CN1663900A

CN1663900A - 电梯装置

Info

Publication number: CN1663900A
Application number: CN 200410045632
Authority: CN
Inventors: 冈田浩二
Original assignee: Mitsubishi Electric Corp
Current assignee: Mitsubishi Electric Corp
Priority date: 2004-03-02
Filing date: 2004-05-21
Publication date: 2005-09-07
Anticipated expiration: 2024-05-21
Also published as: JP2005247468A; CN100430309C

Abstract

本发明的电梯装置，是驱动卷扬机(1)而使轿厢(3)进行升降的缆绳式的电梯装置，具有：驱动控制卷扬机(1)的电梯控制盘(8)；检测卷扬机(1)的噪音电平(Dn)的噪音传感器(6)；检测卷扬机(1)的振动电平(Dv)的振动传感器(7)；根据噪音电平(Dn)和振动电平(Dv)将卷扬机(1)的故障信号(E)向电梯控制盘(8)进行输入的卷扬机异常判定装置(9)。电梯控制盘(8)，具有监视报知器(8a)，响应故障信号(E)，对监视报知器(8a)进行驱动。通过同时对卷扬机的噪音和振动进行检测，能高可靠性地对卷扬机发生的异常进行判定。

Description

电梯装置

技术领域

本发明，涉及驱动卷扬机并使轿厢进行升降的缆绳式电梯装置，尤其涉及高可靠性地对卷扬机发生的异常进行判定的技术。

背景技术

一般，在缆绳式的电梯装置中，在因卷扬机的轴承或齿轮的润滑不良等引起而发生劣化故障的情况下，实际上在至卷扬机成为不能起动状态之前不能发现故障的发生。

因此，作为以往的电梯装置，为了在异常发生时早期地实现修复，提出了对检测出异常振动时的运行噪音进行记录而可靠地进行安全检查的提案(例如，参照专利文献1：日本专利特开平9-175749号公报)。

在以往的电梯装置中，由于只对异常振动进行检测，故存在不能高可靠性地对异常发生状态进行判别的问题。

发明内容

本发明的目的在于，获得能高可靠性地对卷扬机发生的异常进行判定的电梯装置。

本发明的电梯装置，是驱动卷扬机而使轿厢进行升降的缆绳式的电梯装置，具有：驱动控制卷扬机的电梯控制盘；检测卷扬机的噪音电平的噪音传感器；检测卷扬机的振动电平的振动传感器；根据噪音电平和振动电平将卷扬机的故障信号向电梯控制盘进行输入的卷扬机异常判定装置，电梯控制盘，具有监视报知器，与故障信号响应，对监视报知器进行驱动。

发明的效果

采用本发明，通过同时对卷扬机的噪音和振动进行检测，能高可靠性地对卷扬机发生的异常进行判定。

附图说明

图1是表示本发明实施形态1的电梯装置的方框结构图。

图2是表示图1内的卷扬机异常判定装置的功能结构的方框图。

图3是表示本发明实施形态1的卷扬机异常判定装置的具体动作的流程图。

图4是表示本发明实施形态1的异常模式(pattern)数据的说明图。

图5是表示本发明实施形态2的电梯装置的卷扬机异常判定装置的方框图。

图6是表示本发明实施形态2的卷扬机异常判定装置的具体动作的流程图。

图7是表示本发明实施形态2的异常模式数据的说明图。

符号说明

1-卷扬机；2-缆绳；3-轿厢；6-话筒(噪音传感器)；7-加速度传感器(振动传感器)；8-电梯控制盘；8a-监视报知器；9、9A-卷扬机异常判定装置；10-通常噪音存储器；10A-通常噪音特征点存储器；11、11A-噪音电平评价器；12-通常振动存储器；12A-通常振动特征点存储器；13、13A-振动电平评价器；14、14A-异常模式数据存储器；15、15A-故障判别器；SW-通常数据输入开关；Dn-噪音电平；Dv-振动电平；Dfn-噪音特征点数据；Dfv-振动特征点数据；f(n)-噪音评价结果；f(v)-振动评价结果；E-故障信号；M-接通信号；ΔDn-噪音电平偏差；ΔDv-振动电平偏差

