JP7207625B1 - エレベーター - Google Patents

Abstract

かごの停止時に振動が持続することによる乗り心地の悪化を捉えられるエレベーターを提供する。エレベーターは、振動計測部（１０）を備える。振動計測部（１０）は、エレベーターのかご（６）の停止時にかご（６）に発生する振動を計測する。振動計測部（１０）が計測する振動、当該振動の振幅、および当該振動の持続時間に基づいて、エレベーターの状態が診断される。

Description

本開示は、エレベーターに関する。

特許文献１は、エレベーターの例を開示する。エレベーターにおいて、振動による乗り心地の不備の早期検出などが図られている。エレベーターにおいて、かご室および支持フレームの間に設けられた荷重センサの計測値から演算される加速度と、予め設定された閾値とが比較され、運転状況の良否が判定される。

日本特開２００６－２６４８５３号公報

エレベーターのかごの乗り心地はかごにおいて発生する振動によって悪化することがある。乗り心地を悪化させる振動の一つに、かご停止時の上下方向の振動がある。このような振動は乗客の乗り降りによる入力で励起される。ここで、エレベーター自体の異常、例えば、かごを懸架するロープなどの劣化による減衰特性の減少または剛性低下などが起きると、程度の大きい振動が長く持続するようになり、乗り心地の悪化につながる。特許文献１のエレベーターにおいては、かごの停止時に振動が持続することによる乗り心地の悪化を捉えることができない。

本開示は、このような課題の解決に係るものである。本開示は、かごの停止時に振動が持続することによる乗り心地の悪化を捉えられるエレベーターを提供する。

本開示に係るエレベーターは、エレベーターのかごの停止時にかごに発生する振動を計測する振動計測部と、エレベーターのかごが停止している際の乗客の行動データを分析する行動分析部と、前記行動分析部が分析する行動データに応じて、予め設定された閾値群の中から振幅の第１閾値および振動持続時間の第２閾値を選出し、前記振動計測部が計測する振動、選出した前記第１閾値、および選出した前記第２閾値を用いて、エレベーターの懸架体に異常があるか否かを判定する振動分析部と、を備える。
本開示に係るエレベーターは、エレベーターのかごの停止時にかごに発生する振動を計測する振動計測部と、エレベーターのかごの停止時に乗客の行動データを取得する監視部と、前記振動計測部が計測する振動が予め設定された振動の振幅の第１閾値を上回る大きさで振動し続ける時間を、振動持続時間として算出する振動分析部と、前記監視部が取得した乗客の行動データを分析する行動分析部と、前記振動分析部が算出する前記振動持続時間、および前記行動分析部が分析する乗客の行動データを用いて、エレベーターの状態を推論する学習済モデルを生成する学習装置と、前記振動分析部が算出する前記振動持続時間、および前記行動分析部が分析する乗客の行動データ、ならびに前記学習装置が生成する前記学習済モデルを用いて、エレベーターの懸架体の状態を診断する推論装置と、を備える。

本開示に係るエレベーターであれば、かごの停止時に振動が持続することによる乗り心地の悪化を捉えられる。

実施の形態１におけるエレベーターの全体図である。 振動計測部が計測する振動データの加速度時間変化を模式的に示したグラフである。 加速度変化の絶対値に対して振動波形のピークをつなげたプロファイルを示したグラフである。 エレベーターの異常により振動の減衰特性が弱まった場合の振動および正常な場合の振動の例を、加速度の時間変化として模式的に示したグラフである。 振動持続時間の閾値の設定の仕方として、エレベーターが正常な場合の振動持続時間、異常が発生した場合の振動持続時間、および閾値との関係を示したものである。 複数人の乗客が乗り込んだ場合の振動波形の例を示したグラフである。 実施の形態１における診断の具体的な過程をまとめたフローチャートの一例である。 図７に示すフローチャートの変形例である。 実施の形態１に係るエレベーターの主要部のハードウェア構成図である。 実施の形態２におけるエレベーターの全体図である。 個々の乗り込みについての振動波形に対して、複数のピークを時系列順序でつなげる処理を行って作成したプロファイルを示すグラフである。 振動波形全体に対して、複数のピークを時系列順序でつなげる処理を行って作成したプロファイルを示すグラフである。 実施の形態２における診断の具体的な過程をまとめたフローチャートの一例である。 実施の形態３におけるエレベーターの全体図である。 実施の形態３における診断の具体的な過程をまとめたフローチャートの一例である。

本開示の対象を実施するための形態について添付の図面を参照しながら説明する。各図において、同一または相当する部分には同一の符号を付して、重複する説明は適宜に簡略化または省略する。なお、本開示の対象は以下の実施の形態に限定されることなく、本開示の趣旨を逸脱しない範囲において、実施の形態の任意の構成要素の変形、または実施の形態の任意の構成要素の省略が可能である。

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全体図である。

この例のエレベーターは、トラクション式のエレベーターである。エレベーターは、複数の階床を有する建物に適用される。建物において、エレベーターの昇降路１が設けられる。昇降路１は、複数の階床にわたる上下方向に長い空間である。建物の各々の階床において、エレベーターの乗場が設けられる。乗場は、昇降路に隣接する場所である。この例において、昇降路１の上部に、機械室２が設けられている。

