CN117125566A - 一种动态诊断维保方法、系统、电子设备和存储介质 - Google Patents

Abstract

本发明公开了一种动态诊断维保方法、系统、电子设备和存储介质，在接收电梯的传感器的传感数据时，将传感数据输入预设的故障诊断模型进行故障诊断，得到诊断结果，诊断结果包括故障类型以及故障类型对应的概率；判断是否存在概率最大的故障类型为无故障且最大的概率大于预设概率阈值；若是，确定电梯正常，将诊断结果发送给手持设备；若否，基于诊断结果和预设的维修指导模型生成维修方案；将诊断结果和维修方案发送给手持设备，并返回对电梯进行诊断。当获取维修方案发给维保人员，对于经验不足的维保人员来说，可以直接获取到维修方案，可以节约维修时间以及保障维修方案的正确性，整体来说，本方案可以适配不同经验程度的维保人员。

Description

一种动态诊断维保方法、系统、电子设备和存储介质

技术领域

本发明涉及电梯管理技术领域，尤其涉及一种动态诊断维保方法、系统、电子设备和存储介质。

背景技术

电梯主要为了提高用户出入楼层的舒适度和便利性，随着各大商场、办公楼等建筑的建设，电梯作为配置设备也被广泛应用，为了保障电梯安全运行，不管电梯是否存在安全运行问题，电梯公司的维保人员都要定期到电梯所在现场进行检查、维护。

一方面，电梯的数量庞大而维保人员的数量相对较少，单纯依靠维保人员对电梯进行故障检测，效率低且成本高；另一方面，电梯维修是一个专业性较强的工作，而维保人员的经验在维修过程中对故障类型和维修方案的确定又有关键的作用，对于有经验的维保人员来说，其可以根据电梯表现出来的故障类型确定出较为正确的维修方案，但对于经验不足的维保人员来说，要确定较为正确的维修方案需要较长的时间，甚至有试错的可能，这对电梯维修工作是不利的。

随着人工智能的普及应用，如何获取智能化的、用于动态诊断电梯故障并给出具体的维修方案，来适配不同经验程度的维保人员，则是非常重要的。

发明内容

本发明提供了一种动态诊断维保方法，以解决如何获取智能化的、用于动态诊断电梯故障并给出具体的维修方案，来适配不同经验程度的维保人员的问题。

第一方面，本发明提供了一种动态诊断维保方法，包括：

动态诊断维保方法，其特征在于，包括：

接收电梯的传感器的传感数据；

将所述传感数据输入预设的故障诊断模型进行故障诊断，得到诊断结果，所述诊断结果包括故障类型以及故障类型对应的概率；

判断是否存在概率最大的故障类型为无故障且最大的概率大于预设概率阈值；

若是，确定电梯正常，将所述诊断结果发送给手持设备，所述手持设备为维保人员所在终端；

若否，基于所述诊断结果和预设的维修指导模型生成维修方案；

将所述诊断结果和所述维修方案发送给手持设备，并返回在接收到电梯诊断指令时，获取电梯的传感器的传感数据的步骤。

第二方面，本发明提供了一种动态诊断维保系统，包括：

一种动态诊断维保系统，其特征在于，所述动态诊断维保系统包括云端子系统和手持设备，所述手持设备为维保人员所在终端，所述云端子系统中包括诊断模块；

所述诊断模块包括：

传感数据获取子模块，用于接收电梯的传感器的传感数据；

故障诊断子模块，用于将所述传感预设的故障诊断模型进行故障诊断，得到诊断结果，所述诊断结果包括故障类型以及故障类型对应的概率；

故障判断子模块，用于判断是否存在概率最大的故障类型为无故障且最大的概率大于预设概率阈值；若是执行电梯正常确定子模块的内容，若否执行维修方案生成子模块的内容；

电梯正常确定子模块，用于确定电梯正常，将所述诊断结果发送给手持设备，所述手持设备为维保人员所在终端；

维修方案生成子模块，用于基于所述诊断结果和预设的维修指导模型生成维修方案；

维修方案发送子模块，用于将所述诊断结果和所述维修方案发送给所述手持设备，并返回执行所述传感获取子模块的内容。

第三方面，本发明提供了一种电子设备，所述电子设备包括：

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计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明第一方面所述的动态诊断维保方法。