具体实施方式

实施形态1

图1是表示本发明实施形态1的电梯装置的方框结构图。

图1中，电梯装置，具有：设置在大楼最上层的机械室中的卷扬机1；卷绕在卷扬机1上的缆绳2；与缆绳2的两端连接的轿厢3和对重4；对缆绳2进行偏导用的偏导轮5。

在最近，也使用不设有机械室、而将设备配设在升降通道中的无机械室电梯装置，在这样的无机械室电梯装置中，当然也能应用本发明。

又，图1所示的缆绳式的电梯装置，为了驱动卷扬机1并使轿厢3升降，具有：作为卷扬机1的噪音传感器功能的话筒6；作为卷扬机1的振动传感器功能的加速度传感器7；驱动控制卷扬机1内的电动机(未图示)并使轿厢3升降运行的电梯控制盘8；设在电梯控制盘8上的监视报知器8a；在卷扬机1发生异常时向电梯控制盘8输入故障信号E的卷扬机异常判定装置9；通常数据输入开关SW。

话筒6(噪音传感器)和加速度传感器7(振动传感器)，经常对噪音电平Dn和振动电平Dv进行检测，分别作为噪音检测值和振动检测值向卷扬机异常判定装置9输入。

卷扬机异常判定装置9，根据噪音电平Dn和振动电平Dv来判定卷扬机1有无异常，在判定为发生异常状态时将故障信号E向电梯控制盘8输入。

作为具有监视报知器功能的监视报知器8a，在电梯控制盘8的控制下被驱动，在卷扬机1发生异常时，与故障信号E响应而显示发生异常状态(包括故障内容等)。

又，与卷扬机异常判定装置9连接的通常数据输入开关SW，设置成能从外部进行操作，在通常数据的输入模式时(例如，电梯的正常运行时)通过操作者进行接通操作，就将接通信号M向卷扬机异常判定装置9输入。

图2是表示图1内的卷扬机异常判定装置9的具体的功能结构的方框图。

图2中，卷扬机异常判定装置9，具有：通常噪音存储器10；噪音电平评价器11；通常振动存储器12；振动电平评价器13；异常模式数据存储器14和故障判别器15。从通常数据输入开关SW来的接通信号M，向卷扬机异常判定装置9内的噪音电平评价器11和振动电平评价器13输入。

通常噪音存储器10与接通信号M响应，并将来自话筒6的噪音电平Dn作为通常噪音电平(通常数据)进行存储。

同样，通常振动存储器12与接通信号M响应，并将来自加速度传感器7的振动电平Dv作为通常振动电平(通常数据)进行存储。

噪音电平评价器11，将通常噪音存储器10内的通常噪音电平与来自话筒6的噪音电平Dn进行比较，算出两者的噪音电平偏差ΔDn。

同样，振动电平评价器13，将通常振动存储器12内的通常振动电平与来自加速度传感器7的振动电平Dv进行比较，算出两者的振动电平偏差ΔDv。

异常模式数据存储器14，存储与噪音电平评价器11和振动电平评价器13的各评价结果对应的异常模式数据。

故障判别器15，参照异常模式数据存储器14内的异常模式数据，在噪音电平偏差ΔDn和振动电平偏差ΔDv比规定值αn、αv大的情况下，判别为卷扬机1发生故障状态，生成故障信号E并向电梯控制盘8输入。

接着，参照图3和图4，对图1和图2所示的本发明实施形态1的电梯控制装置的具体动作进行说明。

又，在通常噪音存储器10和通常振动存储器12中，预先设定有各通常电平的初始值。

图3是表示卷扬机异常判定装置9的处理动作的流程图，图4是表示异常模式数据存储器14内的异常模式数据的说明图。

图4中，纵轴是通常噪音电平(通常数据)与检测噪音电平Dn(检测数据)的噪音电平偏差ΔDn，横轴是通常振动电平(通常数据)与检测振动电平Dv(检测数据)的振动电平偏差ΔDv。

