CN113979257B - 一种电梯健康度实时监测系统 - Google Patents

Abstract

本发明公开了一种电梯健康度实时监测系统，属于智能监测系统领域。它包括信息收集模块、中央处理模块、参数划分模块、元器件磨损量判断模块和元器件稳定性判断模块。其中，信息收集模块用于采集电梯各种运行参数，参数划分模块用于排列出各种参数对电梯故障判断的准确性的优先级，中央处理模块用于将采集的参数与正常电梯工作参数进行对比来判断电梯整体健康运行情况，元器件磨损量判断模块用于判断元器件的磨损程度。该发明通过比对优先级较高的参数能够更加精准地对电梯的整体运行健康情况进行判断，判断准确度较高且对比的参数数量降低，有效降低了CPU的负载。

Description

一种电梯健康度实时监测系统

技术领域

本发明属于智能监测系统技术领域，更具体地说，涉及一种电梯健康度实时监测系统。

背景技术

电梯是我们日常生活中必不可少的设施之一，其长时间的自动运行需求以及电梯运行环境的特殊性使电梯设备的检测维护一直备受关注，如果电梯的运行稳定性无法得到保证，则十分容易导致安全事故的发生，严重时甚至造成人员伤亡。

电梯运行状态监测系统是电梯系统的附属设备，目前主流的电梯检测系统均是对传感器采集端收集信息后与主控端正常运行的数据进行对比来判断电梯故障情况，这种判别方式需要同时对多种不同的参数进行对比，而电梯一次运行过程中的如速度、温度、震动幅度等各个参数是比较多的，同时对这些参数进行对比会导致CPU中断负载大，对系统可靠性要求高。且单纯的数据对比很难精准地判别每一种运行参数指代的元件的磨损情况与稳定性情况，同时对电梯的整体运行健康情况也很难进行合理有效地判断，无法给维护人员人提供更多的电梯运行健康信息。

中国专利申请号为：CN202010592014.2，公开日为：2020年9月22日的专利文献，公开了一种智能电梯检测系统，包括：采集端，用于采集电梯的运行数据；服务器，用于存储采集的运行数据，并对运行数据进行分析，当分析结果为存在安全隐患时，发出维护信号；其中，采集端有多个，每个采集端均有唯一的编号；服务器还用于对安全隐患进行登记，登记内容包括隐患检测时间、隐患类型以及采集端编号；服务器还用于对登记内容进行分析，若预设时间内同一编号的采集端登记了两次相同的安全隐患，则发出警惕信号。该系统即是前面提到的对传感器采集端收集信息后与主控端正常运行的数据对比的情况，其对电梯的整体运行健康情况很难进行合理有效地判断，往往等电梯出现一定故障情况后才能及时发现并进行检修，不能从预测角度上对电梯的故障可能性进行判断，因此仍然存在正常使用时电梯出现故障的安全隐患。

中国专利申请号为：CN202010759922.6，公开日为：2020年10月30日的专利文献，公开了一种基于算法模型的电梯曳引轮状态监测预警系统及方法，涉及一种监测预警系统及方法，系统包括偏转检测系统、磨损检测系统、环境信息采集系统、信息报警系统、控制系统；方法包括曳引轮偏转监测预警和曳引轮磨损、内部出现裂缝及定位监测预警；曳引轮偏转监测预警包括A1.开启激光收发器；A2.计算并记录一个初始周期内曳引轮某一端面到激光收发器的初始距离值；A3.采集一个运行周期内的全程监测数据，计算曳引轮某一端面到激光收发器的监测距离值；A4.根据曳引轮到激光收发器的监测距离值判断曳引轮是否出现偏移现象等。该方案虽然对电梯的曳引轮的工作参数能够做出精准的判断，但是其仅仅对电梯的其中一种运行参数进行了检测，并不涉及对于电梯的其余运行参数的检测，而不同电梯由于运行环境的不同，最容易影响电梯健康运行的运行参数往往是不同的，因此该方案虽然对于控制系统的负载降低，但是不能确定该种运行参数对于电梯健康运行的影响是否大于其他运行参数，对于电梯整体健康运行情况很难有一个精准的判断。

