JP2015054780A - Abnormality diagnostic system for passenger conveyor - Google Patents

Abnormality diagnostic system for passenger conveyor Download PDF

Info

Publication number
JP2015054780A
JP2015054780A JP2013190161A JP2013190161A JP2015054780A JP 2015054780 A JP2015054780 A JP 2015054780A JP 2013190161 A JP2013190161 A JP 2013190161A JP 2013190161 A JP2013190161 A JP 2013190161A JP 2015054780 A JP2015054780 A JP 2015054780A
Authority
JP
Japan
Prior art keywords
abnormality
data
abnormal
unit
passenger conveyor
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.)
Granted
Application number
JP2013190161A
Other languages
Japanese (ja)
Other versions
JP5743347B2 (en
Inventor
中田 好彦
Yoshihiko Nakada
好彦 中田
佐藤 勇治
Yuji Sato
勇治 佐藤
洋司 川西
Yoji Kawanishi
洋司 川西
Original Assignee
東芝エレベータ株式会社
Toshiba Elevator 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 東芝エレベータ株式会社, Toshiba Elevator Co Ltd filed Critical 東芝エレベータ株式会社
Priority to JP2013190161A priority Critical patent/JP5743347B2/en
Publication of JP2015054780A publication Critical patent/JP2015054780A/en
Application granted granted Critical
Publication of JP5743347B2 publication Critical patent/JP5743347B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B66HOISTING; LIFTING; HAULING
    • B66BELEVATORS; ESCALATORS OR MOVING WALKWAYS
    • B66B27/00Indicating operating conditions of escalators or moving walkways

Abstract

PROBLEM TO BE SOLVED: To accurately diagnose an abnormality of a passenger conveyor even if collection accuracy of time history data varies.SOLUTION: An abnormality diagnostic system for a passenger conveyor includes: storage means for storing data that is measured by a sensor terminal installed at a predetermined position of the passenger conveyor; frequency analysis means for reading the measured data and performing a frequency analysis of the data; abnormal component extraction means for extracting an abnormal component on the basis of the measured data and reference data; correlation value calculation means for calculating each correlation value between abnormality extraction measured data corresponding to the abnormal component and a plurality of abnormality data; abnormality detection means for detecting whether or not an abnormality occurs in the passenger conveyor on the basis of each correlation value; abnormality estimation means for estimating details of the abnormality on the basis of the abnormality data used when each correlation value is determined if the abnormality is detected; and display means for displaying the details of the abnormality.