图4所示的异常模式数据，其与各规定值αn、αv关联的多个故障区域由2维图构成。

图3中，首先，卷扬机异常判定装置9内的噪音电平评价器11和振动电平评价器13，对通常数据输入开关SW是否进行接通操作(生成接通信号M)进行判定(步骤S1)。

在步骤S1中，若判定为生成接通信号M(即YES)，各评价器11、13反映现状处于通常数据的输入模式，将来自现在时刻所输入的各传感器6、7的检测值(噪音电平Dn、振动电平Dv)作为通常电平存储于各存储器10、12中(步骤S2)，图3的处理程序结束。

另一方面，在步骤S1中，若判定为未生成接通信号M(即NO)，各评价器11、13反映现状处于异常判定模式，将来自各传感器6、7的检测值Dn、Dv与各存储器10、12内的通常数据进行比较，对噪音电平偏差ΔDn和振动电平偏差ΔDv进行运算(步骤S3)。

又，在图3中，将噪音电平偏差ΔDn和振动电平偏差ΔDv统称地表述为偏差ΔD。

接着，卷扬机异常判定装置9内的故障判别器15，将噪音电平偏差ΔDn和振动电平偏差ΔDv与成为各自的异常判定基准的规定值αn、αv进行比较，对是否满足ΔDn≤αn且ΔDv≤αv的条件进行判定(步骤S4)。

在图3中，将相对各偏差ΔDn、ΔDv的规定值αn、αv统称地表述为规定值α。

在步骤S4中，若判定为满足ΔDn≤αn且ΔDv≤αv的条件(即YES)，故障判别器15反映卷扬机1为正常状态，立即结束图3的处理程序。

另一方面，在步骤S4中，若判定为ΔDn＞αn且ΔDv＞αv(即NO)，则反映卷扬机1为发生异常状态，参照异常模式数据(参照图4)，根据各偏差ΔDn和ΔDv来推定故障内容(步骤S5)。

这时，故障判别器15，根据各偏差ΔDn、ΔDv的值与图4内的2维图的哪个区域对应来推定故障内容。

也就是说，图4中，若各偏差ΔDn、ΔDv都为规定值αn、αv以下，则判定为无异常(正常)。

又，在仅噪音电平偏差ΔDn比规定值αn大的情况下，推定为“润滑油的润滑不良状态”或“缆绳2的打滑状态”，在仅振动电平偏差ΔDv比规定值αv大的情况下，推定为“轴承的不良状态”或“制动器的释放不良状态”。

又，在各偏差ΔDn、ΔDv都比规定值αn、αv大的情况下，推定为“齿轮的损坏状态”或“控制系统的振荡状态”。

如图4所示，存储在异常模式数据存储器14中的异常模式数据(2维图)，由于与噪音电平评价器11和振动电平评价器13的各评价结果对应、故障判别器15与2维图的多个区域对应，故能对个别的故障内容进行推定。

最后，故障判别器15，根据异常模式数据将故障内容(故障原因)的推定结果与故障信号E一起向电梯控制盘8输入(步骤S6)，结束图3的处理程序。

由此，电梯控制盘8，驱动监视报知器8a，显示发生异常状态和故障原因等，并利用远距离监视系统(未图示)等对需维修部位进行通报，并由操作者促使卷扬机1迅速地回复。

这样，由于设有话筒6、加速度传感器7和卷扬机异常判定装置9，将噪音电平Dn与振动电平Dv组合地进行分析，并将正常数据(正常时的噪音电平和振动电平)与检测数据Dn、Dv进行比较，故能对卷扬机1是否有异常发生进行正确的判定。

又，由于一边参照异常模式数据(图4)、一边将噪音电平Dn与振动电平Dv组合地进行分析，故能明确地推定卷扬机1的故障内容。

因此，能在至电梯不能起动的状态等之前察觉零件的劣化，能迅速地进行处理。

又，图4的异常模式数据，仅表示故障内容的一例，而不限于此。

又，这里，虽然根据通常电平与检测电平的偏差ΔDn、ΔDv判定异常的有无，但也可以根据检测电平Dn、Dv是否超过通常电平的任意倍数(例如，1.5倍)来判定异常的有无。