发明内容

1、要解决的问题

针对现有的电梯监测系统很难精准地对电梯的整体运行健康情况进行判断的问题，本发明提供一种电梯健康度实时监测系统，通过对电梯运行时的各个参数进行计算，排列出各个参数对电梯故障判断的准确性的优先级，从而通过比对优先级较高的参数能够更加精准地对电梯的整体运行健康情况进行判断，判断准确度较高且对比的参数数量降低，有效降低了CPU的负载。

2、技术方案

为解决上述问题，本发明采用如下的技术方案。

一种电梯健康度实时监测系统，包括信息收集模块、中央处理模块和参数划分模块，所述信息收集模块用于采集电梯各种运行参数，所述参数划分模块用于排列出各种参数对电梯故障判断的准确性的优先级，所述中央处理模块用于将采集的参数与正常电梯工作参数进行对比来判断电梯整体健康运行情况；

参数划分模块运行过程如下：

一、收集训练参数

待测电梯在一次运行过程中，每间隔一段固定时间采集一次电梯运行过程中的不同种运行参数，并对采集到的同种参数求平均值，得到电梯单次运行的参数向量：

D＝{(E(Y₁),E(Y₂),E(Y₃)...E(Y_n)}；

其中，D为参数向量；Y_n为第n种采集的参数；E(Y_n)为同种参数的平均值；

二、建立训练集

使待测电梯运行多次，分别得到每次运行的参数向量；其中，若电梯为正常运行状态，则对该次电梯运行的参数向量增加一个运行状态元素0；若电梯为故障运行状态，则对该次电梯运行的参数向量增加一个运行状态元素1；将电梯多次运行的参数向量集合得到训练集：

C＝{D₁,D₂,D₃...D_m}；

其中，C为训练集；m为电梯的运行次数；

三、计算信息熵

计算每种电梯运行参数的信息熵，计算公式如下：

其中，Y_i为一种电梯运行参数；Ent(Y_i)为参数Y_i所对应的信息熵；P_k为参数Y_i在训练集C中出现的k种取值中，每个取值出现的概率。

作为技术方案的进一步改进，还包括：

步骤四、计算信息增益

其中，Gain(C,Y_i)为参数Y_i所对应的信息增益；v为Y_i在训练集C中的取值个数。

作为技术方案的进一步改进，还包括：

步骤五、计算信息增益率

其中，Gainratio(C,Y_i)为参数Y_i所对应的信息增益率；C^V为训练集C中所有在参数Y_i上取值为Y_i ^v的样本。

作为技术方案的进一步改进，步骤五还包括对对信息增益的分类偏好消除，过程如下：

其中，Gain(C,Y_j)为Gain(C,Y_i)中高于平均水平的信息增益；

然后对Gain(C,Y_j)进行信息增益率的计算，即：

作为技术方案的进一步改进，选取Gainratio(C,Y_j)_max对应的参数作为训练集C的划分根节点，将训练集C划分出多个子集，剩余的参数分别位于一个子集中，按照步骤三至步骤五的公式计算出剩余的参数在对应子集中的信息增益率，接着再次划分并重复操作；所述Gainratio(C,Y_j)_max为得到的结果中最大的信息增益率。

作为技术方案的进一步改进，还包括元器件磨损量判断模块，所述元器件磨损量判断模块运行过程如下：

其中，(P-deviate)为元器件的参数偏移量；Y_k为电梯运行时某一元器件的运行参数；Y_n为该元器件刚投入使用时的运行参数；Y_error为该该元器件被判别为异常时的运行参数；