Description

本発明の実施形態は、乗客コンベアの異常診断システムに関する。   Embodiments described herein relate generally to an abnormality diagnosis system for passenger conveyors.
エスカレータや動く歩道などの乗客コンベアは、チェーンにより無端状に連結された多数の踏段(ステップ)を有する。乗客コンベアは、これらの踏段をトラス内部に配設されたガイドレールに沿ってモータ駆動により循環移動させることで、踏段に搭乗した乗客を一方の乗降口から他方の乗降口へと搬送する構造である。   Passenger conveyors such as escalators and moving walkways have a number of steps connected endlessly by a chain. The passenger conveyor is a structure that conveys passengers boarding a step from one boarding gate to the other boarding gate by circulating and moving these steps along the guide rails arranged inside the truss by motor drive. is there.
このような乗客コンベアでは、長期に亘る稼働による用品の摩耗や据え付け調整状態の経年劣化、或いは異物の混入や乗客によるいたずらなどに起因して、例えば、可動部分のこすれや乗り上げなどといった異常が発生する。   In such passenger conveyors, abnormalities such as rubbing of moving parts and riding on, for example, occur due to wear of goods due to long-term operation, aging deterioration of installation adjustment state, foreign matter mixing, mischief by passengers, etc. To do.
このような異常は、振動や音として現れることが多い。乗客コンベアに振動や音の異常が発生した場合、通常、保守員が現場に赴いて実際に乗客コンベアを稼働し、異常がどの部分で発生しているかを特定して、異常発生要因となっている部品の交換や調整作業などを行う。作業中は乗客コンベアの運転サービスを停止しておくため、作業に時間を要すると利用者に多大な迷惑をかけてしまう。   Such abnormalities often appear as vibrations or sounds. When vibration or sound abnormalities occur in the passenger conveyor, usually maintenance personnel visit the site and actually operate the passenger conveyor, identify where the abnormality is occurring and become the cause of the abnormality Replace and adjust parts. Since the operation service of the passenger conveyor is stopped during the work, if time is required for the work, the user is greatly inconvenienced.
また、保守員が現場で異常発生要因を特定する際、現場に赴いた保守員の熟練度によってその正確性や迅速性において差が生じることも多い。熟練度の低い保守員の場合、さらに長時間のサービス停止を余儀なくされる。このため、故障に至る前に何らかの異常が現れた段階でその異常を早期に発見し、保守作業によって異常を解消させて故障を回避しておくことが望まれる。   In addition, when the maintenance personnel specify the cause of the abnormality at the site, there are many differences in accuracy and speed depending on the skill level of the maintenance personnel who have visited the site. In the case of maintenance personnel with low skill level, the service is forced to stop for a longer time. For this reason, it is desirable to detect an abnormality at an early stage when some abnormality appears before the failure occurs, and to eliminate the abnormality by maintenance work to avoid the failure.
このような要望に応えるものとして、所定の踏段内部に鉛直方向の感度を表す直流成分を測定可能な加速度センサを有し、この加速度センサの出力信号(時刻歴データ)を解析処理して異常診断を行う乗客コンベアの異常診断システムが提案されている。   In response to this demand, we have an acceleration sensor that can measure the DC component representing the sensitivity in the vertical direction inside a given step, and analyze the output signal (time history data) of this acceleration sensor to diagnose abnormalities. An abnormality diagnosis system for passenger conveyors has been proposed.
特許第4020204号公報Japanese Patent No. 4020204
しかしながら、上記乗客コンベアの異常診断システムでは、時刻歴データを解析処理して異常診断を行うため、加速度センサによる時刻歴データの収集精度にばらつきが生じると、解析処理時に時刻歴データに含まれるノイズが増幅し、異常診断を精度よく行うことができないという不都合がある。   However, since the abnormality diagnosis system for the passenger conveyor performs an abnormality diagnosis by analyzing the time history data, if the collection accuracy of the time history data by the acceleration sensor varies, noise included in the time history data during the analysis processing Amplification causes an inconvenience that abnormality diagnosis cannot be performed with high accuracy.
本発明が解決しようとする課題は、時刻歴データの収集精度にばらつきが生じたとしても、乗客コンベアの異常診断を精度よく実行し得る乗客コンベアの異常診断システムを提供することである。   The problem to be solved by the present invention is to provide a passenger conveyor abnormality diagnosis system that can accurately perform abnormality diagnosis of passenger conveyors even if the collection accuracy of time history data varies.
一実施形態に係る乗客コンベアの異常診断システムは、乗客コンベアの所定の箇所に設置されたセンサ端末により計測されたデータを記憶する記憶手段と、前記記憶手段に記憶された前記センサ端末の計測データを読み出して周波数分析する周波数分析手段と、前記周波数分析手段によって周波数分析された前記計測データと予め設定された基準データとに基づいて異常成分を抽出する異常成分抽出手段と、前記異常成分抽出手段によって抽出された異常成分に応じた異常抽出計測データと、複数の異常原因毎の特徴を表す複数の異常データとの相関値をそれぞれ算出する相関値算出手段と、前記相関値算出手段によって算出された各相関値に基づいて前記乗客コンベアに異常が発生しているか否かを検出する異常検出手段と、前記異常検出手段によって異常が検出された場合に、前記各相関値を求めたときに用いた異常データに基づいて異常の詳細を推定する異常推定手段と、前記異常推定手段によって推定された異常の詳細を表示する表示手段とを備える。   An abnormality diagnosis system for a passenger conveyor according to an embodiment includes a storage unit that stores data measured by a sensor terminal installed at a predetermined location of the passenger conveyor, and a measurement data of the sensor terminal stored in the storage unit Frequency analysis means for reading out and analyzing the frequency, abnormal component extraction means for extracting an abnormal component based on the measurement data frequency-analyzed by the frequency analysis means and preset reference data, and the abnormal component extraction means Calculated by the correlation value calculating means for calculating the correlation value between the abnormality extraction measurement data corresponding to the abnormal component extracted by the plurality of abnormality data representing the characteristics of each of the plurality of abnormality causes, and the correlation value calculating means. Abnormality detecting means for detecting whether or not an abnormality has occurred in the passenger conveyor based on each correlation value, and the abnormality detection When an abnormality is detected by a stage, an abnormality estimation means for estimating the details of the abnormality based on the abnormality data used when the correlation values are obtained, and the details of the abnormality estimated by the abnormality estimation means are displayed. Display means.
図1は、一実施形態に係るエスカレータの異常診断システムの構成を示す図である。FIG. 1 is a diagram illustrating a configuration of an escalator abnormality diagnosis system according to an embodiment. 図2は、同実施形態におけるエスカレータの異常診断システムを構成するセンサ端末、データ収集装置、遠隔監視装置の内部構成を示すブロック図である。FIG. 2 is a block diagram showing an internal configuration of a sensor terminal, a data collection device, and a remote monitoring device that constitute the escalator abnormality diagnosis system in the embodiment. 図3は、同実施形態における遠隔監視装置に備えられたデータ記憶部の構成を示す図である。FIG. 3 is a diagram illustrating a configuration of a data storage unit provided in the remote monitoring device according to the embodiment. 図4は、同実施形態における遠隔監視装置によって実行される異常音抽出処理、ノイズ低減処理及び異常検出処理の一例を示すフローチャートである。FIG. 4 is a flowchart illustrating an example of abnormal sound extraction processing, noise reduction processing, and abnormality detection processing executed by the remote monitoring apparatus according to the embodiment. 図5は、同実施形態における遠隔監視装置によって実行される処理時に用いられるデータの分析単位を説明するための図である。FIG. 5 is a diagram for explaining a data analysis unit used in processing executed by the remote monitoring apparatus according to the embodiment. 図6は、同実施形態におけるセンサ端末によって収集された走行音データの一例を示す波形図である。FIG. 6 is a waveform diagram showing an example of running sound data collected by the sensor terminal in the embodiment. 図7は、同実施形態における遠隔監視装置で周波数分析した走行音データの一例を示す図である。FIG. 7 is a diagram illustrating an example of running sound data subjected to frequency analysis by the remote monitoring device according to the embodiment. 図8は、図7に示す一の走行音データと他の走行音データとを比較したときの相違率を示す図である。FIG. 8 is a diagram showing a difference rate when the one traveling sound data shown in FIG. 7 is compared with the other traveling sound data. 図9は、同実施形態における遠隔監視装置によって実行される処理時に用いられるデータの分析単位を説明するための別の図である。FIG. 9 is another diagram for explaining a data analysis unit used during processing executed by the remote monitoring apparatus according to the embodiment.
以下、図面を参照して実施形態を説明する。   Hereinafter, embodiments will be described with reference to the drawings.
なお、以下では乗客コンベアの一つであるエスカレータを例にして説明する。   Hereinafter, an escalator which is one of passenger conveyors will be described as an example.
図1は、一実施形態に係るエスカレータの異常診断システムの構成を示す図である。図中の10はエスカレータ全体を示す。   FIG. 1 is a diagram illustrating a configuration of an escalator abnormality diagnosis system according to an embodiment. 10 in the figure indicates the entire escalator.
エスカレータ10は、例えば、建物の上階と下階との間に傾斜して設置される。このエスカレータ10は、隙間なく連結された多数の踏段(ステップ)11を上部機械室12の乗降口と下部機械室13の乗降口との間で循環移動させることで、踏段11上に搭乗した乗客を搬送する。   For example, the escalator 10 is installed to be inclined between an upper floor and a lower floor of a building. This escalator 10 circulates and moves a large number of steps (steps) 11 connected without gaps between an entrance / exit of the upper machine room 12 and an entrance / exit of the lower machine room 13, so that passengers who are on the step 11 Transport.
各踏段11は、無端状の連結チェーン14によって連結されており、建物の床下に設置されたトラス15内に配置されている。トラス15の内部には、上部スプロケット16と下部スプロケット17が配置されており、これらの間に連結チェーン14が巻き掛けられている。   Each step 11 is connected by an endless connection chain 14 and is arranged in a truss 15 installed under the floor of the building. Inside the truss 15, an upper sprocket 16 and a lower sprocket 17 are arranged, and a connecting chain 14 is wound around them.
上部スプロケット16と下部スプロケット17のいずれか一方(この例では上部スプロケット16)には、モータや減速機などを有する駆動装置18が連結されている。この駆動装置18により、スプロケット16,17が回転し、スプロケット16,17に噛み合う連結チェーン14を介して複数の踏段11が図示しない案内レールにガイドされながら上部機械室12の乗降口と下部機械室13の乗降口との間を循環移動する。   A driving device 18 having a motor, a speed reducer, or the like is connected to one of the upper sprocket 16 and the lower sprocket 17 (in this example, the upper sprocket 16). The sprockets 16 and 17 are rotated by the driving device 18, and a plurality of steps 11 are guided by guide rails (not shown) via a connecting chain 14 that meshes with the sprockets 16 and 17. It circulates between 13 entrances and exits.
また、トラス15の上部には、各踏段11の両側面と対向するように一対の図示しないスカートガードが踏段11の移動方向に沿って設置されている。この一対のスカートガード上にそれぞれ欄干19が立設されている。この欄干19の周囲にはベルト状のハンドレール20が装着されている。ハンドレール20は、踏段11に搭乗している乗客が把持する手摺であり、例えば駆動装置18の駆動力が伝達されることで、踏段11の移動と同期して周回する。   A pair of skirt guards (not shown) are installed on the truss 15 along the moving direction of the steps 11 so as to face both side surfaces of each step 11. A balustrade 19 is erected on the pair of skirt guards. A belt-like handrail 20 is mounted around the balustrade 19. The handrail 20 is a handrail gripped by a passenger on the step 11, and circulates in synchronism with the movement of the step 11 by transmitting the driving force of the driving device 18, for example.
ここで、エスカレータ10の多数の踏段11の中で少なくとも1つを点検踏段11aとする。この点検踏段11aの内側にセンサ端末30が仮設あるいは常設固定される。なお、このセンサ端末30の取り付け方法については、本発明とは直接関係しないため、ここではその説明を省略する。   Here, at least one of the multiple steps 11 of the escalator 10 is defined as an inspection step 11a. The sensor terminal 30 is temporarily or permanently fixed inside the inspection step 11a. In addition, about the attachment method of this sensor terminal 30, since it is not directly related to this invention, the description is abbreviate | omitted here.
このセンサ端末30は、例えばBluetooth(登録商標)などの近距離無線通信機能を備えており、エスカレータ10の運転に関わるデータを計測してデータ収集装置40に無線伝送する。以下では、センサ端末30に音センサが内蔵されているものとして説明する。   The sensor terminal 30 has a short-range wireless communication function such as Bluetooth (registered trademark), for example, measures data related to the operation of the escalator 10 and wirelessly transmits the data to the data collection device 40. In the following description, it is assumed that the sensor terminal 30 has a built-in sound sensor.
センサ端末30の近くにデータ収集装置40が設置されている。図1では、下部機械室13にデータ収集装置40を設置した例を示しているが、上部機械室12に設置することでもよい。   A data collection device 40 is installed near the sensor terminal 30. Although FIG. 1 shows an example in which the data collection device 40 is installed in the lower machine room 13, it may be installed in the upper machine room 12.
