CN114671314B - 一种用于电梯的安全监控方法 - Google Patents

一种用于电梯的安全监控方法 Download PDF

Info

Publication number
CN114671314B
CN114671314B CN202210595881.0A CN202210595881A CN114671314B CN 114671314 B CN114671314 B CN 114671314B CN 202210595881 A CN202210595881 A CN 202210595881A CN 114671314 B CN114671314 B CN 114671314B
Authority
CN
China
Prior art keywords
elevator
running
sequence
risk index
normal
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
Application number
CN202210595881.0A
Other languages
English (en)
Other versions
CN114671314A (zh
Inventor
张波
党晓飞
吴则论
陈建峰
郑龙申
李成桂
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Kyleryooen Shandong Elevator Co ltd
Original Assignee
Kyleryooen Shandong Elevator Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Kyleryooen Shandong Elevator Co ltd filed Critical Kyleryooen Shandong Elevator Co ltd
Priority to CN202210595881.0A priority Critical patent/CN114671314B/zh
Publication of CN114671314A publication Critical patent/CN114671314A/zh
Application granted granted Critical
Publication of CN114671314B publication Critical patent/CN114671314B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • B66B5/0031—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
    • 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

本发明涉及电梯安全预警技术领域，具体涉及一种用于电梯的安全监控方法，该方法基于每个电梯的齿轮箱数据和曳引轮数据分析任意两个电梯之间的运行相似度，以将多个电梯分为正常电梯组和异常电梯组，进而利用正常电梯组中所有正常电梯在每个时段的平均运行指数对正常电梯组在未来时段的运行危险指数进行预测，结合待检测正常电梯的实际运行危险指数和正常电梯组的运行危险指数预测值之间的差值、待检测正常电梯的左右制动弹簧的制动同步率分析待检测正常电梯的安全报警系数，利用正常电梯发生危险的长期性因素和瞬时性因素进行准确安全预警，提高了预警及时性，保证了电梯运行的安全性，减少危险事故的发生。

