CN116902717A - 电梯的异常诊断装置及方法、电梯系统、计算机可读存储介质 - Google Patents

Abstract

本发明提供一种能够检测门的开闭异常的产生的电梯的异常诊断装置及方法、电梯系统、计算机可读存储介质。在具有对门的开闭异常进行诊断的信号处理部的电梯的异常诊断装置中，具有：异常诊断传感器，其检测用于对所述门的开闭异常进行诊断的信息；以及门开闭传感器，其检测电梯的外部信号，所述信号处理部具有：诊断区间提取部，其使用由所述门开闭传感器检测到的检测结果来提取对所述门的开闭异常进行检测的诊断区间；以及异常诊断部，其在所述诊断区间提取部提取出的所述诊断区间内使用由所述异常诊断传感器检测到的检测结果来实施异常诊断。

Description

电梯的异常诊断装置及方法、电梯系统、计算机可读存储介质

技术领域

本发明涉及电梯的异常诊断装置、电梯系统、电梯的异常诊断方法以及存储有电梯的异常诊断程序的计算机可读存储介质。

背景技术

作为与电梯的门动作的诊断相关的技术，存在下述专利文献1所公开的技术。在该专利文献1中记载了“一种电梯诊断装置，根据设置在轿厢的乘梯处侧的磁传感器的测量值来实施诊断，该电梯诊断装置具有：楼层判定部，其根据所述测量值来判定轿厢停止层；开闭按钮操作判定部，其根据所述测量值来判定打开按钮和关闭按钮的操作；以及利用状况记录部，其记录所述打开按钮和所述关闭按钮的每层的操作”。

现有技术文献

专利文献1：日本特开2021-185107号公报

发明内容

发明要解决的课题

根据这样的技术，在反转次数增加等的门的开闭状态变化的情况下，能够通过进行门的检查来进行故障前的改善。然而，由在该技术中使用的磁传感器检测的门的开闭状态已经是故障状态或是即将故障之前的状态，进而无法检测其前阶段的门异常，即无法检测引起门的开闭状态的变化的原因即门导轨或门槛卡入异物等门的开闭异常的产生本身。

因此，本发明的目的在于提供一种能够检测门的开闭异常的产生的电梯的异常诊断装置、电梯系统、电梯的异常诊断方法以及电梯的异常诊断程序。

用于解决课题的手段

为了解决上述课题，例如采用请求专利保护范围所记载的结构。

本申请包含多个解决上述课题的手段，若举出其一例，则在具有诊断门的开闭异常的信号处理部的电梯的异常诊断装置中，具有：异常诊断传感器，其检测用于诊断所述门的开闭异常的信息；以及门开闭传感器，其检测电梯的外部信号，所述信号处理部具有：诊断区间提取部，其使用由所述门开闭传感器检测到的检测结果来提取检测所述门的开闭异常的诊断区间；以及异常诊断部，其在所述诊断区间提取部提取出的所述诊断区间内使用由所述异常诊断传感器检测到的检测结果来实施异常诊断。

发明效果

根据本发明，能够提供一种能够检测门的开闭异常的产生的电梯的异常诊断装置、电梯系统、电梯的异常诊断方法以及电梯的异常诊断程序。

上述以外的课题、结构以及效果通过以下的实施方式的说明而变得明确。

附图说明

图1是实施方式的电梯系统的结构图。

图2是实施方式的电梯的异常诊断装置的结构图。

图3是用于对电梯的门构造的下部进行说明的示意图。

图4是用于对电梯的门构造的上部进行说明的示意图。

图5是表示实施方式的电梯的异常诊断方法的流程图(其1)。

图6是表示产生门槛卡入异物时的传感器的信号波形的图。

图7是图6的(3)部的放大图。

图8是表示实施方式的电梯的异常诊断方法的流程图(其2)。

图9是表示产生向门导轨端部的异物堆积时的传感器的信号波形的图。

图10是表示门槛卡入异物实验的实验数据的图。

图11是用于对基于图10的实验数据的异常诊断进行说明的图。

图12是表示门槛卡入异物实验的解析结果的图。

图13是表示向门导轨端部的异物堆积实验的实验数据的图。

图14是用于对基于图13的实验数据的异常诊断进行说明的图。

图15是表示门导轨端部的异物堆积实验的解析结果的图。

图16是表示使用照度传感器作为门开闭传感器的门开闭实验的数据的图。

符号说明

1…电梯系统、1b…运行管理装置、20a…门、30…乘梯处门、31…门板、36…悬挂辊(hanger roller)支承板、37…悬挂辊、100…异常诊断装置、101…门开闭传感器、102…异常诊断传感器、103…信号处理部、103c…诊断区间提取部、103d…特征量计算部、103e…异常诊断部、[Sd]…诊断信号(信息)、[Sm]…开闭信号(外部信号)、[Tre]…门反转区间、[tr]…门反转时刻、[Td1]、[Td2]…诊断区间、[tm]…门打开开始时刻(驱动开始时刻)、[T0]…前区间、[T1]…后区间。

具体实施方式

以下，根据附图对本发明的实施方式进行说明。此外，在用于对以下的实施方式进行说明的各图中，对相同的构成要素标注相同的符号，尽可能省略其重复的说明。

《电梯系统》

图1是实施方式的电梯系统1的结构图。该图所示的电梯系统1具有电梯装置1a和用于管理电梯装置1a的运行的运行管理装置1b。其中的运行管理装置1b例如用于管理多个电梯装置1a的运行，设置在与各电梯装置1a远程配置的管理中心。

各电梯装置1a例如安装在多楼层的建筑物中。该电梯装置1a具有上下(根据情况的不同横向)贯穿建筑物而配置的行驶路10、在行驶路10内行驶的轿厢20。另外，电梯装置1a在建筑物的各楼层的行驶路10的侧壁具有乘梯处门30。乘梯处门30在轿厢20抵达各楼层的乘梯处时，与设置于轿厢20的轿厢门20a卡合，追随轿厢门20a的驱动而进行开闭动作。此外，以下在仅记载为门的情况下，表示乘梯处门30和轿厢门20a双方。

在轿厢20的内部设置有用于开闭门的打开按钮和关闭按钮、以及用于指定目的层的目的层按钮(以上，省略图示)等操作按钮。另外，在各乘梯处门30的附近设置有用于在该乘梯处呼叫轿厢20的乘梯处按钮(省略图示)作为操作按钮。此外，各电梯装置1a具有在此省略了图示的电梯控制装置。上述各操作按钮的操作信号经由在此省略了图示的尾缆等输入到电梯控制装置。电梯控制装置根据该输入信号来实施轿厢20的升降控制、门的开闭控制。