データ収集装置40は、ゲートウェイ(GW)としての機能を備える。このデータ収集装置40は、センサ端末30によって計測された走行音データを収集し、所定の単位で外部の遠隔監視装置50に伝送する。   The data collection device 40 has a function as a gateway (GW). The data collection device 40 collects the running sound data measured by the sensor terminal 30 and transmits it to the external remote monitoring device 50 in a predetermined unit.
なお、このデータ収集装置40は、複数台(例えば4台)のセンサ端末30と無線通信可能である。したがって、例えば各階床間に掛け渡された複数台のエスカレータ10にセンサ端末30をそれぞれ設置しておけば、これらのセンサ端末30で計測された走行音データを1台のデータ収集装置40を介して遠隔監視装置50に伝送することができる。   The data collection device 40 can wirelessly communicate with a plurality of (for example, four) sensor terminals 30. Therefore, for example, if the sensor terminals 30 are respectively installed on a plurality of escalators 10 spanned between the floors, the traveling sound data measured by these sensor terminals 30 are transmitted via one data collection device 40. Can be transmitted to the remote monitoring device 50.
遠隔監視装置50は、遠隔地に存在する監視センタ60内に設置されている。監視センタ60には、多数の監視員が駐在し、監視対象とする各物件のエスカレータ10の運転状態を遠隔監視装置50のモニタ画面上で監視している。この監視センタ60内の遠隔監視装置50は、エスカレータ10に設けられたデータ収集装置40と通信回線61を介して接続されている。   The remote monitoring device 50 is installed in a monitoring center 60 that exists in a remote place. A large number of supervisors are stationed at the monitoring center 60 and monitor the operation state of the escalator 10 of each property to be monitored on the monitor screen of the remote monitoring device 50. The remote monitoring device 50 in the monitoring center 60 is connected to a data collection device 40 provided in the escalator 10 via a communication line 61.
なお、図1の例では、1台のエスカレータ10しか図示されていないが、実際には各物件のエスカレータ10が通信回線61を介して監視センタ60内の遠隔監視装置50に接続されている。監視員は、遠隔監視装置50のモニタ画面上で何らかの異常を検出すると、保守員を現場に派遣するなどして対処する。   Although only one escalator 10 is shown in the example of FIG. 1, the escalator 10 of each property is actually connected to the remote monitoring device 50 in the monitoring center 60 via the communication line 61. When the monitoring person detects any abnormality on the monitor screen of the remote monitoring device 50, the monitoring person takes measures by dispatching a maintenance person to the site.
図2は、同実施形態におけるエスカレータの異常診断システムを構成するセンサ端末、データ収集装置、遠隔監視装置の内部構成を示すブロック図である。   FIG. 2 is a block diagram showing an internal configuration of a sensor terminal, a data collection device, and a remote monitoring device that constitute the escalator abnormality diagnosis system in the embodiment.
本システムは、センサ端末30とデータ収集装置40と遠隔監視装置50とで構成されている。図1に示したように、センサ端末30は、エスカレータ10の各踏段11の中の点検踏段11aに設置される。このセンサ端末30は、制御部31と、センサ部32と、踏段位置検出部33と、無線通信部34とを備える。   This system includes a sensor terminal 30, a data collection device 40, and a remote monitoring device 50. As shown in FIG. 1, the sensor terminal 30 is installed on the inspection step 11 a in each step 11 of the escalator 10. The sensor terminal 30 includes a control unit 31, a sensor unit 32, a step position detection unit 33, and a wireless communication unit 34.
制御部31は、センサ端末30の制御を行う。センサ部32は、エスカレータ10の運転に関わるデータを計測する。本実施形態では、このセンサ部32として音センサが搭載されており、エスカレータ10の走行音データを計測する。   The control unit 31 controls the sensor terminal 30. The sensor unit 32 measures data related to the operation of the escalator 10. In the present embodiment, a sound sensor is mounted as the sensor unit 32 and travel sound data of the escalator 10 is measured.
踏段位置検出部33は、傾斜センサやジャイロセンサなどからなり、点検踏段11aの位置を基準にしてエスカレータ10の一周を検出する。無線通信部34は、データ収集装置40との間で近距離無線通信を行い、センサ部32によって計測された走行音データをデータ収集装置40に送信する。   The step position detection unit 33 includes an inclination sensor, a gyro sensor, and the like, and detects one round of the escalator 10 based on the position of the inspection step 11a. The wireless communication unit 34 performs short-range wireless communication with the data collection device 40, and transmits traveling sound data measured by the sensor unit 32 to the data collection device 40.
データ収集装置40は、エスカレータ10の所定の箇所(図1の例では下部機械室13)に設置される。このデータ収集装置40は、無線通信部41と、データ記憶部42と、伝送制御部43とを備える。   The data collection device 40 is installed in a predetermined location of the escalator 10 (the lower machine room 13 in the example of FIG. 1). The data collection device 40 includes a wireless communication unit 41, a data storage unit 42, and a transmission control unit 43.
無線通信部41は、センサ端末30とデータ収集装置40との間で近距離無線通信を行い、センサ端末30から送られてくる走行音データを受信する。データ記憶部42は、無線通信部41にて受信された走行音データを記憶する。この場合、監視対象とするエスカレータ10が複数台存在すれば、各エスカレータ10に設定されたIDを付して走行音データを記憶する。伝送制御部43は、データ記憶部42に記憶された走行音データを所定の単位で読み出して遠隔監視装置50に伝送する。   The wireless communication unit 41 performs short-range wireless communication between the sensor terminal 30 and the data collection device 40 and receives traveling sound data transmitted from the sensor terminal 30. The data storage unit 42 stores the running sound data received by the wireless communication unit 41. In this case, if there are a plurality of escalators 10 to be monitored, the running sound data is stored with the ID set for each escalator 10. The transmission control unit 43 reads the running sound data stored in the data storage unit 42 in a predetermined unit and transmits it to the remote monitoring device 50.
遠隔監視装置50は、遠隔地に存在する監視センタ60内に設置されており、エスカレータ10に設けられたデータ収集装置40に通信回線61を介して接続されている。この遠隔監視装置50は、データ送受信部51と、操作入力部52と、データ記憶部53(記憶手段)と、データ処理部54と、表示部58(表示手段)と、報知部59とを備える。   The remote monitoring device 50 is installed in a monitoring center 60 that exists in a remote place, and is connected to a data collection device 40 provided in the escalator 10 via a communication line 61. The remote monitoring device 50 includes a data transmission / reception unit 51, an operation input unit 52, a data storage unit 53 (storage unit), a data processing unit 54, a display unit 58 (display unit), and a notification unit 59. .
データ送受信部51は、各種データの送受信処理を行う。操作入力部52は、キーボードなどからなり、監視員の操作によりデータ入力や指示を行う。   The data transmitter / receiver 51 performs transmission / reception processing of various data. The operation input unit 52 is composed of a keyboard and the like, and performs data input and instructions by the operation of the monitor.
図3に示すように、データ記憶部53には、データ収集装置40から取得したエスカレータ10の走行音データが走行音ファイルF1として記憶される。また、このデータ記憶部53には、予めエスカレータ10の据付時や保守員点検後に測定された走行音データから作成された分析比較用の基準音データが基準音ファイルF2として記憶されている。基準音ファイルF2には、エスカレータ10の部位毎(例、転動部、直動部等)の基準音データが含まれる。さらに、このデータ記憶部53には、エスカレータ10で発生し得る異常を模擬的に発生させることで取得される異常音データが異常音ファイルF3として記憶されている。異常音データとは、異音発生を伴う複数の異常原因毎に各異音の周波数成分の特徴を表したデータである。具体的には、下記のような異常音に関する異常音データが異常音ファイルF3として記憶されている。   As shown in FIG. 3, the traveling sound data of the escalator 10 acquired from the data collection device 40 is stored in the data storage unit 53 as a traveling sound file F1. The data storage unit 53 stores reference sound data for analysis and comparison, which is created from running sound data measured in advance when the escalator 10 is installed or after maintenance personnel inspection, as a reference sound file F2. The reference sound file F2 includes reference sound data for each part of the escalator 10 (eg, a rolling part, a linear movement part, etc.). Further, in the data storage unit 53, abnormal sound data acquired by simulating an abnormality that may occur in the escalator 10 is stored as an abnormal sound file F3. The abnormal sound data is data representing the characteristics of the frequency components of each abnormal sound for each of a plurality of abnormal causes accompanied by the occurrence of abnormal noise. Specifically, abnormal sound data relating to the abnormal sound as described below is stored as the abnormal sound file F3.
(1)踏段とスカートガードが接触することで生じる異常音、
(2)案内レールを異物が通過することで生じる異常音、
(3)連結チェーンのゆるみによって生じる異常音(踏段反転音)、
(4)乗降口ゴムと踏段クリートが接触することで生じる異常音、
(5)踏段の後輪ローラが変形する又は傷つくことで生じる異常音、
(6)踏段の後輪ローラの軸受の不良によって生じる異常音。
(1) Abnormal noise generated by the contact between the step and the skirt guard,
(2) Abnormal noise generated by foreign matter passing through the guide rail,
(3) Abnormal sound (step inversion sound) generated by loosening of the connecting chain,
(4) Abnormal noise generated by contact between the doorway rubber and the step cleat,
(5) Abnormal sound generated when the rear wheel roller of the step is deformed or damaged,
(6) Abnormal noise caused by a defective bearing of the rear wheel roller of the step.
なお、基準音データ及び異常音データの保存形式としては、基準音及び異常音の波形データをWAVファイルの形式で保存しておくことでもよいし、基準音及び異常音をFFT(Fast Fourier Transform:高速フーリエ変換)により周波数分析したデータを保存しておくことでもよい。以下では、説明を簡単にするため、データ記憶部53には、基準音データ及び異常音データとして事前に周波数分析されたデータが保存されているものとして説明する。   Note that the reference sound data and abnormal sound data may be stored in the form of waveform data of the reference sound and abnormal sound in a WAV file format, or the reference sound and abnormal sound may be stored in FFT (Fast Fourier Transform: Data obtained by frequency analysis by fast Fourier transform may be stored. Hereinafter, in order to simplify the description, it is assumed that the data storage unit 53 stores data that has been subjected to frequency analysis in advance as reference sound data and abnormal sound data.
データ処理部54は、マイクロプロセッサなどからなり、エスカレータ10の走行音データを分析処理する。このデータ処理部54は、メモリ55、異常抽出部(ノイズ低減部)56(周波数分析手段、異常成分抽出手段(ノイズ低減手段))及び異常検出部57を備える。   The data processing unit 54 includes a microprocessor and the like, and analyzes the running sound data of the escalator 10. The data processing unit 54 includes a memory 55, an abnormality extraction unit (noise reduction unit) 56 (frequency analysis unit, abnormal component extraction unit (noise reduction unit)), and an abnormality detection unit 57.
メモリ55は、一時記憶用のワークメモリである。このメモリ55には、データ記憶部53の走行音ファイルF1から読み出された走行音データ、基準音ファイルF2から読み出された基準音データ、及び異常音ファイルF3から読み出された異常音データが記憶される。   The memory 55 is a work memory for temporary storage. In this memory 55, the running sound data read from the running sound file F1 of the data storage unit 53, the reference sound data read from the reference sound file F2, and the abnormal sound data read from the abnormal sound file F3. Is memorized.
異常抽出部56は、メモリ55から読み出された走行音データを複素FFTによって周波数分析する。また、異常抽出部56は、周波数分析した走行音データと、メモリ55に格納された基準音データとを用いて異常音成分を抽出する。さらに、異常抽出部56は、抽出した異常音成分を逆複素FFTによって異常抽出走行音データに変換する(異常音抽出処理)。また、異常抽出部56は、所定の分析単位毎に、異常抽出走行音データに含まれるノイズを低減させるノイズ低減処理を実行する。ノイズとは外部環境音であり、例えば、乗客がエスカレータ10の踏段を歩くことで生じる音や、エスカレータ10の周囲で生じている音などを示す。   The abnormality extraction unit 56 performs frequency analysis on the running sound data read from the memory 55 using a complex FFT. Further, the abnormal extraction unit 56 extracts an abnormal sound component using the running sound data subjected to frequency analysis and the reference sound data stored in the memory 55. Further, the abnormal extraction unit 56 converts the extracted abnormal sound component into abnormal extracted traveling sound data by inverse complex FFT (abnormal sound extraction processing). Moreover, the abnormality extraction part 56 performs the noise reduction process which reduces the noise contained in abnormality extraction driving | running | working sound data for every predetermined analysis unit. The noise is an external environmental sound, and indicates, for example, a sound generated when a passenger walks the steps of the escalator 10 or a sound generated around the escalator 10.
異常検出部57は、エスカレータ10で異常が発生しているか否かを検出する部分であり、異常内容推定部57a(相関値算出手段、異常検出手段、異常推定手段(異常内容推定手段))及び異常発生箇所推定部57b(異常推定手段(異常発生箇所推定手段))からなる。なお、実際には、この異常検出部57はアルゴリズムによって実現される。   The abnormality detection unit 57 is a part that detects whether or not an abnormality has occurred in the escalator 10, and includes an abnormality content estimation unit 57a (correlation value calculation means, abnormality detection means, abnormality estimation means (abnormal content estimation means)), and It comprises an abnormality occurrence location estimation unit 57b (abnormality estimation means (abnormality occurrence location estimation means)). Actually, the abnormality detection unit 57 is realized by an algorithm.
