件,它可以直接在另一个部件上或者间接在该另一个部件上。当一个部件被称为是“连接于”另一个部件,它可以是直接或者间接连接至该另一个部件上。
需要理解的是,术语“长度”、“宽度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
此外,需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序,“多个”的含义是两个或两个以上,除非另有明确具体的限定。而且,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、物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、物品或者设备所固有的要素。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
实施例1:
根据图1所示,本发明实施例提供了一种电梯制动力矩检测方法,其特征在于,包括:
通过预设的电梯制动力矩检测装置,获取电梯的检测数据;
获取预设的电梯参数,根据所述电梯参数和检测数据,计算电梯制动力矩;
根据所述电梯制动力矩,制定对应的安全系数,通过所述安全系数,计算电梯制动器的动态性能和静态性能,并搭建电梯的安全性能模型;
评估所述安全性能模型,确定评估结果,并根据所述评估结果,优化所述安全性能模型,生成优化结果,并将所述优化结果传输至控制终端。
上述技术方案的工作原理和有益效果为:
本发明实施例提供了一种电梯制动力矩检测方法,通过预设的检测装置,获取电梯的检测数据,检测数据包括电梯重量、轿厢重量、电梯重量和轿厢重量的重量差、电梯静止所需力矩、移动电梯轿厢所需力矩、曳引机断电状态下制动器打开时电梯的最大加速度值、制动器关闭时电梯减速停止过程的最大加速度值,用来计算电梯的力矩是否合格,根据预设的电梯参数和检测数据,计算电梯制动力矩,电梯制动力矩是电梯安全性能检测的重要参数,根据电梯制动力矩,制定安全系数,并通过安全系数,预估电梯制动器的动态性能和静态性能,构建电梯制动器的安全性能模型,通过对电梯的静态和动态相结合的实验模拟,更加准确的预算电梯的制动性能,在电梯还未上市或者地点不适合长时间停休检查的场所,通过对电梯的性能预估演绎,从而获取评价所述安全性能模型,确定评价结果,并根据所述评价结果,优化所述安全性能模型,在电梯上市前或者二次维修时,可以通过安全性能优化模型对电梯进行优化,不仅减少了人力成本,提高了检修的效率,并且提供了智能化、自适应的优化方案,从而减少电梯制动力不足或者其他隐患带来的风险。
实施例2:
本技术方案提供了一种实施例,所述电梯的检测数据至少包括电梯重量、轿厢重量、电梯重量和轿厢重量的重量差、电梯静止所需力矩、移动电梯轿厢所需力矩、曳引机断电状态下制动器打开时电梯的最大加速度值、制动器关闭时电梯减速停止过程的最大加速度值。
上述技术方案的工作原理和有益效果为:
本技术方案的检测数据至少包括电梯重量、轿厢重量、电梯重量和轿厢重量的重量差、电梯静止所需力矩、移动电梯轿厢所需力矩、曳引机断电状态下制动器打开时电梯的最大加速度值、制动器关闭时电梯减速停止过程的最大加速度值,通过对电梯的检测数据的采集,从而计算电梯的制动力和制动力矩,从而判断电梯的制动是否符合标准。
实施例3:
根据图2所示,本技术方案提供了一种实施例,所述根据所述电梯制动力矩,制定对应的安全系数,之前还包括以下步骤:
步骤11:判断电梯制动力矩是否合格,确定判断结果;
步骤12:当所述判断结果为电梯制动力矩合格时,生成正常结果,并将所述正常结果传输至控制终端预设的显示屏上;
步骤13:当所述判断结果为电梯制动力不合格时,生成异常结果,并采集异常检测数据,将所述异常结果和异常检测数据传输至控制终端进行语音预警,同时,电梯制动器进行紧急制停。
上述技术方案的工作原理和有益效果为:
本技术方案根据电梯制动力矩,制定个性化的安全系数,从而判断电梯制动力矩是否合格,确定判断结果;当判断结果为电梯制动力矩合格时,将正常结果传输至控制终端预设的显示屏上;当判断结果为电梯制动力不合格时,生成异常结果,并采集异常检测数据,将异常结果和异常检测数据传输至控制终端进行语音预警,同时,电梯制动器进行紧急制停本技术方案通过层层计算对电梯的异常数据进行监测,电梯力矩不合格影响并导致位置电梯轿厢停止、轿厢意外移动、轿厢超速上升或者电梯端站紧急保护等意外情况。
