CN115285810A - 电梯运行预警方法及应用该方法的人体互通电梯系统 - Google Patents

电梯运行预警方法及应用该方法的人体互通电梯系统 Download PDF

Info

Publication number
CN115285810A
CN115285810A CN202211205421.9A CN202211205421A CN115285810A CN 115285810 A CN115285810 A CN 115285810A CN 202211205421 A CN202211205421 A CN 202211205421A CN 115285810 A CN115285810 A CN 115285810A
Authority
CN
China
Prior art keywords
real
speed
elevator
time
data
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.)
Withdrawn
Application number
CN202211205421.9A
Other languages
English (en)
Inventor
顾青松
陈晨
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.)
Changchun Yujia Technology Co ltd
Original Assignee
Jiangsu Shunjie Electromechanical Engineering 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 Jiangsu Shunjie Electromechanical Engineering Co ltd filed Critical Jiangsu Shunjie Electromechanical Engineering Co ltd
Priority to CN202211205421.9A priority Critical patent/CN115285810A/zh
Publication of CN115285810A publication Critical patent/CN115285810A/zh
Withdrawn legal-status Critical Current

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
    • B66B5/02—Applications of checking, fault-correcting, or safety devices in elevators responsive to abnormal operating conditions
    • B66B5/04—Applications of checking, fault-correcting, or safety devices in elevators responsive to abnormal operating conditions for detecting excessive speed
    • B66B5/048—Testing of overspeed governor

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，具体涉及电梯运行预警方法及应用该方法的人体互通电梯系统。该方法采集电梯运行时的数据；获取每天的离心锤磨损程度；由实时位移、实时速度和对应的声音幅值组成三维向量数据，通过对三维向量数据进行相空间重构在磨损程度中获取第一收敛域，筛选第一收敛域中的合理数据；根据轮盘转速和实时速度的比值获取实时的速度丢失因子，以速度丢失因子的高斯模型收敛域作为第二收敛域，以第一收敛域和第二收敛域的交并比作为剔除度，在合理数据中选取有效数据；利用有效数据获取预测磨损程度，对限速器进行磨损监测，基于磨损检测结果进行电梯运行预警。本发明能够及时检测到电梯限速器的异常状态，确保电梯的运行安全。

