JP7107469B2 - エレベーターの停止予測システム - Google Patents

Description

本開示は、エレベーターの停止予測システムに関する。

特許文献１は、エレベーターの停止予測システムを開示する。当該停止予測システムによれば、地震時において、エレベーターが停止しているか否かを予測し得る。

日本特開２０１５－１３１７２８号公報

しかしながら、特許文献１に記載の停止予測システムは、震度情報に基づいて、エレベーターが停止しているか否かを予測する。このため、エレベーターの停止確率を精度良く予測することができない。

本開示は、上述の課題を解決するためになされた。本開示の目的は、エレベーターの停止確率を精度良く予測することができるエレベーターの停止予測システムを提供することである。

本開示に係るエレベーターの停止予測システムは、地震発生時において外部から提供される観測地点のガル値に基づいてエレベーターが設けられた建築物のガル値を推定する推定部と、推定部により推定された建築物のガル値に基づいて、当該建築物に設けられたエレベーターの停止確率を予測する予測部と、を備え、予測部は、推定部により推定された建築物のガル値を入力して、当該エレベーターの停止予測曲線のモデルに基づいて当該建築物に設けられたエレベーターの停止確率を予測する。

本開示によれば、情報センター装置は、建築物に対して推定されたガル値に基づいて、エレベーターの停止確率を予測する。このため、エレベーターの停止確率を精度良く予測することができる。

実施の形態１におけるエレベーターの停止予測システムの概要を説明するための図である。 実施の形態１におけるエレベーターの停止予測システムとしての情報センター装置のブロック図である。 実施の形態１におけるエレベーターの停止予測システムとしての情報センター装置による停止予測曲線のモデルのパラメータの学習方法を説明するための図である。 実施の形態１におけるエレベーターの停止予測システムとしての情報センター装置により学習されたパラメータを示す図である。 実施の形態１におけるエレベーターの停止予測システムとしての情報センター装置が利用する地震情報を示す図である。 実施の形態１におけるエレベーターの停止予測システムとしての情報センター装置によるエレベーターの停止確率の予測方法を説明するための図である。 実施の形態１におけるエレベーターの停止予測システムとしての情報センター装置の学習処理の概要を説明するためのフローチャートである。 実施の形態１におけるエレベーターの停止予測システムとしての情報センター装置の停止予測処理の概要を説明するためのフローチャートである。 実施の形態１におけるエレベーターの停止予測システムとしての情報センター装置のハードウェア構成図である。

実施の形態について添付の図面に従って説明する。なお、各図中、同一または相当する部分には同一の符号が付される。当該部分の重複説明は適宜に簡略化ないし省略する。

実施の形態１．
図１は実施の形態１におけるエレベーターの停止予測システムの概要を説明するための図である。

図１において、建築物は、図示されないエレベーター１を備える。

情報センター装置２は、エレベーター１が設けられた建築物から離れた場所に設けられる。例えば、情報センター装置２は、エレベーター１の保守会社に設けられる。情報センター装置２は、エレベーター１からの情報に基づいてエレベーター１の状態を把握し得るように設けられる。

情報センター装置２は、エレベーター情報を記憶する。エレベーター情報は、「エレベーターNO」の情報と「緯度」の情報と「経度」の情報とを対応付けた情報である。

「エレベーターNO」の情報は、当該エレベーター１に固有の番号を示す情報である。「緯度」の情報は、当該エレベーター１が設けられた建築物の位置における緯度を示す情報である。「経度」の情報は、当該エレベーター１が設けられた建築物の位置における経度を示す情報である。

複数の地震計３の各々は、全国各地の観測地点に設けられる。例えば、図１において、左側の地震計３は、エレベーター１が設けられた建築物からａだけ離れた地点に設けられる。上側の地震計３は、エレベーター１が設けられた建築物からｂだけ離れた地点に設けられる。右側の地震計３は、エレベーター１が設けられた建築物からｃだけ離れた地点に設けられる。

地震発生時において、複数の地震計３の各々は、地震発生時に観測時点のガル値を観測値として計測する。

この際、情報センター装置２は、外部から提供される観測地点のガル値とエレベーター情報とに基づいてエレベーター１が設けられた建築物のガル値を推定する。例えば、情報センター装置２は、エレベーター１が設けられた建築物に最も近い３つの観測地点の位置とガル値と当該建築物の位置とに基づいて当該建築物のガル値を推定する。