实施例4:
本技术方案提供了一种实施例,所述根据所述电梯制动力矩,制定对应的安全系数,包括:
基于预设的数据处理中心,获取电梯制动力矩,并根据所述电梯制动力矩,确定第一制动力矩、第二制动力矩和第三制动力矩;其中,
所述第一制动力矩用于计算电梯轿厢在负荷125%的重量时位于最底层站时所需的总制动力矩;
所述第二制动力矩用于计算制动器部件一件或者部分失灵下,电梯轿厢在位于最底层站时所需的总制动力矩;
所述第三制动力矩用于意外情况下电梯轿厢紧急制动时的总制动力矩;
通过第一制动力矩、第二制动力矩和第三制动力矩,确定制动力矩的安全裕量,根据所述安全裕量,制定对应的安全系数。
上述技术方案的工作原理和有益效果为:
本技术方案通过获取电梯制动力矩,并根据电梯制动力矩,确定第一制动力矩、第二制动力矩和第三制动力矩;第一制动力矩用于计算电梯轿厢在负荷125%的重量时位于最底层站时所需的总制动力矩;第二制动力矩用于计算制动器部件一件或者部分失灵下,电梯轿厢在位于最底层站时所需的总制动力矩;第三制动力矩用于意外情况下电梯轿厢紧急制动时的总制动力矩;第一制动力矩、第二制动力矩和第三制动力矩是对制动力矩的标准进行个性化、针对性的测定,通过第一制动力矩、第二制动力矩和第三制动力矩,确定制动力矩的安全裕量,根据安全裕量,制定安全系数,通过对安全系数的制定,具有针对性的对电梯样本进行安全裕量,制定针对特定的电梯样本的个性化安全规则,可以对不同规格不同场所的电梯样本进行匹配,适配度更高。
实施例5:
根据图3所示,本技术方案提供了一种实施例,所述根据所述电梯制动力矩,制定对应的安全系数,通过所述安全系数,计算电梯制动器的动态性能和静态性能,并搭建电梯的安全性能模型,包括:
获取电梯制动器的电梯结构参数;其中,
所述电梯结构参数至少包括电梯种类、电梯主参数、电梯种类和电梯相关部件的参数;
通过预设的人工神经网络系统,获取所述结构参数,模拟电梯的静态实验样本,根据所述静态实验样本,确定电梯的静态性能;
根据所述静态性,确定电梯的静态性能参数;
将所述静态性能参数传输至预设的估算模型进行动态演绎,确定电梯的动态实验样本,根据所述动态实验样本,确定电梯的动态性能参数;
根据所述动态性能参数,确定电梯的动态性能;
根据所述静态性能和动态性能,构建电梯制动器的安全性能模型。
上述技术方案的工作原理和有益效果为:
本技术方案通过安全系数,预估电梯制动器的动态性能和静态性能,电梯制动器的静态性能是固定的,在不同的运动状态中,一般是固定化的参数,除非发生部件损耗过大等原因,动态性能是针对运行中电梯变化的参数性能进行测量,通过对电梯动态和静态模型的构造,不仅可以在电梯上市前就进行模拟,也可以在电梯上市或者运行后,通过自行采集或者预先输入的静态性能数据,对电梯测量结构化参数,构建电梯制动器的安全性能模型,达到动态的监控检测和维修的效果,获取电梯制动器的结构参数,通过人工神经网络系统,获取结构参数,模拟电梯的静态实验样本,根据静态实验样本,确定电梯的静态性能参数,根据人工神经网络不仅可以采集也可以特征提取以及自发学习适应电梯的样本模型,根据所述静态性能参数,确定电梯的静态性能;将静态性能参数传输至预设的估算模型进行动态演绎,确定电梯的动态实验样本,根据动态实验样本,确定电梯的动态性能参数;根据动态性能参数,确定电梯的动态性能;根据静态性能和动态性能,构建电梯制动器的安全性能模型,从而为电梯样本的优化提供原始数据和条件。
实施例6:
本技术方案提供了一种实施例,所述通过预设的人工神经网络系统,获取所述结构参数,模拟电梯的静态实验样本,根据所述静态实验样本,确定电梯的静态性能,包括:
获取电梯静态参数;
将所述结构参数和静态参数传输至预设的人工神经网络系统,生成训练数据;
将所述训练数据传输至预设的3D仿真设备,模拟电梯的静态实验样本;
调取静态实验样本的静态样本数据,确定电梯的静态性能。
上述技术方案的工作原理和有益效果为:
本技术方案通过预设的人工神经网络系统,获取电梯的结构参数,模拟电梯的静态实验样本,通过对电梯结构参数的采集,可以确定不同的电梯结构的样本,从而更加真实准确的拟合出静态试验样本,根据静态实验样本,确定电梯的静态性能参数,获取电梯静态参数;电梯的静态样本表现出电梯的性能及结构质量,将结构参数和静态参数传输至预设的人工神经网络系统,生成训练数据,电梯的训练数据主要是对电梯进行特征提取,从而对电梯的结构进行搭建,将训练数据传输至如3D仿真设备或者搭建好的模型仿真设备中,模拟电梯的静态实验样本,调取静态实验样本的静态样本数据,生成电梯的静态性能参数,真实的进行数据模拟,可以获取更精确的数据,提高电梯运行程序的速度。
实施例7:
本技术方案提供了一种实施例,所述将所述静态性能参数传输至预设的估算模型进行动态演绎,确定电梯的动态实验样本,根据所述动态实验样本,确定电梯的动态性能参数,包括:
步骤1:获取静态实验样本的静态性能参数和动态实验样本的状态样本信息;
R0:n={R0,...,Ri,...Rn} (1)
其中,R1:n代表动态实验样本从初始时刻0到第n个时刻的状态信息集合,R1代表动态实验样本第1个时刻的状态信息,Ri代表动态实验样本第i个时刻的状态信息;Rn代表动态实验样本第n个时刻的状态信息;i=1,2,...n,n为采集到的状态信息集合的总时刻的个数;
Q1:n={Q1,...,Qi,...,Qn} (2)
其中,Q1:n代表从第1个时刻到第n个时刻观测到的静态性能参数集合,Q1代表观测到的和动态实验样本第1个时刻对应的静态性能参数,Qi代表观测到的动态实验样本第i个时刻对应的静态性能参数,Qn代表观测到的和动态实验样本第n个时刻对应的静态性能参数;
步骤2:将所述状态参数和静态性能参数传输至预设的估算模型,进行贝叶斯建模,并确定状态概率模型;
其中,代表p(R0:n|Q1:n)静态性能参数集合为Q1:n下状态信息集合为R0:n的状态概率模型,p(Qn|Q1:n,R0:n)代表静态性能参数集合为Q1:n且状态信息集合为R0:n下静态性能参数为Qn的可能概率,p(Rn|Rn-1,Q1:n)代表状态信息为Rn-1且静态性能参数集合为Q1:n下状态信息为Rn的可能概率,Rn-1代表动态实验样本第n-1个时刻的状态信息,p(R0:n|Q1:n-1)代表在静态性能参数集合为Q1:n-1下状态信息集合R0:n发生的可能概率,Q1:n-1代表从第1个时刻到第n-1个时刻观测到的静态性能参数集合;
步骤3:基于预设的演绎机制和状态概率模型,对电梯实验样本进行动态模拟,生成电梯实验样本的动态模拟信号;
其中,TY为电梯实验样本的动态模拟信号,o代表关于预设的演绎机制下的变量,o(i)代表预设的演绎机制下的变量的i阶导数,w代表信号的采样频率,j演绎过程中动态模拟信号的相位移动值;
步骤4:根据所述动态模拟信号,生成电梯的动态实验样本,并通过所述动态实验样本,计算动态实验样本的动态性能参数。
上述技术方案的工作原理和有益效果为:
本技术方案通过获取动态实验样本的状态信息R0:n,也就是电梯在运行过程获取静态性能参数Q1:n,将所述状态参数和静态性能参数传输至预设的估算模型,进行贝叶斯建模,并确定状态概率模型电梯的贝叶斯建模,是基于电梯环境进行配置,通过对环境条件的预设,从而建立在环境或者其他人为影响因素下的概率,基于预设的演绎机制和状态概率模型,对电梯实验样本进行动态模拟,基于预设的演绎机制和状态概率模型,对电梯实验样本进行动态模拟,生成电梯实验样本的动态模拟信号,可以通过用户自身的设置,将信号进行过滤,从而获取到客户想要的动态模拟方案,确定电梯的动态实验样本;抽取所述动态实验样本的动态性能参数。从而减少人力测量的麻烦,通过系统的自行监测,不仅可以提高检测速度和检测次数,减少了人为监测的人工成本,同时通过自适应的建模,可以提出优化方案,无论对电梯的维修,还是新电梯的生产,都具有借鉴意义。
实施例8:
本技术方案提供了一种实施例,所述评估所述安全性能模型,确定评估结果,并根据所述评估结果,优化所述安全性能模型,生成优化结果,并将所述优化结果传输至控制终端,包括:
基于预设的标准评价规则,评估所述安全性能模型,生成评估结果;
基于电梯的安全性能模型和所述评估结果,计算安全性能模型的补偿参数;
通过所述补偿参数,计算安全性能模型的优化数据,并利用所述优化数据,优化所述安全性能模型,生成优化结果;
将所述优化结果传输至控制终端。
上述技术方案的工作原理和有益效果为:
本技术方案评价所述安全性能模型,确定评价结果,并根据所述评价结果,优化所述安全性能模型,基于预设的评价规则,评价所述安全性能模型,生成评价结果;根据所述评价结果,确定安全性能模型的补偿参数;通过所述补偿参数,计算安全性能模型的优化数据;根据所述优化数据,优化所述安全性能模型,通过不断对安全模型的优化和自适应,增强了优化的程序寿命,无需经常耗时耗力进行维修检测,通过智能化的灵活的自发适应,生成适应电梯的安全模型和优化方案,不仅提供了一种鲁棒性极强的运行,可以一次性进行大批量高速度的运营。
实施例9:
本技术方案提供了一种实施例,所述检测装置,包括检测设备、仿真模型设备和控制终端;其中,
所述检测设备用于对电梯进行检测,计算电梯制动力矩;
所述仿真模型设备用于仿真并模拟电梯制动器的安全性能模型;
所述控制终端用于控制管理检测设备和仿真模型设备。
上述技术方案的工作原理和有益效果为:
本技术方案检测装置包括检测设备、仿真模型设备和控制终端,该检测方法简便、安全,不需要使用砝码,省时省力,在电梯上市前或者二次维修时,可以通过安全性能优化模型对电梯进行优化,不仅减少了人力成本,提高了检修的效率,并且提供了智能化、自适应的优化方案,从而减少电梯制动力不足或者其他隐患带来的风险。
实施例10:
本技术方案提供了一种实施例,所述检测设备包括加速度传感器、图像采集设备和电梯检测装置;其中,
所述电梯检测装置还包括力矩检测设备;其中,
所述力矩检测设备至少包括力矩扳手、力矩扳手和盘车轮轴的适配装置;其中,
所述力矩扳手套装于力矩扳手与盘车轮轴的适配装置上。
上述技术方案的工作原理和有益效果为:
本技术方案的检测装置还包括力矩扳手、力矩扳手与盘车轮轴的适配装置,力矩扳手套装于力矩扳手与盘车轮轴的适配装置上。可以不使用砝码,在电梯轿厢空载的情况下,有效检测电梯制动器的制动力矩,判断其是否符合检规的要求。该检测方法简便、安全,不需要使用砝码,省时省力。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (9)
1.一种电梯制动力矩检测方法,其特征在于,包括:
通过预设的电梯制动力矩检测装置,获取电梯的检测数据;
获取预设的电梯参数,根据所述电梯参数和检测数据,计算电梯制动力矩;
根据所述电梯制动力矩,制定对应的安全系数,通过所述安全系数,计算电梯制动器的动态性能和静态性能,并搭建电梯的安全性能模型;
评估所述安全性能模型,确定评估结果,并根据所述评估结果,优化所述安全性能模型,生成优化结果,并将所述优化结果传输至控制终端;
其中,将所述静态性能参数传输至预设的估算模型进行动态演绎,确定电梯的动态实验样本,根据所述动态实验样本,确定电梯的动态性能参数,包括:
步骤1:获取静态实验样本的静态性能参数和动态实验样本的状态样本信息;
R0:n={R0,…,Ri,…Rn}(1)
其中,R0:n代表动态实验样本从初始时刻0到第n个时刻的状态样本信息集合,R1代表动态实验样本第1个时刻的状态样本信息,Ri代表动态实验样本第i个时刻的状态样本信息;Rn代表动态实验样本第n个时刻的状态样本信息;i=1,2,…n,n为采集到的状态样本信息集合的总时刻的个数;
Q1:n={Q1,…,Qi,…,Qn}(2)
其中,Q1:n代表从第1个时刻到第n个时刻观测到的静态性能参数集合,Q1代表观测到的和动态实验样本第1个时刻对应的静态性能参数,Qi代表观测到的动态实验样本第i个时刻对应的静态性能参数,Qn代表观测到的和动态实验样本第n个时刻对应的静态性能参数;
步骤2:将所述状态样本信息和静态性能参数传输至预设的估算模型,进行贝叶斯建模,并确定状态概率模型;
其中,代表静态性能参数集合为Q1:n下状态样本信息集合为R0:n的状态概率模型,p(Qn|Q1:n,R0:n)代表静态性能参数集合为Q1:n且状态样本信息集合为R0:n下静态性能参数为Qn的可能概率,p(Rn|Rn-1,Q1:n)代表状态样本信息为Rn-1且静态性能参数集合为Q1:n下状态样本信息为Rn的可能概率,Rn-1代表动态实验样本第n-1个时刻的状态样本信息,p(R0:n|Q1:n-1)代表在静态性能参数集合为Q1:n-1下状态样本信息集合R0:n发生的可能概率,Q1:n-1代表从第1个时刻到第n-1个时刻观测到的静态性能参数集合;