Description

电梯运行预警方法及应用该方法的人体互通电梯系统
技术领域
本发明涉及电梯安全预警技术领域，具体涉及电梯运行预警方法及应用该方法的人体互通电梯系统。
背景技术
电梯运行时必须将安全放在首位，为保证电梯的运行安全，针对可能发生的危险，电梯均设置了限速器作为专门的安全装置，限速器是在电梯发生超速和断绳时起保护作用的安全装置，限速器的正常动作不仅关系到电梯本身的运行安全，更关系到人们的生命安全，然而限速器在电梯的长久运行下，可能会发生磨损，导致限速器不能完全发挥作用，此时若出现电梯事故，是十分危险的。虽然现有技术中出现了电子限速器来避免机械限速器的磨损，但是需要电梯的场所数量庞大，大部分电梯的限速器依然是机械限速器。目前对电梯运行的安全检测大多是基于传感器的检测信号，检测电梯的位置或者是电梯门的开闭情况，在限速器磨损情况下，检测信号很有可能是正常，但实际情况是存在安全隐患的，不能准确进行电梯安全预警。
发明内容
为了解决限速器磨损导致不能准确进行电梯安全预警的问题，本发明提供一种电梯运行预警方法及应用该方法的人体互通电梯系统，所采用的技术方案具体如下：
第一方面，本发明一个实施例提供了一种电梯运行预警方法，该方法包括以下步骤：
采集电梯运行时的实时速度、声音信息、限速器的轮盘转速以及限速器的离心锤的实时位移；获取所述实时速度和所述实时位移之间的数据关系；
根据所述数据关系获取实时速度对应的拟合位移，以实时位移与对应的拟合位移的差异作为偏移量，根据偏移量和实时速度获取每天的离心锤磨损程度；
由所述实时位移、所述实时速度和对应的声音幅值组成三维向量数据，通过对三维向量数据进行相空间重构在磨损程度中获取第一收敛域，筛选第一收敛域中的合理数据；根据所述轮盘转速和所述实时速度的比值获取实时的速度丢失因子，以所述速度丢失因子的高斯模型收敛域作为第二收敛域，以所述第一收敛域和所述第二收敛域的交并比作为剔除度，在所述合理数据中选取所述剔除度小于预设阈值的磨损程度作为有效数据；
将有效数据作为数据集进行预测训练，获取预测磨损程度，记录预测磨损程度大于磨损阈值的磨损时长，当磨损时长小于标准使用时间时，进行电梯运行预警。
优选的，所述拟合位移的获取方法为：
将所述实时速度代入所述数据关系中，得到对应的位移作为所述拟合位移；所述数据关系为正相关关系。
优选的，所述磨损程度的获取方法为：
由实时速度和对应的偏移量组成偏移向量，计算每天的偏移向量序列和前一天的偏移向量序列之间的偏移相似度，获取多个偏移相似度的分布差异作为历史波动，根据当天的最大偏移量以及历史波动获取当天的所述磨损程度。
优选的，所述声音幅值的获取方法为：
利用傅里叶转换得到频谱图作为所述声音信息，所述频谱图包括声音的振动频率和幅值大小，记录每个实时速度对应的声音幅值。
优选的，所述速度丢失因子的获取方法为：
获取当天的轮盘转速和实时速度的比值的分布差异作为当天的比例波动，获取当天的所述比值与前一天的所述比值的比例差异，获取当天的所述比值的平均值作为平均比例，根据所述比例波动、所述比例差异和所述平均比例获取所述速度丢失因子。
第二方面，本发明另一个实施例提供了一种人体互通电梯系统，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述电梯运行预警方法的步骤。
本发明实施例至少具有如下有益效果：
首先计算电梯限速器的磨损情况，通过对磨损情况进行有效数据筛选，进行磨损预测，进而监测电梯限速器的磨损，本发明能够对电梯限速器的磨损老化进行实时监测，及时检测到电梯限速器的异常情况，及时进行电梯安全预警，确保电梯的运行安全，避免造成电梯事故。
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提供的电梯运行预警方法的步骤流程图。
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电梯运行预警方法及应用该方法的人体互通电梯系统，其具体实施方式、结构、特征及其功效，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电梯运行预警方法及应用该方法的人体互通电梯系统的具体方案。
请参阅图1，其示出了本发明一个实施例提供的电梯运行预警方法的步骤流程图，该方法包括以下步骤：
步骤S001，采集电梯运行时的实时速度、声音信息、限速器的轮盘转速以及限速器的离心锤的实时位移；获取实时速度和实时位移之间的数据关系。