機械室２には、滑車３が設けられている。滑車３は、巻上機４と連結されている。滑車３には、懸架体５が架けられている。懸架体５には、例えば、複数本のロープまたは複数本のベルトなどが用いられる。この例において、懸架体５の両端部に、かご６および錘７がそれぞれ連結されている。すなわち、図１は、１：１ローピングのシステムで懸架体５が架けられている場合を例示している。懸架体５は、かご６および錘７を昇降路１において懸架している。

巻上機４の駆動により滑車３が回転すると、懸架体５と滑車３との摩擦力によってかご６が昇降路１内を昇降する。エレベーターには制御装置８が設けられている。エレベーターは、制御装置８が巻上機４の回転を制御することで運行する。かご６がいずれかの階床に到着した後に、乗場およびかご６の間で乗客が乗り降りする。制御装置８には、診断装置９が接続されている。

かご６には、振動計測部１０が設けられている。振動計測部１０は、例えば、かご６に取り付けられる加速度センサ、速度センサ、変位センサ、もしくは秤装置、またはこれらを複数組み合わせて構成されている。診断装置９は、振動分析部１１、および記録部１２を有している。診断装置９の振動分析部１１は、乗客の乗り込み時または降車時にかご６で発生する振動を振動計測部１０が計測した振動データを分析する。振動分析部１１は、振動データの分析結果に基づいてエレベーターの異常の有無を判定する。記録部１２は、記憶媒体を有する。記録部１２は、振動分析部１１が判定したエレベーターの異常の有無を記録する。

続いて、診断装置９を構成する振動計測部１０、振動分析部１１、および記録部１２の動作の詳細を説明する。

振動計測部１０は、エレベーターのかご６の停止時にかご６に発生する振動を計測する。振動計測部１０は、エレベーターのかご６の停止を制御装置８からの信号で検知すると、かご６に発生する振動の計測を開始する。そして、振動計測部１０は、制御装置８からの信号でエレベーターのかご６が走行を開始することを検知すると計測を終了する。以後、振動計測部１０が計測する振動として、かご６の上下方向の振動を例に説明する。

振動分析部１１は、振動計測部１０が計測した振動を分析する。振動分析部１１は、振動計測部１０が計測したエレベーターのかご６の停止時における振動データを振動計測部１０から受け取る。振動分析部１１は、受け取った振動データの微分またはフィルターによる平滑化処理の少なくとも一方を含む分析をして、例えば加速度の時間変化を算出する。その後、振動分析部１１は、算出した加速度の時間変化に基づいて、振動が持続する時間を算出する処理を行う。振動計測部１０が加速度センサなどの複数のセンサおよび装置で構成されている場合は、振動分析部１１は、加速度の時間変化の代わりに、それぞれの分析結果の平均値などを用いて振動が持続する時間を算出してもよい。

図２は、振動計測部１０が計測した振動データに基づく加速度の時間変化を、グラフ上に実線で模式的に示している。乗客が一人でエレベーターのかご６に乗り込む場合、発生する振動の波形は、初期の加速度が大きく徐々に減衰していく波形となる。

振動分析部１１は、振動波形の複数のピークを時系列順序でつなげる処理を行い、図２に点線で示されるようなプロファイルを作成する。振動波形の各々のピークは、例えば振動波形の極大値などである。プロファイルにおけるピークの間の値は、例えば線形補間またはスプライン補間などの補間処理によってつなげられる。ここで、振動分析部１１において、加速度の閾値Ａ１が予め設定されている。閾値Ａ１は、第１閾値の例である。閾値Ａ１は、図２において一点鎖線で示されている。また、元の振動波形が閾値Ａ１を最初に超える時点から、プロファイルが閾値Ａ１を最初に下回る時点までの時間の長さを、振動持続時間Ｔとする。なお、振動持続時間の開始点は、プロファイルの開始点、すなわち、振動波形の最初のピークの時点であってもよい。

また、図３は、振動計測部１０が計測した振動データに基づく加速度の時間変化の絶対値を、グラフ上に実線で模式的に示している。振動分析部１１は、このような加速度の時間変化の絶対値に対して、各々のピークをつなげた図３に点線で示されるプロファイルを作成してもよい。振動分析部１１は、元の振動波形が閾値Ａ１を最初に超える時点から、プロファイルが閾値Ａ１を最初に下回る時点までの時間長さを振動持続時間Ｔと定義してもよい。

振動分析部１１は、このように定めた振動持続時間Ｔの大きさに基づいて、エレベーターの異常の有無を判定する。具体的には、振動持続時間Ｔが時間の閾値Ｔａを上回る場合に、振動分析部１１は、エレベーターの乗り心地が悪化した、すなわち、エレベーターに異常ありと判定する。時間の閾値Ｔａは、振動分析部１１に予め設定されている。閾値Ｔａは、第２閾値の例である。