步骤3:基于预设的演绎机制和状态概率模型,对电梯实验样本进行动态模拟,生成电梯实验样本的动态模拟信号;
其中,TY为电梯实验样本的动态模拟信号,o代表关于预设的演绎机制下的变量,o(i)代表预设的演绎机制下的变量的i阶导数,w代表信号的采样频率,j代表演绎过程中动态模拟信号的相位移动值;
步骤4:根据所述动态模拟信号,生成电梯的动态实验样本,并通过所述动态实验样本,计算动态实验样本的动态性能参数。
2.如权利要求1所述的一种电梯制动力矩检测方法,其特征在于,所述电梯的检测数据至少包括电梯重量、轿厢重量、电梯重量和轿厢重量的重量差、电梯静止所需力矩、移动电梯轿厢所需力矩、曳引机断电状态下制动器打开时电梯的最大加速度值、制动器关闭时电梯减速停止过程的最大加速度值。
3.如权利要求1所述的一种电梯制动力矩检测方法,其特征在于,所述“根据所述电梯制动力矩,制定对应的安全系数”,之前还包括以下步骤:
步骤11:判断电梯制动力矩是否合格,确定判断结果;
步骤12:当所述判断结果为电梯制动力矩合格时,生成正常结果,并将所述正常结果传输至控制终端预设的显示屏上;
步骤13:当所述判断结果为电梯制动力不合格时,生成异常结果,并采集异常检测数据,将所述异常结果和异常检测数据传输至控制终端进行语音预警,同时,电梯制动器进行紧急制停。
4.如权利要求1所述的一种电梯制动力矩检测方法,其特征在于,所述“根据所述电梯制动力矩,制定对应的安全系数”,包括:
基于预设的数据处理中心,获取电梯制动力矩,并根据所述电梯制动力矩,确定第一制动力矩、第二制动力矩和第三制动力矩;其中,
所述第一制动力矩用于计算电梯轿厢在负荷125%的重量时位于最底层站时所需的总制动力矩;
所述第二制动力矩用于计算制动器部件一件或者部分失灵下,电梯轿厢在位于最底层站时所需的总制动力矩;
所述第三制动力矩用于意外情况下电梯轿厢紧急制动时的总制动力矩;
通过第一制动力矩、第二制动力矩和第三制动力矩,确定制动力矩的安全裕量,根据所述安全裕量,制定对应的安全系数。
5.如权利要求1所述的一种电梯制动力矩检测方法,其特征在于,所述“根据所述电梯制动力矩,制定对应的安全系数,通过所述安全系数,计算电梯制动器的动态性能和静态性能,并搭建电梯的安全性能模型”,包括:
获取电梯制动器的电梯结构参数;其中,
所述电梯结构参数至少包括电梯种类、电梯主参数、电梯种类和电梯相关部件的参数;
通过预设的人工神经网络系统,获取所述结构参数,模拟电梯的静态实验样本,根据所述静态实验样本,确定电梯的静态性能;
根据所述静态性能,确定电梯的静态性能参数;
将所述静态性能参数传输至预设的估算模型进行动态演绎,确定电梯的动态实验样本,根据所述动态实验样本,确定电梯的动态性能参数;
根据所述动态性能参数,确定电梯的动态性能;
根据所述动态性能和静态性能,构建电梯制动器的安全性能模型。
6.如权利要求5所述的一种电梯制动力矩检测方法,其特征在于,所述“通过预设的人工神经网络系统,获取所述结构参数,模拟电梯的静态实验样本,根据所述静态实验样本,确定电梯的静态性能”,包括:
获取电梯静态参数;
将所述结构参数和静态参数传输至预设的人工神经网络系统,生成训练数据;
将所述训练数据传输至预设的3D仿真设备,模拟电梯的静态实验样本;
调取静态实验样本的静态样本数据,确定电梯的静态性能。
7.如权利要求1所述的一种电梯制动力矩检测方法,其特征在于,所述“评估所述安全性能模型,确定评估结果,并根据所述评估结果,优化所述安全性能模型,生成优化结果,并将所述优化结果传输至控制终端”,包括:
基于预设的标准评价规则,评估所述安全性能模型,生成评估结果;
基于电梯的安全性能模型和所述评估结果,计算安全性能模型的补偿参数;
通过所述补偿参数,计算安全性能模型的优化数据,并利用所述优化数据,优化所述安全性能模型,生成优化结果;
将所述优化结果传输至控制终端。
8.一种电梯制动力矩检测装置,其特征在于,所述检测装置,包括检测设备、仿真模型设备和控制终端;其中,
所述检测设备用于对电梯进行检测,计算电梯制动力矩;
所述仿真模型设备用于仿真并模拟电梯制动器的安全性能模型;
所述控制终端用于控制管理检测设备和仿真模型设备;
所述仿真模型设备中,将静态性能参数传输至预设的估算模型进行动态演绎,确定电梯的动态实验样本,根据所述动态实验样本,确定电梯的动态性能参数的方法,包括:
步骤1:获取静态实验样本的静态性能参数和动态实验样本的状态样本信息;
R0:n={R0,…,Ri,…Rn} (1)
其中,R0:n代表动态实验样本从初始时刻0到第n个时刻的状态样本信息集合,R1代表动态实验样本第1个时刻的状态样本信息,Ri代表动态实验样本第i个时刻的状态样本信息;Rn代表动态实验样本第n个时刻的状态样本信息;i=1,2,…n,n为采集到的状态样本信息集合的总时刻的个数;
Q1:n={Q1,…,Qi,…,Qn}(2)
其中,Q1:n代表从第1个时刻到第n个时刻观测到的静态性能参数集合,Q1代表观测到的和动态实验样本第1个时刻对应的静态性能参数,Qi代表观测到的动态实验样本第i个时刻对应的静态性能参数,Qn代表观测到的和动态实验样本第n个时刻对应的静态性能参数;
步骤2:将所述状态样本信息和静态性能参数传输至预设的估算模型,进行贝叶斯建模,并确定状态概率模型;
其中,代表静态性能参数集合为Q1:n下状态样本信息集合为R0:n的状态概率模型,p(Qn|Q1:n,R0:n)代表静态性能参数集合为Q1:n且状态样本信息集合为R0:n下静态性能参数为Qn的可能概率,p(Rn|Rn-1,Q1:n)代表状态样本信息为Rn-1且静态性能参数集合为Q1:n下状态样本信息为Rn的可能概率,Rn-1代表动态实验样本第n-1个时刻的状态样本信息,p(R0:n|Q1:n-1)代表在静态性能参数集合为Q1:n-1下状态样本信息集合R0:n发生的可能概率,Q1:n-1代表从第1个时刻到第n-1个时刻观测到的静态性能参数集合;
步骤3:基于预设的演绎机制和状态概率模型,对电梯实验样本进行动态模拟,生成电梯实验样本的动态模拟信号;
其中,TY为电梯实验样本的动态模拟信号,o代表关于预设的演绎机制下的变量,o(i)代表预设的演绎机制下的变量的i阶导数,w代表信号的采样频率,j代表演绎过程中动态模拟信号的相位移动值;
步骤4:根据所述动态模拟信号,生成电梯的动态实验样本,并通过所述动态实验样本,计算动态实验样本的动态性能参数。
9.如权利要求8所述的一种电梯制动力矩检测装置,所述检测设备包括加速度传感器、图像采集设备和电梯检测装置;其中,
所述电梯检测装置还包括力矩检测设备;其中,
所述力矩检测设备至少包括力矩扳手、力矩扳手和盘车轮轴的适配装置;其中,
所述力矩扳手套装于力矩扳手与盘车轮轴的适配装置上。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111068624.3A CN113800352B (zh) | 2021-09-13 | 2021-09-13 | 一种电梯制动力矩检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111068624.3A CN113800352B (zh) | 2021-09-13 | 2021-09-13 | 一种电梯制动力矩检测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113800352A CN113800352A (zh) | 2021-12-17 |
CN113800352B true CN113800352B (zh) | 2023-05-12 |
Family
ID=78940916
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111068624.3A Active CN113800352B (zh) | 2021-09-13 | 2021-09-13 | 一种电梯制动力矩检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113800352B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115744526B (zh) * | 2023-01-06 | 2023-04-25 | 常熟理工学院 | 电梯制动器动作状态检测方法及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104925613A (zh) * | 2015-06-03 | 2015-09-23 | 安徽中科智能高技术有限责任公司 | 一种电梯在线安全检测预警装置及其检测预警方法 |