Description

一种用于电梯的安全监控方法
技术领域
本发明涉及电梯安全预警技术领域，具体涉及一种用于电梯的安全监控方法。
背景技术
随着现代社会的发展，高楼大厦建立越来越快，而电梯作为一种交通工具与我们的生活连接越来越紧密，生活中电梯在使用的过程中不仅能够带来很大程度上的方便，而且也存在一定的安全风险。
近年来，电梯出现事故屡见不鲜，很多事故的发生是由于对电梯的监测不及时导致，即过度依赖人工的检查，当一些人力紧张的情况下，就无法实现对电梯运行安全状况的实时评估，以至于只有电梯发生事故之后才会加紧维护，因此实现电梯的及时监控预警是目前亟待解决的问题。
发明内容
为了解决上述技术问题，本发明的目的在于提供一种用于电梯的安全监控方法，所采用的技术方案具体如下：
根据电梯齿轮箱的振动加速度数据和温度数据、每个曳引轮槽的磨损量数据计算设定时段内当前电梯的运行危险指数，将当前电梯在设定时长中的多个所述运行危险指数构成运行危险指数序列，根据所述运行危险指数序列计算当前电梯的运行危险上升趋势值；
根据电梯的所述运行危险上升趋势值和所述每个曳引轮槽的磨损量数据计算任意两个电梯之间的运行相似度，基于所述运行相似度将多个电梯分为异常电梯组和正常电梯组；基于正常电梯组内每个正常电梯的所述运行危险指数序列，计算每个设定时段内所有正常电梯的所述运行危险指数的平均运行危险指数，以将设定时长内每个设定时段的平均运行危险指数构成平均运行危险指数序列；
将所述平均运行危险指数序列输入TCN预测网络，得到下一时段内所述正常电梯组的运行危险指数预测值；根据下一时段内当前正常电梯的制动弹簧的位移数据计算制动同步率，计算下一时段内当前正常电梯的所述运行危险指数与所述运行危险指数预测值的运行危险指数差值，结合所述制动同步率和所述运行危险指数差值计算当前正常电梯的安全报警系数，以完成安全预警。
进一步的，所述根据电梯齿轮箱的振动加速度数据和温度数据、每个曳引轮槽的磨损量数据计算设定时段内当前电梯的运行危险指数的方法，包括：
基于设定的采样频率采集电梯齿轮箱的振动加速度和温度，分别得到设定时段内当前电梯的振动加速度序列和温度序列；分别计算所述振动加速度序列的振动加速度方差和振动加速度极差以及所述温度序列的温度方差；
基于设定的采样频率分别采集每个曳引轮槽的磨损量，对应得到设定时段内每个曳引轮槽的磨损量序列；分别计算每个磨损量序列的平均磨损量，将所有平均磨损量的均值整体平均磨损量；
结合所述振动加速度方差、所述振动加速度极差、所述温度方差和所述整体平均磨损量得到设定时段内当前电梯的所述运行危险指数，其中，所述运行危险指数的计算公式为：
Figure 974992DEST_PATH_IMAGE001
其中，
Figure 100002_DEST_PATH_IMAGE002
为所述运行危险指数；
Figure DEST_PATH_IMAGE003
为所述振动加速度方差；
Figure 100002_DEST_PATH_IMAGE004
为所述振动加速度极差；
Figure DEST_PATH_IMAGE005
为所述整体平均磨损量；
Figure 100002_DEST_PATH_IMAGE006
为所述温度方差；
Figure DEST_PATH_IMAGE007
为第
Figure 100002_DEST_PATH_IMAGE008
个曳引轮槽的磨损量序列；
Figure DEST_PATH_IMAGE009
为曳引轮槽的数量。
进一步的，所述根据所述运行危险指数序列计算当前电梯的运行危险上升趋势值的方法，包括：
获取所述运行危险指数序列的运行危险指数方差和最大运行危险指数，结合运行危险指数方差和最大运行危险指数计算当前电梯的所述运行危险上升趋势值，其中，运行危险指数方差与所述运行危险上升趋势值呈正相关关系、最大运行危险指数与所述运行危险上升趋势值呈正相关关系。
进一步的，所述运行相似度的计算公式为：
Figure 100002_DEST_PATH_IMAGE010
其中，
Figure 591393DEST_PATH_IMAGE011
为电梯A和电梯B之间的所述运行相似度；
Figure 100002_DEST_PATH_IMAGE012
为电梯A的所述运行危险上升趋势值；
Figure DEST_PATH_IMAGE013
为电梯B的所述运行危险上升趋势值；
Figure 100002_DEST_PATH_IMAGE014
为电梯A对应设定时长内所有曳引轮槽的磨损量序列所构成的向量的模；
Figure DEST_PATH_IMAGE015
为电梯B对应设定时长内所有曳引轮槽的磨损量序列所构成的向量的模。
进一步的，所述基于所述运行相似度将多个电梯分为异常电梯组和正常电梯组的方法，包括：
根据所述运行相似度计算对应两个电梯之间的样本距离；基于样本距离，利用LOF算法将多个电梯分为异常电梯组和正常电梯组。