另外，电梯装置1a具有配置于轿厢20的上部的传感器盒40。传感器盒40例如可以相对于电梯装置1a以外置的方式设置。在此，针对传感器盒40和以下说明的各部件的“外置”是指相对于电梯装置1a能够事后设置，具体而言，表示能够通过螺钉、粘合带、粘接剂等安装于电梯装置1a。因此，示出了通过除去螺钉、粘合带、粘接剂等而能够简易地拆卸的结构。

这样的传感器盒40例如收容以后说明的异常诊断装置100。异常诊断装置100是用于诊断电梯装置1a的门开闭异常的装置，具有各种传感器。特别是，该异常诊断装置100与上述的电梯控制装置独立，不被输入上述的各操作按钮的操作信号。

另外，通过将收容这样的异常诊断装置100的传感器盒40设为外置构造，从而设为能够外置构成异常诊断装置100的各种传感器的结构。

另外，在传感器盒40中，除了构成异常诊断装置100的传感器以外，也可以收容陀螺仪传感器、气压传感器以及温度传感器等用于测量各种物理量的其他传感器。从安装、成本的观点出发，上述的其他传感器优选为将构成以后说明的异常诊断装置100的传感器也包含在内而统一为1个封装的传感器单元，但各个传感器也可以配置在不同芯片上。

此外，以下说明的异常诊断装置100收容于传感器盒40内。然而，构成异常诊断装置100的各构成要素的每一个以及其他传感器并不限定于设置在传感器盒40内，只要设置在适合于各个传感器的位置即可。另外，构成异常诊断装置100的各构成要素的每一个以及其他传感器例如也可以相对于电梯装置1a分别单独地外置设置。

＜异常诊断装置100＞

图2是实施方式的电梯的异常诊断装置100的结构图。该图所示的异常诊断装置100是用于诊断图1所示的电梯装置1a中的门开闭异常的装置。这样的异常诊断装置100具有：门开闭传感器101、异常诊断传感器102以及信号处理部103。以下，根据图1以及图2对构成异常诊断装置100的各构成要素进行说明。

[门开闭传感器101]

门开闭传感器101用于检测门的开闭状态。该门开闭传感器101可以相对于电梯装置1a外置，检测电梯的外部信号。特别是，该门开闭传感器101将磁、光等物理量作为主要的感测对象。由此，该门开闭传感器101不使用电梯控制装置的控制信号，并且不在门开闭时的可动部设置传感器，就能够提取门的开闭定时。

具体而言，这样的门开闭传感器101使用磁传感器、照度传感器、光电传感器、测距传感器或照相机等。这些传感器能够以非接触的方式捕捉门开闭的活动，因此，不需要直接安装于门、门带等门开闭时活动的部件，因此，优选使用。

其中，典型地，测量磁通密度的磁传感器用作门开闭传感器101。乘梯处门30、轿厢门20a等门板的部件由磁化的铁等部件构成，因此，通过利用磁传感器测量磁通密度变化，能够检测门的开闭。磁传感器可以是灵敏度方向仅为1轴方向的传感器，也可以是测量相互正交的3轴方向的磁的传感器。这样的磁传感器不易受到行驶路的构造等的影响，信号解析也容易，因此，优选用作门开闭传感器101。

但是，例如在门板由树脂等部件构成的情况下，不存在伴随门的开闭的磁通密度的变化，因此，不会产生门的开闭引起的信号变化。这样的情况下，在使用磁传感器作为门开闭传感器101时，通过在门板粘贴磁化的铁、磁铁等，能够得到信号变化。

另外，在使用照度传感器作为门开闭传感器101的情况下，照度传感器被安装于轿厢20的上部。由此，在通常情况下，在较暗的行驶路10内，当门打开而射入来自建筑物的光时，由照度传感器检测射入的光。因此，能够根据由照度传感器检测出的光量变化来检测门的开闭状态。但是，在行驶路的外壁为透明的电梯装置1a的情况下，因门的开闭而到达照度传感器的光量的变化小，因此，难以利用照度传感器检测门的开闭状态。这样的情况下，优选将照度传感器以外的传感器用作门开闭传感器101。

另外，在使用测距传感器、光电传感器作为门开闭传感器101的情况下，这些传感器在使感测方向朝向门侧的状态下安装于轿厢20的上部。由此，能够判定门是否在传感器前通过。在利用测距传感器、光电传感器的情况下，将传感器设置于多个地点，通过检测门是否在各地点通过，能够更高精度地推定门的位置。

另外，在使用照相机作为门开闭传感器101的情况下，在能够监视门的活动的位置设置照相机，检测门的开闭状态。另外，上述的磁传感器、照度传感器、测距传感器、光电传感器等均具有廉价且信号处理简便这样的优点，但照相机能够得到门附近的详细的影像信息，因此，除了门的开闭判定以外，还具有能够进行乘客的上下的判定这样的优点。

[异常诊断传感器102]

异常诊断传感器102用于诊断门的开闭状态是否异常。该异常诊断传感器102可以是相对于电梯装置1a外置的，检测用于诊断门的开闭异常的信息。另外，异常诊断传感器102将加速度、声音作为主要的感测对象。由此，该异常诊断传感器102不使用电梯控制装置的控制信号，并且不在门开闭动作时的可动部设置传感器，就能够取得门的开闭状态产生了异常的情况下的信号。

具体而言，这样的异常诊断传感器102使用对异常的加速度(或异常振动)进行测量的加速度传感器(或振动传感器)、或对异常声音进行测量的声音传感器中的至少一方。

加速度传感器可以是灵敏度方向仅在1轴方向上具有灵敏度的传感器，也可以是测量相互正交的3轴方向的加速度的传感器。加速度传感器不易受到电梯周边的环境声音等的影响，因此，优选用作异常诊断传感器102。

声音传感器也可以是以44.1kHz等高采样率进行录音的IC记录器等传感器，以便也能够进行高精度的声音解析。另外，声音传感器也可以是将数据个数减少到诊断所需的最低限度，以10Hz左右的采样率记录声压的噪声量传感器。

在将加速度传感器和声音传感器进行比较时，在车站内等噪音非常大的场所使用的情况下，与声音传感器相比，加速度传感器具有不易受到噪音的影响这样的优点。另一方面，当通过声音传感器以高采样率取得数据时，具有还能够通过声波解析等来推定异常声音的产生部位这样的优点。

此外，关于构成异常诊断装置100的各传感器，若安装于构成门的门板、悬吊门的部件、与门联动的门带等门驱动时的可动部，则在门开闭时可能使电梯装置1a的驱动部、传感器自身故障。因此，收容异常诊断装置100的传感器盒40优选安装于如轿厢20的上部那样在门开闭时传感器位置不动的部位。然而，在异常诊断传感器102是加速度传感器的情况下，例如也可以以能够更高灵敏度地检测门所产生的振动的方式粘贴于门板。

