CN116704713A - 一种过山车安全监测预警方法及装置 - Google Patents

Abstract

本申请公开一种过山车安全监测预警方法及装置，方法包括：在提升阶段预测滑行阶段的预测最高速度值，以此判定过山车是否继续运行；提取提升阶段的多类特征值，将每一类特征值的3/4值和中位数值与正常范围阈值比较，并根据比较结果确定是否检修预警；将预测最高速度值与滑行阶段的实际最高速度值进行比较，如果连续3个运行周期中的偏差值都大于预设阈值，则发出模型待优化预警；实时提取滑行阶段的多类特征值，将具有相关性的两类特征值同时与设定的正常范围阈值比较，并根据比较结果确定是否检修预警。本申请通过预测滑行阶段最高速度值，可以避免在滑行阶段超出安全速度范围，及时控制风险。利用历史运行数据比较，能够发现潜在的安全风险。

Description

一种过山车安全监测预警方法及装置

技术领域

本发明属于游乐设施安全控制技术领域，具体的，涉及一种过山车安全监测预警方法及装置。

背景技术

过山车属于大型惊险游乐设施，大型游乐设施具有社会关注度高、安全风险隐患容忍度低的特点，一旦出现安全问题，其后果非常严重，故对大型游乐设施的安全风险要求也十分严苛。

目前，对于过山车的安全监控，通常是在过山车停运状态下对于过山车的安全检查，例如运行前进行的安检，还有周检、月检、季检、年检等，周期越长检查的项目越多。例如对重要部件定期进行探伤或更换。对于运行期间的监控则主要是依靠传感器，例如过山车的加速度传感器，牵引电机的转速传感器等，通过传感器监测数据来在线监控过山车的运行。

然而，仅通过传感器来监测过山车的运行，监测手段单一，获得的过山车特征数据有限。申请人发现，过山车在正常运行后，会获得大量的历史运行数据，然而目前对于该历史数据并没有加以利用来监测过山车的运行，因此，如何利用过山车历史运行数据进行状态监测及预警，是一个有待解决的问题。

发明内容

为了有效利用过山车历史数据来监测过山车的运行，本申请提供一种过山车安全监测预警方法，包括如下步骤：

一种过山车安全监测预警方法，包括如下步骤：

实时提取提升阶段的多类特征值，每一类特征值都至少包括该运行周期中的3/4值和中位数值，所述提升阶段的多类特征值包括提升电流、提升速度以及提升过程振动中的至少一个，

对于每一类特征值，将每一类特征值的3/4值和中位数值与该类特征值的3/4值和中位数值设定的第一正常范围阈值(min1-max1)对应比较，并根据比较结果确定是否发出检修预警；

在过山车运行提升阶段中的减速段，通过预测模型预测滑行阶段的预测最高速度值，如果该预测最高速度值超出过山车安全速度范围，则控制过山车停止运行，如果该预测最高速度值未超出过山车安全速度范围，则过山车继续运行；

在过山车运行的滑行阶段获得实际最高速度值，并将预测最高速度值与实际最高速度值进行比较，并记录偏差值，如果连续3个运行周期中的偏差值都大于预设阈值，则发出预测模型待优化预警，并通过多次新的运行周期数据来重建预测模型；

实时提取滑行阶段的多类特征值，将具有相关性的两类特征值同时与设定的第二正常范围阈值(min2-max2)对应比较，并根据比较结果确定是否发出检修预警，所述滑行阶段的多类特征值包括加速时间、最高速度、进站速度以及滑行时间。

可选的，还包括：

每运行预设周期限值，分别计算各运行周期的各类特征值的3/4值和中位数值在预设周期限值内的最大值、平均值和最小值，同历史正常运行周期数据中各运行周期的各类特征值的3/4值和中位数值在历史正常运行周期数据中的最大值、平均值和最小值对应比较，当有一个特征值的偏差超过5％时，则进行检修预警。