第四方面，本发明提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明第一方面所述的动态诊断维保方法。

本发明实施例提供了一种动态诊断方法，在接收电梯的传感器的传感数据时，将传感数据输入预设的故障诊断模型进行故障诊断，得到诊断结果，诊断结果包括故障类型以及故障类型对应的概率；判断是否存在概率最大的故障类型为无故障且最大的概率大于预设概率阈值；若是，确定电梯正常，将诊断结果发送给手持设备，手持设备为维保人员所在终端；若否，基于诊断结果和预设的维修指导模型生成维修方案；将诊断结果和维修方案发送给手持设备，并返回在接收到电梯诊断指令时，获取电梯的传感器的传感数据的步骤。

一方面，通过预设的故障诊断模型来得到故障类型以及故障类型对应的概率，可以自动检测出诊断结果，提高检测效率、降低人工检测成本；另一方面，当电梯存在故障时，获取维修方案发给维保人员，对于经验丰富的维保人员来说，可以快速地根据诊断结果进行维修检测，但其并非一定要使用手持设备给出的维修方案，对于经验不足的维保人员来说，可以直接获取到维修方案，可以节约维修时间以及保障维修方案的正确性，整体来说，本方案可以适配不同经验程度的维保人员。又一方面，在将维修方案发给维保人员后，会返回在接收到电梯诊断指令时，获取电梯的传感器的传感数据的步骤，即在维修完成后再次对电梯进行检测，可以保障电梯维修到位。

应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，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他的附图。

图1是本发明实施例一提供的一种动态诊断维保方法的流程图；

图2是本发明实施例一提供的一种动态诊断维保系统架构图；

图3是本发明实施例一提供的另一种动态诊断维保系统的架构图；

图4是本发明实施例一提供的又一种动态诊断维保系统的架构图；

图5是本发明实施例二提供的一种动态诊断维保方法的流程图；

图6是本发明实施例二提供的一种神经网络示意图；

图7是本发明实施例三提供的一种诊断模块的结构示意图；

图8是本发明实施例四提供的电子设备的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，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，都应当属于本发明保护的范围。

实施例一

图1为本发明实施例一提供的一种动态诊断维保方法的流程图，本实施例可适用于对电梯进行维保的情况，该方法可以由动态诊断维保系统中的诊断模块来执行，图2为一种动态诊断维保系统架构图，如图2所示，动态诊断维保系统可以包括云端子系统10和手持设备20，云端子系统10与手持设备20相连接，云端子系统10包括诊断模块101，该动态诊断维保系统可以采用硬件和/或软件的形式实现，该动态诊断维保系统可配置于电子设备中。如图1所示，该动态诊断维保方法包括：

S101、接收电梯的传感器的传感数据。

电梯上设置有多种传感器，例如，速度传感器、重量传感器、位置传感器、压力传感器等，传感器可对应采集相应的传感数据，每个传感器与云端子系统连接，云端子系统可接收传感器采集的传感数据。需要说明的是，这里的传感数据可以是电梯中的全部或部分传感器的传感数据，所需的传感数据的类型可以预先设置。

具体地，可以是由云端子系统中的其他模块在接收到电梯诊断指令时向诊断模块发送传感数据，例如，可以根据手持设备发出的指令来向诊断模块发送传感数据，例如，在需要对电梯进行维保时，维保人员在手持设备上进行操作，进而向云端子系统的一指定模块发送电梯诊断指令，该指定模块在接收到电梯诊断指令时，获取电梯的传感器的传感数据并发送至诊断模块，当然，也可以是诊断模块接收电梯诊断指令后自动获取/接收传感数据，本发明对诊断模块接收到传感数据的方式不加以限制。