实施形态2

又，在上述实施形态1中，虽然对噪音电平Dn和振动电平Dv分别作了评价，但也可以将频率分析的结果作为特征点提取地进行评价。

以下，对从检测数据的频率分析结果来进行异常判定的本发明的实施形态2进行说明。

图5是表示本发明实施形态2的电梯装置的卷扬机异常判定装置9A的方框图，对与前述(参照图2)同样的部分标上与前述相同的符号、或在符号后标上“A”，省略详细说明。

本发明的实施形态2的电梯装置的整体结构，如图1所示，仅卷扬机异常判定装置9A内的局部结构不同。

图5中，卷扬机异常判定装置9A，具有插入于各传感器6、7的输出侧的频率分析器16、17，还具有与各评价器11A、13A关联的通常噪音特征点存储器10A和通常振动特征点存储器12A来代替前述的通常噪音存储器10和通常振动存储器12。

频率分析器16，对来自话筒6的噪音电平Dn进行频率分析而生成噪音特征点数据Dfn，并向噪音电平评价器11A输入。

同样，频率分析器17，对来自加速度传感器7的振动电平Dv进行频率分析而生成振动特征点数据Dfv，并向振动电平评价器13A输入。

通常噪音特征点存储器10A和通常振动特征点存储器12A，与接通信号M响应，将通常噪音特征点数据和通常振动特征点数据分别更新后进行存储。

噪音电平评价器11A，将噪音特征点数据Dfn与通常噪音特征点数据进行比较，并将噪音特征点数据Dfn和比较结果(后述)作为噪音评价结果f(n)向故障判别器15A输入。

同样，振动电平评价器13A，将振动特征点数据Dfv与通常振动特征点数据进行比较，并将振动特征点数据Dfv和比较结果(后述)作为振动评价结果f(v)向故障判别器15A输入。

异常模式数据存储器14A，存储与各评价器11A、13A的各评价结果f(n)、f(v)对应的异常模式数据(参照图7)。

故障判别器15A，参照异常模式数据，在从各评价结果f(n)、f(v)对卷扬机1的故障进行判别的情况下生成故障信号E。

当对图5内的卷扬机异常判定装置9A更具体地说明时，频率分析器16、17，将规定数N(例如，N＝10)的频率f和频率峰值fp作为噪音特征点数据Dfn和振动特征点数据Dfv进行提取，并向各评价器11A、13A输入。

各特征点存储器10A、12A，与来自通常数据输入开关SW的接通信号M响应，将来自频率分析器16、17的各特征点数据分别作为通常噪音特征点数据和通常振动特征点数据进行存储。

噪音电平评价器11A，算出规定数N的噪音特征点数据Dfn与通常噪音特征点数据的噪音特征点偏差ΔDfn，作为噪音评价结果f(n)生成规定数N的噪音特征点数据Dfn和噪音特征点偏差ΔDfn。

同样，振动电平评价器13A，算出规定数N的振动特征点数据Dfv与通常振动特征点数据的振动特征点偏差ΔDfv，作为振动评价结果f(v)生成规定数N的振动特征点数据Dfv和振动特征点偏差ΔDfv。

故障判别器15A，在规定数N的噪音特征点偏差ΔDfn和振动特征点偏差ΔDfv中，从大的起依次地提取3点数据，在3点数据中的至少1个的噪音特征点偏差ΔDfn或振动特征点偏差ΔDfv比规定值βn(βfn、βfpn)、βv(βfv、βfpv)大的情况下，生成故障信号E。

异常模式数据存储器14A，将与各评价器11A、13A的各评价结果对应的2维图作为异常模式数据(图7)进行存储，故障判别器15A，与2维图的多个区域对应，与前述同样对个别的故障内容进行判别。

接着，一边参照图6和图7，一边对图5所示的本发明实施形态2的电梯装置的具体处理动作进行说明。

又，在各特征点存储器10A、12A中，预先设定有各通常特征点数据的初始值。

图6是表示卷扬机异常判定装置9A的处理动作的流程图，图7是表示异常模式数据存储器14A内的异常模式数据的说明图。

图7中，纵轴是噪音电平频率fn，横轴是振动频率fv，将与噪音频率的3点数据fn1～fn3和振动频率的3点数据fv1～fv3关联的多个故障区域作为2维图的异常模式数据来构成。