进一步的，所述根据下一时段内当前正常电梯的制动弹簧的位移数据计算制动同步率的方法，包括：
基于设定采样频率分别采集当前正常电梯的左制动弹簧的左位移和右制动弹簧的右位移，得到设定时段内的左位移序列和右位移序列；
分别计算左位移序列的左位移极差和左位移标准差、右位移序列的右位移极差和右位移标准差，结合左位移标准差与右位移标准差之间的差值、左位移极差与右位移极差之间的差值得到所述制动同步率，其中，所述制动同步率的计算公式为：
Figure 100002_DEST_PATH_IMAGE016
其中，
Figure DEST_PATH_IMAGE017
为所述制动同步率；
Figure 100002_DEST_PATH_IMAGE018
为所述左位移标准差；
Figure DEST_PATH_IMAGE019
为所述右位移标准差；
Figure 100002_DEST_PATH_IMAGE020
为所述左位移极差；
Figure DEST_PATH_IMAGE021
为所述右位移极差。
进一步的，所述安全报警系数的计算公式为：
Figure 100002_DEST_PATH_IMAGE022
其中，
Figure DEST_PATH_IMAGE023
为第
Figure 608766DEST_PATH_IMAGE008
个正常电梯的所述安全报警系数；
Figure 100002_DEST_PATH_IMAGE024
为所述运行危险指数预测值；
Figure 6249DEST_PATH_IMAGE025
为第
Figure 266329DEST_PATH_IMAGE008
个正常电梯的所述运行危险指数；
Figure 100002_DEST_PATH_IMAGE026
为第
Figure 908925DEST_PATH_IMAGE008
个正常电梯的所述制动同步率。
本发明实施例具有如下有益效果：基于每个电梯的齿轮箱数据和曳引轮数据分析任意两个电梯之间的运行相似度，以将多个电梯分为正常电梯组和异常电梯组，进而利用正常电梯组中所有正常电梯在每个时段的平均运行指数对正常电梯组在未来时段的运行危险指数进行预测，结合待检测正常电梯的实际运行危险指数和正常电梯组的运行危险指数预测值之间的差值、待检测正常电梯的左右制动弹簧的制动同步率分析待检测正常电梯的安全报警系数，利用正常电梯发生危险的长期性因素和瞬时性因素进行准确安全预警，提高了预警及时性，保证了电梯运行的安全性，减少危险事故的发生。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。
图1为本发明一个实施例所提供的一种用于电梯的安全监控方法的步骤流程图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种用于电梯的安全监控方法，其具体实施方式、结构、特征及其作用，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
下面结合附图具体的说明本发明所提供的一种用于电梯的安全监控方法的具体方案。
本发明实施例所针对的场景是：对刚安装上的多个新电梯进行安全监控。
请参阅图1，其示出了本发明一个实施例提供的一种用于电梯的安全监控方法的步骤流程图，该方法包括以下具体步骤：
步骤S001,根据电梯齿轮箱的振动加速度数据和温度数据、每个曳引轮槽的磨损量数据计算设定时段内当前电梯的运行危险指数，将当前电梯在设定时长中的多个运行危险指数构成运行危险指数序列，根据运行危险指数序列计算当前电梯的运行危险上升趋势值。
具体的，电梯的齿轮箱承担了对电机进行变速进而调节电梯运行速度的功能，电梯在使用过程中，齿轮箱可能会出现机械故障导致电梯运行中遇到危险，那么在电梯运行过程中对齿轮箱状态进行监控，则基于设定的采样频率采集电梯齿轮箱的振动加速度和温度，分别得到设定时段内每个电梯对应齿轮箱的振动加速度序列和温度序列。
优选的，本发明实施例中以1分钟为设定采样频率、一天为设定时段，利用加速度传感器进行每分钟一次的电梯齿轮箱的振动加速度的采集，进而将一天内采集的振动加速度构成一个振动加速度序列
Figure DEST_PATH_IMAGE027
，其中，
Figure DEST_PATH_IMAGE028
为第1次采集的振动加速度，
Figure DEST_PATH_IMAGE029
为第2次采集的振动加速度，
Figure DEST_PATH_IMAGE030
为第
Figure DEST_PATH_IMAGE031
次采集的振动加速度；同理，利用温度传感器进行每分钟一次的电梯齿轮箱的温度的采集，进而将一天内采集的温度构成一个温度序列
Figure DEST_PATH_IMAGE032
，其中，
Figure DEST_PATH_IMAGE033
为第1次采集的温度，