在一个可选的实施例中，图3为另一种动态诊断维保系统的架构图，如图3所示，动态诊断维保系统包括云端子系统10和手持设备20，手持设备20为维保人员所在终端，云端子系统10中包括诊断模块101；动态诊断维保系统还包括电梯主控30、数据传输单元40，云端子系统10还包括云端通信模块102，云端通信模块102分别与数据传输单元40、诊断模块101以及手持设备20连接，电梯主控30用于采集传感数据并发送到数据传输单元40，通信方式可以为RS232/485；数据传输单元40通过移动网络将传感数据发送到云端通信模块102；云端通信模块102将传感数据发送到诊断模块101，且云端通信模块102还用于诊断模块101、手持设备20之间信息交互，云端通信模块102与数据传输单元40的通信方式可以为TCP或Websocket，而云端通信模块102与诊断模块101可以通过网络通信协议来通信。

其中，移动网络可以为2G、3G、4G、5G等。

在另一个可选的实施例中，图4为又一种动态诊断维保系统的架构图，如图4所示，动态诊断维保系统包括云端子系统10和手持设备20，手持设备20为维保人员所在终端，云端子系统10中包括诊断模块101。动态诊断维保还包括电梯主控30、数据传输盒50，诊断模块101与手持设备20连接，电梯主控30用于采集传感数据并发送到数据传输盒50，通信方式可以为RS232/485；数据传输盒50通过无线网络将传感数据发送到手持设备20，再由手持设备20发送给诊断模块101，具体地，手持设备20与诊断模块101可以通过网络通信协议来通信。

其中，无线网络可以为本地wifi、蓝牙等。

S102、将传感数据输入预设的故障诊断模型进行故障诊断，得到诊断结果，诊断结果包括故障类型以及故障类型对应的概率。

电梯的传感数据可以表示电梯的运行状态，将传感数据输入预设的故障诊断模型进行故障诊断，得到诊断结果，诊断结果包括故障类型以及故障类型对应的概率，诊断结果中可能包括多个故障类型以及每个故障类型对应的概率，即，对电梯当前存在的故障的类型的进行概率预测。

其中，预设的故障诊断模型可以根据历史的电梯的传感数据、对应的诊断结果训练得到的模型。

S103、判断是否存在概率最大的故障类型为无故障且最大的概率大于预设概率阈值。

若是，执行S104，若否，执行S105。

S104、确定电梯正常，将诊断结果发送给手持设备。

概率最大的故障类型为无故障时且最大的概率大于预设概率阈值，可以确定电梯正常，则当前电梯无需维保。预设概率阈值可以为95％。

S105、基于诊断结果和预设的维修指导模型生成维修方案。

概率最大的故障类型不是无故障时，表明存在其他的故障类型的概率大于“无故障”的概率的情况，则可以认为电梯存在故障，因此可以将诊断结果输入到预设的维修指导模型中得到维修方案，维修指导模型可以是根据历史的电梯的诊断结果、对应的维修方案训练得到的模型，该维修方案可以是由经验丰富的维保人员制定的相对正确的方案。

S106、将诊断结果和维修方案发送给手持设备。

其中，手持设备为维保人员所在终端，手持设备为PDA。手持设备在接收到诊断结果和维修方案时，可以发出提示音或在显示界面弹出提示窗口等，便于提示维保人员查看。维保人员在查看到诊断结果和维修方案时，如果是经验丰富的维保人员，其可以比较快速地判断出诊断结果和维修方案的匹配度，亦即判断维修方案的正确性，若该维保人员认为维修方案不匹配或匹配度较低，则可以对维修方案进行更改或调整后再进行电梯维修，若该维保人员认为维修方案与诊断结果匹配，则可以直接采用该维修方案进行电梯维修。如果是经验较少的维保人员，其难以判断诊断结果和维修方案的匹配度，则可以直接根据维修方案进行电梯维修。

在执行完S106后返回S101，即在维修完成后，维保人员会对电梯进行维修核查，则可以通过手持设备再次向云端子系统发送电梯诊断指令，对电梯进行二次检测，以保障电梯维修到位。需要说明的是，只要是在将诊断结果和维修方案发送给手持设备且维修完成后，都需要执行进行二次检测，直到电梯无故障为止。