在图6中，步骤S11～S16，是与前述(参照图3)的各步骤S1～S6同样的处理。

首先，卷扬机异常判定装置9A内的频率分析器16、17，对来自各传感器6、7的检测数据(噪音电平Dn、振动电平Dv)进行频率分析，分别提取规定数N的频率fn、fv和频率峰值fpn、fpv，并作为各特征点数据Dfn、Dfv向各评价器11A、13A输入(步骤S10)。

这时，因电梯设备及振动部位(轴承、齿轮、电动机等)的不同，并由于发生互相不同的固有频率，故各特征点数据Dfn、Dfv表示设备及振动部位。

接着，各评价器11A、13A，对是否从通常数据输入开关SW生成接通信号M进行判定(步骤S11)，若判定为生成接通信号M(即YES)，则由于反映为通常数据的输入模式，故将现在时刻所输入的各特征点数据Dfn、Dfv作为通常特征点数据存储于各存储器10A、12A中(步骤S12)，结束图3的处理程序。

这时，由于仅存储规定数N的特征点数据，故能减轻各存储器10A、12A的容量。

另一方面，在步骤S11中，若未生成接通信号M(即NO)，则由于各评价器11、13反映为异常判定模式，故将各特征点数据Dfn、Dfv与各存储器10A、12A内的通常特征点数据进行比较，对各特征点偏差ΔDfn、ΔDfv进行运算，故障判别器15A，从各特征点偏差ΔDfn、ΔDfv的大的一方起依次地提取3点数据(步骤S3)。

这时，由于限定于3点数据地进行提取，故能减少作为判定对象的样本。但是，不限定于3点数据，根据需要能设定成任意的数据数。

又，在图6中，将与噪音和振动有关的频率偏差Δfn、Δfv统称地表述为偏差Δf，将与噪音和振动有关的频率峰值偏差Δfpn、Δfpv统称地表述为偏差Δfp。

接着，故障判别器15A，将与噪音和振动有关的3点数据的偏差Δf、Δfp与成为各自的异常判定基准的规定值β(βf、βfp)进行比较，并对所有的偏差是否满足规定值β以下的条件进行判定(步骤S14)。

图6中，将相对各偏差的规定值统称地表述为β。

在步骤S14中，若判定为所有的偏差在规定值β以下(即YES)，则故障判别器15A反映卷扬机1为正常状态，立即结束图6的处理程序。

另一方面，在步骤S14中，若判定为各3点数据的任1个比规定值β大(即NO)，则反映为卷扬机1发生异常状态，参照异常模式数据(参照图7)，根据各3点数据中的异常数据(频率f)来推定故障内容(步骤S15)。

这时，故障判别器15，根据异常数据是否与图7内的2维图的哪个区域对应来推定故障内容。

图7中，异常模式数据表示提取位于噪音频率的3点数据fn1～fn3与振动频率的3点数据fv1～fv3的交叉点的故障部位模式的情况之一例。

例如，在图7内用黑点所示的交叉点“fn2、fv1”、“fn1、fv3”的情况下，作为故障内容，判定为与“润滑”或“轴承”有关的不良情况。

如图7所示，存储在异常模式数据存储器14A中的异常模式数据(2维图)，由于与噪音电平评价器11和振动电平评价器13的各评价结果对应，所以，故障判别器15A能与2维图的多个区域对应地推定个别的故障内容。

最后，故障判别器15A，根据异常模式数据将故障内容(故障原因)的推定结果与故障信号E一起向电梯控制盘8输入(步骤S16)，结束图6的处理程序。

这样，向电梯控制盘8发送的故障信号E和故障内容判定结果在监视报知器8a上被显示，并由操作者促使卷扬机1迅速地回复。

这样，根据噪音和振动电平Dn、Dv的频率分析将各特征点数据与正常时的特征点数据进行比较，由于从各评价结果f(n)、f(v)对故障的有无和内容进行判别，故能对卷扬机1的异常状态进行正确的判定。