[信号处理部103]

信号处理部103通过对门开闭传感器101和异常诊断传感器102测量出的信号进行处理，来判断门开闭状态的异常的有无。该信号处理部103由计算机构成。计算机是作为所谓的计算机使用的硬件，具有CPU(Central Processing Unit)、RAM(Random AccessMemory)、以及ROM(Read Only Memory)、HDD(hard disk drive)那样的非易失性的存储部、以及网络接口。由计算机构成的信号处理部103通过保存在计算机的存储部中的异常诊断程序，执行以下说明的电梯的异常诊断方法。

这样的信号处理部103具有开闭信号取得部103a、诊断信号取得部103b、诊断区间提取部103c、特征量计算部103d、异常诊断部103e以及通知部103f的各功能部。

其中的开闭信号取得部103a从门开闭传感器101取得由门开闭传感器101测量出的信号(以下，称为开闭信号[Sm])。诊断信号取得部103b从异常诊断传感器102取得由异常诊断传感器102测量出的信号(以下，称为诊断信号[Sd])。此外，通过开闭信号取得部103a以及诊断信号取得部103b进行的信号的取得可以是经由有线或无线的任一种。因此，信号处理部103可以与门开闭传感器101以及异常诊断传感器102物理性地分开。

诊断区间提取部103c根据由开闭信号取得部103a取得的开闭信号[Sm]的波形数据，提取用于诊断门的开闭异常的诊断区间。特征量计算部103d根据由诊断区间提取部103c从由诊断信号取得部103b取得的诊断信号[Sd]的波形数据中提取出的诊断区间的信号(波形数据)，计算用于诊断门的开闭异常的特征量。异常诊断部103e根据由特征量计算部103d计算出的特征量，诊断门的开闭异常的有无。通知部103f将异常诊断部103e中的诊断结果通知给例如运行管理装置1b。在以上的各功能部中实施的处理的过程在以后的电梯的异常诊断方法中详细地进行说明。

＜电梯的门构造＞

接着，例示乘梯处门30的构造对通过以上那样的结构的异常诊断装置100诊断开闭异常的电梯的门构造进行说明，但说明的构造部分与轿厢门20a也一样。

图3是用于对电梯的门构造的下部进行说明的示意图。如该图所示，乘梯处门30具有门板31和配置在门板31的下部的门槛32。在门槛32的上表面设置有沿门板31的开闭方向延伸的门槛槽33。另外，在门板31的下端侧以门槛槽33内突出的状态安装有引导靴34，引导靴34能够沿着门槛槽33移动。由此，在门进行开闭时，门板31的移动由引导靴34引导，结果，门板31的扭曲、倾斜得以抑制，能够实现顺畅的开闭动作。

图4是用于对电梯的门构造的上部进行说明的示意图，是表示门关闭的状态即门关闭时的门的上部的主视图。如该图所示，乘梯处门30在门板31的上部具有门导轨35。另外，在门板31的上端侧延伸设置有悬挂辊支承板36，固定于悬挂辊支承板36的悬挂辊37在门导轨35上行驶。由此，经由悬挂辊37悬挂在门导轨35的门板31能够沿着门导轨35在水平方向上移动。

并且，悬挂辊支承板36设置有构成基于电磁驱动的门锁驱动机构的钥匙部件38。该钥匙部件38具有弯曲的前端形状并在门关闭方向上延伸设置，与从门关闭方向延伸设置的钩部件39卡合，由此，被上锁。在该门构造是具有2个门板31的双开构造的情况下，各门板31分别具有悬挂辊支承板36以及悬挂辊37，在一方的悬挂辊支承板36设置有钥匙部件38，在另一方的悬挂辊支承板36设置有钩部件39。钥匙部件38和钩部件39在门关闭时钥匙部件38被未图示的螺旋弹簧拉拽，由此，相互卡合，成为上锁状态。另一方面，在门打开的状态即门打开时，螺旋弹簧释放张力，钥匙部件38与钩部件39的卡合状态解除，门板31能够移动，由此，门板31能够向图示的箭头的方向移动，门打开。

＜关于异常诊断装置100诊断的门开闭异常＞

接着，对图1和图2所示的异常诊断装置100诊断的门开闭异常进行说明。作为电梯装置1a中的门开闭异常的原因，主要列举2个原因。其中1个是异物A1卡入例如图3所示的门下部的门槛槽33中，门部件与卡入的异物A1碰撞的异物碰撞异常。另1个是在图4所示的门上部的门导轨35的端部堆积尘埃等异物A2，门部件登上堆积的异物A2的异物登上异常。以下，对这些异常进行说明。

[异物碰撞异常]

如图3所示，异物碰撞异常源于例如小石子、纸屑、粘接物等异物A1被卡入门槛槽33内而成为无法从门槛槽33脱落的状态。若异物A1被卡入门槛槽33中，则在门关闭时引导靴34、门板31与异物A1碰撞，产生异常振动、异常声音，成为门不关闭等故障的原因。若异物A1为少量，则也存在通过门板31将异物A1压入或破碎等来消除异物卡入的情况，但若卡入一定以上的尺寸的异物A1，则门无法完全开闭而自动地转为反转动作。由此，成为无法利用电梯的状态。因此，特别是在产生了转为门反转动作那样的异物卡入的情况下，需要迅速地检测该情况，维护人员等将异物A1除去。

[异物登上异常]

如图4的(b)所示，异物登上异常源于在门导轨35上的端部附着有尘埃、污垢等异物A2的物体蓄积。在此，在图4的(a)所示的正常的上锁状态的情况下，在钥匙部件38与钩部件39之间形成数mm左右的间隔[d]。由此，门在图中的箭头的方向上打开时，顺滑地解除钥匙部件38与钩部件39的上锁状态。

与之相对地，如图4的(b)所示，在门关闭状态下，有时有悬挂辊37推出的尘埃等堆积在悬挂辊37的停止位置，最终形成较大的异物A2。特别是在门关闭侧的端部，当在悬挂辊37的停止位置形成异物A2时，悬挂辊37登上异物A2而被推回，在悬挂辊37的停止位置产生微小的偏移[g]。因这样的停止位置的偏移[g]，与悬挂辊37联动的钥匙部件38的位置偏移，因此，在上锁状态下，钥匙部件38与钩部件39的间隔[d]变窄。结果，在解除钥匙部件38与钩部件39的上锁状态时，产生钥匙部件38与钩部件39钩挂的门锁碰撞。这样的门锁碰撞除了引起异常声音、异常振动，若恶化，则也存在门在关闭的状态下无法打开的情况，存在乘客被关在轿厢内的风险，因此，需要防患于未然。