本发明实施例提供了一种动态诊断方法，在接收到电梯诊断指令时，获取电梯的传感器的传感数据；将传感数据输入预设的故障诊断模型进行故障诊断，得到诊断结果，诊断结果包括故障类型以及故障类型对应的概率；判断概率最大的故障类型是否为无故障；若是，确定电梯正常；若否，基于诊断结果生成维修方案；将诊断结果和维修方案发送给手持设备，并返回在接收到电梯诊断指令时，获取电梯的传感器的传感数据的步骤，手持设备为维保人员所在终端。一方面，通过预设的故障诊断模型来得到故障类型以及故障类型对应的概率，可以自动检测出诊断结果，提高检测效率、降低人工检测成本；另一方面，当电梯存在故障时，获取维修方案发给维保人员，对于经验丰富的维保人员来说，可以快速地根据诊断结果进行维修检测，但其并非一定要使用手持设备给出的维修方案，对于经验不足的维保人员来说，可以直接获取到维修方案，可以节约维修时间以及保障维修方案的正确性，整体来说，本方案可以适配不同经验程度的维保人员。又一方面，在将维修方案发给维保人员后，会返回在接收到电梯诊断指令时，获取电梯的传感器的传感数据的步骤，即在维修完成后再次对电梯进行检测，可以保障电梯维修到位。

实施例二

图5为本发明实施例二提供的一种动态诊断维保方法的流程图，本发明实施例在上述实施例一的基础上进行优化，如图5所示，该动态诊断维保方法包括：

S501、接收电梯的传感器的传感数据。

S502、将传感数据输入预设的故障诊断模型进行故障诊断，得到诊断结果，诊断结果包括故障类型以及故障类型对应的概率。

S503、判断是否存在概率最大的故障类型为无故障且最大的概率大于预设概率阈值。

若是，执行S504，若否，执行S505。

S504、确定电梯正常，将诊断结果发送给手持设备，手持设备为维保人员所在终端。

S501-S04的部分内容与对实施例一中S101-S104相似，具体可参考S101-S104，在此不加以描述。

此外，关于预设的故障诊断模型，在一个可选的实施例中，故障诊断模型采用神经网络实现，神经网络包括输入层、标准化层、隐藏层和输出层，具体可如图6所示，图6为一种神经网络示意图。

在一个示例中，标准化层采用SiLu激活函数输出数据到隐藏层，隐藏层采用LogSoftmax激活函数输出数据到输出层。需要说明的是，Softmax激活函数存在有上溢、下溢的问题，本实施例采用LogSoftmax激活函数则可以避免这个问题。输入层的维度与我们选取用于故障判断的主控数据维度一致，如电流、电压、速度、负载、开门时间、关门时间等等。输入层到标准化层的过程是归一化的过程，使得标准化层与输入层维度一致，其作用是将输入层数据标准化到范围[0，1]，使各维度数据在同一尺度下，简单来说，在训练过程中，自动计算训练数据每个批次各维度的极值并与全局极值相比，如果批次最大值比全局最大值大，则更新全局最大值，如果批次最小值比全局最小值小，则更新全局最小值，从而得到训练数据各维度的数据分布，然后进行数据归一化，使各维度数据在同一尺度下。例如，训练数据中电压的全局极值是[0，420]，即最小值是0V，最大值是420V，归一化到[0，1]之间，EPS是超参常量，我们采用0.00001，则实际数据380V归一化后为0.904；同理，如训练数据中电流的全局极值是[0，30]，即最小值0A，最大值是30A，则实际数据20A归一化后为0.67(归一化后的数据不带单位)。

其中，隐藏层维度建议范围为[1×输入层维度，2×输入层维度]，即[n，2n]之间，n为输入层维度，这里通常采用1×输入层维度，即与输入层维度一致，因为隐藏层的维度越大，计算资源要求越高。在试验过程中，发现在[1×输入层维度，2×输入层维度]之间加大隐藏层的维度对模型的准确率并没有太大的影响，因此选择与输入层维度一致，可以节约算力资源、提高计算效率。

在得到输出层的输出值后，采用EXP函数对输出值进行计算，得到故障类型对应的概率。

S505、将故障类型按照概率从大到小的顺序进行排列。

在概率最大的故障类型不是无故障时，将故障类型按照概率从大到小的顺序进行排列。

S506、取前N个故障类型作为参考量。

其中，N小于M，M为所有故障类型的数量。

示例性的，诊断结果按照该概率大小顺序排列后为：限速器损坏(90％)、控制柜故障(60％)、曳引机故障(50％)、限速器故障(30％)、通信板故障(10％)。此时所有故障类型的数量M＝5，以N＝3为例，取前3个故障类型作为参考量。则取限速器损坏(90％)、控制柜故障(60％)、曳引机故障(50％)作为参考量。参考量是指对电梯的运行状态进行评估的参考量。