CN111217219A (zh) * | 2020-01-08 | 2020-06-02 | 长沙纵横电梯工程有限公司 | 电梯制动力矩检测方法及检测装置 |
-
2021
- 2021-09-13 CN CN202111068624.3A patent/CN113800352B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104925613A (zh) * | 2015-06-03 | 2015-09-23 | 安徽中科智能高技术有限责任公司 | 一种电梯在线安全检测预警装置及其检测预警方法 |
CN111217219A (zh) * | 2020-01-08 | 2020-06-02 | 长沙纵横电梯工程有限公司 | 电梯制动力矩检测方法及检测装置 |
Also Published As
Publication number | Publication date |
---|---|
CN113800352A (zh) | 2021-12-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6430596B2 (ja) | 故障判定に基づいた設備制御 | |
CN107545095A (zh) | 用于飞行器大修期间的结构修理的预测方法和系统 | |
CN113190886A (zh) | 一种基于快速仿真数字孪生技术的设备健康监测方法 | |
CN116934303B (zh) | 新能源汽车电池封装用耐温湿聚氨酯粘合剂性能检测系统 | |
CN110334728B (zh) | 一种面向工业互联网的故障预警方法及装置 | |
CN109613428A (zh) | 一种能像系统及其在电机设备故障检测方法中的应用 | |
CN109969895B (zh) | 一种基于电梯运行参数的故障预测方法,终端及可读存储介质 | |
JP2013186899A (ja) | 構造物を監視するための方法及びシステム | |
CN113800352B (zh) | 一种电梯制动力矩检测方法及装置 | |
CN113779838B (zh) | 一种模型与数据融合驱动的提升机主轴装置智能维护方法 | |
CN115540987B (zh) | 基于载荷传感器的动态车辆超载检测方法及控制装置 | |
CN111797815A (zh) | 基于深度学习的复杂装备健康评估方法及系统 | |
CN110046641B (zh) | 使用深度学习进行部分辨识和损伤表征 | |
KR20200063308A (ko) | 오토인코더를 이용한 psc 교량의 텐던 손상 추정 방법 | |
CN110703743A (zh) | 设备故障预测与检测系统和方法 | |
CN108921305B (zh) | 一种部件生命期监测方法 | |
CN116029555A (zh) | 基于轻量化神经网络的桥梁风险识别预警系统及应用方法 | |
CN113919597A (zh) | 用于预测飞行器的着陆载荷的方法和设备 | |
CN114200334A (zh) | 一种蓄电池预警方法、装置、车辆及介质 | |
CN109978026B (zh) | 一种基于lstm网络的电梯位置检测方法及系统 | |
EP3882585A1 (en) | Methods and systems for determining a control load using statistical analysis | |
CN117471346A (zh) | 用于确定退役电池模组剩余寿命和健康状态的方法及系统 | |
CN117289045A (zh) | 用于预测避雷器剩余寿命的方法、装置及存储介质 | |
KR102470520B1 (ko) | 국제표준(sae j1739) 기반의 잠재적 고장 영향 분석 방법 | |
CN114371076A (zh) | 工件应力值的测试方法、系统、电子设备及存储介质 |
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 |