異常内容推定部57aは、ノイズ低減処理が施された異常抽出走行音データと、メモリ55に格納された異常音データとを用いて相関処理を実行し、エスカレータ10で異常が発生しているか否かを検出する。また、異常内容推定部57aは、異常が検出された場合に、その異常の内容を推定する。異常発生箇所推定部57bは、異常内容推定部57aによって異常が検出された場合に、その異常がエスカレータ10のどこで発生しているのかを推定する。   The abnormality content estimation unit 57a performs a correlation process using the abnormality extracted traveling sound data subjected to the noise reduction process and the abnormal sound data stored in the memory 55, and whether or not an abnormality has occurred in the escalator 10. To detect. In addition, when an abnormality is detected, the abnormality content estimation unit 57a estimates the content of the abnormality. When an abnormality is detected by the abnormality content estimation unit 57a, the abnormality occurrence location estimation unit 57b estimates where in the escalator 10 the abnormality is occurring.
表示部58は、異常検出部57の処理結果を所定の形式で表示する。また、報知部59は、異常検出部57の処理結果の中に点検を要する箇所が存在した場合に、その旨を表示や音声などにより報知する。   The display unit 58 displays the processing result of the abnormality detection unit 57 in a predetermined format. Further, when there is a place that needs to be inspected in the processing result of the abnormality detection unit 57, the notification unit 59 notifies the fact by display or voice.
このような構成において、まず、監視センタ60内で監視員が遠隔監視装置50の操作入力部52を操作して、エスカレータ10の走行音収集を定期的に行うスケジュールを入力してデータ収集装置40に送る。   In such a configuration, first, a monitoring person operates the operation input unit 52 of the remote monitoring device 50 in the monitoring center 60 to input a schedule for periodically collecting the running sound of the escalator 10 to input the data collecting device 40. Send to.
データ収集装置40は、遠隔監視装置50から送られてきたスケジュールに従ってセンサ端末30に対してエスカレータ10の走行音データの収集開始を指示する。これにより、センサ端末30は、センサ部32として搭載された音センサを用いてエスカレータ10の走行音データを計測し、その計測データ(走行音データ)をデータ収集装置40に送る。詳しくは、センサ端末30は、踏段位置検出部33によって点検踏段11aの位置を基準にしてエスカレータ10が一周したことを検出することにより、周単位で計測データをデータ収集装置40に送る。   The data collection device 40 instructs the sensor terminal 30 to start collecting running sound data of the escalator 10 according to the schedule sent from the remote monitoring device 50. Thereby, the sensor terminal 30 measures the running sound data of the escalator 10 using the sound sensor mounted as the sensor unit 32, and sends the measurement data (running sound data) to the data collection device 40. Specifically, the sensor terminal 30 sends the measurement data to the data collection device 40 on a per-lap basis by detecting that the escalator 10 has made one round with reference to the position of the inspection step 11a by the step position detection unit 33.
データ収集装置40は、センサ端末30から受信した走行音データをデータ記憶部42に記憶する。この場合、突発的な外来音入力を考慮して、少なくとも2周分の走行音データを収集することが好ましい。データ収集装置40は、上記スケジュールに従ってセンサ端末30から所定量分の走行音データを収集すると、センサ端末30に対して走行音データの収集終了を通知する。   The data collection device 40 stores the running sound data received from the sensor terminal 30 in the data storage unit 42. In this case, it is preferable to collect travel sound data for at least two rounds in consideration of sudden external sound input. When the data collection device 40 collects a predetermined amount of travel sound data from the sensor terminal 30 according to the schedule, the data collection device 40 notifies the sensor terminal 30 of the end of the collection of travel sound data.
一方、遠隔監視装置50は、通信回線61を介してデータ収集装置40に接続することにより、データ収集装置40のデータ記憶部42に記憶された走行音データを回収する。このときの走行音データは、走行音ファイルF1としてデータ記憶部53に保存され、当該エスカレータ10の物件IDなどで管理される。   On the other hand, the remote monitoring device 50 collects the traveling sound data stored in the data storage unit 42 of the data collection device 40 by connecting to the data collection device 40 via the communication line 61. The running sound data at this time is stored in the data storage unit 53 as a running sound file F1, and is managed by the property ID of the escalator 10 or the like.
ここで、遠隔監視装置50は、予め設定されたスケジュールに従ってデータ記憶部53の走行音ファイルF1から走行音データを読み出す。また、遠隔監視装置50は、この走行音データに対応した基準音データを基準音ファイルF2から読み出し、上記走行音データと共にデータ処理部54のメモリ55に格納する。そして、遠隔監視装置50は、このメモリ55に格納された走行音データと基準音データとを異常抽出部56に与えて異常音抽出処理とノイズ低減処理とを実行する。さらに、遠隔監視装置50は、異常音データを異常音ファイルF3から読み出し、データ処理部54のメモリ55に格納する。そして、遠隔監視装置50は、ノイズ低減処理が施された走行音データと、異常音データとを異常検出部57に与えてエスカレータ10で異常が発生しているか否かを検出する(異常検出処理)。   Here, the remote monitoring device 50 reads the traveling sound data from the traveling sound file F1 of the data storage unit 53 according to a preset schedule. The remote monitoring device 50 reads the reference sound data corresponding to the running sound data from the reference sound file F2, and stores it in the memory 55 of the data processing unit 54 together with the running sound data. Then, the remote monitoring device 50 gives the running sound data and the reference sound data stored in the memory 55 to the abnormality extracting unit 56 to execute the abnormal sound extraction process and the noise reduction process. Further, the remote monitoring device 50 reads the abnormal sound data from the abnormal sound file F3 and stores it in the memory 55 of the data processing unit 54. Then, the remote monitoring device 50 provides the running sound data subjected to the noise reduction process and the abnormal sound data to the abnormality detecting unit 57 to detect whether or not an abnormality has occurred in the escalator 10 (abnormality detection process). ).
以下に、遠隔監視装置50の動作の一例について説明する。ここでは、主に、異常音抽出処理、ノイズ低減処理及び異常検出処理について詳しく説明する。   Below, an example of operation | movement of the remote monitoring apparatus 50 is demonstrated. Here, the abnormal sound extraction process, the noise reduction process, and the abnormality detection process will be mainly described in detail.
図4は遠隔監視装置50によって実行される異常音抽出処理、ノイズ低減処理及び異常検出処理の一例を示すフローチャートである。ここでは、遠隔監視装置50のデータ記憶部53には、通常運転時にセンサ端末30によって計測されたエスカレータ10の走行音データがデータ収集装置40を介して定期的に回収されて走行音ファイルF1として保存されているものとする。また、エスカレータ10の初期時の走行音データを周波数分析した分析比較用の基準音データが基準音ファイルF2として保存されているものとする。さらに、エスカレータ10で発生し得る異常を模擬的に発生させることで取得された異常音データが異常音ファイルF3として保存されているものとする。   FIG. 4 is a flowchart showing an example of abnormal sound extraction processing, noise reduction processing, and abnormality detection processing executed by the remote monitoring device 50. Here, in the data storage unit 53 of the remote monitoring device 50, the running sound data of the escalator 10 measured by the sensor terminal 30 during normal operation is periodically collected via the data collecting device 40 as the running sound file F1. Suppose that it is preserved. Further, it is assumed that the reference sound data for analysis comparison obtained by frequency analysis of the traveling sound data at the initial time of the escalator 10 is stored as the reference sound file F2. Furthermore, it is assumed that abnormal sound data acquired by simulating an abnormality that may occur in the escalator 10 is stored as an abnormal sound file F3.
まず、監視員が所定の操作により分析を行う日時や物件を指定する。これにより、遠隔監視装置50に設けられたデータ処理部54は、走行音ファイルF1から該当する少なくとも2周分の走行音データを選択してデータ処理部54のメモリ55に格納する(ステップS1)。ここでは、説明を簡略化するために、2周分の走行音データが走行音ファイルF1から選択され、メモリ55に格納されたものとする。また、データ処理部54は、上記走行音データに対応した基準音データを基準音ファイルF2から選択してメモリ55に格納する(ステップS2)。さらに、データ処理部54は、全ての異常音データを異常音ファイルF3から選択してメモリ55に格納する(ステップS3)。   First, the monitor designates the date and property for analysis by a predetermined operation. Thereby, the data processing unit 54 provided in the remote monitoring device 50 selects the corresponding traveling sound data for at least two rounds from the traveling sound file F1 and stores it in the memory 55 of the data processing unit 54 (step S1). . Here, in order to simplify the description, it is assumed that traveling sound data for two rounds is selected from the traveling sound file F1 and stored in the memory 55. The data processor 54 selects reference sound data corresponding to the running sound data from the reference sound file F2 and stores it in the memory 55 (step S2). Further, the data processing unit 54 selects all abnormal sound data from the abnormal sound file F3 and stores it in the memory 55 (step S3).
その後、データ処理部54の異常抽出部56は、メモリ55に格納された2周分の走行音データに対してそれぞれ複素FFTによる周波数分析を行う。そして、異常抽出部56は、上記周波数分析した走行音データからメモリ55に格納された基準音データの予め定められたdB(デシベル)値をそれぞれ低減する。これにより、異常抽出部56は、上記周波数分析した走行音データから異常音成分だけをそれぞれ抽出することができる。異常抽出部56は、抽出した異常音成分に対して逆複素FFTをそれぞれ実行し、当該異常音成分を異常抽出走行音データにそれぞれ変換する(ステップS4)。すなわち、異常抽出部56は、2周分の異常抽出走行音データを得ることができる。   Thereafter, the abnormality extraction unit 56 of the data processing unit 54 performs frequency analysis by complex FFT on the traveling sound data for two rounds stored in the memory 55. Then, the abnormality extraction unit 56 reduces a predetermined dB (decibel) value of the reference sound data stored in the memory 55 from the traveling sound data subjected to the frequency analysis. Thereby, the abnormal extraction part 56 can each extract only the abnormal sound component from the running sound data subjected to the frequency analysis. The abnormality extraction unit 56 performs inverse complex FFT on the extracted abnormal sound components, respectively, and converts the abnormal sound components into abnormal extracted running sound data (step S4). That is, the abnormality extraction unit 56 can obtain abnormality extraction traveling sound data for two rounds.
ここで、本実施形態では、時刻歴データ(走行音データや異常抽出走行音データ)の分析単位を、当該時刻歴データを予め定められた単位時間tn毎に分割(分離)したものとしている。すなわち、図5に示すように、時刻歴データの分析単位はTn,Tn+1,…,Tn+nとなっている。異常抽出部56は、上記異常抽出走行音データを分析単位Tn,Tn+1,…,Tn+n毎に抽出する(ステップS5)。すなわち、異常抽出部56は、2周分の異常抽出走行音データのそれぞれから分析単位毎の異常抽出走行音データ(分析走行音データ)を得ることができる。   Here, in the present embodiment, the analysis unit of the time history data (running sound data and abnormal extracted running sound data) is assumed to be divided (separated) for each predetermined unit time tn. That is, as shown in FIG. 5, the analysis unit of the time history data is Tn, Tn + 1,..., Tn + n. The abnormality extraction unit 56 extracts the abnormal extraction running sound data for each analysis unit Tn, Tn + 1,..., Tn + n (step S5). That is, the abnormality extraction unit 56 can obtain abnormality extraction traveling sound data (analysis traveling sound data) for each analysis unit from each of the abnormal extraction traveling sound data for two rounds.
異常抽出部56は、各分析走行音データに対して周波数分析を行う。そして、異常抽出部56は、周波数分析した1周目の分析単位Tnの分析走行音データと、周波数分析した2周目の分析単位Tnの分析走行音データとの加算平均を算出する。同様に、異常抽出部56は、周波数分析した1周目の分析単位Tn+1〜Tn+nの分析走行音データと、周波数分析した2周目の分析単位Tn+1〜Tn+nの分析走行音データとの加算平均を順に算出する(ステップS6)。これにより、異常抽出部56は、周波数分析した1周目の分析単位Tn〜Tn+nの分析走行音データと、周波数分析した2周目の分析単位Tn〜Tn+nの分析走行音データとの加算平均である加算平均走行音データを得ることができる。   The abnormality extraction unit 56 performs frequency analysis on each analysis running sound data. Then, the abnormality extraction unit 56 calculates an average of the analysis running sound data of the analysis unit Tn of the first round subjected to frequency analysis and the analysis running sound data of the analysis unit Tn of the second round subjected to frequency analysis. Similarly, the abnormality extraction unit 56 calculates an addition average of the analysis running sound data of the analysis units Tn + 1 to Tn + n in the first round subjected to frequency analysis and the analysis running sound data of the analysis units Tn + 1 to Tn + n in the second round subjected to frequency analysis. It calculates in order (step S6). As a result, the abnormality extraction unit 56 performs an addition average of the analysis running sound data of the analysis units Tn to Tn + n in the first round subjected to frequency analysis and the analysis running sound data of the analysis units Tn to Tn + n in the second round subjected to frequency analysis. Certain addition average running sound data can be obtained.