図４は、エレベーターの異常により振動の加速度の減衰特性が弱まった場合と正常な場合との例を、加速度の時間変化として模式的に示したものである。図４において、正常な場合の振動波形は実線で示されている。一方、エレベーターの異常により振動の減衰特性が弱まった場合の振動波形は破線で示されている。また、各々の場合の振動のピークを直線で時系列順につなげたプロファイルは、点線で示されている。異常時の振動のプロファイルが閾値Ａ１を上回っている振動持続時間Ｔ´は、正常時の振動のプロファイルから算出された振動持続時間Ｔより大きくなっている。この異常時の振動を「異常あり」と判定するためには、閾値Ｔａを時間Ｔおよび時間Ｔ´の間の値に設定する必要がある。

図５は、閾値Ｔａの設定の仕方として、エレベーターが正常な場合の振動持続時間、異常が発生した場合の振動持続時間、および閾値Ｔａの関係を示したものである。かご６への乗客の乗り込み方には乗客による個人差および都度のばらつきがあるため、振動持続時間Ｔもそれらの影響を受けてばらつきが生じる。そのため、それらのばらつきを考慮するように閾値Ｔａを設定することで、一度の診断の精度を上げることができる。例えば、エレベーターの据え付け直後などのエレベーターが正常な場合の振動データをあらかじめ定められた回数分取得し、それらの振動持続時間の最大値をＴａに設定する。

また、複数人の乗客が乗り込んだ場合を想定し、次のように振動持続時間が定義されてもよい。図６は、複数人の乗客がかごに乗り込んだ場合の振動波形の例を示している。この場合、上述のように振動持続時間Ｔを算出すると、１人の乗客が乗り込む場合に比べてＴが大きい値となり、誤診断の可能性が生じる。そこで、加速度の閾値をＡａ１，Ａａ２，…，Ａａｍ－２，Ａａｍ－１，Ａａｍのように複数設定する。振動分析部１１は、プロファイルの最後の極大値よりも小さく、かつ、この極大値に最も近い閾値を下回った時点から、最小の閾値を下回る時点までの時間を振動持続時間Ｔ´´と定義する。図６において、プロファイルの最後の極大値よりも小さく、かつ、この極大値に最も近い閾値はＡａｍ－１となる。このため、振動分析部１１は、プロファイルが最後の極大値の後に閾値Ａａｍ－１を下回ったタイミングから、最小の閾値であるＡａ１を下回る時点までの時間を振動持続時間Ｔ´´として算出する。このように算出される振動持続時間Ｔ´´を用いてエレベーターの異常を判定することで、１人の乗客が乗り込んだ時と同様の精度の診断が可能となる。

また、例えば、かご６の位置が変わってかご６を吊る部分の懸架体５の長さが長くなるとその引張剛性が小さくなるため、乗客の乗り込み時の懸架体５の伸び量が大きくなることでより大きな変位振幅の振動が発生する。この場合、振動の加速度および振動持続時間も元のかご６の位置の場合から変化する。このことを考慮し、エレベーターの階数に応じた閾値を設定することで、振動分析部１１は、かご６がどの階数にあってもエレベーターの異常を診断できる。例えば、１階からｎ階にかご６が停止するエレベーターに対して、各階に応じた閾値群（Ａａｍ１，Ａａｍ２，…，Ａａｍｎ；Ｔａ１，Ｔａ２，…，Ｔａｎ）が振動分析部１１に予め設定される。ここで、整数ｉを１からｎまでのいずれかの整数として、加速度の閾値Ａａｍｉおよび時間の閾値Ｔａｉは、ｉ階にかご６が停止した場合に対応する第１閾値および第２閾値の例である。エレベーターの異常を診断する際に、振動分析部１１は制御装置８からかご６の位置の情報を受け取り、階数に応じた適切な閾値を閾値群から選定することで、いずれの階数でもエレベーターの異常を診断できるようになる。

記録部１２は、振動分析部１１による判定結果を記録する。診断装置９は、ネットワーク回線などを利用して、判定結果をエレベーターの外部に伝達してもよい。このようにすることで、例えばエレベーターの保守などを行う保守員に迅速に判定結果を送付することができ、保守員による早期対応が可能となる。

以上のような構成により、エレベーターのかご６の停止時の乗り心地の悪化を精度良く診断できる。また、エレベーターの異常による影響を受ける振動持続時間に基づいて診断が行われるので、エレベーター自体の異常で乗り心地が悪化する事象を捉えた診断が可能となる。

図７は、エレベーターの異常の診断の具体的な過程をまとめたフローチャートである。ＳＴＥＰａ１で制御装置８がエレベーターのかご６の停止を確認した後、ＳＴＥＰａ２で振動計測部１０はかご６に発生する上下方向の振動の計測を開始する。その後、ＳＴＥＰａ３において、制御装置８がエレベーターのかご６の走行の開始を確認すると、振動計測部１０は計測を終了したのち、計測データを振動分析部１１に送る。ＳＴＥＰａ４で、振動分析部１１は振動持続時間Ｔを算出する。ＳＴＥＰａ５で振動持続時間Ｔがあらかじめ定められた振動持続時間閾値Ｔａを超えている場合、ＳＴＥＰａ６で振動分析部１１はエレベーターに異常ありと診断する。一方、計測した振動持続時間Ｔが振動持続時間閾値Ｔａと同じまたは閾値Ｔａを超えていない場合、ＳＴＥＰａ７で振動分析部１１はエレベーターに異常なしと診断する。ＳＴＥＰａ８で記録部１２に判定結果が記録され、一度の診断が終了する。