図１においては、情報センター装置２は、次の（１）式を用いて、当該建築物のガル値Ｇｅを推定する。

情報センター装置２は、当該建築物のガル値Ｇｅに基づいて、当該建築物に設けられたエレベーター１の停止確率を予測する。

次に、図２を用いて、情報センター装置２を説明する。
図２は実施の形態１におけるエレベーターの停止予測システムとしての情報センター装置のブロック図である。

図２に示されるように、情報センター装置２は、記憶部２ａと学習部２ｂと推定部２ｃと予測部２ｄと出力部２ｅとを備える。

記憶部２ａは、複数のエレベーター１に関する各種情報を記憶する。例えば、記憶部２ａは、エレベーター情報を記憶する。例えば、記憶部２ａは、複数のエレベーター１の各々についての地震時に停止情報を記憶する。例えば、記憶部２ａは、複数のエレベーター１の各々についての停止予測曲線のモデルのパラメータ情報を記憶する。

学習部２ｂは、記憶部２ａの地震時の停止情報に基づいて複数のエレベーター１の各々についての停止予測曲線のモデルのパラメータを学習する。

推定部２ｃは、地震発生時において外部から提供される観測地点のガル値に基づいて複数のエレベーター１の各々が設けられた建築物のガル値を推定する。例えば、推定部２ｃは、地震情報配信サービス４から提供される観測地点のガル値に基づいて複数のエレベーター１の各々が設けられた建築物のガル値を推定する。

予測部２ｄは、推定部２ｃにより推定された建築物のガル値に基づいて、複数のエレベーター１の各々の停止確率を予測する。

出力部２ｅは、予測部２ｄに予測された複数のエレベーター１の各々の停止確率に応じて各種情報を出力する。

次に、図３と図４とを用いて、停止予測曲線のモデルのパラメータの学習方法を説明する。
図３は実施の形態１におけるエレベーターの停止予測システムとしての情報センター装置による停止予測曲線のモデルのパラメータの学習方法を説明するための図である。図４は実施の形態１におけるエレベーターの停止予測システムとしての情報センター装置により学習されたパラメータを示す図である。

図３の上段に示されるように、地震時の停止情報は、「エレベーターNO」の情報と「ガル値」の情報と「停止実績」の情報とを対応付けた情報である。

「エレベーターNO」の情報は、当該エレベーター１に固有の番号を示す情報である。「ガル値」の情報は、当該エレベーター１が設けられた建築物の位置における地震時のガル値を示す情報である。「停止実績」の情報は、地震時において当該エレベーター１が停止したか否かを示す情報である。

図３の下段に示されるように、情報センター装置２は、学習部２ｂにおいて、地震時の停止情報を用いて、当該エレベーター１の停止予測曲線のモデルのパラメータを学習する。例えば、情報センター装置２は、停止する際のガルの設定値に応じてグループ分けされた複数のエレベーター１に対してグループ毎の全体傾向を表すパラメータと当該エレベーター１の個体差を表すパラメータとを学習する。例えば、情報センター装置２は、事前情報として、複数のエレベーター１に対してグループ毎の全体傾向を各エレベーター１の停止実績に反映させて各エレベーター１の停止予測曲線を構築する。具体的には、情報センター装置２は、次の（２）式を用いて、複数のエレベーター１に対してグループ毎の全体傾向を表すパラメータと当該エレベーター１の個体差を表すパラメータとを学習する。

ただし、（２）式において、ｉは、エレベーター１を識別するためのエレベーターＮＯである。ｊは、地震を識別するための地震コードである。β_１とβ_２とは、停止する際のガルの設定値ｋにおけるガル値と停止確率との全体傾向を表すパラメータである。β_３、ｉは、エレベーター１ｉの停止実績から求まる個体差を表すパラメータである。Ｇａｌ_ｉ、ｊは、エレベーター１ｉの地震ｊにおけるガルの推定値である。ｑ_ｉ、ｊは、エレベーター１ｉの地震ｊにおける停止確率の予測値である。

具体的には、情報センター装置２は、各エレベーター１での地震のガル値とその際の各エレベーター１の停止実績とを入力として、階層ベイズモデリングとマルコフ連鎖モンテカルロ法と用いてパラメータ（β_１、β_２、β_３、ｉ）を学習する。

図４に示されるように、情報センター装置２は、パラメータ（β_１、β_２、β_３、ｉ）の情報を記憶する。例えば、情報センター装置２は、パラメータ（β_１、β_２、β_３、ｉ）の情報としてパラメータ（β_１、β_２、β_３、ｉ）の平均の値の情報を記憶する。