異常検出部57の異常内容推定部57aは、上記加算平均走行音データと、メモリ55に格納された複数の異常音データとを用いて相関処理を実行する。具体的には、異常検出部57は、分析単位Tnの加算平均走行音データと、この加算平均走行音データに対応した部位の異常音データとの相関の度合いを示す相関値(相関係数の絶対値)を求める。ここでの相関値とは、加算平均走行音データと異常音データとの相関(類似性の度合い)を示す統計学的指標であり、0〜1の間の実数をとる。相関値が0に近い程、加算平均走行音データと異常音データとの相関は弱く、1に近い程、両者の相関は強くなる。異常検出部57は、上記相関処理により相関値を求めると、当該相関値をメモリ55の所定のエリアに記録しておく(ステップS7)。   The abnormality content estimation unit 57 a of the abnormality detection unit 57 performs correlation processing using the above-described averaged running sound data and a plurality of abnormal sound data stored in the memory 55. Specifically, the abnormality detection unit 57 calculates a correlation value (correlation coefficient of the correlation coefficient) indicating the degree of correlation between the addition average running sound data of the analysis unit Tn and the abnormal sound data of the part corresponding to the addition average running sound data. Absolute value). The correlation value here is a statistical index indicating a correlation (degree of similarity) between the addition average running sound data and the abnormal sound data, and takes a real number between 0 and 1. The closer the correlation value is to 0, the weaker the correlation between the addition average running sound data and the abnormal sound data, and the closer to 1, the stronger the correlation between the two. When the abnormality detection unit 57 obtains the correlation value by the correlation processing, the abnormality detection unit 57 records the correlation value in a predetermined area of the memory 55 (step S7).
その後、異常内容推定部57aは、全ての加算平均走行音データに対して相関処理を実行したか否かを判定する(ステップS8)。全ての加算平均走行音データに対して相関処理が実行されていない場合には(ステップS8のNO)、次の分析単位の加算平均走行音データに対して相関処理を実行するべく、ステップS7の処理に戻る。   Thereafter, the abnormality content estimation unit 57a determines whether or not correlation processing has been executed for all the addition average running sound data (step S8). If the correlation process has not been executed for all the addition average running sound data (NO in step S8), the correlation process is executed in step S7 in order to execute the correlation process on the addition average running sound data of the next analysis unit. Return to processing.
全ての加算平均走行音データに対して相関処理が実行されている場合には(ステップS8のYES)、異常内容推定部57aは、メモリ55に格納された複数の相関値のうち、予め設定された閾値を超える相関値が存在するか否かを判定する(ステップS9)。予め設定された閾値を超える相関値が存在しない場合には(ステップS9のNO)、異常内容推定部57aは、エスカレータ10で異常が発生していない旨を表示部58及び報知部59を介して監視員に通知し(ステップS10)、本動作例での動作を終了させる。   When the correlation process is executed for all the addition average running sound data (YES in step S8), the abnormality content estimation unit 57a is set in advance among the plurality of correlation values stored in the memory 55. It is determined whether there is a correlation value exceeding the threshold value (step S9). When there is no correlation value exceeding the preset threshold value (NO in step S9), the abnormality content estimation unit 57a notifies that no abnormality has occurred in the escalator 10 via the display unit 58 and the notification unit 59. The monitor is notified (step S10), and the operation in this operation example is terminated.
一方で、予め設定された閾値を超える相関値が存在する場合には(ステップS9のYES)、異常内容推定部57aは、1により近い値の相関値を所定の数だけメモリ55から抽出する。ここでは、異常内容推定部57aは、値が1に近い5つの相関値をメモリ55から抽出する(ステップS11)。なお、抽出する相関値の数が5つというのは一例であり、抽出する相関値の数は特にこれに限定されない。   On the other hand, when there is a correlation value exceeding a preset threshold value (YES in step S9), the abnormal content estimation unit 57a extracts a predetermined number of correlation values closer to 1 from the memory 55. Here, the abnormality content estimation unit 57a extracts five correlation values whose values are close to 1 from the memory 55 (step S11). Note that the number of correlation values to be extracted is five as an example, and the number of correlation values to be extracted is not particularly limited to this.
そして、異常内容推定部57aは、上記相関値を求めたときに用いた異常音データから異常の内容を判断して、その内容を所定の形式で表示部58に表示する。また、異常発生箇所推定部57bは、上記相関値を求めたときに用いた異常音データから異常発生箇所を判断して、その異常発生箇所を所定の形式で表示部58に表示する(ステップS12)。   Then, the abnormality content estimation unit 57a determines the content of the abnormality from the abnormal sound data used when the correlation value is obtained, and displays the content on the display unit 58 in a predetermined format. Further, the abnormality occurrence location estimation unit 57b determines the abnormality occurrence location from the abnormal sound data used when the correlation value is obtained, and displays the abnormality occurrence location on the display unit 58 in a predetermined format (step S12). ).
なお、異常内容及び異常発生箇所を表示部58に表示する方法は特に限定されない。例えば、点検踏段11aを含むエスカレータ10の画像に、異常内容と異常発生箇所を表すマーカを重畳させて表示するとしてもよい。   In addition, the method of displaying the abnormality content and the abnormality occurrence location on the display unit 58 is not particularly limited. For example, a marker representing the content of the abnormality and the location where the abnormality has occurred may be displayed superimposed on the image of the escalator 10 including the inspection step 11a.
以上説明した一実施形態によれば、現場で計測した計測データ(時刻歴データ)を周波数分析したことで得られるデータと予め用意された基準データとに基づいて当該計測データに含まれる異常成分を抽出するため、時刻歴データの収集精度にばらつきが生じたとしても、精度よく異常成分を抽出することができる。また、精度よく抽出された異常成分と予め用意された異常データとの相関値を求めることにより、当該相関値から乗客コンベアにおける異常を精度よく検出することができる。すなわち、本実施形態によれば、乗客コンベアの異常診断を精度よく実行することができる。   According to one embodiment described above, abnormal components included in the measurement data are obtained based on data obtained by frequency analysis of measurement data (time history data) measured in the field and reference data prepared in advance. As a result, the abnormal component can be extracted with high accuracy even if the collection accuracy of the time history data varies. Further, by obtaining the correlation value between the abnormal component extracted with high accuracy and the abnormal data prepared in advance, the abnormality in the passenger conveyor can be detected with high accuracy from the correlation value. That is, according to the present embodiment, the abnormality diagnosis of the passenger conveyor can be executed with high accuracy.
ここで、図6乃至図8を参照して、本実施形態の効果について詳しく説明する。   Here, the effects of the present embodiment will be described in detail with reference to FIGS.
まず、図6(a)乃至図6(d)を参照して、本実施形態とは異なり、周波数分析を行わずに走行音データを時刻歴データのまま用いて、エスカレータ10の異常診断を行う場合について説明する。   First, referring to FIG. 6A to FIG. 6D, unlike the present embodiment, abnormality diagnosis of the escalator 10 is performed using the running sound data as time history data without performing frequency analysis. The case will be described.
図6はセンサ端末30によって収集された走行音データの一例を示す波形図である。図6(a)では、センサ端末30によって収集された2周分の走行音データのうち、1周目の走行音データの波形101を示すと共に、波形101の時間t1からt2までの区間を拡大した波形101aも併せて示す。図6(b)では、センサ端末30によって収集された2周分の走行音データのうち、2周目の走行音データの波形102を示すと共に、波形102の時間t1からt2までの区間を拡大した波形102aも併せて示す。なお、ここでは、図6(a)及び図6(b)に示すように、センサ端末30の不具合などに起因して、1周目の走行音データと2周目の走行音データの収集開始時間がt3だけずれているものとする(走行音データの収集精度にばらつきが生じている)。   FIG. 6 is a waveform diagram showing an example of running sound data collected by the sensor terminal 30. 6A shows the waveform 101 of the traveling sound data for the first round of the traveling sound data for two laps collected by the sensor terminal 30 and enlarges the section of the waveform 101 from time t1 to t2. The waveform 101a is also shown. FIG. 6B shows the waveform 102 of the traveling sound data for the second round of the traveling sound data for two laps collected by the sensor terminal 30 and enlarges the section of the waveform 102 from time t1 to t2. The waveform 102a is also shown. Here, as shown in FIGS. 6A and 6B, collection of the running sound data for the first round and the running sound data for the second round is started due to a malfunction of the sensor terminal 30 and the like. It is assumed that the time is shifted by t3 (the running sound data collection accuracy varies).
このとき、通常時と異常時との差を顕著にするために、波形101と波形102とを加算した場合の波形103を図6(c)に示す。この図6(c)では、図6(a)及び図6(b)と同様に、波形103の時間t1からt2までの区間を拡大した波形103aも併せて示す。この場合、上記したように1周目の走行音データと2周目の走行音データの収集開始時間がt3だけずれているため、通常時と異常時との差を顕著にするどころか、無駄なノイズが生じて、エスカレータ10の異常診断を精度よく行うことができない。   At this time, in order to make the difference between the normal time and the abnormal time noticeable, a waveform 103 when the waveform 101 and the waveform 102 are added is shown in FIG. In FIG. 6C, similarly to FIGS. 6A and 6B, a waveform 103a obtained by enlarging a section from time t1 to time t2 of the waveform 103 is also shown. In this case, as described above, since the collection start time of the running sound data for the first lap and the running sound data for the second lap is shifted by t3, the difference between the normal time and the abnormal time is not noticeable, but it is useless. Noise is generated, and the abnormality diagnosis of the escalator 10 cannot be performed with high accuracy.
また、波形101と波形102とに含まれるノイズを低減させ、異常を顕著にするために波形101と波形102との加算平均を求めた場合の波形104を図6(d)に示す。図6(d)では、図6(a)乃至図6(c)と同様に、波形104の時間t1からt2までの区間を拡大した波形104aも併せて示す。この場合、上記したように1周目の走行音データと2周目の走行音データの収集開始時間がt3だけずれているため、異常時の走行音の波形の振幅レベルが小さくなり、上記と同様に、エスカレータ10の異常診断を精度よく行うことができない。   In addition, FIG. 6D shows a waveform 104 when the addition average of the waveform 101 and the waveform 102 is obtained in order to reduce noise contained in the waveform 101 and the waveform 102 and to make the abnormality noticeable. In FIG. 6D, similarly to FIGS. 6A to 6C, a waveform 104a obtained by enlarging a section from time t1 to time t2 of the waveform 104 is also shown. In this case, as described above, since the collection start time of the traveling sound data for the first lap and the traveling sound data for the second lap is shifted by t3, the amplitude level of the waveform of the traveling sound at the time of abnormality is reduced. Similarly, the abnormality diagnosis of the escalator 10 cannot be performed with high accuracy.
以上のように、1周目の走行音データと2周目の走行音データの収集開始時間にズレが生じていると、この走行音データを時刻歴データのまま用いてもエスカレータ10の異常診断を精度よく行うことができない。   As described above, if there is a deviation between the collection start times of the running sound data for the first round and the running sound data for the second round, the abnormality diagnosis of the escalator 10 can be performed even if the running sound data is used as the time history data. Cannot be performed accurately.
次に、図7(a)乃至図7(d)と図8(a)乃至図8(c)とを参照して、走行音データを時刻歴データのまま用いてエスカレータ10の異常診断を行うのではなく、周波数分析した走行音データを用いて異常診断を行う場合について説明する。   Next, referring to FIGS. 7A to 7D and FIGS. 8A to 8C, abnormality diagnosis of the escalator 10 is performed using the running sound data as the time history data. The case where abnormality diagnosis is performed using the running sound data subjected to frequency analysis instead of will be described.
図7は周波数分析した走行音データの一例を示す図である。図7(a)では、図6(a)に示す波形101aを周波数分析したときの走行音データ111aを示す。図7(b)では、図6(b)に示す波形102aを周波数分析したときの走行音データ112aを示す。図7(c)では、図6(d)に示す波形104aを周波数分析したときの走行音データ114aを示す。さらに、図7(d)では、走行音データ111aと走行音データ112aとの加算平均である走行音データ115aを示す。   FIG. 7 is a diagram showing an example of running sound data subjected to frequency analysis. FIG. 7A shows running sound data 111a when the waveform 101a shown in FIG. 6A is subjected to frequency analysis. FIG. 7B shows running sound data 112a when the waveform 102a shown in FIG. 6B is subjected to frequency analysis. FIG. 7C shows running sound data 114a when the waveform 104a shown in FIG. 6D is subjected to frequency analysis. Further, FIG. 7D shows running sound data 115a that is an average of the running sound data 111a and the running sound data 112a.