また、診断装置９は、記録部１２に対して、図８に示すフローチャートのように、ＳＴＥＰａ９およびＳＴＥＰａ１０を追加して、一度の診断だけではなく、過去の診断履歴を参照した判定動作を加えてもよい。ＳＴＥＰａ９において、振動分析部１１は、予め設定された診断回数分の診断履歴から「異常あり」と判定した頻度Ｘを計算する。この頻度Ｘに対して、頻度閾値Ｘａが予め設定される。ＳＴＥＰａ１０において、頻度Ｘが閾値Ｘａ以上になるタイミングで、診断装置９は外部に状況を発報する。この場合、閾値Ｘａを適切に設定することで、保守員による迅速な対応ができるようになる。発報先の具体例としては、ディスプレイもしくは警報装置、または遠隔地にいる保守員が所持する保守端末などが挙げられる。

また、診断装置９は、「異常あり」と判定する頻度の代わりに、「異常あり」と判定した回数の合計、または連続で「異常あり」と判定した回数に対して閾値を設けて、同様に外部に状況を発報してもよい。

また、このような診断装置９は、１：１ローピングだけでなく、２：１ローピングまたは機械室２がない機械室レスエレベーターのシステムなど、あらゆるローピングのトラクション式エレベーターに対して適用できる。

さらに、このようなエレベーターの診断装置９は、かご６の停止時に乗り込む乗客による振動だけでなく、かご６から降りる乗客が起こす振動に対しても同様に適用できる。加えてかご６の上下方向の振動だけでなく、かご６の傾きなどによる横方向の振動に対しても適用できる。なお、本実施の形態では、振動分析部１１において振動データを加速度の時間変化に変換した例の処理を説明したが、速度または変位に対して同様の処理を実施してもよい。すなわち、振動の振幅の閾値は、加速度の振幅に対する閾値に限定されず、速度または変位などの振幅に対する閾値であってもよい。

続いて、図９を用いて、エレベーターのハードウェア構成の例について説明する。
図９は、実施の形態１に係るエレベーターの主要部のハードウェア構成図である。

エレベーターの各機能は、処理回路により実現し得る。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。処理回路は、プロセッサ１００ａおよびメモリ１００ｂと共に、あるいはそれらの代用として、少なくとも１つの専用ハードウェア２００を備えてもよい。

処理回路がプロセッサ１００ａとメモリ１００ｂとを備える場合、エレベーターの各機能は、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。そのプログラムはメモリ１００ｂに格納される。プロセッサ１００ａは、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、エレベーターの各機能を実現する。

プロセッサ１００ａは、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、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。メモリ１００ｂは、例えば、ＲＡＭ、ＲＯＭ、フラッシュメモリ、ＥＰＲＯＭ、ＥＥＰＲＯＭなどの、不揮発性または揮発性の半導体メモリなどにより構成される。

処理回路が専用ハードウェア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。

エレベーターの各機能は、それぞれ処理回路で実現することができる。あるいは、エレベーターの各機能は、まとめて処理回路で実現することもできる。エレベーターの各機能について、一部を専用ハードウェア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。このように、処理回路は、専用ハードウェア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エレベーターの各機能を実現する。

実施の形態２．
実施の形態２において、実施の形態１で開示される例と相違する点について特に詳しく説明する。実施の形態２で説明しない特徴については、実施の形態１で開示される例のいずれの特徴が採用されてもよい。

図１０は実施の形態２におけるトラクション式のエレベーターの全体図である。

実施の形態２のエレベーターは、実施の形態１のエレベーターの構成に加え、乗客の行動を監視する監視部１３および行動分析部１４を備えている。監視部１３は、具体的には、かご６内を撮影するカメラ１３ａ、秤装置１３ｂ、かご床に設けられた床反力センサ１３ｃ、加速度センサ、速度センサ、または変位センサ、もしくはこれらを複数組み合わせて構成される。監視部１３は、かご６が停止している間に乗客の行動データを取得する。

また、行動分析部１４は、監視部１３に接続している。監視部１３は、エレベーターのかご６の停止時の乗客の行動データを取得したのちに、取得した行動データを行動分析部１４に伝達する。

ここで、監視部１３がカメラ１３ａの場合に、監視部１３は、乗客の行動データとして、かご６内を撮影した画像または映像データを行動分析部１４に伝達する。監視部１３が秤装置１３ｂの場合に、監視部１３は、乗客の行動データとして、かご６の重量の時間変化を行動分析部１４に伝達する。監視部１３が床反力センサ１３ｃの場合に、監視部１３は、乗客の行動データとして、かご床に加えられた床反力の時間変化を行動分析部１４に伝達する。