具体的步骤包括：
1、采集电梯运行时的实时速度。
电梯在正常运行时，电梯的运行速度变化是先加速再匀速再减速的过程，采集电梯的速度变化，反映限速器的变化过程。
在电梯运行的终端读取电梯的实时速度v，以每秒钟采集10次的频率进行读取。
2、采集电梯运行时的声音信息。
声音可以直接表达限速器的是否出现由机械损耗等原因造成的松动变化，进一步得到对应时间下的数据变化。
利用傅里叶转换得到频谱图作为声音信息，频谱图包含声音的振动频率和幅值大小。记录采集的各个速度对应的频谱数据，同样每秒钟采集10次幅值数据h。
3、采集限速器的轮盘转速。
电梯钢丝绳的行进速度是直接与电梯速度相等的，经由缠绕结构，在限速器轮盘没有打滑正常运行时，轮盘速度与钢丝绳速度是一致的。
在轮盘上安装线速度测量仪，采集限速器轮盘转速l，每秒钟采集10次轮盘转速。
4、采集电梯限速器的离心锤的实时位移。
电梯限速器的离心锤是对于电梯速度超过115%时，转速过大离心力随之变大，离心锤会大幅偏离位置，触发电器安全开关，对电梯制动器断电，电梯开始制动。由于电梯间长期处于阴暗的环境，在空气潮湿的地区，电梯限速器的离心锤及其连接件会受到金属腐蚀，出现机械损伤和故障，进而使得当电梯出现超速运行时，离心锤无法及时触碰到电气安全开关，导致事故的发生。
在电梯限速器的离心锤的上方，安装一个位移传感器，当速度变化时，离心锤的位移量应与电梯速度的大小存在对应正相关，且相关变化比例直接影响电梯离心锤的工作。每秒钟采集10次实时位移d。
5、获取实时速度和实时位移之间的数据关系。
首先通过支持向量回归（svr）进行首日电梯运行的数据的校验筛选工作，提取出 可拟合的数据，然后设置实时速度v和实时位移d之间的标准函数模型
Figure DEST_PATH_IMAGE001
，将提取出 的数据设置为函数点（v,d），得到若干个函数点的集合，每个采样时刻对应一个函数点（v, d）。将这些函数点代入标准函数模型，得到若干个常数集合（a,b）。将实际数据代入函数模 型中进行模型的损失校验，直至损失最小，得到最优的函数模型
Figure 783500DEST_PATH_IMAGE002
，即为实时速度 和实时位移之间的数据关系。
步骤S002，根据数据关系获取实时速度对应的拟合位移，以实时位移与对应的拟合位移的差异作为偏移量，根据偏移量和实时速度获取每天的离心锤磨损程度。
具体的步骤包括：
1、将实时速度代入数据关系中，得到对应的位移作为拟合位移；数据关系为正相关关系。
将实时速度代入得到的数据关系
Figure 668280DEST_PATH_IMAGE002
中，得到的y即对应的拟合位移。
2、根据每天的偏移量获取每天的离心锤磨损程度。
将实时位移与对应的拟合位移做差的结果作为偏移量s，由实时速度和对应的偏移量组成偏移向量（v,s），每天的所有偏移向量组成对应的偏移向量序列，计算每天的偏移向量序列和前一天的偏移向量序列之间的偏移相似度，获取多个偏移相似度的分布差异作为历史波动，根据当天的最大偏移量以及历史波动获取当天的磨损程度。
计算每天的偏移向量序列和前一天的偏移向量序列之间的偏移相似度：
Figure 453089DEST_PATH_IMAGE004
其中，
Figure DEST_PATH_IMAGE005
表示第i天的偏移向量序列
Figure 527356DEST_PATH_IMAGE006
和第i-1天的偏移向量序列
Figure DEST_PATH_IMAGE007
之 间的偏移相似度，
Figure 835715DEST_PATH_IMAGE008
表示余弦相似度函数。
计算从第一天到当天的所有偏移相似度的标准差作为历史波动：
Figure 891396DEST_PATH_IMAGE010
其中，
Figure DEST_PATH_IMAGE011
表示历史波动，
Figure 521091DEST_PATH_IMAGE012
表示求标准差，
Figure DEST_PATH_IMAGE013
表示当天和前一天的偏移相似 度。
需要说明的是，在其他实施例中，还可以采用方差等能够表示分布差异的结果作为历史波动。
获取当天的磨损程度：
Figure 707703DEST_PATH_IMAGE014
其中，
Figure DEST_PATH_IMAGE015
表示当天的磨损程度，
Figure 604990DEST_PATH_IMAGE016
表示当天的所有偏移量中的最大偏移量。