図8は図7に示す走行音データ111aとその他の走行音データ112a,114a,115aとを比較したときの相違率を示す図である。図8(a)では、図7(a)に示す走行音データ111aと図7(b)に示す走行音データ112aとを比較したときの相違率116を示す。この相違率116は「(112a−111a)×100/111a」により算出される。この場合、上記したように波形101aと波形102aとでは収集開始時間にt3だけズレが生じていたにも関わらず、周波数分析を行うことで、このズレを吸収するため、相違率をある程度小さくすることができる。   FIG. 8 is a diagram showing a difference rate when the traveling sound data 111a shown in FIG. 7 is compared with the other traveling sound data 112a, 114a, and 115a. FIG. 8A shows the difference rate 116 when the running sound data 111a shown in FIG. 7A is compared with the running sound data 112a shown in FIG. 7B. This difference rate 116 is calculated by “(112a−111a) × 100 / 111a”. In this case, as described above, although the waveform 101a and the waveform 102a are shifted by t3 in the acquisition start time, this difference is absorbed by performing frequency analysis, so the difference rate is reduced to some extent. be able to.
図8(b)では、図7(a)に示す走行音データ111aと図7(c)に示す走行音データ114aとを比較したときの相違率117を示す。この相違率117は「(114a−111a)×100/111a」により算出される。この場合、上記したように波形101aと波形102aとでは収集開始時間にt3だけズレが生じていたにも関わらず、これら波形の加算平均である波形104aを求めてから、周波数分析を行っているため、上記ズレを吸収しきれず、相違率が大きくなっている。   FIG. 8B shows the dissimilarity 117 when the running sound data 111a shown in FIG. 7A is compared with the running sound data 114a shown in FIG. 7C. The difference rate 117 is calculated by “(114a−111a) × 100 / 111a”. In this case, as described above, the waveform 101a and the waveform 102a are shifted by t3 in the acquisition start time, but the frequency analysis is performed after obtaining the waveform 104a that is an average of these waveforms. For this reason, the above deviation cannot be absorbed and the difference rate is large.
図8(c)では、図7(a)に示す走行音データ111aと図7(d)に示す走行音データ115aとを比較したときの相違率118を示す。この相違率118は「(115a−111a)×100/111a」により算出される。この場合、収集開始時間にズレが生じている波形101aと波形102aとの各々を周波数分析して上記ズレを吸収した後に、周波数分析した走行音データ111a,112aの加算平均をノイズを低減させるために求めているため、相違率をより小さくすることができる。   FIG. 8C shows a difference rate 118 when the running sound data 111a shown in FIG. 7A is compared with the running sound data 115a shown in FIG. This difference rate 118 is calculated by “(115a−111a) × 100 / 111a”. In this case, in order to reduce noise by adding the average of the running sound data 111a and 112a subjected to frequency analysis after frequency analysis of each of the waveform 101a and the waveform 102a in which the deviation occurs in the collection start time and absorbing the deviation. Therefore, the difference rate can be further reduced.
本実施形態では、計測データ(時刻歴データ)を周波数分析したことで得られるデータと基準データとに基づいて当該計測データに含まれる異常成分を抽出した後に、この異常成分の加算平均を分析単位毎に求めるため、上記した図8(c)で説明した場合と同様な効果を得ることができる。つまり、計測データの収集精度にばらつきが生じたとしても、このばらつきによる影響を低減させると共に、突発的に発生するノイズも低減させることができる。   In this embodiment, after extracting the abnormal component contained in the measurement data based on the data obtained by frequency analysis of the measurement data (time history data) and the reference data, the addition average of the abnormal component is analyzed. Since it calculates | requires for every, the effect similar to the case demonstrated in above-mentioned FIG.8 (c) can be acquired. That is, even if the measurement data collection accuracy varies, it is possible to reduce the influence of the variation and to reduce noise that occurs suddenly.
なお、本実施形態では、点検踏段11aに設置されたセンサ端末30によってエスカレータ10の一周を検出する構成としたが、例えば上部機械室12、下部機械室13あるいはトラス15に近接センサを設け、この近接センサにてエスカレータ10の一周を検出してもよい。   In the present embodiment, the sensor terminal 30 installed in the inspection step 11a is configured to detect one round of the escalator 10, but for example, a proximity sensor is provided in the upper machine room 12, the lower machine room 13, or the truss 15, and this One round of the escalator 10 may be detected by a proximity sensor.
近接センサとしては、例えば光電センサや磁気センサなどが用いられる。この近接センサの検出信号をデータ収集装置40に直接入力する構成とすれば、無線伝送の遅れを無くすことができるので、複数箇所で同時に集音する場合の同期処理を軽減できる。   For example, a photoelectric sensor or a magnetic sensor is used as the proximity sensor. If the detection signal of the proximity sensor is directly input to the data collection device 40, the delay in wireless transmission can be eliminated, so that the synchronization processing when collecting sound simultaneously at a plurality of locations can be reduced.
また、本実施形態では、点検踏段11aに設置されたセンサ端末30は、踏段位置検出部33によって点検踏段11aの位置を基準にしてエスカレータ10が一周したことを検出することにより、周単位で計測データをデータ収集装置40に送る構成としたが、例えば計測データに1周検出信号を付加してデータ収集装置40側で1周毎の計測データに変換する構成としてもよい。   Further, in the present embodiment, the sensor terminal 30 installed in the inspection step 11a is measured on a per-lap basis by detecting that the escalator 10 has made a full turn based on the position of the inspection step 11a by the step position detection unit 33. Although the data is sent to the data collection device 40, for example, a configuration may be adopted in which a one-round detection signal is added to the measurement data and converted to measurement data for each round on the data collection device 40 side.
すなわち、1周毎に計測データを送信する構成ではなく、ストリーミング伝送によってデータ送信を行う。その際に、計測データに1周検出信号を付加して、データ収集装置40側で1周毎の計測データに変換する。これにより、センサ端末30で保持する計測データ量を減らすことができるため、センサ端末のコストを低減できる。   That is, data transmission is performed by streaming transmission instead of a configuration in which measurement data is transmitted every round. At that time, a one-round detection signal is added to the measurement data, and the data collection device 40 converts the measurement data into measurement data for each round. Thereby, since the amount of measurement data held by the sensor terminal 30 can be reduced, the cost of the sensor terminal can be reduced.
また、センサ端末30は必ずしも点検踏段11aに設置しておく必要はなく、例えば上部機械室12、下部機械室13あるいはトラス15などに固定設置しておき、その設置された場所でエスカレータ10の走行音データを測定することでもよい。   The sensor terminal 30 is not necessarily installed on the inspection step 11a. For example, the sensor terminal 30 is fixedly installed in the upper machine room 12, the lower machine room 13, or the truss 15, and the escalator 10 travels at the place where the sensor terminal 30 is installed. Sound data may be measured.
また、本実施形態では、エスカレータ10の一周分の走行音データを時間tn毎に分割した分析単位で抽出するとしたが、例えば時間tnの前後を多少オーバーラップさせてデータを抽出するとしてもよい。具体的には、図9に示すように、時間tnの前後50%をオーバーラップさせてデータを抽出するとしてもよい。このようにすれば、時間tn前後のデータ抜けを防いで、正確な分析を行うことができる。   Further, in this embodiment, the running sound data for one round of the escalator 10 is extracted in the analysis unit divided for each time tn. However, for example, data may be extracted by slightly overlapping before and after the time tn. Specifically, as shown in FIG. 9, data may be extracted by overlapping 50% before and after time tn. By doing so, it is possible to prevent data loss around time tn and perform accurate analysis.
さらに本実施形態では、乗客コンベアがエスカレータであるとして説明したが、これに限定されず、階床を固定したエレベータなどにも適用することができる。   Furthermore, although this embodiment demonstrated that a passenger conveyor was an escalator, it is not limited to this, It can apply also to the elevator etc. which fixed the floor.
なお、本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。   In addition, although some embodiment of this invention was described, these embodiment is shown as an example and is not intending limiting the range of invention. These novel embodiments can be implemented in various other forms, and various omissions, replacements, and changes can be made without departing from the scope of the invention. These embodiments and modifications thereof are included in the scope and gist of the invention, and are included in the invention described in the claims and the equivalents thereof.
10…エスカレータ、11…踏段、11a…点検踏段、12…上部機械室、13…下部機械室、14…連結チェーン、15…トラス、16…上部スプロケット、17…下部スプロケット、18…駆動装置、19…欄干、20…ハンドレール、30…センサ端末、31…制御部、32…センサ部、33…踏段位置検出部、34…無線通信部、40…データ収集装置、41…無線通信部、42…データ記憶部、43…伝送制御部、50…遠隔監視装置、51…データ送受信部、52…操作入力部、53…データ記憶部、54…データ処理部、55…メモリ、56…異常抽出部(ノイズ低減部)、57…異常検出部、57a…異常内容推定部、57b…異常発生箇所推定部、58…表示部、59…報知部、60…監視センタ、61…通信回線、101〜104,101a〜104a…波形、111a,112a,114a,115a…走行音データ、116〜118…相違率。   DESCRIPTION OF SYMBOLS 10 ... Escalator, 11 ... Step, 11a ... Inspection step, 12 ... Upper machine room, 13 ... Lower machine room, 14 ... Connection chain, 15 ... Truss, 16 ... Upper sprocket, 17 ... Lower sprocket, 18 ... Drive device, 19 ... balustrade, 20 ... hand rail, 30 ... sensor terminal, 31 ... control unit, 32 ... sensor unit, 33 ... step position detection unit, 34 ... wireless communication unit, 40 ... data collection device, 41 ... wireless communication unit, 42 ... Data storage unit 43 ... Transmission control unit 50 ... Remote monitoring device 51 ... Data transmission / reception unit 52 ... Operation input unit 53 ... Data storage unit 54 ... Data processing unit 55 ... Memory 56 ... Abnormal extraction unit ( (Noise reduction unit), 57 ... abnormality detection unit, 57a ... abnormality content estimation unit, 57b ... abnormality occurrence location estimation unit, 58 ... display unit, 59 ... notification unit, 60 ... monitoring center, 61 ... communication line, 10 ~104,101A~104a ... waveform, 111a, 112a, 114a, 115a ... running sound data, 116-118 ... percent difference.
一実施形態に係る乗客コンベアの異常診断システムは、乗客コンベアの所定の箇所に設置されたセンサ端末により計測されたデータを記憶する記憶手段と、前記記憶手段に記憶された前記センサ端末の計測データを読み出して周波数分析する周波数分析手段と、前記周波数分析手段によって周波数分析された前記計測データと予め設定された基準データとに基づいて異常成分を抽出する異常成分抽出手段と、前記異常成分抽出手段によって抽出された異常成分に応じた異常抽出計測データと、複数の異常原因毎の特徴を表す複数の異常データとの相関値をそれぞれ算出する相関値算出手段と、前記相関値算出手段によって算出された各相関値に基づいて前記乗客コンベアに異常が発生しているか否かを検出する異常検出手段と、前記異常検出手段によって異常が検出された場合に、前記各相関値を求めたときに用いた異常データに基づいて異常の詳細を推定する異常推定手段と、前記異常推定手段によって推定された異常の詳細を表示する表示手段とを備え、前記異常成分抽出手段は、少なくとも2周分の計測データと前記基準データとに基づいて当該各計測データに含まれる異常成分をそれぞれ抽出し、これら異常成分に応じた各異常抽出計測データの加算平均を求めることで前記各異常成分に含まれる、計測データの収集精度のばらつきによるノイズを低減するノイズ低減手段を有するAn abnormality diagnosis system for a passenger conveyor according to an embodiment includes a storage unit that stores data measured by a sensor terminal installed at a predetermined location of the passenger conveyor, and a measurement data of the sensor terminal stored in the storage unit Frequency analysis means for reading out and analyzing the frequency, abnormal component extraction means for extracting an abnormal component based on the measurement data frequency-analyzed by the frequency analysis means and preset reference data, and the abnormal component extraction means Calculated by the correlation value calculating means for calculating the correlation value between the abnormality extraction measurement data corresponding to the abnormal component extracted by the plurality of abnormality data representing the characteristics of each of the plurality of abnormality causes, and the correlation value calculating means. Abnormality detecting means for detecting whether or not an abnormality has occurred in the passenger conveyor based on each correlation value, and the abnormality detection When an abnormality is detected by a stage, an abnormality estimation means for estimating the details of the abnormality based on the abnormality data used when the correlation values are obtained, and the details of the abnormality estimated by the abnormality estimation means are displayed. The abnormal component extracting unit extracts the abnormal component included in each measurement data based on the measurement data for at least two rounds and the reference data, and each of the abnormal components corresponding to the abnormal component It has a noise reduction means for reducing noise caused by variations in measurement data collection accuracy, which are included in each abnormal component, by obtaining an average of abnormal extraction measurement data .