可选的，所述预测模型如下：

预测最高速度值Vmax＝a11*提升电流+a12*提升速度+a13*运行总周期数+a14*乘车人数+b11

其中，a11、a12、a13、a14和b11为回归参数，通过过山车多个正常运行周期的数据，利用多元线性回归来估计。

可选的，所述将每一类特征值的3/4值和中位数值与该类特征值的3/4值和中位数值设定的第一正常范围阈值(min1-max1)对应比较，并根据比较结果确定是否发出检修预警，包括：

对于每一类特征值，当3/4值和中位数值有一个在(min1-max1)范围内，另一个在(0.9min1-1.1max1)范围内则表示正常，

如果3/4值和中位数值都满足(0.9-1)*min1或(1.0-1.1)*max1，则进行检修预警，

如果3/4值和中位数值至少有一个超出(0.9min1-1.1max1)范围，则进行检修预警。

可选的，第一正常范围阈值(min1-max1)和第二正常范围阈值(min2-max2)都是通过统计过山车历史正常运行周期数据，并利用各类特征值的最大值和最小值来确定的。

可选的，将过山车在轨道上不同位置信息与历史位姿信息建立关联信息表，在过山车运行过程中，通过位姿检测仪获得过山车的实时位姿数据，所述实时位姿数据包括过山车的实时位姿信息和实时时间信息，将该实时位姿信息与历史位姿信息进行比对查找，从而根据该关联信息表确定实时位姿信息所对应的过山车位置数据，由此获得过山车位置信息与实时时间信息的一一对应，从而计算获得任意区间的平均速度，并将最大的平均速度作为滑行阶段的实际最高速度值。

可选的，所述具有相关性的两类特征值是指，加速时间与最高速度具有相关性，进站速度与滑行时间具有相关性，

所述将具有相关性的两类特征值同时与设定的第二正常范围阈值(min2-max2)比较，并根据比较结果确定是否发出检修预警，包括：

当两类特征值至少有一类在(min2-max2)范围内，另一个在(0.9min2-1.1max2)范围内则表示正常，

当两类特征值都满足(0.9-1)*min2或(1.0-1.1)*max2，则进行检修预警，

如果两类特征值至少有一个超出(0.9min2-1.1max2)范围，则进行检修预警。

可选的，所述有一个特征值的偏差超过5％，是指特征值的3/4值和中位数值的最大值、平均值和最小值中有一个的偏差超过5％。

可选的，过山车运行提升阶段中，牵引电机按照速度设定曲线提升过山车，所述速度设定曲线包括低速爬行段-升速段–高速运行段-减速段-低速爬行段。

本申请还提供一种电子装置，包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行如上所述的过山车安全监测预警方法。

本申请具有以下有益效果：

(1)充分利用过山车历史数据结合多元线性回归方法来建立预测模型，可以利用模型预测过山车运行状态数据以供监测。

(2)区别于以往的只能通过传感器数据简单的监测游乐设施，选取过山车提升阶段和滑行阶段的特征值来监测过山车运行状态，利用历史数据确定过山车正常运行的范围阈值，以判定是否预警，能够有效的利用过山车历史数据来监测过山车运行状态，提高过山车运行的安全性，能够发现潜在的安全风险，出现预警后可以及时检查相关结构。

(3)通过模型预测滑行阶段最高速度值，可以避免在滑行阶段超出安全速度范围，及时控制风险。

(4)通过预测的滑行阶段最高速度值与实际最高速度值比较，以判定是否对模型进行优化的预警，从而在模型预测数据超出误差的情况下及时更新优化预测模型。

(5)通过获得过山车运行过程中位姿数据，通过位姿数据分析得到该位姿数据对应的轨道上的具体位置信息，进而用于计算获得过山车相关特征值。

附图说明

图1为本发明实施例所述的过山车安全监测预警方法的流程图。

图2为本发明实施例所述的过山车提升时序图。

图3为本发明实施例所述的滑行时间-速度曲线。

具体实施方式

下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

下文中过山车一个运行周期是指过山车从出站运行到进站的过程。

本实施例的过山车安全监测预警方法，包括如下步骤：

步骤S1，提升状态的异常检测是过山车状态检测的第一步，在这个阶段发现异常，可以有效的防止在滑行阶段把问题扩大，保证人员和设备的安全。为此在步骤S1中，还实时提取提升阶段的多类特征值，每一类特征值都至少包括该运行周期中的3/4值和中位数值。例如对于提升电流来说，提升电流的数值中，3/4值对应的是速度设定曲线中的升速阶段的数据，中位数代表的高速运行段的数据，最小值对应爬行值。