《电梯的异常诊断方法》

接着，对在图1和图2所示的异常诊断装置100中实施的电梯的异常诊断方法进行说明。在此诊断的电梯的异常是指电梯的门的开闭异常，是之前使用图3说明的上述的异物碰撞异常和使用图4说明的上述的异物登上异常。以下，首先对异物碰撞异常的诊断方法进行说明，接着对异物登上异常的诊断方法进行说明。此外，异常诊断装置100优选具有实施这些各诊断方法双方的异常诊断程序。

＜异物碰撞异常的诊断方法＞

图5是表示实施方式的电梯的异常诊断方法的流程图(其1)。图5的流程图所示的过程是按照图1和图2所示的异常诊断装置100具有的异常诊断程序实施的电梯的异物碰撞异常(参照图3)的诊断的过程。另外，图6是表示产生门槛卡入异物时的传感器的信号波形的图，图7是图6的(3)部的放大图。图6以及图7所示的信号波形中的开闭信号[Sm]是来自作为门开闭传感器101的一例使用的磁传感器的信号输出。另外，诊断信号[Sd]是来自作为异常诊断传感器102的一例使用的加速度传感器的输出信号。此外，门开闭传感器101以及异常诊断传感器102也可以使用上述的其他传感器。

以下，按照图5的流程图，参照之前的图1～图3以及图6～图7，对电梯的异物碰撞异常的诊断方法进行说明。

[步骤S101]

在步骤S101中，诊断区间提取部103c根据开闭信号取得部103a取得的开闭信号[Sm]，实施门的开闭动作判定处理。该情况下，开闭信号取得部103a具有针对开闭信号[Sm]预先设定的门打开水平[Lo]以及门关闭水平[Lc]的各范围。诊断区间提取部103c在开闭信号取得部103a取得的开闭信号[Sm]处于分别设定为门打开水平[Lo]以及门关闭水平[Lc]的范围内的情况下，判定为是门打开状态或者是门关闭状态。

此外，当进行通常的门打开动作时，在5秒以下的时间内，从门关闭水平[Lc]向门打开水平[Lo]迁移。并且，门打开的状态被维持10秒以上，在此期间供乘客上下。另外，在该门打开的状态下，开闭信号[Sm]被维持为门打开水平[Lo]。

在图6所示的例子中，示出了(1)～(3)这3次的门打开状态下的信号波形。其中，门打开状态(1)表示在门打开状态下乘客上下的情况。门打开状态(2)表示在门关闭的中途按下打开按钮而使门反转的情况。门打开状态(3)表示在门槛内卡入异物使得门反转的情况。另外，图7是门打开状态(3)的情况下的放大图。

[步骤S102]

在步骤S102中，诊断区间提取部103c根据步骤S101中的门打开动作判定，计算门的返回时间[T]。在此，门的返回时间[T]是从判定为门打开的最后的时间点[to1]到下一次判定为门打开的最初的时间点[to2]之间的时间。

在图6所示的例子中，门的返回时间[T]的计算重复4次，但各返回时间[T]的计算在流程的反复中每次都实施。

[步骤S103]

在步骤S103中，在诊断区间提取部103c中，实施在步骤S102中计算出的返回时间[T]是否小于阈值时间[Tth]的判断。该阈值时间[Tth]例如设定为从门关闭水平[Lc]起经由门打开水平[Lo]，再次向门关闭水平[Lc]迁移的情况下所需的最短时间或其以下的值。这样的阈值时间[Tth]例如被设定为7.5秒。通过该判断，判定在步骤S102中计算出的返回时间[T]是表示正常的门的开闭状态的时间，还是表示在从门打开状态向门关闭状态迁移的中途因某些原因而再次返回到门打开状态的门反转状态的时间。

诊断区间提取部103c在判断为返回时间[T]小于阈值时间[Tth](是)的情况下，前进到步骤S104。另一方面，诊断区间提取部103c在判断为返回时间[T]不小于阈值时间[Tth](否)的情况下，前进到步骤S104a。

[步骤S104a]

在步骤S104a中，诊断区间提取部103c判定为没有门反转，结束处理。在此，门反转是指在门完全开闭之前进行反转动作。在图6所示的例子中，计算出门返回时间[T]的4次门开闭动作中的2次从门关闭水平[Lc]起经由门打开水平[Lo]再次转移到门关闭水平[Lc]，因此，返回时间[T]达到阈值时间[Tth]，判定为没有门反转，处理结束。

[步骤S104]

另一方面，在步骤S104中，诊断区间提取部103c将在步骤S103中判定为小于阈值时间[Tth]的返回时间[T]的区间判定为门反转区间[Tre]。

在图6所示的例子中，在计算出门返回时间[T]的4次门开闭动作中的、门开闭状态(2)、(3)内的2次未从门关闭水平[Lc]起经由门打开水平[Lo]，再次转移到门关闭水平[Lc]。因此，该2次的返回时间[T]小于阈值时间[Tth]，判定为门反转区间[Tre]。

[步骤S105]

在步骤S105中，诊断区间提取部103c实施将在步骤S104中判定出的门反转区间[Tre]的中央值设为门反转时刻[tr]的处理。

[步骤S106]

在步骤S106中，诊断区间提取部103c从开闭信号[Sm]的取得期间内，提取在步骤S105中设定的门反转时刻[tr]的前区间[T0]到后区间[T1]作为诊断区间[Td1]。在此提取的诊断区间[Td1]是为了更高效地检测在从异常诊断传感器102取得的诊断信号[Sd]中产生的异常信号而设定的区间，是用于异物卡入的判定的诊断信号[Sd]的波形区间。另外，诊断区间[Td1]以包含门与异物碰撞的异物碰撞时刻[tc1]的方式被提取。

在此，如后述的实验例1所示，在异物碰撞异常中，在门与异物碰撞而产生异常振动以及异常声音之后，门转为反转动作。并且，在将门反转区间[Tre]的中央值设为门反转时刻[tr]的情况下，异物碰撞时刻[tc1]比门反转时刻[tr]早，大约为0.1～1.0秒前(参照图7的放大图)。另外，异物碰撞的诊断区间[Td1]如果过短，则可能无法完全捕捉到异常振动、异常声音，如果过长，则可能包含乘客上下等其他振动、声音。

考虑到这些情况，异物碰撞的诊断区间[Td1]优选为0.1～3.0秒左右。由此，诊断区间[Td1]可靠地包含异物碰撞时刻[tc1]，并且可靠地捕捉异常振动、异常声音。