Claims (5)

  1. 乗客コンベアの所定の箇所に設置されたセンサ端末により計測されたデータを記憶する記憶手段と、
    前記記憶手段に記憶された前記センサ端末の計測データを読み出して周波数分析する周波数分析手段と、
    前記周波数分析手段によって周波数分析された前記計測データと予め設定された基準データとに基づいて異常成分を抽出する異常成分抽出手段と、
    前記異常成分抽出手段によって抽出された異常成分に応じた異常抽出計測データと、複数の異常原因毎の特徴を表す複数の異常データとの相関値をそれぞれ算出する相関値算出手段と、
    前記相関値算出手段によって算出された各相関値に基づいて前記乗客コンベアに異常が発生しているか否かを検出する異常検出手段と、
    前記異常検出手段によって異常が検出された場合に、前記各相関値を求めたときに用いた異常データに基づいて異常の詳細を推定する異常推定手段と、
    前記異常推定手段によって推定された異常の詳細を表示する表示手段と
    を具備することを特徴とする乗客コンベアの異常診断システム。
    Storage means for storing data measured by a sensor terminal installed at a predetermined location of the passenger conveyor;
    Frequency analysis means for reading out the measurement data of the sensor terminal stored in the storage means and performing frequency analysis;
    Abnormal component extraction means for extracting abnormal components based on the measurement data frequency-analyzed by the frequency analysis means and preset reference data;
    Correlation value calculation means for calculating correlation values between abnormality extraction measurement data corresponding to the abnormality component extracted by the abnormality component extraction means and a plurality of abnormality data representing characteristics of a plurality of abnormality causes;
    An abnormality detecting means for detecting whether or not an abnormality has occurred in the passenger conveyor based on each correlation value calculated by the correlation value calculating means;
    When an abnormality is detected by the abnormality detection unit, an abnormality estimation unit that estimates the details of the abnormality based on the abnormality data used when the correlation values are obtained;
    An abnormality diagnosis system for a passenger conveyor, comprising: display means for displaying details of the abnormality estimated by the abnormality estimation means.
  2. 前記相関値算出手段は、
    予め設定された単位時間毎に、前記異常抽出計測データと前記各異常データとをそれぞれ比較して前記相関値を算出することを特徴とする請求項1記載の乗客コンベアの異常診断システム。
    The correlation value calculating means includes
    2. The passenger conveyor abnormality diagnosis system according to claim 1, wherein the correlation value is calculated by comparing the abnormality extraction measurement data with each abnormality data for each preset unit time.
  3. 前記異常成分抽出手段は、
    少なくとも2周分の計測データと前記基準データとに基づいて当該各計測データに含まれる異常成分をそれぞれ抽出し、これら異常成分に応じた各異常抽出計測データの加算平均を求めることで前記各異常成分に含まれるノイズを低減するノイズ低減手段を有することを特徴とする請求項1記載の乗客コンベアの異常診断システム。
    The abnormal component extraction means includes
    The abnormal components included in the measurement data are extracted based on the measurement data for at least two rounds and the reference data, respectively, and the respective abnormalities are obtained by calculating an average of the abnormal extraction measurement data corresponding to the abnormal components. 2. The passenger conveyor abnormality diagnosis system according to claim 1, further comprising noise reduction means for reducing noise contained in the components.
  4. 前記異常推定手段は、
    前記異常検出手段によって異常が検出された場合に、前記各相関値を求めたときに用いた異常データから異常の内容を判断し、前記異常の詳細を推定する異常内容推定手段を有することを特徴とする請求項1記載の乗客コンベアの異常診断システム。
    The abnormality estimation means includes
    In the case where an abnormality is detected by the abnormality detection means, it has an abnormality content estimation means for judging the details of the abnormality by judging the content of the abnormality from the abnormality data used when the correlation values are obtained. The abnormality diagnosis system for a passenger conveyor according to claim 1.
  5. 前記異常推定手段は、
    前記異常検出手段によって異常が検出された場合に、前記各相関値を求めたときに用いた異常データから異常発生箇所を判断し、前記異常の詳細を推定する異常発生箇所推定手段を有することを特徴とする請求項1記載の乗客コンベアの異常診断システム。
    The abnormality estimation means includes
    In the case where an abnormality is detected by the abnormality detection means, it has an abnormality occurrence location estimating means for judging an abnormality occurrence location from the abnormality data used when obtaining each correlation value and estimating the details of the abnormality. The abnormality diagnosis system for a passenger conveyor according to claim 1.
JP2013190161A 2013-09-13 2013-09-13 Abnormality diagnosis system for passenger conveyor Active JP5743347B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2013190161A JP5743347B2 (en) 2013-09-13 2013-09-13 Abnormality diagnosis system for passenger conveyor