又，由于能一边参照异常模式数据(图7)、一边将噪音频率fn与振动频率fv组合地进行分析，故能明确地推定卷扬机1的故障内容。

因此，能在至电梯不能起动的状态等之前察觉零件的劣化并能迅速地进行处理。

Claims

1.一种电梯装置，是驱动卷扬机使轿厢升降的缆绳式电梯装置，其特征在于，具有

驱动控制所述卷扬机的电梯控制盘；

检测所述卷扬机的噪音电平的噪音传感器；

检测所述卷扬机的振动电平的振动传感器；以及

根据所述噪音电平和所述振动电平将所述卷扬机的故障信号向所述电梯控制盘输入的卷扬机异常判定装置，

所述电梯控制盘具有监视报知器，响应所述故障信号，对所述监视报知器进行驱动。

2.如权利要求1所述的电梯装置，其特征在于，所述卷扬机异常判定装置具有

存储通常噪音电平和通常振动电平的通常电平存储器；

将来自所述噪音传感器的噪音电平与所述通常噪音电平进行比较的噪音电平评价器；

将来自所述振动传感器的振动电平与所述通常振动电平进行比较的振动电平评价器；

存储与所述噪音电平评价器和所述振动电平评价器的各评价结果对应的异常模式数据的异常模式数据存储器；以及

参照所述异常模式数据，在从所述各评价结果对所述卷扬机的故障进行判别时生成所述故障信号的故障判别器。

3.如权利要求2所述的电梯装置，其特征在于，

所述噪音电平评价器计算出来自所述噪音传感器的噪音电平与所述通常噪音电平的噪音电平偏差，

所述振动电平评价器计算出来自所述振动传感器的振动电平与所述通常振动电平的振动电平偏差，

所述故障判别器在所述噪音电平偏差和所述振动电平偏差比规定值大的情况下，生成所述故障信号。

4.如权利要求2或3所述的电梯装置，其特征在于，

具有在通常数据的输入模式时生成接通信号的通常数据输入开关，

所述通常电平存储器响应来自所述通常数据输入开关的接通信号，将来自所述噪音传感器的噪音电平和来自所述振动传感器的振动电平分别作为所述通常噪音电平和所述通常振动电平进行存储。

5.如权利要求1所述的电梯装置，其特征在于，

所述卷扬机异常判定装置包含

将来自所述噪音传感器的噪音电平和来自所述振动传感器的振动电平分别进行频率分析，生成噪音特征点数据和振动特征点数据的频率分析器；

分别存储通常噪音特征点数据和通常振动特征点数据的通常特征点存储器；

将所述噪音特征点数据与所述通常噪音特征点数据加以比较的噪音电平评价器；

将所述振动特征点数据与所述通常振动特征点数据加以比较的振动电平评价器；

参照所述异常模式数据，在根据所述各评价结果对所述卷扬机的故障进行判别的情况下生成所述故障信号的故障判别器。

6.如权利要求5所述的电梯装置，其特征在于，

所述频率分析器，提取规定数目的频率和频率峰值，作为所述噪音特征点数据和所述振动特征点数据，

所述噪音电平评价器计算出所述规定数目的噪音特征点数据与所述通常噪音特征点数据的噪音特征点偏差，

所述振动电平评价器计算出所述规定数的振动特征点数据与所述通常振动特征点数据的振动特征点偏差，

所述故障判别器在所述规定数目的噪音特征点偏差和振动特征点偏差中从大的一方按顺序提取3点数据，在所述3点数据中的至少1个噪音特征点偏差或振动特征点偏差比规定值大的情况下，生成所述故障信号。

7.如权利要求5或6所述的电梯装置，其特征在于，

所述通常特征点存储器响应来自所述通常数据输入开关的接通信号，将来自所述频率分析器的噪音特征点数据和振动特征点数据分别作为所述通常噪音特征点数据和所述通常振动特征点数据加以存储。

8.如权利要求2～7的任一项所述的电梯装置，其特征在于，

所述异常模式数据存储器将与所述噪音电平评价器和所述振动电平评价器的各评价结果对应的2维图作为所述异常模式数据进行存储，

所述故障判别器对与所述2维图的多个区域对应的个别的故障内容进行推定，将所述故障内容的推定结果与所述故障信号一起向所述电梯控制盘输入。