Figure DEST_PATH_IMAGE034
为第2次采集的温度，
Figure DEST_PATH_IMAGE035
为第
Figure 420285DEST_PATH_IMAGE031
次采集的温度。
电梯在具体使用时，会遭受部分外界因素带来的影响，导致电梯的曳引轮槽受到磨损，而在没有及时发现并维护的情况下，会导致电梯的运行质量以及安全程度下降，进而引发安全隐患，因此基于设定的采样频率分别采集电梯的每个曳引轮槽的磨损量，对应得到设定时段内每个曳引轮槽的磨损量序列。
优选的，本发明实施例中以1分钟为设定采样频率、一天为设定时段，采用分布式安装红外线传感器以进行每分钟一次的曳引轮槽的磨损量采集，且基于电梯的曳引轮数量，对分别对每个曳引轮槽的磨损量进行采集，将一天内每个曳引轮槽所采集的磨损量分别构成对应曳引轮槽的一个磨损量序列
Figure DEST_PATH_IMAGE036
，其中，
Figure DEST_PATH_IMAGE037
为第1次采集的磨损量，
Figure DEST_PATH_IMAGE038
为第2次采集的磨损量，
Figure DEST_PATH_IMAGE039
为第
Figure 847724DEST_PATH_IMAGE031
次采集的磨损量，进而得到每个曳引轮槽的磨损量序列。
进一步地，根据电梯的出轮箱和曳引轮的运行数据分析一天内电梯的运行危险指数，具体分析方法为：分别计算振动加速度序列的振动加速度方差和振动加速度极差以及温度序列的温度方差；分别计算每个磨损量序列的平均磨损量，将所有平均磨损量的均值作为整体平均磨损量；结合振动加速度方差、振动加速度极差、温度方差和整体平均磨损量得到设定时段内当前电梯的运行危险指数，其中，运行危险指数的计算公式为：
Figure 329521DEST_PATH_IMAGE001
其中，
Figure 244649DEST_PATH_IMAGE002
为运行危险指数；
Figure 128292DEST_PATH_IMAGE003
为振动加速度方差；
Figure 601998DEST_PATH_IMAGE004
为振动加速度极差；
Figure 571091DEST_PATH_IMAGE005
为整体平均磨损量；
Figure 522867DEST_PATH_IMAGE009
为曳引轮槽的数量；
Figure 526595DEST_PATH_IMAGE006
为温度方差；
Figure 171203DEST_PATH_IMAGE007
为第
Figure 627592DEST_PATH_IMAGE008
个曳引轮槽的磨损量序列。
需要说明的是，对于齿轮箱来说，随着电梯工作时间的延长，其振动加速度和温度都会有所变化，如果其振动和温度变化异常意味着此电梯可能存在异常；因为电梯有多个曳引轮，所对每个曳引轮槽的平均磨损量进行累加再求均值以作为电梯曳引轮槽的整体平均磨损程度。
为了观测电梯长时间内的运行危险变化情况，本发明实施例以一个月为设定时长，将每个电梯在一个月内每天的运行危险指数组成一个运行危险指数序列
Figure DEST_PATH_IMAGE040
，其中，
Figure DEST_PATH_IMAGE041
为第1天电梯的运行危险指数，
Figure DEST_PATH_IMAGE042
为第2天电梯的运行危险指数，
Figure DEST_PATH_IMAGE043
为第30天电梯的运行危险指数，则一个电梯对应一个运行危险指数序列；基于每个电梯的运行危险指数序列计算对应电梯在一个月内的运行危险上升趋势值，一个电梯对应一个运行危险上升趋势值，则运行危险上升趋势值的获取方法为：获取运行危险指数序列的运行危险指数方差和最大运行危险指数，结合运行危险指数方差和最大运行危险指数计算当前电梯的运行危险上升趋势值，其中，运行危险指数方差与运行危险上升趋势值呈正相关关系、最大运行危险指数与运行危险上升趋势值呈正相关关系。
作为一个示例，运行危险上升趋势值的计算公式为：
Figure DEST_PATH_IMAGE044
，其中，
Figure DEST_PATH_IMAGE045
为电梯的运行危险上升趋势值，
Figure DEST_PATH_IMAGE046
为最大运行危险指数，
Figure DEST_PATH_IMAGE047
为运行危险指数方差。
步骤S002,根据电梯的运行危险上升趋势值和每个曳引轮槽的磨损量数据计算任意两个电梯之间的运行相似度，基于运行相似度将多个电梯分为异常电梯组和正常电梯组；基于正常电梯组内每个正常电梯的运行危险指数序列，计算每个设定时段内所有正常电梯的运行危险指数的平均运行危险指数，以将设定时长内每个设定时段的平均运行危险指数构成平均运行危险指数序列。