对于每一类特征值来说，将每一类特征值的3/4值和中位数值与该类特征值的3/4值和中位数值设定的第一正常范围阈值(min1-max1)比较，对于每一类特征值，当3/4值和中位数值有一个在(min1-max1)之间，另一个在(0.9min1-1.1max1)范围则表示正常，当3/4值和中位数值都满足(0.9-1)*min1或(1.0-1.1)*max1，则进行检修预警，如果3/4值和中位数值至少有一个超出(0.9min1-1.1max1)范围，则进行检修预警。

例如，将一个运行周期中的提升速度的3/4值和中位数值与提升速度的3/4值和中位数值设定的第一正常范围阈值(min1-max1)比较，当3/4值和中位数值都在(min1-max1)之间，或者3/4值和中位数值中一个在(0.9-1)*min1或(1.0-1.1)*max1内，另一个在(min1-max1)内，则表示正常，过山车继续运行。当3/4值满足(0.9-1)*min1或(1.0-1.1)*max1，并且中位数值也满足(0.9-1)*min1或(1.0-1.1)*max1，则进行检修预警。如果至少有一个超出(0.9min1-1.1max1)范围则进行检修预警。其中，min1是范围下限，max1是范围上限。

其中，第一正常范围阈值(min1-max1)是通过统计过山车多个正常运行周期提升阶段的数据，并计算各类特征值的最大值和最小值来确定的。

其中，提升阶段历史运行数据包括

提升电流3/4值及中位数的最大值和最小值。可以通过PROFIBUS-DP(用于设备级控制系统与分散式I/O的通信)网络读取提升电机的提升电流；

提升速度3/4及中位数值的最大值和最小值。可以通过脉冲编码器测量提升速度；

提升过程振动3/4值及中位数的最大值和最小值。可以通过安装在提升电机上的振动传感器测量电机提升时的振动值；

以及提升时间的最大值和最小值。

例如统计过去500个正常运行周期下的提升时间的3/4值和中位数值，对于500个周期统计的提升时间的3/4值，可以从其中找出最大值，最小值，作为提升时间的3/4值的第一正常范围阈值(min1-max1)。对于500个周期统计的提升时间的中位数值，也可以从其中找出中位数值里的最大值，最小值，作为提升时间的中位数值的第一正常范围阈值(min1-max1)。

步骤S2，在过山车运行的提升阶段中的减速段，通过预测模型获得滑行阶段的预测最高速度值Vmax，如果该预测最高速度值Vmax超出过山车安全速度范围，则预警并控制过山车停止运行，乘客可以从旁边的救生楼梯下来，如果该预测最高速度值Vmax未超出过山车安全速度范围，则过山车继续运行。

其中，过山车运行包括提升阶段和滑行阶段，提升阶段是指过山车出站到最高点的这个阶段，通常提升阶段的时间为10-50秒左右，提升是牵引电机通过牵引链条实现的，接到提升指令后，变频器按照设定好的速度设定曲线控制牵引电机的速度，从而提升过山车。一般的速度设定曲线如图2所示，其中t为提升阶段时间，A为提升电流，V为过山车速度，包括低速爬行段-升速段–高速运行段-减速段-低速爬行段，这样的速度变化过程。滑行阶段是指过山车在最高点脱离牵引链条后自由滑行至进站的这个阶段。

其中，所述预测模型是利用过山车提升阶段的数据作为输入，滑行阶段中的最高速度作为输出，利用多元线性回归建立预测模型，利用该预测模型，在过山车的提升阶段就可预测滑行阶段的状态(预测最高速度值Vmax)，如果预测的结果超出安全范围，则及时发出警告。