行動分析部１４は、乗客の行動データを分析して、乗り込み人数ｎ、乗り込みのタイミングτ１，τ２，…，τｎ、およびそれぞれの乗客の乗り込み後のかご６の重量Ｍ１，Ｍ２，…，Ｍｎを分析結果として算出し、これらを振動分析部１１に伝達する。乗客の行動データがカメラ１３ａによる画像または映像の場合に、行動分析部１４は、画像解析で上記分析結果の諸量を推定する。乗客の行動データが秤装置１３ｂによるかご６の重量変化の場合に、行動分析部１４は、その時間変化から上記分析結果の諸量を推定する。乗客の行動データが床反力の場合に、行動分析部１４は、床反力の時間変化から上記分析結果の諸量を推定する。監視部１３が複数種類のセンサ等の装置を用いる場合に、行動分析部１４は、それぞれの装置によって算出したものの平均値などとして、上記分析結果の諸量を求めてもよい。

振動分析部１１には、複数の閾値群が予め設定されている。振動分析部１１は、行動分析部１４から受け取った乗り込み人数ｎ、乗り込みのタイミングτ１，τ２，…，τｎ、それぞれの乗客の乗り込み後のかご６の重量Ｍ１，Ｍ２，…，Ｍｎ、および制御装置８から受け取ったかご位置情報の組み合わせに応じて、加速度閾値Ａａと振動持続時間閾値Ｔａを閾値群から選出して設定する。

振動分析部１１は、振動計測部１０が計測する振動データを用いて、例えば加速度の時間変化を算出する。また、図１１は、複数の乗客がかご６に乗り込んだ時の振動における加速度変化を模式的に示したものである。図１１において、体重が同程度の乗客が３人連続で乗り込んだ時の例が示されている。このときかご６に発生する振動は、乗客が１人だけ乗り込んだ場合と異なり、途中で２人目以降が乗り込むことで、加速度が途中から再び増加して減衰波形となる。

振動分析部１１は、乗り込みのタイミングτ１，τ２，τ３で分割される各乗客の乗り込みによる振動に対して、加速度変化の複数のピークを時系列順序でつなげる処理を行い、図１１に点線で示されるようなプロファイルを作成する。プロファイルにおけるピークの間の値は、例えば線形補間またはスプライン補間などの補間処理によってつなげられる。振動分析部１１は、予め設定した加速度の閾値Ａａをこのプロファイルが超えている時間の合計を、振動持続時間Ｔとして算出する。図１１において、振動持続時間Ｔは、Ｔ１，Ｔ２，Ｔ３の合計である。なお、振動分析部１１は、各乗客の振動持続時間を算出する範囲の開始点を、各乗客が誘発した加速度変化が最初に閾値Ａａを超える点、乗り込みのタイミングτ１，τ２，τ３、またはプロファイルの最初の点としてもよい。振動分析部１１は、各乗客の振動持続時間を算出する範囲の終了点を、プロファイルが閾値Ａａを下回るタイミング、またはプロファイルが閾値Ａａを下回らない場合には各プロファイルの最終の点などとしてもよい。

また、振動分析部１１は、図１２に示すように振動波形全体に対して、複数のピークを時系列順序でつなげる処理を行ってプロファイルを作成してもよい。プロファイルにおけるピークの間の値は、例えば線形補間またはスプライン補間などの補間処理によってつなげられる。振動分析部１１は、このように作成したプロファイルが予め設定された加速度の閾値Ａａを最初に超える点から閾値Ａａを最後に下回る点までの、閾値Ａａを上回っている時間長さの合計を振動持続時間Ｔとして算出してもよい。図１２において、振動持続時間Ｔは、Ｔ４，Ｔ５の合計である。

また、振動分析部１１は、加速度変化の絶対値に対して波形のピークをつなげてプロファイルを作成してもよい。振動分析部１１は、このように作成するプロファイルに対して同様の処理を行い、振動持続時間Ｔを算出してもよい。

ここで、体重が大きい乗客、または重量が大きい貨物がエレベーターのかご６に乗り込んだ場合、加わる荷重の大きさによって振動持続時間Ｔも影響を受ける。このような場合、行動分析部１４が算出したｎ人乗り込み後のかご６の重量Ｍｎを加味した加速度閾値Ａａを設定することで、振動分析部１１は、より適切な診断ができるようになる。例えば、重量が大きい乗客が乗り込んだ場合は、加わる荷重の増加に伴って加速度が大きくなるため、閾値Ａａも荷重の増加の程度に応じて大きくした値に設定される。