具体的，由于电梯是一个高频使用工具，每个电梯的使用负荷是较为接近的，理论情况下，如果电梯每天的工况接近，那么电梯的工作磨损程度也应是接近的，其对应的危险上升趋势也是接近的，因此基于每个电梯的工作危险上升趋势值和每个曳引轮槽的磨损情况分析不同电梯之间的工作差异性，其具体分析方法为：根据步骤S001能够得到每个电梯在一个月内的运行危险上升趋势值和每个曳引轮槽每天的磨损量序列，进而结合任意两个电梯的运行危险上升趋势值和每个曳引轮槽每天的磨损量序列计算对应两个电梯之间的运行相似度，运行相似度的计算公式为：
Figure 632326DEST_PATH_IMAGE010
其中，
Figure 224981DEST_PATH_IMAGE011
为电梯A和电梯B之间的运行相似度；
Figure 40491DEST_PATH_IMAGE012
为电梯A的运行危险上升趋势值；
Figure 780914DEST_PATH_IMAGE013
为电梯B的运行危险上升趋势值；
Figure 340071DEST_PATH_IMAGE014
为电梯A对应设定时长内所有曳引轮槽的磨损量序列所构成的向量的模；
Figure 52812DEST_PATH_IMAGE015
为电梯B对应设定时长内所有曳引轮槽的磨损量序列所构成的向量的模。
需要说明的是，运行相似度R的值域为[0,1], 当两个电梯的运行状态越相似，R的值越趋近于1，反之越趋近于0。
利用上述运行相似度的计算公式能够得到任意两个电梯之间的运行相似度，进而根据运行相似度计算对应两个电梯之间的样本距离，则电梯A和电梯B之间的样本距离
Figure DEST_PATH_IMAGE048
。
为了避免电梯的初始质量存在参差不齐的情况，对所有的电梯进行分组，将电梯分为异常电梯和正常电梯，本发明实施例中基于样本距离利用LOF算法将所有电梯分为正常电梯组和异常电梯组。
需要说明的是，LOF算法能够发现其他分组算法遗漏的离群电梯，使得分组结果更加准确。
进一步的，异常电梯组的每个异常电梯并不意味着其不能进行工作，而是这些异常电梯的运行危险上升趋势和其它电梯出现较大差异。由于电梯的工作环境基本一致，出现异常电梯的原因很大程度上可能是电梯的安装不当或者电梯的原始品质出现了差异，因此需要安排检修人员对异常电梯组的每个异常电梯进行检修，以排除存在的问题，避免电梯在之后的运行中出现恶性损坏事件。
对于正常电梯组的每个正常电梯，根据每个正常电梯的运行危险指数序列
Figure DEST_PATH_IMAGE049
，计算每天所有正常电梯的运行危险指数的平均运行危险指数，将一个月内每天的平均运行危险指数组成一个平均运行危险指数序列。
作为一个示例，假设有三个正常电梯，令第1个正常电梯三天对应的运行危险指数序列为
Figure DEST_PATH_IMAGE050
，其中，
Figure DEST_PATH_IMAGE051
为第1个电梯对应第1天的运行危险指数，
Figure DEST_PATH_IMAGE052
为第1个电梯对应第2天的运行危险指数，
Figure DEST_PATH_IMAGE053
为第1个电梯对应第3天的运行危险指数；同理，第2个正常电梯三天对应的运行危险指数序列为
Figure DEST_PATH_IMAGE054
，其中，
Figure DEST_PATH_IMAGE055
为第2个电梯对应第1天的运行危险指数，
Figure DEST_PATH_IMAGE056
为第2个电梯对应第2天的运行危险指数，
Figure DEST_PATH_IMAGE057
为第2个电梯对应第3天的运行危险指数；第3个正常电梯三天对应的运行危险指数序列为
Figure DEST_PATH_IMAGE058
，其中，
Figure DEST_PATH_IMAGE059
为第3个电梯对应第1天的运行危险指数，
Figure DEST_PATH_IMAGE060
为第3个电梯对应第2天的运行危险指数，
Figure DEST_PATH_IMAGE061
为第3个电梯对应第3天的运行危险指数；对三个正常电梯对应第1天的运行危险指数计算均值，得到平均运行危险指数
Figure DEST_PATH_IMAGE062
，同理得到第2天的平均运行危险指数
Figure DEST_PATH_IMAGE063
、第3天的平均运行危险指数
Figure DEST_PATH_IMAGE064
，这些平均运行危险指数构成三天的平均运行危险指数序列。
步骤S003,将平均运行危险指数序列输入TCN预测网络，得到下一时段内正常电梯组的运行危险指数预测值；根据下一时段内当前正常电梯的制动弹簧的位移数据计算制动同步率，计算下一时段内当前正常电梯的运行危险指数与运行危险指数预测值的运行危险指数差值，结合制动同步率和运行危险指数差值计算当前正常电梯的安全报警系数，以完成安全预警。