当历史波动较大时，说明在包括当天的所有历史时间里造成的磨损较大，到目前 为止的磨损程度
Figure 362730DEST_PATH_IMAGE015
较大，同时最大偏移量表征了当天的突变磨损，突变磨损可能不是由自然 老化造成的，而是突发事故造成的，最大偏移量较大时，可能发生了突发事故，对应的磨损 程度也较大。
步骤S003，由实时位移、实时速度和对应的声音幅值组成三维向量数据，通过对三维向量数据进行相空间重构在磨损程度中获取第一收敛域，筛选第一收敛域中的合理数据；根据轮盘转速和实时速度的比值获取实时的速度丢失因子，以速度丢失因子的高斯模型收敛域作为第二收敛域，以第一收敛域和第二收敛域的交并比作为剔除度，在合理数据中选取剔除度小于预设阈值的磨损程度作为有效数据。
具体的步骤包括：
1、由实时位移、实时速度和对应的声音幅值组成三维向量数据。
利用傅里叶转换得到频谱图作为声音信息，频谱图包括声音的振动频率和幅值大小，记录每个实时速度对应的声音幅值。
基于得到的电梯限速器的离心锤的实时位移d、电梯的实时速度v和各个速度对应 的声音幅值h，组成一个电梯离心锤磨损的三维向量数据
Figure DEST_PATH_IMAGE017
。
2、通过对三维向量数据进行相空间重构在磨损程度中获取第一收敛域，筛选第一收敛域中的合理数据。
对于复杂系统相互间具有复杂耦合关系的多源监测变量分别进行相空间重构处理得到多个重构相空间。
进一步的，具体的相空间重构处理步骤为：
对于长度为N的所有电梯离心锤磨损的三维向量数据序列
Figure 479722DEST_PATH_IMAGE018
，根据嵌入 定理，可获得重构相空间为：
Figure 272622DEST_PATH_IMAGE020
式中，N-(m-1)τ表示重构后相空间中相点的数量；m表示嵌入维数；τ表示延迟时间。
延迟时间τ的选择采用自相关函数法，选取自相关函数：
Figure 978410DEST_PATH_IMAGE022
取自相关函数第一个过零点时对应的τ为延迟时间，其中，j＝1,2,…,m-1。
计算相空间中下一时刻的相点：
在相空间中计算各相点到中心相点
Figure DEST_PATH_IMAGE023
之间的欧氏距离
Figure 188943DEST_PATH_IMAGE024
，找出
Figure DEST_PATH_IMAGE025
的 参考向量集
Figure 557345DEST_PATH_IMAGE026
，由RK(C)用下式计算相空间中下一时刻的相点
Figure DEST_PATH_IMAGE027
：
Figure DEST_PATH_IMAGE029
其中，
Figure 171514DEST_PATH_IMAGE030
为邻域中各点到中心点的空间距离和最小距离，即
Figure DEST_PATH_IMAGE031
， L为预测调节参数，一般取L≥1。
并将下一时刻的相点
Figure 810437DEST_PATH_IMAGE027
与真值作差得到相位差作为跟踪指标p，投入正态分布模 型中，得到第一收敛域
Figure 893668DEST_PATH_IMAGE032
。
通过查表将收敛域的分布概率阈值设置为98.2%，即当相空间跟踪值得到的收敛域分布概率大于98.2%时，说明此时的当天的限速器离心锤磨损评价r通过三维向量确认没有出现异常，该数据具有较高的代表意义。反之，说明该数据可能存在采集误差，即数据来源不能表征限速器的损耗。
筛选第一收敛域中的合理数据，将可能存在采集误差的数据剔除。
3、根据轮盘转速和实时速度的比值获取实时的速度丢失因子。
获取当天的轮盘转速和实时速度的比值的分布差异作为当天的比例波动，获取当天的比值与前一天的比值的比例差异，获取当天的比值的平均值作为平均比例，根据比例波动、比例差异和平均比例获取速度丢失因子。
由于在获取实时速度和实时位移的关系时，存在一种特殊可能，当限速器轮盘和钢丝绳之间的接触点出现打滑的情况，也会导致的上述的数据存在较大的变化，被认为离心锤出现较大磨损。即上述数据无法区别表征限速器轮盘和钢丝绳之间的接触点出现打滑情况的出现，且此类数据不能说明离心锤出现较大磨损。
获取当天的比值与前一天的比值的比例差异：
Figure 906623DEST_PATH_IMAGE034
其中，
Figure DEST_PATH_IMAGE035
表示当天的比值与前一天的比值的比例差异，
Figure 664495DEST_PATH_IMAGE036
表示当天的轮盘转速和 实时速度的比值序列，