当偏移量不低于60％时，元器件的磨损情况将被评价为高；当偏移量达到不低于80％时，元器件的磨损情况将被评价为危险。

作为技术方案的进一步改进，还包括元器件稳定性判断模块，所述元器件稳定性判断模块运行过程如下：

其中，Y_k为电梯运行时某一元器件的运行参数；D(Y_k)为参数Y_k的方差；Y_ki为参数Y_k可能的i种数值；P_i为参数Y_k取值为Y_ki的概率；u为Y_k的均值；Error(Y_k)为元器件故障的概率；

当Error(Y_k)超过60％时，元器件稳定性判断模块会将故障概率报告为高；当Error(Y_k)超过80％时，元器件稳定性判断模块会报警。

作为技术方案的进一步改进，所述步骤一中的采集间隔时间为1s。

作为技术方案的进一步改进，所述步骤一种采集的参数种类包括但不限于电梯震动参数、电梯轿厢运行启动加速度、电梯运行制动加速度、电梯曳引轮转速、电梯运行速度、电梯各元器件温度、电梯各元器件湿度。

3、有益效果

相比于现有技术，本发明的有益效果为：

(1)本发明一种电梯健康度实时监测系统，通过对电梯运行时的各个参数进行计算，排列出各个参数对电梯故障判断的准确性的优先级，从而通过优先比对优先级较高的参数能够更加精准地对电梯的整体运行健康情况进行判断，判断准确度较高且对比的参数数量降低，有效降低了CPU的负载；

(2)本发明一种电梯健康度实时监测系统，通过计算元器件在电梯运行时的运行参数偏移量，能够估算出元器件的磨损情况，从而使得工作人员可以及时对磨损较严重的元器件进行检修更换；

(3)本发明一种电梯健康度实时监测系统，通过计算元器件在电梯运行时的运行参数的波动大小，能够判断该元器件的运行稳定性，从而在发生故障的可能性较大时提醒工作人员对元器件进行检修。

附图说明

图1为监测系统的工作流程图；

具体实施方式

下面结合具体实施例和附图对本发明进一步进行描述。

实施例

一种电梯健康度实时监测系统，用于在电梯平时运行时对电梯的整体运行健康情况，防止电梯发生故障而影响正常使用，下面对其进行详细描述。

该系统主要包括信息收集模块、中央处理模块、参数划分模块、元器件磨损量判断模块和元器件稳定性判断模块。其中，信息收集模块用于采集电梯各种运行参数，参数划分模块用于排列出各种参数对电梯故障判断的准确性的优先级，中央处理模块用于将采集的参数与正常电梯工作参数进行对比来判断电梯整体健康运行情况，元器件磨损量判断模块用于判断元器件的磨损程度。

参数划分模块运行过程如下：

一、收集训练参数

待测电梯在一次运行过程中，每间隔一段固定时间采集一次电梯运行过程中的不同种运行参数，并对采集到的同种参数求平均值，得到电梯单次运行的参数向量：

D＝{(E(Y₁),E(Y₂),E(Y₃)...E(Y_n)}；

其中，D为参数向量；Y_n为第n种采集的参数；E(Y_n)为同种参数的平均值。

本步骤中，通过信息收集模块对电梯的运行参数进行采集，采集间隔时间为1s，信息收集模块在电梯的对应位置安装有用于采集信息的传感器，采集的信息包括但不限于电梯震动参数、电梯轿厢运行启动加速度、电梯运行制动加速度、电梯曳引轮转速、电梯运行速度、电梯各元器件温度、电梯各元器件湿度。

以采集电梯震动参数为例，电梯完整运行一次的过程中，传感器每秒记录一次电梯轿厢的振幅并传输给后台处理装置，后台处理装置将电梯完整运行一次过程中的所有振幅记录下来，并通过公式计算得到平均值E(Y₁)。同理，采集其余的电梯运行参数并计算得到平均值，依次命名为E(Y₂),E(Y₃)...E(Y_n)，将所有参数的平均值集合起来，得到电梯单次运行的参数向量D。

二、建立训练集(决策树系统)