建立所述预测模型可以利用过山车多个正常运行周期的数据，通过多元线性回归方法进行建模，所述预测模型如下：

预测最高速度值Vmax＝a11*提升电流+a12*提升速度+a13*运行总周期数+a14*乘车人数+b11

其中，a11、a12、a13、a14、b11为回归参数，可以通过过山车多个正常运行周期的数据来估计确定。为进一步优化回归参数，设备以后每运行500个周期，进行一次参数优化，提高系统预测的准确性。

步骤S3，在过山车运行的滑行阶段获得实际最高速度值，并将预测最高速度值Vmax与实际最高速度值进行比较，并记录偏差值delt；如果连续3个运行周期中的偏差值delt都大于预设阈值(例如5％至10％)，则发出预测模型待优化预警，该偏差报警提示加速段轨道或过山车状态出现较大变化，需要检查，而且由于加速段轨道或过山车状态出现较大变化，则采用旧的历史运行数据建立的预测模型不能准确预测，所以可以用新的运行周期数据来重建预测模型。

其中，过山车建成后，该过山车的轨道是固定的，过山车在轨道上的不同位置的姿态也是固定的，所以，可以事先收集过山车在轨道上不同位置的历史位姿信息，将不同位置信息与历史位姿信息建立关联信息表，然后在过山车运行过程中，再通过位姿检测仪获得过山车的实时位姿数据，所述实时位姿数据包括过山车的实时位姿信息和实时时间信息，而后将该实时位姿信息与历史位姿信息进行对比，从而根据该关联信息表确定实时位姿信息所对应的过山车位置数据，由此获得过山车位置信息与实时时间信息的一一对应。

将该位置信息与时间信息相结合，可以实时计算获得任意区间的平均速度。例如过山车在位置A1与位置A2之间的平均速度，利用位置A1与位置A2之间的距离除以过山车在该段距离的行驶时间，获得平均速度。可以将滑行阶段划分为多个位置区间，分别计算平均速度，并将最大的平均速度作为滑行阶段的实际最高速度值。

步骤S4，实时提取滑行阶段的多类特征值，例如可以提取3/4值，反应滑行状态变化的特征值是有相关性的，如加速时间与最高速度，进站速度与滑行时间，将具有相关性的两类特征值同时与设定的第二正常范围阈值(min2-max2)比较，当两类特征值有一类在(min2-max2)之间，另一个在(0.9min2-1.1max2)范围则表示正常，当两类特征值都满足(0.9-1)*min2或(1.0-1.1)*max2，则进行检修预警，如果两类特征值有一个超出(0.9min2-1.1max2)范围，则进行检修预警。其中，min2是范围下限，max2是范围上限。

例如以具有相关性的加速时间与最高速度来说，当加速时间与最高速度都在(min2-max2)之间，或者加速时间与最高速度中一个在(0.9-1)*min2或(1.0-1.1)*max2内，另一个在(min2-max2)内，则表示正常，过山车继续运行。当加速时间满足(0.9-1)*min2或(1.0-1.1)*max2，并且最高速度也满足(0.9-1)*min2或(1.0-1.1)*max2，则进行检修预警。如果加速时间与最高速度中至少有一个超出(0.9min2-1.1max2)范围则进行检修预警。

同样的，进站速度与滑行时间也具有相关性，与加速时间和最高速度与历史数据的比较方法相同，在此不再详述。

其中，第二正常范围阈值(min2-max2)是通过统计多个过山车正常运行周期的滑行阶段数据，并计算各类特征值的最大值和最小值来确定的。

过山车滑行状态的特征包括加速时间、最高速度、滑行时间及进站速度，正常状态下都应该在一定的范围内，具体说，是在统计值中的最小值和最大值之间，如果速度过大，会发生超速危险，速度过低，会发生中途停车的事故。