另外，诊断信号[Sd]在异物碰撞时刻[tc1]为最大，因此，特别优选以异物碰撞时刻[tc1]为中心值的方式提取诊断区间[Td1]。

因此，将门反转区间[Tre]的中央值设为门反转时刻[tr]，将比门反转时刻[tr]早的时刻(例如0.2秒前)假定为异物碰撞时刻[tc1]。诊断区间提取部103c以提取异物碰撞时刻[tc1]的前后0.1～3.0秒左右的方式，提取预先设定的门反转时刻[tr]的前区间[T0]～后区间[T1]之间作为诊断区间[Td1]。作为一例，诊断区间提取部103c提取门反转时刻[tr]的前区间[T0](＝0.5秒)～后区间[T1](＝0.1秒)的合计0.6秒作为诊断区间[Td1]。此外，异物碰撞时刻[tc1]比门反转时刻[tr]早，因此，门反转时刻[tr]的后区间[T1]也可以设定为零秒。但是，优选包含门反转时刻[tr]。

[步骤S107]

在步骤S107中，特征量计算部103d针对在步骤S106中提取出的诊断区间[Td1]，计算诊断信号取得部103b取得的诊断信号[Sd]的特征量。此时，特征量计算部103d提取诊断信号取得部103b取得的诊断信号[Sd]中的、与在步骤S106中提取出的诊断区间[Td1]对应的诊断信号[Sd]的信号波形。并且，根据提取出的诊断信号[Sd]的信号波形来计算特征量。

特征量计算部103d计算的特征量例如可以考虑特定时刻的信号值、信号波形的振幅的大小(峰峰值：peak-to-peak)或积分值等。或者，也可以计算信号的包络线、移动平均线等，将包络线、移动平均线的积分值等作为特征量。或者，也可以将诊断区间[Td1]中的信号波形的形状、信号波形整体作为特征量。

在图6所示的例子中，针对与在门开闭状态(2)、(3)内的门反转区间[Tre]中设定的各诊断区间[Td1]对应的诊断信号[Sd]，实施上述的正常异常判定。与之相对地，在与门开闭状态(1)对应的诊断信号[Sd]的信号波形中观察到较大的振幅，但该波形是与门打开状态下的乘客的上下相伴的信号，偏离诊断区间[Td1]，不会实施正常异常判定。

[步骤S108]

在步骤S108中，异常诊断部103e实施特征量计算部103d计算出的特征量是否为异常值的判断。该情况下，异常诊断部103e例如也可以通过特征量计算部103d计算出的特征量与对特征量设定的阈值的比较，来判定是否为异常值。另外，异常诊断部103e也可以使用多个特征量来计算马氏距离等，进行阈值判定。该情况下，在步骤S107中，特征量计算部103d计算多种特征量。另外，异常诊断部103e也可以将信号波形整体的点数据作为特征量，通过机器学习等进行正常异常判定。

异常诊断部103e在通过以上那样的任一个判定而判断为特征量计算部103d计算出的特征量是异常值(是)的情况下，前进到步骤S109。另一方面，在判断为特征量计算部103d计算出的特征量不是异常值(否)的情况下，结束处理。

[步骤S109]

在步骤S109中，通知部103f例如对运行管理装置1b通知门的异常。此时，优选通知部103f对运行管理装置1b同时通知是异物碰撞异常。由此，运行管理装置1b例如能够对维护人员能够确认的终端装置通知例如因门槛卡入异物引起的异物碰撞异常的产生。

运行管理装置1b也可以根据来自通知部103f的异常报告的产生频度，进行异常报告是误报还是真正的异常(即，故障状态)的判定。例如，仅发出一次异物卡入的异常警报，也存在乘客故意停止关闭动作的情况，因此，警报的产生频度可能过高。因此，也能够根据异常警报数连续产生阈值次数以上、最近N次的门开闭事件中的No次以上判定为异常的情况等频度信息来进行判断。

作为其一例，运行管理装置1b也可以预先记录从各电梯装置1a的通知部103f接收到的最近1年等的异常报告日志，根据异常报告日志来实施异常产生的判断。具体而言，运行管理装置1b也可以根据异常报告日志来计算电梯的异常报告频度，设为1日1次左右是利用者实施了强制性地停止门等动作的结果，将1日1次左右的异常报告视为正常状态。另外，运行管理装置1b也可以在以某一时刻为界连续接收到异常报告、或者高频地接收到异常报告的情况下，判断为在该电梯装置1a中产生了真正的异常的可能性高。这样，运行管理装置1b也可以实施如下判断：通过利用异常报告日志，实施用于催促维护人员检查该电梯装置1a的手段。此外，这样的判断也可以在步骤S108之后由异常诊断部103e实施。

＜异物碰撞异常的诊断方法的变形例＞

在上述的异物碰撞异常的诊断方法中，根据从开闭信号[Sm]计算出的门的返回时间[T]来判定门反转区间[Tre](步骤S102～S104)。然而，门反转区间[Tre]的判定也可以根据开闭信号[Sm]的波形来实施。另外，门反转区间[Tre]的判定也可以对开闭信号[Sm]设置阈值，根据开闭信号[Sm]是否超过阈值来实施。

另外，作为门开闭传感器101，对使用了磁传感器的例子进行了说明，但门开闭传感器101也可以利用照度传感器，也可以组合来自多个传感器的开闭信号[Sm]来判定门反转区间[Tre]。

并且，以上说明的异物碰撞异常的诊断方法作为检测异物A1卡入门槛槽33的情况下的异常的方法进行了说明。但是，异常诊断方法(其1)的异物碰撞异常的诊断方法在图4所示的门导轨35的中央附近蓄积异物，该异物成为障碍而引起门反转动作的情况下，也能够同样地进行异常诊断。

此外，以上说明的异物碰撞异常的诊断方法为如下过程：对在从门打开状态成为门关闭状态的中途产生了门反转动作的情况进行检测，从而对异常进行诊断。但是，该过程也能够同样地应用于在从门关闭状态成为门打开状态的中途产生了门反转动作的情况。该情况下，在步骤S102中，诊断区间提取部103c将从判定为门关闭的最后的时间点到下一次判定为门关闭的最初的时间点为止的时间设为门的返回时间[T]即可。异常诊断装置100针对从门打开状态到门关闭状态以及从门关闭状态到门打开状态中的至少一方，实施上述的异物碰撞异常的诊断方法即可。

＜异物登上异常的诊断方法＞

图8是表示实施方式的电梯的异常诊断方法的流程图(其2)。图8的流程图所示的过程是按照图1和图2所示的异常诊断装置100具有的异常诊断程序实施的电梯的异物登上异常的诊断的过程。另外，图9是表示对门导轨端部的异物堆积产生时的传感器的信号波形的图。图9所示的信号波形中的开闭信号[Sm]是来自作为门开闭传感器101使用的磁传感器的信号输出，诊断信号[Sd]是来自作为异常诊断传感器102使用的加速度传感器的输出信号。此外，门开闭传感器101以及诊断信号[Sd]也可以使用上述的其他传感器。