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2013190161A JP5743347B2 (en) 2013-09-13 2013-09-13 Abnormality diagnosis system for passenger conveyor
CN201310627682.4A CN104444750B (en) 2013-09-13 2013-11-28 The abnormity diagnostic system of passenger conveyors

Publications (2)

Publication Number Publication Date
JP2015054780A true JP2015054780A (en) 2015-03-23
JP5743347B2 JP5743347B2 (en) 2015-07-01

Family

ID=52819425

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2013190161A Active JP5743347B2 (en) 2013-09-13 2013-09-13 Abnormality diagnosis system for passenger conveyor

Country Status (2)

Country Link
JP (1) JP5743347B2 (en)
CN (1) CN104444750B (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018100138A (en) * 2016-12-19 2018-06-28 東芝エレベータ株式会社 Passenger conveyor

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3732123A1 (en) * 2017-12-29 2020-11-04 KONE Corporation Escalator monitoring system, method, sound data collection device and fixture therefor

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005067847A (en) * 2003-08-26 2005-03-17 Mitsubishi Electric Building Techno Service Co Ltd Inspection device for man conveyor
JP2007205885A (en) * 2006-02-01 2007-08-16 Jtekt Corp Method and apparatus for diagnosing sound or vibration abnormality
JP2010018385A (en) * 2008-07-10 2010-01-28 Toshiba Elevator Co Ltd Failure diagnostic system for passenger conveyer
JP2011098803A (en) * 2009-11-04 2011-05-19 Toshiba Corp Device for diagnosing conveying conveyor and system for diagnosing the same
JP2012192995A (en) * 2011-03-15 2012-10-11 Toshiba Elevator Co Ltd Abnormality diagnosis system for passenger conveyer

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005067847A (en) * 2003-08-26 2005-03-17 Mitsubishi Electric Building Techno Service Co Ltd Inspection device for man conveyor
JP2007205885A (en) * 2006-02-01 2007-08-16 Jtekt Corp Method and apparatus for diagnosing sound or vibration abnormality
JP2010018385A (en) * 2008-07-10 2010-01-28 Toshiba Elevator Co Ltd Failure diagnostic system for passenger conveyer
JP2011098803A (en) * 2009-11-04 2011-05-19 Toshiba Corp Device for diagnosing conveying conveyor and system for diagnosing the same
JP2012192995A (en) * 2011-03-15 2012-10-11 Toshiba Elevator Co Ltd Abnormality diagnosis system for passenger conveyer

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018100138A (en) * 2016-12-19 2018-06-28 東芝エレベータ株式会社 Passenger conveyor

Also Published As

Publication number Publication date
CN104444750B (en) 2017-05-31
CN104444750A (en) 2015-03-25
JP5743347B2 (en) 2015-07-01

Similar Documents

Publication Publication Date Title
US9989439B2 (en) Method and data processing device for severity assessment of bearing defects using vibration energy
US10112801B2 (en) Elevator inspection apparatus with separate computing device and sensors
CN205802701U (en) Elevator failure diagnosis device and the controller for Elevator Fault Diagnosis
CN102633173B (en) System and method for monitoring operation state of elevator car
RU2591835C2 (en) Diagnosis of faults of elevator and components thereof by means of sensor
CN100349791C (en) Method and arrangement for telemonitoring an elevator
EP2268565B1 (en) Remotely observable analysis for an elevator system
US8851239B2 (en) Elevator tension member monitoring device
US9950899B2 (en) Position and load measurement system for an elevator including at least one sensor in the elevator car
JP4744826B2 (en) Elevator abnormality diagnosis device
JP4305342B2 (en) Passenger conveyor
CN101243001B (en) Positioning method in an elevator system
US8387772B2 (en) Missing step detection device of passenger conveyor
CN101624159B (en) Abnormity diagnosis system of passenger conveyer
JP5812894B2 (en) Elevator occupancy measuring device, and elevator system in which a plurality of elevators each have occupancy counting devices
CN101058384B (en) Lift device and method for testing the load carrier
EP3628626A1 (en) An elevator health monitoring system
CN101811636B (en) Monitoring device for elevator rope
WO2006025404A1 (en) State detection device, state detection method, state detection program, and information recording medium; state display device, state display method, state display program, and information recording medium
JP4659482B2 (en) Elevator earthquake automatic return device
US20180346286A1 (en) Image analytics for elevator maintenance
CN110167860B (en) Predictive maintenance method for elevator drive
JP5897165B2 (en) Elevator abnormality diagnosis device
CN107207196B (en) Elevator system evaluation device
JP6049902B2 (en) Elevator diagnostic equipment

Legal Events

Date Code Title Description
TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20150331

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20150427

R150 Certificate of patent or registration of utility model

Ref document number: 5743347

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150