Figure DEST_PATH_IMAGE037
表示当天的前一天轮盘转速和实时速度的比值序列，
Figure 597072DEST_PATH_IMAGE038
表 示两个序列之间的DTW距离。
DTW距离越大，两个序列之间的差异越大，电梯正常运行时，轮盘转速和实时速度 的比值趋近于1，当比例差异
Figure 352670DEST_PATH_IMAGE035
较大时，说明当天的轮盘转速和实时速度的比值，与前一天 相比有较大差异。
根据比例波动、比例差异和平均比例获取速度丢失因子：
Figure 852921DEST_PATH_IMAGE040
其中，c表示速度丢失因子，
Figure DEST_PATH_IMAGE041
表示当天的比例波动，
Figure 913019DEST_PATH_IMAGE042
表示当天的平均 比例。
在其他实施例中，比例波动还可以采用方差等其他表示分布差异的结果来表征。
速度丢失因子c表征电梯速度在限速器上的“丢失”，即限速器的速度和电梯速度的差距，当差距较大时，说明轮盘和钢丝绳之间可能出现打滑情况。
4、选取有效数据。
将得到的速度丢失因子投入高斯模型中，得到速度丢失因子的高斯模型的第二收 敛域
Figure DEST_PATH_IMAGE043
。以第一收敛域和第二收敛域的交并比作为剔除度，在合理数据中选取剔除 度小于预设阈值的磨损程度作为有效数据。
作为一个示例，本发明实施例中的预设阈值为0.1，即当剔除度小于0.1时，磨损评价r可以直接表达限速器离心锤的机械磨损情况，以此时的磨损程度作为有效数据。反之，此时的磨损评价r由于存在较多的限速器轮盘和钢丝绳之间的接触点出现打滑的情况，不能表达限速器离心锤的机械磨损情况，此时为限速器轮盘和钢丝绳之间的接触点打滑状态，限速器已经不能表达电梯的实时速度状态，此时直接报警限速器损坏，需要进行维修，并且从维修之后开始重新计算速度丢失因子。
步骤S004，将有效数据作为数据集进行预测训练，获取预测磨损程度，记录预测磨损程度大于磨损阈值时的磨损时长，当磨损时长小于标准使用时间时，进行电梯运行预警。
具体的，将有效数据r作为训练集进行lstm的卷积训练，通过对应卷积过程得到的 预测的lstm的序列
Figure 260955DEST_PATH_IMAGE044
，表征未来时刻的限速器离心锤的磨损情况。
记录预测磨损程度大于磨损阈值时的磨损时长，并与标准使用时间作比较，若不符合使用时间要求，说明以目前的运行状态，电梯的限速器不能达到标准使用时长就磨损过多不能使用了，应及时维修限速器，此时进行电梯运行预警。
需要说明的是，磨损阈值的设置，是由根据电梯自身的使用环境，及使用需求出发，在安全范围内基于上述计算过程设置对应的阈值。
综上所述，本发明实施例采集电梯运行时的实时速度、声音信息、限速器的轮盘转速以及限速器的离心锤的实时位移；获取实时速度和实时位移之间的数据关系；根据数据关系获取实时速度对应的拟合位移，以实时位移与对应的拟合位移的差异作为偏移量，根据偏移量和实时速度获取每天的离心锤磨损程度；由实时位移、实时速度和对应的声音幅值组成三维向量数据，通过对三维向量数据进行相空间重构在磨损程度中获取第一收敛域，筛选第一收敛域中的合理数据；根据轮盘转速和实时速度的比值获取实时的速度丢失因子，以速度丢失因子的高斯模型收敛域作为第二收敛域，以第一收敛域和第二收敛域的交并比作为剔除度，在合理数据中选取剔除度小于预设阈值的磨损程度作为有效数据；将有效数据作为数据集进行预测训练，获取预测磨损程度，记录预测磨损程度大于磨损阈值的磨损时长，当磨损时长小于标准使用时间时，进行电梯运行预警。本发明实施例能够及时检测到电梯限速器的异常状态，避免造成意外事故。
本发明实施例还提出了一种人体互通电梯系统，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述的步骤。由于电梯运行预警方法在上述给出了详细描述，不再赘述。
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或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。
以上所述实施例仅用以说明本申请的技术方案，而非对其限制；本领域的普通技术人员应当理解：对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的范围，均应包含在本申请的保护范围之内。