S507、对于每个参考量，根据参考量对应的概率分配权重，参考量的权重与参考量对应的概率成正比。

参考量的权重与参考量对应的概率成正比，那么故障类型的概率越大，所分配到的权重越大，在基于这些参考量来预测维修方案时，权重大的故障类型对维修方案的指导性作用更大，由于概率较大的故障类型的可信度更高，那么对概率较大的故障类型赋予较大的权重，则可以得到更准确的维修方案。

S508、将参考量、参考量的权重输入到预设的维修指导模型中，得到维修方案。

S509、将诊断结果和维修方案发送给手持设备。

在执行完S509后返回S501，即在维修完成后，维保人员会对电梯进行维修核查，则可以通过手持设备再次向云端子系统发送电梯诊断指令，对电梯进行二次检测，以保障电梯维修到位。需要说明的是，只要是在将诊断结果和维修方案发送给手持设备且维修完成后，都需要执行进行二次检测，直到电梯无故障为止。

S510、获取手持设备更新的故障类型以及维修方案。

对于经验丰富的维保人员来说，其可能会根据自身经验判定电梯的故障类型以及对应的维修方案，则存在以下两种情况：一种是诊断模块给出的故障类型正确，但维修方案存在错误，此时维保人员可以给出实际使用的(更新的)维修方案，一种是故障类型和维修方案均存在错误，此时维保人员可以给出更新的故障类型和维修方案。若维保人员实际所采用的维修方案与诊断模块给出的维修方案不同，维保人员在完成维修且电梯恢复正常后可以在手持设备中点击其所采用的维修方案以及对应的故障类型，并发送到云端子系统中的诊断模块，诊断模块会记录此次的实际故障及维修所采用的方案，后续维修指导模型的迭代训练时该记录会添加到训练样本中。

S511、采用传感数据、手持设备更新的故障类型以及维修方案对故障诊断模型、维修指导模型进行优化。

若接收到手持设备更新的故障类型，和/或，维修方案，采用传感数据、手持设备更新的故障类型以及维修方案对故障诊断模型、维修指导模型进行优化。具体地，当仅接收到手持设备更新的维修方案时，则根据手持设备更新的维修方案和S502中得到的诊断结果对维修指导模型进行优化；若接收到手持设备更新的故障类型和维修方案，则根据传感数据和更新的故障类型对故障诊断模型进行优化，再基于更新的故障类型和维修方案对维修指导模型进行优化。

本实施例采用适配的神经网络来实现诊断模块的功能，提高动态诊断电梯故障的效率和准确性。根据故障类型的概率来进行权重分配并得到维修方案，可以提高维修方案的准确性。并且，还可以通过经验丰富的维保人员提供的信息对故障诊断模型、维修指导模型进行优化，以进一步提高动态诊断电梯故障的效率和准确性。

实施例三

本发明实施例三提供一种动态诊断维保系统。如图2所示，动态诊断维保系统包括云端子系统和手持设备，所述手持设备为维保人员所在终端，所述云端子系统中包括诊断模块；

如图7所示，所述诊断模块包括：

传感数据获取子模块701，用于接收电梯的传感器的传感数据；

故障诊断子模块702，用于将所述传感预设的故障诊断模型进行故障诊断，得到诊断结果，所述诊断结果包括故障类型以及故障类型对应的概率；

故障判断子模块703，用于判断是否存在概率最大的故障类型为无故障且最大的概率大于预设概率阈值；若是执行电梯正常确定子模块704的内容，若否执行维修方案生成子模块705的内容；