次に、図５を用いて、地震情報配信サービス４から提供される地震情報を説明する。
図５は実施の形態１におけるエレベーターの停止予測システムとしての情報センター装置が利用する地震情報を示す図である。

図５に示されるように、地震情報は、「緯度」の情報と「経度」の情報と「三成分合成値計測ガル」の情報とを対応付けた情報である。

「緯度」の情報は、地震計３が設けられた地点の緯度を示す情報である。「経度」の情報は、地震計３が設けられた地点の経度を示す情報である。「三成分合成値計測ガル」の情報は、地震計３が設けられた地点での地震における揺れの三成分を合計したガル値を示す図である。

情報センター装置２は、当該地震情報を用いてエレベーター１が設けられた建築物のガル値を推定する。

次に、図６を用いて、エレベーター１の停止確率の予測方法を説明する。
図６は実施の形態１におけるエレベーターの停止予測システムとしての情報センター装置によるエレベーターの停止確率の予測方法を説明するための図である。

図６に示されるように、情報センター装置２は、各建築物に対して推定されたガル値を学習済みのモデルに入力することで各エレベーター１の停止確率を予測計算する。

次に、図７を用いて、情報センター装置２の学習処理の概要を説明する。
図７は実施の形態１におけるエレベーターの停止予測システムとしての情報センター装置の学習処理の概要を説明するためのフローチャートである。

ステップＳ１では、情報センター装置２は、各エレベーター１に対して、停止予測曲線のモデルのパラメータを学習する。その後、情報センター装置２は、ステップＳ２の処理を行う。ステップＳ２では、情報センター装置２は、停止予測曲線のモデルのパラメータの情報を記憶する。その後、情報センター装置２は、処理を終了する。

次に、図８を用いて、情報センター装置２の停止予測処理の概要を説明する。
図８は実施の形態１におけるエレベーターの停止予測システムとしての情報センター装置の停止予測処理の概要を説明するためのフローチャートである。

ステップＳ１１では、情報センター装置２は、地震情報配信サービス４からの地震情報に基づいてエレベーター１が設けられた建築物のガル値を推定する。その後、情報センター装置２は、ステップＳ１２の処理を行う。ステップＳ１２では、情報センター装置２は、学習されたパラメータと推定されたガル値に基づいてエレベーター１の停止確率を計算する。

その後、情報センター装置２は、ステップＳ１３の処理を行う。ステップＳ１３では、情報センター装置２は、当該停止確率が予め設定された閾値以上であるか否かを判定する。

ステップＳ１３で当該停止確率が予め設定された閾値以上でない場合、情報センター装置２は、「非停止」情報を出力する。その後、情報センター装置２は、処理を終了する。

ステップＳ１３で当該停止確率が予め設定された閾値以上である場合、情報センター装置２は、「停止」情報を出力する。その後、情報センター装置２は、処理を終了する。

以上で説明した実施の形態１によれば、情報センター装置２は、建築物に対して推定されたガル値に基づいて、エレベーター１の停止確率を予測する。このため、エレベーター１の停止確率を精度良く予測することができる。

また、情報センター装置２は、３つの観測地点の位置とガル値と建築物の位置とに基づいて当該建築物のガル値を推定する。このため、当該建築物のガル値を精度良く推定することができる。

また、情報センター装置２は、建築物のガル値を入力して、当該エレベーター１の停止予測曲線のモデルに基づいて当該建築物に設けられたエレベーター１の停止確率を予測する。このため、エレベーター１の停止確率を精度良く予測することができる。

また、情報センター装置２は、停止する際のガルの設定値に応じてグループ分けされた複数のエレベーター１に対してグループ毎の全体傾向を表すパラメータと当該エレベーター１の個体差を表すパラメータとを学習する。このため、エレベーター１の停止確率を精度良く予測することができる。

なお、情報センター装置２において建築物のガル値を推定する際に、ドロネー三角形分割、クリギング等を用いてもよい。

また、情報センター装置２において各エレベーター１の停止確率の高い順にリストを作成してもよい。当該リストの情報をエレベーター１の保守員の携帯端末に送信してもよい。この場合、保守員は、停止している確率が高いエレベーター１から順番に実際に停止しているか否かを確認することができる。その結果、地震発生後において、複数のエレベーター１の点検を効率よく行うことができる。

また、情報センター装置２は、過去に地震で停止したことがないエレベーター１に対しても、停止確率を予測することができる。さらに、情報センター装置２は、通信不良によりエレベーター１の監視装置からの停止情報を受信でいない場合でも当該エレベーター１の停止確率を予測する。このため、様々な状況のエレベーターに対してもエレベーター１の停止確率を精度良く予測することができる。