使待测电梯运行多次并重复记录数据，分别得到每次运行的参数向量。其中，若电梯为正常运行状态，则对该次电梯运行的参数向量增加一个运行状态元素0；若电梯为故障运行状态，则对该次电梯运行的参数向量增加一个运行状态元素1。将电梯多次运行的参数向量依次命名为D₁,D₂,D₃...D_m，则得到：

C₁＝{(E(Y₁),E(Y₂),E(Y₃)...E(Y_n),0}

C₂＝{(E(Y₁),E(Y₂),E(Y₃)...E(Y_n),1}

……

C_n＝{(E(Y₁),E(Y₂),E(Y₃)...E(Y_n),0}

将电梯多次运行的参数向量集合得到训练集：

C＝{D₁,D₂,D₃...D_m}；

其中，C为训练集；m为电梯的运行次数。此时，决策树系统建立完成，接下来就可以根据决策树系统判别对电梯的运行状态健康度影响最大的参数。

三、计算信息熵

计算每种电梯运行参数的信息熵，计算公式如下：

其中，Y_i为一种电梯运行参数；Ent(Y_i)为参数Y_i所对应的信息熵；P_k为参数Y_i在训练集C中出现的k种取值中，每个取值出现的概率。

当参数对应的信息熵的值越小时，则代表该参数对电梯的运行状态健康度的影响越大，因此通过该参数是否异常，即是否处于厂家或检测得到的电梯正常运行的参数范围值内，来判断电梯是否故障的准确性更高。通过这种方式，可以排列出各个参数对电梯故障判断的准确性的优先级，从而通过优先比对优先级较高的参数能够更加精准地对电梯的整体运行健康情况进行判断，判断准确度较高且对比的参数数量降低，有效降低了CPU的负载。例如，排名前三优先级的参数均发生异常时，就需要及时对电梯进行检修；而排名靠后优先级的参数发生异常时，则可以继续观察电梯运行情况，待排名靠前优先级的参数发生异常时再进行检修或出现多个参数异常时进行检修。

然而，在实际使用中发现，仅仅通过信息熵来排列参数的优先级，有时在部分运行环境下并不准确，会将部分实际优先级降低的参数排至前列。因此，需要进一步计算参数的信息增益和信息增益率，从而提高对参数的优先级排列的准确性，具体如下。

步骤四、计算信息增益

其中，Gain(C,Y_i)为参数Y_i所对应的信息增益；v为Y_i在训练集C中的取值个数。

参数对应的信息增益值越大，则表示该参数的优先级越高。为了进一步提高参数优先级的排列准确性，下面对参数的信息增益率进行计算。

步骤五、计算信息增益率

其中，Gainratio(C,Y_i)为参数Y_i所对应的信息增益率；C^V为训练集C中所有在参数Y_i上取值为Y_i ^v的样本。

参数对应的信息增益率越大，则表示该参数的优先级越高。但是，在电梯的运行过程中，有些参数由于较为稳定，其在训练集C中的出现的取值数量不多，而有些参数由于波动较大，其在训练集C中的出现的会出现较多的取值。在对这些参数进行信息增益率的计算时，决策树系统因其算法原理会对取值数目多的参数有选择偏好，从而使某些实际优先级并不高的参数最终计算出较大的信息增益率，所以为了消除该选择偏好，需要先对信息增益进行分类偏好消除。

首先，选取高于平均水平的信息增益：

其中，Gain(C,Y_j)为Gain(C,Y_i)中高于平均水平的信息增益。

然后对Gain(C,Y_j)进行信息增益率的计算，即：

其中，此处的Y_j和前面的Y_i含义相同，均为某一参数，只是Y_j的选择范围内不包括信息增益低于平均水平的参数。依据该方式计算得到的最终信息增益率对参数的优先级进行排列，则具备较高的排列准确性。