以下，按照图8的流程图，参照之前的图1、图2、图4以及图9，对电梯的异物登上异常的诊断方法进行说明。

[步骤S201]

在步骤S201中，诊断区间提取部103c根据开闭信号取得部103a取得的开闭信号[Sm]，实施门的开闭动作判定处理。该步骤与之前说明的步骤S101同样地实施。即，诊断区间提取部103c在开闭信号取得部103a取得的开闭信号[Sm]为预先设定的门打开水平[Lo]以及门关闭水平[Lc]的范围内的情况下，判定为是门打开状态还是门关闭状态。

此外，在图9所示的例子中，示出了(1)、(2)这2次的门打开状态下的信号波形。其中，门打开状态(1)示出了在门打开状态下乘客上下的情况。门打开状态(2)示出了在门关闭状态下，悬挂辊37登上门导轨35上的异物A2而被推回，钥匙部件38在门刚打开之前解除上锁时勾挂于钩部件39的情况(参照图4)。

[步骤S202]

在步骤S202中，诊断区间提取部103c根据步骤S201中的门打开动作判定，提取门打开开始时刻[tm]作为门的驱动开始时刻。此时，诊断区间提取部103c提取判定为开闭信号[Sm]的强度最后处于门关闭水平[Lc]的时刻作为门打开开始时刻[tm]。

在图9所示的例子中，门打开开始时刻[tm]的提取实施2次，但各门打开开始时刻[tm]的提取在2次流程的反复中每次都实施。

[步骤S203]

在步骤S203中，诊断区间提取部103c从开闭信号[Sm]的取得期间内，提取在步骤S202中提取出的门打开开始时刻[tm]的前区间[T0]～后区间[T1]作为诊断区间[Td2]。在此提取的诊断区间[Td2]是为了更高效地检测在从异常诊断传感器102取得的诊断信号[Sd]中产生的异常信号而设定的区间，是用于异物登上的判定的诊断信号[Sd]的波形区间。另外，诊断区间[Td2]以包含钥匙部件38与钩部件39钩挂而碰撞的门锁碰撞时刻[tc2]的方式被提取。

在此，如后述的实验例2所示，在异物登上异常中，在因门锁碰撞而产生异常振动以及异常声音起0.1～3.0秒后，门锁被解除而转为门打开动作。即，门锁碰撞时刻[tc2]是门打开开始时刻[tm]的0.1～3.0秒前。另外，异物登上的诊断区间[Td2]如果过短，则可能无法完全捕捉到异常振动、异常声音，如果过长，则可能包含乘客上下等其他振动、声音。

考虑到这些情况，异物登上的诊断区间[Td2]优选为0.1～5.0秒左右。由此，即使异物登上的诊断区间[Td2]可靠地包含门锁碰撞时刻[tc2]，也能够可靠地捕捉异常振动、异常声音。

另外，诊断信号[Sd]在门锁碰撞时刻[tc2]最大，因此，特别优选以门锁碰撞时刻[tc2]为中心值的方式提取诊断区间[Td2]。

因此，诊断区间提取部103c以提取门锁碰撞时刻[tc2]的前后0.1～5.0秒左右的方式，提取预先设定的门打开开始时刻[tm]的前区间[T0]～后区间[T1]之间作为诊断区间[Td2]。作为一例，诊断区间提取部103c提取门打开开始时刻[tm]的前区间[T0](＝1.5秒)～后区间[T1](＝0.1秒)的合计1.6秒作为诊断区间[Td2]。此外，门锁碰撞时刻[tc2]比门打开开始时刻[tm]早，因此，门打开开始时刻[tm]的后区间[T1]也可以设定为零秒。

[步骤S204]

在步骤S204中，特征量计算部103d针对在步骤S203中提取出的诊断区间[Td2]，计算诊断信号取得部103b取得的诊断信号[Sd]的特征量。此时，特征量计算部103d提取诊断信号取得部103b取得的诊断信号[Sd]中的、与在步骤S203中提取出的诊断区间[Td2]对应的诊断信号[Sd]的信号波形。并且，根据提取出的诊断信号[Sd]的信号波形来计算特征量。

特征量计算部103d计算的特征量与在之前的异常诊断方法(其1)的步骤S107中说明的特征量一样。

此外，在图9所示的例子中，在门开闭状态(1)、(2)内的门开闭状态(1)下，在诊断信号[Sd]的信号波形中也观察到较大的振幅。但是，该振幅是在门打开状态中与乘客的上下相伴的振幅，可以偏离诊断区间[Td2]，只要计算门的开闭动作相关的诊断区间[Td2]内的信号波形的特征量即可。

[步骤S205]

在步骤S205中，异常诊断部103e实施特征量计算部103d计算出的特征量是否为异常值的判断。该判断与之前的异常诊断方法(其1)的步骤S108中说明的判断同样地实施。

[步骤S206]

在步骤S206中，通知部103f例如对运行管理装置1b通知门的异常。此时，优选通知部103f对运行管理装置1b同时通知门的异常是悬挂辊的异物登上异常。由此，运行管理装置1b例如能够对维护人员能够确认的终端装置通知悬挂辊的异物登上异常的产生。

此外，运行管理装置1b也可以利用从各电梯装置1a的通知部103f接收到的最近1年等的异常报告日志来实施异常判断等，这与之前的异常诊断方法(其1)一样。

＜异常诊断方法(其2)的变形例＞

在以上说明的异常诊断方法(其2)中，从开闭信号[Sm]的强度提取门打开开始时刻[tm](步骤S202)。然而，门打开开始时刻[tm]也可以根据开闭信号[Sm]的波形来提取。

另外，作为门开闭传感器101，对使用了磁传感器的例子进行了说明，但门开闭传感器101也可以利用照度传感器，也可以组合来自多个传感器的开闭信号[Sm]来判定门反转区间[Tre]。

并且，在异物登上异常的判定(步骤S205)中，也可以通过与上述的特征量的组合来进行异常判定。例如，在门关闭的状态下产生异物登上异常的情况下，到门因门锁碰撞而完全关闭为止所需的时间与正常时的门关闭驱动相比稍长。在这样的情况下，也能够将门关闭驱动所需的时间用作特征量。

并且，以上说明的异常诊断方法(其2)对在门关闭侧的端部处的悬挂辊37的停止位置形成有异物A2的情况下的异常判定进行了说明。然而，若是在门打开侧的端部的悬挂辊37的停止位置形成有异物A2的情况下的异常判定，则如上述那样提取门打开开始时刻[tm]作为门的驱动开始时刻，但提取门关闭开始时刻作为门的驱动开始时刻即可。