また、振動持続時間の閾値Ｔａは、乗り込み人数ｎ、および乗り込みのタイミングτ１，τ２，…，τｎに応じて、予め設定された閾値より選出される。例えば、乗り込み人数が増加すると、かごｎに生じる振動の振動持続時間Ｔは長くなるため、閾値Ｔａもより大きい値が設定される。一方、乗り込みのタイミングτ１，τ２，…，τｎの間隔が極端に短い場合、すべての乗り込みについての振動持続時間を合計した振動持続時間Ｔが短くなる。このため、振動分析部１１は、乗り込みのタイミングの間隔に閾値τａを設け、τ１，τ２，…，τｎの間隔の長さに応じた振動持続時間閾値Ｔａを設定したり、τ１，τ２，…，τｎの間隔の長さに応じて診断対象から除外したりしてもよい。

振動分析部１１は、このように算出した振動持続時間Ｔと振動持続時間閾値Ｔａに基づいて、エレベーターの異常の有無を診断する。記録部１２は、その診断結果を記録する。

また、最後に乗車した乗客による振動データのみ、図１１においては時刻τ３以降の振動データのみを抽出することで、一人の乗客の乗り込み時に相当する振動データが得られる。振動分析部１１は、このような振動データに基づいて、実施の形態１と同様の処理でエレベーターを診断してもよい。

このように、複数人が乗車する場合でも、行動分析部１４が算出した乗り込み人数ｎ、各乗り込みのタイミングτ１，τ２，…，τｎ、各乗り込み後のかご６の重量Ｍ１，Ｍ２，…，Ｍｎ、および制御装置８から伝達されるかご位置情報に基づいて、振動分析部１１は、予め設定された閾値群のなかから適切な閾値Ｔａを選択することで、エレベーターの診断を適切に行うことができる。

また、エレベーターは、例えばロボット専用運転モードのように、あらかじめ重量が判明しているロボットなどの運搬物が乗り込むための専用運転を行うことがある。この場合に、運搬物の重量および大きさは明確であるため、発生する振動の大きさにばらつきが生じにくい。このため、ロボット専用の閾値Ａａおよび閾値Ｔａなどを設けることで、乗客が人である場合よりも高精度に診断を実施できる。ロボット専用の閾値は、例えば図５におけるばらつき範囲を小さくすることなどによって設定される。

また、体重または重量がそれぞれで大きく異なる複数人の乗客または貨物がかご６に乗り込んだ場合に、振動分析部１１は、それぞれの乗客の乗り込みに対して適切な加速度閾値Ａａを設定してもよい。振動分析部１１は、その組み合わせに対する適切な振動持続時間閾値Ｔａを選定することで、適切な診断ができるようになる。

このように、複数人の乗客、または体重が大きい乗客もしくは重量が大きい貨物が乗り込んだ場合においても、振動分析部１１は、エレベーターを適切に診断できる。

また、エレベーターのかご６の停止中にかご６内で乗客が暴れ続けた場合は、大きい加速度で振動が持続するため、振動持続時間も極端に大きくなり、誤診断になる可能性がある。そのため、振動分析部１１は、行動分析部１４における乗客の行動データの分析で乗客の暴れを検知した場合に、乗客の暴れによる振動を診断対象から外すことで、誤診断を防ぐことができる。

図１３は、このような構成と動作でエレベーターの異常を診断するフローチャートの一例である。ＳＴＥＰｂ１で制御装置８がエレベーターのかご６の停止を確認した後、ＳＴＥＰｂ２で振動計測部１０および監視部１３は振動データおよび乗客の行動データの取得を開始する。その後、ＳＴＥＰｂ３において、制御装置８がエレベーターのかご６の走行の開始を確認すると、振動計測部１０および監視部１３はデータ取得を終了する。ＳＴＥＰｂ４において、行動分析部１４は、乗客の行動を分析し、乗客の暴れなどの問題または乗り降りの有無を確認する。行動分析部１４は、問題がない場合に、乗客の行動データの分析を継続し、乗り込み人数ｎ、乗り込みのタイミングτ１，τ２，…，τｎ、および各乗り込み後のかご６の重量Ｍ１，Ｍ２，…，Ｍｎを算出する。ＳＴＥＰｂ５において、振動分析部１１は、乗り込み人数ｎ、乗り込みのタイミングτ１，τ２，…，τｎ、各乗り込み後のかご６の重量Ｍ１，Ｍ２，…，Ｍｎを行動分析部１４から受け取る。振動分析部１１は、受け取った情報に基づいて閾値Ａａおよび閾値Ｔａを選出する。ＳＴＥＰｂ６において、振動分析部１１は、振動データを分析して加速度変化に対するプロファイルを算出する。振動分析部１１は、算出したプロファイルから振動持続時間Ｔを算出する。ＳＴＥＰｂ７からＳＴＥＰｂ９において、振動分析部１１は、振動持続時間Ｔが閾値Ｔａを上回っているかを判定してエレベーターの異常の有無を診断する。ＳＴＥＰｂ１０において、記録部１２は、診断結果を記録する。

診断装置９は、ＳＴＥＰｂ１０までの一度の診断だけではなく、ＳＴＥＰｂ１１からＳＴＥＰｂ１３のように、複数回の診断履歴に基づいて外部への発報を行ってもよい。すなわち、振動分析部１１は、予め設定された診断回数であるＮ回分の診断履歴から「異常あり」と判定した頻度Ｘを計算する。この頻度Ｘに対して、頻度閾値Ｘａが予め設定される。頻度Ｘが閾値Ｘａを上回るようなタイミングで、診断装置９は外部に状況を発報する。発報先の具体例としては、ディスプレイもしくは警報装置、または遠隔地にいる保守員が所持する保守端末などが挙げられる。