具体的，将平均运行危险指数序列输入训练好的TCN预测网络中，能够得到未来一天内正常电梯组的运行危险指数预测值，其中TCN预测网络的训练过程为：将平均运行危险指数序列作为TCN预测网络的输入数据，运行危险指数预测值为TCN预测网络的输出数据；将平均运行危险指数序列中的部分平均运行危险指数构成特征序列，将下一个平均运行危险指数作为标签，进行重复训练；TCN预测网络的损失函数采用均方差损失函数。
对于电梯来说，齿轮箱和曳引轮槽都是随着电梯的运行进而产生异常，但它们对电梯的安全运行的影响是长期的，当齿轮箱和曳引轮槽的异常达到一定程度时，电梯才会可能发生安全事故，这是一种经长期演变会出现的危险；而制动弹簧作为电梯制动系统的重要部件，如果左右制动弹簧不同步，会导致电梯的制动力不足，有可能发生严重的冲顶或墩底事故，这是一种瞬时危险，因此需要对电梯的制动弹簧的进行实时监控，即基于设定采样频率分别采集每个正常电梯的左制动弹簧的左位移和右制动弹簧的右位移，得到一天内的左位移序列和右位移序列。
优先的，本发明实施例中以1S为采样频率分别采集左边制动弹簧的左位移和右制动弹簧的右位移，然后将一天内采集的左位移组成左位移序列
Figure DEST_PATH_IMAGE065
、一天采集的右位移组成右位移序列
Figure DEST_PATH_IMAGE066
。
结合左位移序列和右位移序列分析电梯的左右制动弹簧的制动同步率，具体方法为：分别计算左位移序列的左位移极差和左位移标准差、右位移序列的右位移极差和右位移标准差，结合左位移标准差与右位移标准差之间的差值、左位移极差与右位移极差之间的差值得到所述制动同步率，其中，制动同步率的计算公式为：
Figure 98610DEST_PATH_IMAGE016
其中，
Figure 529591DEST_PATH_IMAGE017
为制动同步率；
Figure 626860DEST_PATH_IMAGE018
为左位移标准差；
Figure 256425DEST_PATH_IMAGE019
为右位移标准差；
Figure 351420DEST_PATH_IMAGE020
为左位移极差；
Figure 269697DEST_PATH_IMAGE021
为右位移极差。
对未来一天内第
Figure 672122DEST_PATH_IMAGE008
个正常电梯的左右制动弹簧进行左位移序列和右位移序列的获取，以利用上述制动同步率的计算公式得到未来一天内第
Figure 93876DEST_PATH_IMAGE008
个正常电梯对应左右制动弹簧的制动同步率；根据未来一天内正常电梯组的运行危险指数预测值和第
Figure 422089DEST_PATH_IMAGE008
个正常电梯在未来一天的运行危险指数得到第
Figure 562083DEST_PATH_IMAGE008
个正常电梯的运行危险指数差值，结合第
Figure 266734DEST_PATH_IMAGE008
个正常电梯的制动同步率和运行危险指数差值计算第
Figure 808574DEST_PATH_IMAGE008
个正常电梯的安全报警系数，其中，安全报警系数的计算公式为：
Figure 307688DEST_PATH_IMAGE022
其中，
Figure 934979DEST_PATH_IMAGE023
为第
Figure 676276DEST_PATH_IMAGE008
个正常电梯的安全报警系数；
Figure 72623DEST_PATH_IMAGE024
为运行危险指数预测值；
Figure 742638DEST_PATH_IMAGE025
为第
Figure 857225DEST_PATH_IMAGE008
个正常电梯的运行危险指数；
Figure 638099DEST_PATH_IMAGE026
为第
Figure 154531DEST_PATH_IMAGE008
个正常电梯的制动同步率。
需要说明的是，运行危险指数差值是指正常电梯组的运行危险指数预测值与任意一个正常电梯的实际测量的运行危险指数之间的差值。
设置报警系数阈值，当安全报警系数小于报警系数阈值时，立即启动报警并及时对电梯进行检修。
综上所述，本发明实施例提供了一种用于电梯的安全监控方法，基于每个电梯的齿轮箱数据和曳引轮数据分析任意两个电梯之间的运行相似度，以将多个电梯分为正常电梯组和异常电梯组，进而利用正常电梯组中所有正常电梯在每个时段的平均运行指数对正常电梯组在未来时段的运行危险指数进行预测，结合待检测正常电梯的实际运行危险指数和正常电梯组的运行危险指数预测值之间的差值、待检测正常电梯的左右制动弹簧的制动同步率分析待检测正常电梯的安全报警系数，利用正常电梯发生危险的长期性因素和瞬时性因素进行准确安全预警，提高了预警及时性，保证了电梯运行的安全性，减少危险事故的发生。
需要说明的是：上述本发明实施例先后顺序仅仅为了描述，不代表实施例的优劣。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (3)