电梯正常确定子模块704，用于确定电梯正常，将所述诊断结果发送给手持设备，所述手持设备为维保人员所在终端；

维修方案生成子模块705，用于基于所述诊断结果和预设的维修指导模型生成维修方案；

维修方案发送子模块706，用于将所述诊断结果和所述维修方案发送给所述手持设备，并返回执行所述传感获取子模块的内容。

在一个可选的实施例中，所述故障诊断模型采用神经网络实现，所述神经网络包括输入层、标准化层、隐藏层和输出层。

在一个可选的实施例中，所述标准化层采用SiLu激活函数输出数据到所述隐藏层，所述隐藏层采用LogSoftmax激活函数输出数据到所述输出层。

在一个可选的实施例中，在得到所述输出层的输出值后，采用EXP函数对所述输出值进行计算，得到故障类型对应的概率。

在一个可选的实施例中，所述维修方案生成子模块705，包括：

故障类型排序单元，用于将所述故障类型按照概率从大到小的顺序进行排列；

参考量获取单元，用于取前N个所述故障类型作为参考量，N小于M，M为所有故障类型的数量；

权重分配单元，用于对于每个所述参考量，根据所述参考量对应的概率分配权重，所述参考量的权重与所述参考量对应的概率成正比；

维修方案生成单元，用于将所述参考量、所述参考量的权重输入到预设的维修指导模型中，得到维修方案。

在一个可选的实施例中，所述诊断模块，还包括：

更新数据获取子模块，用于获取所述手持设备更新的故障类型以及维修方案；

模型优化子模块，用于采用所述传感数据、所述手持设备更新的故障类型以及维修方案对所述故障诊断模型、所述维修指导模型进行优化。

在一个可选的实施例中，所述动态诊断维保系统还包括电梯主控、数据传输单元，所述云端子系统还包括云端通信模块，所述云端通信模块分别与数据传输单元、所述诊断模块以及所述手持设备连接，

所述电梯主控用于采集所述传感数据并发送到所述数据传输单元；

所述数据传输单元通过移动网络将所述传感数据发送到所述云端通信模块；

所述云端通信模块将所述传感数据发送到所述诊断模块，且所述云端通信模块还用于所述诊断模块、所述手持设备之间信息交互。

在一个可选的实施例中，所述动态诊断维保系统还包括电梯主控、数据传输盒，所述诊断模块与所述手持设备连接，

所述电梯主控用于采集所述传感数据并发送到所述数据传输盒；

所述数据传输盒通过无线网络将所述传感数据发送到所述手持设备，再由所述手持设备发送给所述诊断模块。

本发明实施例所提供的动态诊断维保系统可执行本发明任意实施例所提供的动态诊断维保方法，具备执行方法相应的功能模块和有益效果。

实施例四

图8示出了可以用来实施本发明的实施例的电子设备40的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。

如图8所示，电子设备40包括至少一个处理器41，以及与至少一个处理器41通信连接的存储器，如只读存储器(ROM)42、随机访问存储器(RAM)43等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器41可以根据存储在只读存储器(ROM)42中的计算机程序或者从存储单元48加载到随机访问存储器(RAM)43中的计算机程序，来执行各种适当的动作和处理。在RAM 43中，还可存储电子设备40操作所需的各种程序和数据。处理器41、ROM 42以及RAM 43通过总线44彼此相连。输入/输出(I/O)接口45也连接至总线44。

电子设备40中的多个部件连接至I/O接口45，包括：输入单元46，例如键盘、鼠标等；输出单元47，例如各种类型的显示器、扬声器等；存储单元48，例如磁盘、光盘等；以及通信单元49，例如网卡、调制解调器、无线通信收发机等。通信单元49允许电子设备40通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

处理器41可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器41的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器41执行上文所描述的各个方法和处理，例如动态诊断维保方法。

在一些实施例中，动态诊断维保方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元48。在一些实施例中，计算机程序的部分或者全部可以经由ROM 42和/或通信单元49而被载入和/或安装到电子设备40上。当计算机程序加载到RAM 43并由处理器41执行时，可以执行上文描述的动态诊断维保方法的一个或多个步骤。备选地，在其他实施例中，处理器41可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行动态诊断维保方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、复杂可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、区块链网络和互联网。

计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (11)