Claims (6)

1.电梯运行预警方法，其特征在于，该方法包括以下步骤：
采集电梯运行时的实时速度、声音信息、限速器的轮盘转速以及限速器的离心锤的实时位移；获取所述实时速度和所述实时位移之间的数据关系；
根据所述数据关系获取实时速度对应的拟合位移，以实时位移与对应的拟合位移的差异作为偏移量，根据偏移量和实时速度获取每天的离心锤磨损程度；
由所述实时位移、所述实时速度和对应的声音幅值组成三维向量数据，通过对三维向量数据进行相空间重构在磨损程度中获取第一收敛域，筛选第一收敛域中的合理数据；根据所述轮盘转速和所述实时速度的比值获取实时的速度丢失因子，以所述速度丢失因子的高斯模型收敛域作为第二收敛域，以所述第一收敛域和所述第二收敛域的交并比作为剔除度，在所述合理数据中选取所述剔除度小于预设阈值的磨损程度作为有效数据；
将有效数据作为数据集进行预测训练，获取预测磨损程度，记录预测磨损程度大于磨损阈值的磨损时长，当磨损时长小于标准使用时间时，进行电梯运行预警。
2.根据权利要求1所述的电梯运行预警方法，其特征在于，所述拟合位移的获取方法为：
将所述实时速度代入所述数据关系中，得到对应的位移作为所述拟合位移；所述数据关系为正相关关系。
3.根据权利要求1所述的电梯运行预警方法，其特征在于，所述磨损程度的获取方法为：
由实时速度和对应的偏移量组成偏移向量，计算每天的偏移向量序列和前一天的偏移向量序列之间的偏移相似度，获取多个偏移相似度的分布差异作为历史波动，根据当天的最大偏移量以及历史波动获取当天的所述磨损程度。
4.根据权利要求1所述的电梯运行预警方法，其特征在于，所述声音幅值的获取方法为：
利用傅里叶转换得到频谱图作为所述声音信息，所述频谱图包括声音的振动频率和幅值大小，记录每个实时速度对应的声音幅值。
5.根据权利要求1所述的电梯运行预警方法，其特征在于，所述速度丢失因子的获取方法为：
获取当天的轮盘转速和实时速度的比值的分布差异作为当天的比例波动，获取当天的所述比值与前一天的所述比值的比例差异，获取当天的所述比值的平均值作为平均比例，根据所述比例波动、所述比例差异和所述平均比例获取所述速度丢失因子。
6.人体互通电梯系统，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1~5任意一项所述电梯运行预警方法的步骤。
CN202211205421.9A 2022-09-30 2022-09-30 电梯运行预警方法及应用该方法的人体互通电梯系统 Withdrawn CN115285810A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211205421.9A CN115285810A (zh) 2022-09-30 2022-09-30 电梯运行预警方法及应用该方法的人体互通电梯系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211205421.9A CN115285810A (zh) 2022-09-30 2022-09-30 电梯运行预警方法及应用该方法的人体互通电梯系统