进一步地，选取Gainratio(C,Y_j)_max对应的参数作为训练集C的划分根节点，Gainratio(C,Y_j)_max为得到的结果中最大的信息增益率，其对应的参数则为对电梯的运行状态健康度的影响最大。因此参数将训练集C划分出多个子集，剩余的参数分别位于一个子集中，按照步骤三至步骤五的公式计算出剩余的参数在对应子集中的信息增益率，再以得到的最大信息增益率的参数(改参数为优先级排在第二的参数)对所在子集进一步划分，然后重复操作。通过这种方式得到的参数优先级的排列准确性将达到一个极高的水平，从而使监测系统在对电梯运行参数进行比对时，能够准确地判断电梯健康度情况。

元器件磨损量判断模块运行过程如下：

其中，(P-deviate)为元器件的参数偏移量；Y_k为电梯运行时某一元器件的运行参数；Y_n为该元器件刚投入使用时的运行参数；Y_error为该该元器件被判别为异常时的运行参数。

该模块通过计算元器件在电梯运行时的运行参数偏移量，能够估算出元器件的磨损情况，从而使得工作人员可以及时对磨损较严重的元器件进行检修更换。当偏移量不低于60％时，元器件的磨损情况将被评价为高；当偏移量达到不低于80％时，元器件的磨损情况将被评价为危险。

元器件稳定性判断模块运行过程如下：

其中，Y_k为电梯运行时某一元器件的运行参数；D(Y_k)为参数Y_k的方差；Y_ki为参数Y_k可能的i种数值；P_i为参数Y_k取值为Y_ki的概率；u为Y_k的均值；Error(Y_k)为元器件故障的概率。

该模块通过计算元器件在电梯运行时的运行参数的波动大小，能够判断该元器件的运行稳定性，从而在发生故障的可能性较大时提醒工作人员对元器件进行检修。当Error(Y_k)超过60％时，元器件稳定性判断模块会将故障概率报告为高；当Error(Y_k)超过80％时，元器件稳定性判断模块会报警。

该系统工作时，电梯启动，信息收集模块收集电梯的运行参数后，将各个参数送入决策树系统即训练集进行判别，并对各个参数的优先级进行排列。接着，中央处理模块优先对优先级较高的参数与数据库中电梯的正常运行数据进行比对，如果出现异常，则需要及时通知工作人员对电梯进行检修。同时，元器件磨损量判断模块和元器件稳定性判断模块对参数对应的元器件磨损情况和故障概率进行评估，并将评估效果送至系统监控端进行显示，使工作人员能够准确掌控电梯整体健康运行情况。

综上所述，本实施例的一种电梯健康度实时监测系统，通过对电梯运行时的各个参数进行计算，排列出各个参数对电梯故障判断的准确性的优先级，从而通过比对优先级较高的参数能够更加精准地对电梯的整体运行健康情况进行判断，判断准确度较高且对比的参数数量降低，有效降低了CPU的负载。

本发明所述实例仅仅是对本发明的优选实施方式进行描述，并非对本发明构思和范围进行限定，在不脱离本发明设计思想的前提下，本领域工程技术人员对本发明的技术方案作出的各种变形和改进，均应落入本发明的保护范围。

Claims (9)

1.一种电梯健康度实时监测系统，其特征在于：包括信息收集模块、中央处理模块和参数划分模块，所述信息收集模块用于采集电梯各种运行参数，所述参数划分模块用于排列出各种参数对电梯故障判断的准确性的优先级，所述中央处理模块用于将采集的参数与正常电梯工作参数进行对比来判断电梯整体健康运行情况；

参数划分模块运行过程如下：

一、收集训练参数

待测电梯在一次运行过程中，每间隔一段固定时间采集一次电梯运行过程中的不同种运行参数，并对采集到的同种参数求平均值，得到电梯单次运行的参数向量：

D＝{E(Y₁),E(Y₂),E(Y₃)...E(Y_n)}；

其中，D为参数向量；Y_n为第n种采集的参数；E(Y_n)为同种参数的平均值；

二、建立训练集

使待测电梯运行多次，分别得到每次运行的参数向量；其中，若电梯为正常运行状态，则对该次电梯运行的参数向量增加一个运行状态元素0；若电梯为故障运行状态，则对该次电梯运行的参数向量增加一个运行状态元素1；将电梯多次运行的参数向量集合得到训练集：