また、情報センター装置２の機能の一部または全部を他の装置にもたせてもよい。このため、エレベーター１の停止確率を精度良く予測することができる。

次に、図９を用いて、情報センター装置２の例を説明する。
図９は実施の形態１におけるエレベーターの停止予測システムとしての情報センター装置のハードウェア構成図である。

情報センター装置２の各機能は、処理回路により実現し得る。例えば、処理回路は、少なくとも１つのプロセッサ１００ａと少なくとも１つのメモリ１００ｂとを備える。例えば、処理回路は、少なくとも１つの専用のハードウェア２００を備える。

処理回路が少なくとも１つのプロセッサ１００ａと少なくとも１つのメモリ１００ｂとを備える場合、情報センター装置２の各機能は、ソフトウェア、ファームウェア、またはソフトウェアとファームウェアとの組み合わせで実現される。ソフトウェアおよびファームウェアの少なくとも一方は、プログラムとして記述される。ソフトウェアおよびファームウェアの少なくとも一方は、少なくとも１つのメモリ１００ｂに格納される。少なくとも１つのプロセッサ１００ａは、少なくとも１つのメモリ１００ｂに記憶されたプログラムを読み出して実行することにより、情報センター装置２の各機能を実現する。少なくとも１つのプロセッサ１００ａは、中央処理装置、処理装置、演算装置、マイクロプロセッサ、マイクロコンピュータ、ＤＳＰともいう。例えば、少なくとも１つのメモリ１００ｂは、ＲＡＭ、ＲＯＭ、フラッシュメモリ、ＥＰＲＯＭ、ＥＥＰＲＯＭ等の、不揮発性または揮発性の半導体メモリ、磁気ディスク、フレキシブルディスク、光ディスク、コンパクトディスク、ミニディスク、ＤＶＤ等である。

処理回路が少なくとも１つの専用のハードウェア２００を備える場合、処理回路は、例えば、単一回路、複合回路、プログラム化したプロセッサ、並列プログラム化したプロセッサ、ＡＳＩＣ、ＦＰＧＡ、またはこれらの組み合わせで実現される。例えば、情報センター装置２の各機能は、それぞれ処理回路で実現される。例えば、情報センター装置２の各機能は、まとめて処理回路で実現される。

情報センター装置２の各機能について、一部を専用のハードウェア２００で実現し、他部をソフトウェアまたはファームウェアで実現してもよい。例えば、制御部９ｂの機能については専用のハードウェア２００としての処理回路で実現し、制御部９ｂの機能以外の機能については少なくとも１つのプロセッサ１００ａが少なくとも１つのメモリ１００ｂに格納されたプログラムを読み出して実行することにより実現してもよい。

このように、処理回路は、ハードウェア２００、ソフトウェア、ファームウェア、またはこれらの組み合わせで情報センター装置２の各機能を実現する。

以上のように、本開示のエレベーターの停止予測システムは、エレベーターシステムに利用できる。

１ エレベーター、 ２ 情報センター装置、 ２ａ 記憶部、 ２ｂ 学習部、 ２ｃ 推定部、 ２ｄ 予測部、 ２ｅ 出力部、 ３ 地震計、 ４ 地震情報配信サービス、 １００ａ プロセッサ、 １００ｂ メモリ、 ２００ ハードウェア

Claims (3)

1. 地震発生時において外部から提供される観測地点のガル値に基づいてエレベーターが設けられた建築物のガル値を推定する推定部と、
   前記推定部により推定された建築物のガル値に基づいて、当該建築物に設けられたエレベーターの停止確率を予測する予測部と、
   を備え、
   前記予測部は、前記推定部により推定された建築物のガル値を入力して、当該エレベーターの停止予測曲線のモデルに基づいて当該建築物に設けられたエレベーターの停止確率を予測するエレベーターの停止予測システム。
2. 前記推定部は、３つの観測地点の位置とガル値と建築物の位置とに基づいて当該建築物のガル値を推定する請求項１に記載のエレベーターの停止予測システム。
3. 当該エレベーターの停止予測曲線のモデルのパラメータとして、停止する際のガルの設定値に応じてグループ分けされた複数のエレベーターに対してグループ毎の全体傾向を表すパラメータと当該エレベーターの個体差を表すパラメータとを学習する学習部、
   を備えた請求項１に記載のエレベーターの停止予測システム。

Images