Publications (1)

Publication Number Publication Date
CN115285810A true CN115285810A (zh) 2022-11-04

Family

ID=83833836

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211205421.9A Withdrawn CN115285810A (zh) 2022-09-30 2022-09-30 电梯运行预警方法及应用该方法的人体互通电梯系统

Country Status (1)

Country Link
CN (1) CN115285810A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012094900A1 (zh) * 2011-01-14 2012-07-19 长沙中联重工科技发展股份有限公司 一种起重机闭式液压卷扬回路的控制装置及方法
JP2012236681A (ja) * 2011-05-11 2012-12-06 Hitachi Ltd エレベーター装置
CN102963790A (zh) * 2012-12-06 2013-03-13 枣庄矿业（集团）有限责任公司蒋庄煤矿 摩擦式提升机盘式制动闸制动性能检测装置
CN103118965A (zh) * 2010-09-17 2013-05-22 三菱电机株式会社 电梯用限速器
CN113979257A (zh) * 2021-11-24 2022-01-28 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

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103118965A (zh) * 2010-09-17 2013-05-22 三菱电机株式会社 电梯用限速器
WO2012094900A1 (zh) * 2011-01-14 2012-07-19 长沙中联重工科技发展股份有限公司 一种起重机闭式液压卷扬回路的控制装置及方法
JP2012236681A (ja) * 2011-05-11 2012-12-06 Hitachi Ltd エレベーター装置
CN102963790A (zh) * 2012-12-06 2013-03-13 枣庄矿业（集团）有限责任公司蒋庄煤矿 摩擦式提升机盘式制动闸制动性能检测装置
CN113979257A (zh) * 2021-11-24 2022-01-28 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

Similar Documents

Publication Publication Date Title
US11460005B2 (en) Condition monitoring system and wind turbine generation apparatus
CN105705928B (zh) 异常声音诊断装置
CN111353482A (zh) 一种基于lstm的疲劳因子隐性异常检测及故障诊断方法
US20130148817A1 (en) Abnormality detection apparatus for periodic driving system, processing apparatus including periodic driving system, abnormality detection method for periodic driving system, and computer program
EP3186598A1 (en) Monitoring of a device having a movable part
US10018597B2 (en) Detection system and detection method
CN112881014B (zh) 传动总成的下线nvh测试系统及方法
CN111776006B (zh) 一种列车轴温的预报警方法及装置
WO2020208743A1 (ja) 電動機設備の異常診断装置、電動機設備の異常診断方法、および電動機設備の異常診断システム
JP7198089B2 (ja) 電力変換装置、回転機システム、及び診断方法
CN115046764B (zh) 一种滚动轴承早期故障诊断方法
CN109399413B (zh) 电梯门运行性能检测诊断装置
CN113460122B (zh) 电动道岔转辙机系统的状态检测方法、装置、设备及介质
CN115285810A (zh) 电梯运行预警方法及应用该方法的人体互通电梯系统
Ginart et al. Automated feature selection for embeddable prognostic and health monitoring (PHM) architectures
KR102433483B1 (ko) 진동 센서를 통한 설비 예지 보전 시스템
JP2002323371A (ja) 音響診断装置及び音響診断方法
CN115144172A (zh) 一种基于声音的gis断路器故障在线监测系统及方法
CN108021725B (zh) 确定电功图数据中抽油机换向点位置的方法
KR20220085003A (ko) 모터-변속기 유닛의 시간 종속적 측정 신호의 교정 방법 및 이러한 교정 방법을 이용하여 모터-변속기 유닛의 마모 및/또는 손상을 인식하기 위한 방법
CN109941860B (zh) 电梯抱闸故障监测方法、装置和系统
JP2023522909A (ja) 回転機械の速度推定
JPH0124246B2 (zh)
RU2451299C1 (ru) Устройство диагностирования в реальном времени системы электродвижения судна
JP4049331B2 (ja) 診断対象物の評価方法および評価装置

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
TA01 Transfer of patent application right

Effective date of registration: 20230607

Address after: No. 5A-A3, Technopole, No. 280, Renmin Street, Kuancheng District, Changchun, 130000, Jilin

Applicant after: Changchun Yujia Technology Co.,Ltd.

Address before: No. 911, Jinxia Road, Jinsha Street, Tongzhou District, Nantong City, Jiangsu Province 226000

Applicant before: Jiangsu Shunjie Electromechanical Engineering Co.,Ltd.

TA01 Transfer of patent application right
WW01 Invention patent application withdrawn after publication

Application publication date: 20221104

WW01 Invention patent application withdrawn after publication