《实施方式的效果》

根据以上说明的实施方式，通过从门开闭传感器101得到的开闭信号[Sm]和从异常诊断传感器102得到的诊断信号[Sd]，能够准确地检测门开闭的定时与异常振动、异常声音的产生的关联性。由此，能够区分异常振动、异常声音是因门打开时乘客的上下而产生的，还是因在除此以外的定时产生的门的开闭异常而产生的。进而，能够判定异常振动、异常声音的产生是否伴随着门未完全开闭而进行反转动作的门反转而产生，进而判定是否先于门开闭动作的开始的定时而产生。

结果，如之前的实施方式中说明的那样，异物卡入门槛32或异物堆积在门导轨35上，由此，能够检测门部件与这些异物碰撞的门的开闭异常的产生。另外，异物堆积在门导轨35上的端部，由此，能够检测门部件登上异物而被推回而引起的门锁碰撞的产生。

另外，门开闭传感器101以及异常诊断传感器102是外置或者收容于外置的传感器盒40的结构。由此，是通过除去螺钉、粘合带、粘接剂等而能够简单地拆卸的结构。另外，这样的外置的门开闭传感器101以及异常诊断传感器102无法直接得到指示电梯的驱动的控制信号，检测因电梯、门等运转部进行驱动而引起的物理性的信号变化(门的活动、因门的活动而引起的物理量变化)。并且，通过将门开闭传感器101和异常诊断传感器102设为外置，即使相对于电梯装置1a以之后设置的方式设置这些传感器，也能够作为门开闭的异常诊断系统进行运转。并且，能够在不利用电梯的控制信号的情况下实施异常的诊断。由此，能够将不存在控制信号的中继式电梯、难以解释各控制信号的内容的其他公司制造的电梯系统作为诊断对象。另外，能够从电梯简单地进行拆卸以及安装，因此，在传感器故障时容易更换，也容易对传感器自身进行版本升级等。

[实施例]

接着，表示验证了上述说明的实施方式的效果的实验例。在以下叙述的实验中，对在传感器盒40内设置磁传感器作为门开闭传感器101，设置声音传感器和加速度传感器作为异常诊断传感器102，通过各个传感器测量异常产生时的信号的事例进行说明。

《实验例1：异物碰撞异常的验证》

图10是表示门槛卡入异物实验的实验数据的图，表示产生门槛卡入异物时的磁信号(开闭信号[Sm])、加速度信号(诊断信号[Sd])、噪声信号(诊断信号[Sd])。这些信号是在打开门的状态下在门槛槽中卡入足够大小的异物，按下门关闭按钮来驱动门的情况下得到的信号。若观察磁信号的值，则在最初门打开的水平稳定的状态开始按下门关闭按钮而门开始移动，由此，磁信号变动。然而，在因与门槛槽内的异物碰撞而稳定到门关闭的水平之前，门反转，返回到原来的门打开水平。

在图10所示的例子中，通过试行3次的门关闭驱动，引起3次的异物碰撞造成的门反转。由此，观测到在磁信号中存在3次门反转波形。使用该数据，按照图5所示的流程图的过程，提取门反转区间[Tre](步骤S104)，进而将门反转区间[Tre]的中央值设为门反转时刻[tr](步骤S105)。

图11是用于对基于图10的实验数据的异常诊断进行说明的图，是将计算出的门反转时刻[Tr]与图10重叠表示的图。如图11所示，确认了因与门槛卡入异物的碰撞而使噪音量、加速度为最大的时刻，即异物碰撞时刻[tc1]比门反转时刻[Tr]早。因此，可知诊断区间[Td1]优选设定为，在分为比门反转时刻[Tr]早的时间(前方区间)和比门反转时刻[Tr]晚的时间(后方区间)时，延长前方区间的时间。因此，以提取包含异物碰撞时刻[tc1]的门反转时刻[Tr]的前区间[T0]～后区间[T1]作为诊断区间[Td1]的方式，提取了图中的虚线所示的区间。

图12是表示门槛卡入异物实验的解析结果的图。在此，作为用于异常判定的特征量的1个，计算诊断区间[Td1]内的加速度信号的峰峰值。另外，作为另一个特征量，在对加速度值描绘了包络线之后，计算包络线的积分值。将上述2种特征量绘制在特征量空间中，得到图12所示的解析结果。此外，在图12中，绘制了正常的门反转动作时的数据和门槛异物碰撞异常产生时的数据。另外，对正常数据组计算马氏距离，用概率椭圆描绘正常组的累积概率为0.8、0.95、0.99、0.99999的范围。即，最外侧的椭圆中也不包含的点表示概率小于10^-5的事件。根据图12的结果也可知，各异常数据充分远离正常组，证实了通过本方法能够容易地判定正常/异常。

《实验例2：异物登上异常的验证》

图13是表示向门导轨端部的异物堆积实验的实验数据的图，表示异物登上产生时的磁信号(开闭信号[Sm])、加速度信号(诊断信号[Sd])、噪声信号(诊断信号[Sd])。这些信号是在门导轨的封闭端设置异物，按下门打开按钮来驱动门的情况下得到的信号。

在图13所示的例子中，通过从门关闭状态起试行3次的门打开驱动，一边引起3次的异物登上造成的门锁碰撞，一边实施了门开闭。由此，观测到在磁信号中存在3次的门开闭波形。使用该数据，按照图8所示的流程图的过程，提取从门关闭迁移为门打开的门打开开始时刻[tm](步骤S202)。

图14是用于对基于图13的实验数据的异常诊断进行说明的图，是将提取出的门打开开始时刻[tm]与图13重叠表示的图。如图14所示，确认了因门锁碰撞而使噪音量、加速度为最大的时刻，即门锁碰撞时刻[tc2]比门打开开始时刻[tm]早。因此，可知诊断区间[Td2]优选设定为，在区分为比门打开开始时刻[tm]早的时间(前方区间)和比门打开开始时刻[tm]晚的时间(后方区间)时，延长前方区间的时间。因此，以提取包含门锁碰撞时刻[tc2]的门打开开始时刻[tm]的前区间[T0]～后区间[T1]作为诊断区间[Td2]的方式，提取图中的虚线所示的区间。在此，将门打开开始时刻[tm]的后区间[T1]提取为零秒后，将直至门打开开始时刻[tm]为止的区间提取为诊断区间[Td2]。