1.一种用于电梯的安全监控方法，其特征在于，该方法包括以下步骤：
根据电梯齿轮箱的振动加速度数据和温度数据、每个曳引轮槽的磨损量数据计算设定时段内当前电梯的运行危险指数，将当前电梯在设定时长中的多个所述运行危险指数构成运行危险指数序列，根据所述运行危险指数序列计算当前电梯的运行危险上升趋势值；
根据电梯的所述运行危险上升趋势值和所述每个曳引轮槽的磨损量数据计算任意两个电梯之间的运行相似度，基于所述运行相似度将多个电梯分为异常电梯组和正常电梯组；基于正常电梯组内每个正常电梯的所述运行危险指数序列，计算每个设定时段内所有正常电梯的所述运行危险指数的平均运行危险指数，以将设定时长内每个设定时段的平均运行危险指数构成平均运行危险指数序列；
将所述平均运行危险指数序列输入TCN预测网络，得到下一时段内所述正常电梯组的运行危险指数预测值；根据下一时段内当前正常电梯的制动弹簧的位移数据计算制动同步率，计算下一时段内当前正常电梯的所述运行危险指数与所述运行危险指数预测值的运行危险指数差值，结合所述制动同步率和所述运行危险指数差值计算当前正常电梯的安全报警系数，以完成安全预警；
所述根据电梯齿轮箱的振动加速度数据和温度数据、每个曳引轮槽的磨损量数据计算设定时段内当前电梯的运行危险指数的方法，包括：
基于设定的采样频率采集电梯齿轮箱的振动加速度和温度，分别得到设定时段内当前电梯的振动加速度序列和温度序列；分别计算所述振动加速度序列的振动加速度方差和振动加速度极差以及所述温度序列的温度方差；
基于设定的采样频率分别采集每个曳引轮槽的磨损量，对应得到设定时段内每个曳引轮槽的磨损量序列；分别计算每个磨损量序列的平均磨损量，将所有平均磨损量的均值作为整体平均磨损量；
结合所述振动加速度方差、所述振动加速度极差、所述温度方差和所述整体平均磨损量得到设定时段内当前电梯的所述运行危险指数，其中，所述运行危险指数的计算公式为：
Figure DEST_PATH_IMAGE001
其中，
Figure DEST_PATH_IMAGE002
为所述运行危险指数；
Figure 748100DEST_PATH_IMAGE003
为所述振动加速度方差；
Figure DEST_PATH_IMAGE004
为所述振动加速度极差；
Figure 590154DEST_PATH_IMAGE005
为所述整体平均磨损量；
Figure DEST_PATH_IMAGE006
为所述温度方差；
Figure 250942DEST_PATH_IMAGE007
为第
Figure DEST_PATH_IMAGE008
个曳引轮槽的磨损量序列；
Figure 894676DEST_PATH_IMAGE009
为曳引轮槽的数量；
所述运行相似度的计算公式为：
Figure DEST_PATH_IMAGE010
其中，
Figure DEST_PATH_IMAGE011
为电梯A和电梯B之间的所述运行相似度；
Figure DEST_PATH_IMAGE012
为电梯A的所述运行危险上升趋势值；
Figure 45034DEST_PATH_IMAGE013
为电梯B的所述运行危险上升趋势值；
Figure DEST_PATH_IMAGE014
为电梯A对应设定时长内所有曳引轮槽的磨损量序列所构成的向量的模；
Figure 639964DEST_PATH_IMAGE015
为电梯B对应设定时长内所有曳引轮槽的磨损量序列所构成的向量的模；
所述根据下一时段内当前正常电梯的制动弹簧的位移数据计算制动同步率的方法，包括：
基于设定采样频率分别采集当前正常电梯的左制动弹簧的左位移和右制动弹簧的右位移，得到设定时段内的左位移序列和右位移序列；
分别计算左位移序列的左位移极差和左位移标准差、右位移序列的右位移极差和右位移标准差，结合左位移标准差与右位移标准差之间的差值、左位移极差与右位移极差之间的差值得到所述制动同步率，其中，所述制动同步率的计算公式为：
Figure DEST_PATH_IMAGE016
其中，
Figure 901181DEST_PATH_IMAGE017
为所述制动同步率；
Figure DEST_PATH_IMAGE018
为所述左位移标准差；
Figure 966849DEST_PATH_IMAGE019
为所述右位移标准差；
Figure DEST_PATH_IMAGE020
为所述左位移极差；
Figure 225792DEST_PATH_IMAGE021
为所述右位移极差；
所述安全报警系数的计算公式为：
Figure DEST_PATH_IMAGE022
其中，
Figure 42438DEST_PATH_IMAGE023
为第
Figure 576188DEST_PATH_IMAGE008
个正常电梯的所述安全报警系数；
Figure DEST_PATH_IMAGE024
为所述运行危险指数预测值；
Figure DEST_PATH_IMAGE025
为第
Figure 896311DEST_PATH_IMAGE008
个正常电梯的所述运行危险指数；
Figure DEST_PATH_IMAGE026
为第
Figure 155516DEST_PATH_IMAGE008
个正常电梯的所述制动同步率。
2.如权利要求1所述的一种用于电梯的安全监控方法，其特征在于，所述根据所述运行危险指数序列计算当前电梯的运行危险上升趋势值的方法，包括：
获取所述运行危险指数序列的运行危险指数方差和最大运行危险指数，结合运行危险指数方差和最大运行危险指数计算当前电梯的所述运行危险上升趋势值，其中，运行危险指数方差与所述运行危险上升趋势值呈正相关关系、最大运行危险指数与所述运行危险上升趋势值呈正相关关系。
3.如权利要求1所述的一种用于电梯的安全监控方法，其特征在于，所述基于所述运行相似度将多个电梯分为异常电梯组和正常电梯组的方法，包括：
根据所述运行相似度计算对应两个电梯之间的样本距离；基于样本距离，利用LOF算法将多个电梯分为异常电梯组和正常电梯组。
CN202210595881.0A 2022-05-30 2022-05-30 一种用于电梯的安全监控方法 Active CN114671314B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210595881.0A CN114671314B (zh) 2022-05-30 2022-05-30 一种用于电梯的安全监控方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210595881.0A CN114671314B (zh) 2022-05-30 2022-05-30 一种用于电梯的安全监控方法