1.一种动态诊断维保方法，其特征在于，包括：

接收电梯的传感器的传感数据；

将所述传感数据输入预设的故障诊断模型进行故障诊断，得到诊断结果，所述诊断结果包括故障类型以及故障类型对应的概率；

判断是否存在概率最大的故障类型为无故障且最大的概率大于预设概率阈值；

若是，确定电梯正常，将所述诊断结果发送给手持设备，所述手持设备为维保人员所在终端；

若否，基于所述诊断结果和预设的维修指导模型生成维修方案；

将所述诊断结果和所述维修方案发送给手持设备，并返回在接收到电梯诊断指令时，获取电梯的传感器的传感数据的步骤。

2.如权利要求1所述的动态诊断维保方法，其特征在于，所述故障诊断模型采用神经网络实现，所述神经网络包括输入层、标准化层、隐藏层和输出层。

3.如权利要求2所述的动态诊断维保方法，其特征在于，所述标准化层采用SiLu激活函数输出数据到所述隐藏层，所述隐藏层采用LogSoftmax激活函数输出数据到所述输出层。

4.如权利要求2所述的动态诊断维保方法，其特征在于，在得到所述输出层的输出值后，采用EXP函数对所述输出值进行计算，得到故障类型对应的概率。

5.如权利要求1-4任一项所述的动态诊断维保方法，其特征在于，所述基于所述诊断结果生成维修方案，包括：

将所述故障类型按照概率从大到小的顺序进行排列；

取前N个所述故障类型作为参考量，N小于M，M为所有故障类型的数量；

对于每个所述参考量，根据所述参考量对应的概率分配权重，所述参考量的权重与所述参考量对应的概率成正比；

将所述参考量、所述参考量的权重输入到预设的维修指导模型中，得到维修方案。

6.如权利要求1-4任一项所述的动态诊断维保方法，其特征在于，在所述将所述维修方案发送给手持设备之后，还包括：

获取所述手持设备更新的故障类型以及维修方案；

采用所述传感数据、所述手持设备更新的故障类型以及维修方案对所述故障诊断模型、所述维修指导模型进行优化。

7.一种动态诊断维保系统，其特征在于，所述动态诊断维保系统包括云端子系统和手持设备，所述手持设备为维保人员所在终端，所述云端子系统中包括诊断模块；

所述诊断模块包括：

传感数据获取子模块，用于接收电梯的传感器的传感数据；

故障诊断子模块，用于将所述传感预设的故障诊断模型进行故障诊断，得到诊断结果，所述诊断结果包括故障类型以及故障类型对应的概率；

故障判断子模块，用于判断是否存在概率最大的故障类型为无故障且最大的概率大于预设概率阈值；若是执行电梯正常确定子模块的内容，若否执行维修方案生成子模块的内容；

电梯正常确定子模块，用于确定电梯正常，将所述诊断结果发送给手持设备，所述手持设备为维保人员所在终端；

维修方案生成子模块，用于基于所述诊断结果和预设的维修指导模型生成维修方案；

维修方案发送子模块，用于将所述诊断结果和所述维修方案发送给所述手持设备，并返回执行所述传感获取子模块的内容。

8.如权利要求7所述的动态诊断维保系统，其特征在于，所述动态诊断维保系统还包括电梯主控、数据传输单元，所述云端子系统还包括云端通信模块，所述云端通信模块分别与数据传输单元、所述诊断模块以及所述手持设备连接，

所述电梯主控用于采集所述传感数据并发送到所述数据传输单元；

所述数据传输单元通过移动网络将所述传感数据发送到所述云端通信模块；

所述云端通信模块将所述传感数据发送到所述诊断模块，且所述云端通信模块还用于所述诊断模块、所述手持设备之间信息交互。

9.如权利要求7所述的动态诊断维保系统，其特征在于，所述动态诊断维保系统还包括电梯主控、数据传输盒，所述诊断模块与所述手持设备连接，

所述电梯主控用于采集所述传感数据并发送到所述数据传输盒；

所述数据传输盒通过无线网络将所述传感数据发送到所述手持设备，再由所述手持设备发送给所述诊断模块。

10.一种电子设备，其特征在于，所述电子设备包括：

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计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-6中任一项所述的动态诊断维保方法。

11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-6中任一项所述的动态诊断维保方法。