图15是表示向门导轨端部的异物堆积实验的解析结果的图。在此，作为用于异常判定的特征量的1个，计算诊断区间[Td2]内的加速度信号的峰峰值。另外，作为另一个特征量，在对加速度值描绘了包络线之后，计算包络线的积分值。将上述2种特征量绘制在特征量空间中，得到图15所示的解析结果。此外，在图15中，绘制了正常的门反转动作时的数据和异物登上异常产生时的数据。另外，对正常数据组计算马氏距离，用概率椭圆描绘正常组的累积概率为0.8、0.95、0.99、0.99999的范围。即，最外侧的椭圆中也不包含的点表示概率小于10^-5的事件。根据图15的结果也可知，各异常数据充分远离正常组，证实了通过本方法能够容易地判定正常/异常。

《实验例3：照度传感器的门开闭检测验证》

图16是表示使用L照度传感器作为门开闭传感器的门开闭实验的数据的图。图16所示的数据是在轿厢20的上部设置照度传感器作为门开闭传感器101(参照图1)，反复进行门开闭的情况下由照度传感器测量到的信号波形。如图16所示，即使在使用照度传感器作为门开闭传感器的情况下，也得到反映了门开闭的信号，证实了能够根据来自照度传感器的信号进行门开闭检测。

此外，各实验例所示的信号数据是一例，设想信号的形状等按实验环境而不同。例如，在门板、悬挂辊支承板以及其他周边部件等多个部件向磁化方向不同的方向复杂地磁化的情况下，有时在磁传感器中从门关闭水平迁移到门打开水平为止的磁波形也同样地成为复杂的模式。这样的情况下，也可以变形为不在门关闭水平、门打开水平判定开闭状态，而利用磁波形的模式进行判定的算法。

另外，在实验例1和实验例2中，示出了在门开闭传感器中应用磁传感器、在门异常诊断传感器中使用振动传感器以及声音传感器的事例，但当然本公开的技术并不限定于上述的实验例。例如，如实验例3所示，即使使用照度传感器也能够检测门开闭，因此，即使与照度传感器组合，也能够得到同样的结果。

此外，本发明并不限定于上述的实施方式以及变形例，还包含各种变形例。例如，上述的实施方式是为了容易理解地说明本发明而详细说明的，并不限定于必须具有所说明的全部结构。另外，能够将某实施方式的结构的一部分置换为其他实施方式的结构，另外，也能够在某实施方式的结构中添加其他实施方式的结构。另外，对于各实施方式的结构的一部分，能够进行其他结构的追加、删除、置换。

Claims (13)

1.一种电梯的异常诊断装置，具有诊断门的开闭异常的信号处理部，其特征在于，具有：

异常诊断传感器，其检测用于诊断所述门的开闭异常的信息；以及

门开闭传感器，其检测电梯的外部信号，

所述信号处理部具有：

诊断区间提取部，其使用由所述门开闭传感器检测出的检测结果来提取检测所述门的开闭异常的诊断区间；以及

异常诊断部，其在所述诊断区间提取部提取出的所述诊断区间内使用由所述异常诊断传感器检测出的检测结果来实施异常诊断。

2.根据权利要求1所述的电梯的异常诊断装置，其特征在于，

所述诊断区间提取部进行如下处理中的至少一方：

根据由所述门开闭传感器检测到的检测结果来检测所述门不完全开闭而进行了反转动作的门反转区间，在所述门反转区间内提取第一诊断区间作为所述诊断区间的处理；以及

根据由所述门开闭传感器检测到的检测结果来检测所述门的驱动开始时刻，提取包含从所述驱动开始时刻的规定时间前到所述驱动开始时刻的第二诊断区间作为所述诊断区间的处理。

3.根据权利要求2所述的电梯的异常诊断装置，其特征在于，

在将所述门反转区间的中央值设为门反转时刻，将所述第一诊断区间2分割为比所述门反转时刻早的前区间和比所述门反转时刻晚的后区间的情况下，所述前区间比所述后区间长。

4.根据权利要求2所述的电梯的异常诊断装置，其特征在于，

在将所述第二诊断区间2分割为比所述门的驱动开始时刻早的前区间和比所述门的驱动开始时刻晚的后区间的情况下，所述前区间比所述后区间长。

5.根据权利要求1所述的电梯的异常诊断装置，其特征在于，

所述电梯的异常诊断装置具有：特征量计算部，其根据在所述诊断区间中由所述异常诊断传感器检测到的检测结果来计算用于门异常诊断的特征量，

所述特征量计算部根据由所述门开闭传感器检测到的检测结果来计算所述门的开闭所需的时间，作为用于门异常诊断的特征量中的1个。

6.根据权利要求1所述的电梯的异常诊断装置，其特征在于，

所述门开闭传感器使用磁传感器，

具有构成所述电梯的门的门板、悬挂辊、以及安装于悬挂辊支承板的磁化部件。

7.根据权利要求1所述的电梯的异常诊断装置，其特征在于，

所述电梯的异常诊断装置具有：特征量计算部，其根据在所述诊断区间中由所述异常诊断传感器检测到的检测结果来计算用于门异常诊断的特征量；以及

异常诊断部，其根据所述特征量来判断所述门的开闭动作是正常还是异常，

所述异常诊断部在所述门的开闭动作是否正常的判断中使用马氏距离。

8.根据权利要求1所述的电梯的异常诊断装置，其特征在于，

所述门开闭传感器是磁传感器、照度传感器、光电传感器、测距传感器以及照相机中的任一个，

所述异常诊断传感器是加速度传感器、声音传感器中的任一个。

9.根据权利要求1所述的电梯的异常诊断装置，其特征在于，

所述门开闭传感器、所述异常诊断传感器以及所述信号处理部相对于所述电梯以外置的方式设置。

10.根据权利要求2所述的电梯的异常诊断装置，其特征在于，

所述第一诊断区间是0.1秒以上且3.0秒以下的时间，

所述第二诊断区间是0.1秒以上且5.0秒以下的时间。

11.一种电梯系统，具有电梯装置和通过与所述电梯装置的通信来管理所述电梯装置的运行的运行管理装置，其特征在于，

所述电梯装置具有权利要求1～10中任一项所述的异常诊断装置，

在所述异常诊断装置的异常诊断部诊断为所述电梯装置的门的开闭动作异常的情况下，所述异常诊断装置将所述门的开闭动作的异常通知给所述运行管理装置。

12.一种电梯的异常诊断方法，诊断门的开闭异常，其特征在于，

诊断区间提取部根据由门开闭传感器检测到的检测结果来提取诊断所述门的开闭异常的诊断区间，

异常诊断部在所述诊断区间内使用由异常诊断传感器检测到的检测结果来实施异常诊断。

13.一种计算机可读存储介质，存储有电梯的异常诊断程序，该程序用于使计算机在信号处理部中诊断门的开闭异常，其特征在于，

使所述信号处理部根据由门开闭传感器检测到的检测结果来提取诊断所述门的开闭异常的诊断区间，在所述诊断区间内使用由异常诊断传感器检测到的检测结果来实施异常诊断。