また、診断装置９は、「異常あり」と判定する頻度の代わりに、「異常あり」と判定した回数の合計、または連続で「異常あり」と判定した回数に対して閾値を設けて、同様に外部に状況を発報してもよい。

上記のような構成により、診断装置９は、振動データを乗客の行動データと照らし合わせて分析することで、振動に対して適した閾値を割り当てることができるため、精度よくエレベーターの異常を診断できる。

また、このような診断装置９は、１：１ローピングだけでなく、２：１ローピングまたは機械室２がない機械室レスエレベーターのシステムなど、あらゆるローピングのトラクション式エレベーターに対して適用できる。

さらに、このようなエレベーターの診断装置９は、かご６の停止時に乗り込む乗客による振動だけでなく、かご６から降りる乗客が起こす振動に対しても同様に適用できる。加えてかご６の上下方向の振動だけでなく、かご６の傾きなどによる横方向の振動に対しても適用できる。なお、本実施の形態では、振動分析部１１において振動データを加速度の時間変化に変換した例の処理を説明したが、速度または変位に対して同様の処理を実施してもよい。すなわち、振動の振幅の閾値は、加速度の振幅に対する閾値に限定されず、速度または変位などの振幅に対する閾値であってもよい。

実施の形態３．
実施の形態３において、実施の形態１または実施の形態２で開示される例と相違する点について特に詳しく説明する。実施の形態３で説明しない特徴については、実施の形態１または実施の形態２で開示される例のいずれの特徴が採用されてもよい。

図１４は、実施の形態３におけるトラクション式のエレベーターの全体図である。

図１４に示すトラクション式のエレベーターにおいて、昇降路１の上部には機械室２が設けられている。機械室２には、滑車３が設けられている。滑車３は、巻上機４と連結されている。滑車３には、懸架体５が架けられている。懸架体５には、例えば、複数本のロープまたは複数本のベルトなどが用いられる。この例において、懸架体５の両端部に、かご６および錘７がそれぞれ連結されている。すなわち、図１４は、１：１ローピングのシステムで懸架体５が架けられている場合を例示している。懸架体５は、かご６および錘７を昇降路１において懸架している。

巻上機４の駆動により滑車３が回転すると、懸架体５と滑車３との摩擦力によってかご６が昇降路１内を昇降する。エレベーターには制御装置８が設けられている。エレベーターは、制御装置８が巻上機４の回転を制御することで運行する。かご６がいずれかの階床に到着した後に、乗場およびかご６の間で乗客が乗り降りする。制御装置８には、診断装置９が接続されている。

診断装置９は、振動分析部１１、監視部１３、行動分析部１４、学習装置１５、推論装置１６、学習済モデル記憶部１７を有する。

かご６には、振動計測部１０が設けられている。振動計測部１０は、例えば、かご６に取り付けられる加速度センサ、速度センサ、変位センサ、もしくは秤装置、またはこれらを複数組み合わせて構成されている。

振動分析部１１は、振動計測部１０から送られる振動データを分析して、例えば加速度変化を算出し、予め設定された加速度閾値Ａａに基づいて、振動持続時間Ｔを算出する。加速度閾値Ａａに基づいた振動持続時間Ｔの算出方法は、実施の形態１または実施の形態２と同様である。

監視部１３は、エレベーターのかご６の停止中の乗客の行動データを取得する。監視部１３の具体例は、かご６内を撮影するカメラ１３ａ、秤装置１３ｂ、かご床に設けられた床反力センサ１３ｃ、加速度センサ、速度センサ、もしくは変位センサ、またはこれらのうちのいずれか複数の組み合わせなどである。監視部１３は、かご６が停止している間に乗客の行動データを取得する。

ここで、監視部１３がカメラ１３ａの場合に、監視部１３は、乗客の行動データとして、かご６内を撮影した画像または映像データを行動分析部１４に伝達する。監視部１３が秤装置１３ｂの場合に、監視部１３は、乗客の行動データとして、かご６の重量の時間変化を行動分析部１４に伝達する。監視部１３が床反力センサ１３ｃの場合に、監視部１３は、乗客の行動データとして、かご床に加えられた床反力の時間変化を行動分析部１４に伝達する。

行動分析部１４は、乗客の行動データを分析して、乗り込み人数ｎ、乗り込みのタイミングτ１，τ２，…，τｎ、およびそれぞれの乗客の乗り込み後のかご６の重量Ｍ１，Ｍ２，…，Ｍｎを分析結果として算出し、これらを振動分析部１１に伝達する。乗客の行動データがカメラ１３ａによる画像または映像の場合に、行動分析部１４は、画像解析で上記分析結果の諸量を推定する。乗客の行動データが秤装置１３ｂによるかご６の重量変化の場合に、行動分析部１４は、その時間変化から上記分析結果の諸量を推定する。乗客の行動データが床反力の場合に、行動分析部１４は、床反力の時間変化から上記分析結果の諸量を推定する。監視部１３が複数種類のセンサ等の装置を用いる場合に、行動分析部１４は、それぞれの装置によって算出したものの平均値などとして、上記分析結果の諸量を求めてもよい。