C＝{D₁,D₂,D₃...D_m}；

其中，C为训练集；m为电梯的运行次数；

三、计算信息熵

计算每种电梯运行参数的信息熵，计算公式如下：

其中，Y_i为一种电梯运行参数；Ent(Y_i)为参数Y_i所对应的信息熵；P_k为参数Y_i在训练集C中出现的k种取值中，每个取值出现的概率；

当参数对应的信息熵的值越小时，代表该参数对电梯的运行状态健康度的影响越大，因此通过该参数处于厂家或检测得到的电梯正常运行的参数范围值内，来判断电梯是否故障的准确性更高，通过这种方式，排列出各个参数对电梯故障判断的准确性的优先级，通过优先比对优先级较高的参数对电梯的整体运行健康情况进行判断。

2.根据权利要求1所述的一种电梯健康度实时监测系统，其特征在于：还包括：

步骤四、计算信息增益

其中，Gain(C,Y_i)为参数Y_i所对应的信息增益；v为Y_i在训练集C中的取值个数。

3.根据权利要求2所述的一种电梯健康度实时监测系统，其特征在于：还包括：

步骤五、计算信息增益率

其中，Gainratio(C,Y_i)为参数Y_i所对应的信息增益率；C^V为训练集C中所有在参数Y_i上取值为Y_i ^v的样本。

4.根据权利要求3所述的一种电梯健康度实时监测系统，其特征在于：步骤五还包括对信息增益的分类偏好消除，过程如下：

其中，Gain(,Y_j)为Gain(,Y_i)中高于平均水平的信息增益；

然后对Gain(,Y_j)进行信息增益率的计算，即：

5.根据权利要求4所述的一种电梯健康度实时监测系统，其特征在于：选取Gainratio(C,Y_j)_max对应的参数作为训练集C的划分根节点，将训练集C划分出多个子集，剩余的参数分别位于一个子集中，按照步骤三至步骤五的公式计算出剩余的参数在对应子集中的信息增益率，接着再次划分并重复操作；所述Gainratio(C,Y_j)_max为得到的结果中最大的信息增益率。

6.根据权利要求1-5中任意一项所述的一种电梯健康度实时监测系统，其特征在于：还包括元器件磨损量判断模块，所述元器件磨损量判断模块运行过程如下：

其中，(P-deviate)为元器件的参数偏移量；Y_k为电梯运行时某一元器件的运行参数；Y_n为该元器件刚投入使用时的运行参数；Y_error为该元器件被判别为异常时的运行参数；

当偏移量不低于60％时，元器件的磨损情况将被评价为高；当偏移量达到不低于80％时，元器件的磨损情况将被评价为危险。

7.根据权利要求1-5中任意一项所述的一种电梯健康度实时监测系统，其特征在于：还包括元器件稳定性判断模块，所述元器件稳定性判断模块运行过程如下：

其中，Y_k为电梯运行时某一元器件的运行参数；D(Y_k)为参数Y_k的方差；T_ki为参数Y_k可能的i种数值；P_i为参数Y_k取值为Y_ki的概率；u为Y_k的均值；Error(Y_k)为元器件故障的概率；

当Error(Y_k)超过60％时，元器件稳定性判断模块会将故障概率报告为高；当Error(Y_k)超过80％时，元器件稳定性判断模块会报警。

8.根据权利要求1-5中任意一项所述的一种电梯健康度实时监测系统，其特征在于：所述步骤一中的采集间隔时间为1s。

9.根据权利要求1-5中任意一项所述的一种电梯健康度实时监测系统，其特征在于：所述步骤一种采集的参数种类包括但不限于电梯震动参数、电梯轿厢运行启动加速度、电梯运行制动加速度、电梯曳引轮转速、电梯运行速度、电梯各元器件温度、电梯各元器件湿度。