其中，滑行阶段历史运行数据包括：

加速时间的最大值，最小值。所述加速时间是指过山车从最高点滑行到最低点的时间。反应加速段轨道和过山车的状态；

最高速度的最大值，最小值。所述最高速度是指前述获得的滑行阶段的最高速度值，反应加速段轨道和过山车的状态；

进站速度的最大值，最小值。所述进站速度是指过山车自由滑行最后阶段，进站时过山车的速度，结合过山车的最高速度，可判断轨道或过山车的状态。进站速度同样可以事先收集过山车在轨道上不同位置的历史位姿信息，将不同位置信息与历史位姿信息建立关联信息表，然后在过山车运行过程中，再通过位姿检测仪获得过山车的实时位姿数据，所述实时位姿数据包括过山车的实时位姿信息和实时时间信息，而后将该实时位姿信息与历史位姿信息进行对比，从而根据该关联信息表确定实时位姿信息所对应的过山车位置数据，由此获得过山车位置信息与实时时间信息的一一对应，

将该位置信息与时间信息相结合，可以实时计算获得任意区间的平均速度，从而可以得到进站速度；

滑行时间的最大值，最小值。所述滑行时间是指过山车开始滑行到进站时的时间，结合加速时间可以判断轨道或过山车的状态。滑行时间和加速时间可以根据前述计算的速度值来确定。如图3中，对应最高速度值的时间T1是加速时间，对应进站速度的时间是滑行时间T2。

例如统计过去500个正常运行周期的滑行时间，从其中找出最大值，最小值，作为特征值滑行时间的第二正常范围阈值(min2-max2)。

步骤S5，设备每运行预设周期限值，例如100个周期，对其相关的特征值进行统计计算，分别计算各类特征值的3/4值和中位数值的最大值、平均值和最小值，同历史数据中特征值的3/4值和中位数值的值比较，当有一个值偏差超过5％时，则判断异常，进行检修预警。有一个值偏差超过5％是指特征值的3/4值和中位数值的最大值、平均值和最小值中有一个的偏差超过5％。

需要说明的是，上述出现检修预警后，需要在该周期的过山车进站后，对过山车的各部件进行检查确认正常后，才能再进行下一周期的运行。具体的，可以是根据各类特征值来确定与其相关的检查项目，例如100个周期中，加速时间的3/4值的最大值，超过500个周期数据中加速时间的3/4值的最大值，且偏差超过5％导致检修预警，则检查滑行阶段的加速段轨道和过山车的状态。例如提升速度的3/4值的最大值，超过500个周期数据中提升速度的3/4值的最大值，且偏差超过5％导致检修预警，则检查提升阶段的轨道和过山车状态。

需要说明的是，以上数据采集可以通过PLC进行，再通过工业无线网关TBOX利用工业以太网将PLC的数据采集到其内部数据库，再通过4G网络，利用MQQT(消息队列遥测传输)技术实时发送到云平台，以供安全监测预警方法调用。

当然，本发明还可有其它多种实施例，在不背离本发明精神及其实质的情况下，本领域技术人员可根据本发明做出各种相应的改变和变形，但这些相应的改变和变形都属于本发明的权利要求的保护范围。

Claims (10)

1.一种过山车安全监测预警方法，其特征在于，包括如下步骤：

实时提取提升阶段的多类特征值，每一类特征值都至少包括该运行周期中的3/4值和中位数值，所述提升阶段的多类特征值包括提升电流、提升速度以及提升过程振动中的至少一个，

对于每一类特征值，将每一类特征值的3/4值和中位数值与该类特征值的3/4值和中位数值设定的第一正常范围阈值(min1-max1)对应比较，并根据比较结果确定是否发出检修预警；

在过山车运行提升阶段中的减速段，通过预测模型预测滑行阶段的预测最高速度值，如果该预测最高速度值超出过山车安全速度范围，则控制过山车停止运行，如果该预测最高速度值未超出过山车安全速度范围，则过山车继续运行；

在过山车运行的滑行阶段获得实际最高速度值，并将预测最高速度值与实际最高速度值进行比较，并记录偏差值，如果连续3个运行周期中的偏差值都大于预设阈值，则发出预测模型待优化预警，并通过多次新的运行周期数据来重建预测模型；