Publications (2)

Publication Number Publication Date
CN114671314A CN114671314A (zh) 2022-06-28
CN114671314B true CN114671314B (zh) 2022-08-16

Family

ID=82080190

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210595881.0A Active CN114671314B (zh) 2022-05-30 2022-05-30 一种用于电梯的安全监控方法

Country Status (1)

Country Link
CN (1) CN114671314B (zh)

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09290975A (ja) * 1996-04-26 1997-11-11 Hitachi Building Syst Co Ltd エレベータの異常検出装置
DE602004031265D1 (de) * 2004-04-30 2011-03-10 Mitsubishi Electric Corp Aufzugsvorrichtung
JP4716669B2 (ja) * 2004-05-12 2011-07-06 東芝エレベータ株式会社 エレベータの運転制御装置
JP5196369B2 (ja) * 2008-03-05 2013-05-15 東芝エレベータ株式会社 エレベータのメンテナンスシステム
JP5495684B2 (ja) * 2009-09-14 2014-05-21 三菱電機株式会社 エレベーター地震被害予測装置
CN108083044B (zh) * 2017-11-21 2019-12-24 浙江新再灵科技股份有限公司 一种基于大数据分析的电梯按需维保系统及方法
CN108069308B (zh) * 2017-12-05 2019-11-19 暨南大学 一种基于序贯概率的电扶梯故障诊断方法
CN108275525A (zh) * 2018-01-17 2018-07-13 中北大学 基于动力学分析的高速电梯运行参数监测方法
US11325809B2 (en) * 2018-03-19 2022-05-10 Otis Elevator Company Monitoring roller guide health
CN110110966B (zh) * 2019-04-08 2021-10-01 日立楼宇技术（广州）有限公司 井道危险的预警方法、装置、计算机设备及存储介质
CN109969895B (zh) * 2019-04-15 2021-07-23 淄博东升电梯工程有限公司 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
JP7157727B2 (ja) * 2019-11-20 2022-10-20 株式会社日立ビルシステム エレベーター安全作業管理システムおよびエレベーター安全作業管理装置
CN111847170A (zh) * 2020-07-31 2020-10-30 河池学院 基于算法模型的电梯曳引轮状态监测预警系统及方法
CN112660957B (zh) * 2020-12-10 2022-03-25 辽宁长江智能科技股份有限公司 一种电梯运行风险的预警方法及预警系统
CN113979257B (zh) * 2021-11-24 2023-07-28 安徽工业大学科技园有限公司 一种电梯健康度实时监测系统

Also Published As

Publication number Publication date
CN114671314A (zh) 2022-06-28

Similar Documents

Publication Publication Date Title
CN108083044B (zh) 一种基于大数据分析的电梯按需维保系统及方法
CN108038553B (zh) 轧机设备状态在线监测与诊断系统及监测诊断方法
CN101726413B (zh) 通过综合分析对炼钢转炉耳轴轴承进行故障诊断的方法
CN112528533B (zh) 一种千米深井提升机制动器可靠性智能评估与寿命预测方法
CN108069308A (zh) 一种基于序贯概率的电扶梯故障诊断方法
CN102152172A (zh) 基于协整建模的刀具磨损监测方法
CN116237817B (zh) 基于物联网的五轴联动数控机床智能监测系统
CN109615126A (zh) 一种轴承剩余寿命预测方法
CN115566804B (zh) 一种基于分布式光纤传感技术的电力监测系统
CN114671314B (zh) 一种用于电梯的安全监控方法
CN102789676A (zh) 一种基于报警证据融合的工业报警器设计方法
CN116187725B (zh) 一种用于锻造自动线的锻造设备管理系统
CN113979257A (zh) 一种电梯健康度实时监测系统
EP2761188B1 (en) Systems and methods for determining the level of fouling of compressors
CN115326266A (zh) 一种基于牛顿力监控的多源异构滑坡预警模型
CN110186384B (zh) 船体结构应力监测系统传感器偏差故障诊断方法
CN116533903B (zh) 一种基于汽车传感器的低压预警系统及方法
CN117332252A (zh) 一种基于振动增长速度的旋转动设备趋势预警方法
CN114803763A (zh) 基于神经网络的变速货梯异常检测方法
CN109555561B (zh) 一种矿压预测预报方法及其系统
CN112594356B (zh) 一种高铁与地铁齿轮箱运行监测和故障诊断系统
CN112228042B (zh) 一种基于云边协同计算的抽油机井工况相似性判别方法
CN110907544B (zh) 一种变压器油中溶解气体含量异常阶跃数据识别方法
CN113865879A (zh) 一种汽车检测的引导系统
Zhou et al. Research on marine diesel's fault prognostic and health management based on oil monitoring

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