实时提取滑行阶段的多类特征值，将具有相关性的两类特征值同时与设定的第二正常范围阈值(min2-max2)对应比较，并根据比较结果确定是否发出检修预警，所述滑行阶段的多类特征值包括加速时间、最高速度、进站速度以及滑行时间。

2.根据权利要求1所述的过山车安全监测预警方法，其特征在于，还包括：

每运行预设周期限值，分别计算各运行周期的各类特征值的3/4值和中位数值在预设周期限值内的最大值、平均值和最小值，同历史正常运行周期数据中各运行周期的各类特征值的3/4值和中位数值在历史正常运行周期数据中的最大值、平均值和最小值对应比较，当有一个特征值的偏差超过5％时，则进行检修预警。

3.根据权利要求1所述的过山车安全监测预警方法，其特征在于，

所述预测模型如下：

预测最高速度值Vmax＝a11*提升电流+a12*提升速度+a13*运行总周期数+a14*乘车人数+b11

其中，a11、a12、a13、a14和b11为回归参数，通过过山车多个正常运行周期的数据，利用多元线性回归来估计。

4.根据权利要求1所述的过山车安全监测预警方法，其特征在于，所述将每一类特征值的3/4值和中位数值与该类特征值的3/4值和中位数值设定的第一正常范围阈值(min1-max1)对应比较，并根据比较结果确定是否发出检修预警，包括：

对于每一类特征值，当3/4值和中位数值有一个在(min1-max1)范围内，另一个在(0.9min1-1.1max1)范围内则表示正常，

如果3/4值和中位数值都满足(0.9-1)*min1或(1.0-1.1)*max1，则进行检修预警，

如果3/4值和中位数值至少有一个超出(0.9min1-1.1max1)范围，则进行检修预警。

5.根据权利要求1所述的过山车安全监测预警方法，其特征在于，第一正常范围阈值(min1-max1)和第二正常范围阈值(min2-max2)都是通过统计过山车历史正常运行周期数据，并利用各类特征值的最大值和最小值来确定的。

6.根据权利要求1所述的过山车安全监测预警方法，其特征在于，

将过山车在轨道上不同位置信息与历史位姿信息建立关联信息表，在过山车运行过程中，通过位姿检测仪获得过山车的实时位姿数据，所述实时位姿数据包括过山车的实时位姿信息和实时时间信息，将该实时位姿信息与历史位姿信息进行比对查找，从而根据该关联信息表确定实时位姿信息所对应的过山车位置数据，由此获得过山车位置信息与实时时间信息的一一对应，从而计算获得任意区间的平均速度，并将最大的平均速度作为滑行阶段的实际最高速度值。

7.根据权利要求1所述的过山车安全监测预警方法，其特征在于，所述具有相关性的两类特征值是指，加速时间与最高速度具有相关性，进站速度与滑行时间具有相关性，

所述将具有相关性的两类特征值同时与设定的第二正常范围阈值(min2-max2)比较，并根据比较结果确定是否发出检修预警，包括：

当两类特征值至少有一类在(min2-max2)范围内，另一个在(0.9min2-1.1max2)范围内则表示正常，

当两类特征值都满足(0.9-1)*min2或(1.0-1.1)*max2，则进行检修预警，

如果两类特征值至少有一个超出(0.9min2-1.1max2)范围，则进行检修预警。

8.根据权利要求2所述的过山车安全监测预警方法，其特征在于，所述有一个特征值的偏差超过5％，是指特征值的3/4值和中位数值的最大值、平均值和最小值中有一个的偏差超过5％。

9.根据权利要求1所述的过山车安全监测预警方法，其特征在于，过山车运行提升阶段中，牵引电机按照速度设定曲线提升过山车，所述速度设定曲线包括低速爬行段-升速段–高速运行段-减速段-低速爬行段。

10.一种电子装置，其特征在于，包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行如权利要求1至9中任一所述的过山车安全监测预警方法。