振動分析部１１および行動分析部１４には、学習装置１５が接続されている。学習装置１５は、データ取得部１８と、モデル生成部１９とを備える。また、振動分析部１１および行動分析部１４には、推論装置１６が接続されている。推論装置１６は、データ取得部２０と、推論部２１とを備える。

学習装置１５におけるデータ取得部１８、および推論装置１６のデータ取得部２０は、かご位置情報Ｌを制御装置８から、振動持続時間Ｔを振動分析部１１から、乗り込み人数ｎと、乗り込みのタイミングτ１，τ２，…，τｎと、各乗り込みでのかご６の重量Ｍ１，Ｍ２，…，Ｍｎとを行動分析部１４から、学習用データとして取得する。

モデル生成部１９は、データ取得部１８から出力されるかご位置情報Ｌ、振動持続時間Ｔ、乗り込み人数ｎ、乗り込みのタイミングτ１，τ２，…，τｎ、各乗り込みでのかご６の重量Ｍ１，Ｍ２，…，Ｍｎ、の組み合わせに応じて作成される学習用データに基づいて、エレベーターの状態を学習する。すなわち、モデル生成部１９は、かご位置情報Ｌ、振動持続時間Ｔ、乗り込み人数ｎ、乗り込みのタイミングτ１，τ２，…，τｎ、各乗り込みでのかご６の重量Ｍ１，Ｍ２，…，Ｍｎから、エレベーターの状態を推論する学習済モデルを生成する。この例において、学習用データは、かご位置情報Ｌ、振動持続時間Ｔ、乗り込み人数ｎ、乗り込みのタイミングτ１，τ２，…，τｎ、各乗り込みでのかご６の重量Ｍ１，Ｍ２，…，Ｍｎを互いに関連付けたデータである。

モデル生成部１９が用いる学習アルゴリズムは、教師あり学習、教師なし学習、強化学習等の公知のアルゴリズムを用いることができる。一例として、教師なし学習であるｋ平均法などのクラスタリングを適用した場合について説明する。教師なし学習とは、結果またはラベルを含まない学習用データを学習装置１５に与えることで、それらの学習用データにある特徴を学習する手法をいう。

モデル生成部１９は、例えば、ｋ平均法によるグループ分け手法に従って、いわゆる教師なし学習により、エレベーターの状態を学習する。ｋ平均法とは、非階層型クラスタリングのアルゴリズムであり、クラスタの平均を用いて、与えられたクラスタ数をｋ個に分類する手法である。

より具体的に、ｋ平均法は以下のような流れで処理される。まず、各データｘｉに対してランダムにクラスタを割り振る。次いで、割り振ったデータをもとに各クラスタの中心Ｖｊを計算する。次いで、各ｘｉと各Ｖｊとの距離を求め、ｘｉを最も近い中心のクラスタに割り当て直す。そして、上記の処理で全てのｘｉのクラスタの割り当てが変化しなかった場合、あるいは変化量が事前に設定した一定の閾値を下回った場合に、収束したと判断して処理を終了する。

本願においては、モデル生成部１９は、データ取得部１８によって取得されるかご位置情報Ｌ、振動持続時間Ｔ、乗り込み人数ｎ、乗り込みのタイミングτ１，τ２，…，τｎ、各乗り込みでのかご６の重量Ｍ１，Ｍ２，…，Ｍｎの組合せに基づいて作成される学習用データに従って、いわゆる教師なし学習により、エレベーターの状態を学習する。

モデル生成部１９は、以上のような学習を実行することで学習済モデルを生成し、出力する。学習済モデル記憶部１７は、モデル生成部１９から出力された学習済モデルを記憶する。このような学習を、正常なエレベーターで実施することで、かご位置情報Ｌ、振動持続時間Ｔ、乗り込み人数ｎ、乗り込みのタイミングτ１，τ２，…，τｎ、各乗り込みでのかご６の重量Ｍ１，Ｍ２，…，Ｍｎと、エレベーターの正常な状態との関係を学習した学習済モデルが得られる。

推論部２１は、学習済モデル記憶部１７に記憶された学習済モデルを利用して得られるエレベーターの状態を推論する。すなわち、推論部２１は、データ取得部２０で取得したかご位置情報Ｌ、振動持続時間Ｔ、乗り込み人数ｎ、乗り込みのタイミングτ１，τ２，…，τｎ、各乗り込みでのかご６の重量Ｍ１，Ｍ２，…，Ｍｎの組合せに基づいて作成されるデータをこの学習済モデルに入力することで、当該データがいずれのクラスタに属するかを推論し、推論結果をエレベーターの状態として出力することができる。学習済モデルに入力されたデータが、エレベーターの正常な状態を示すクラスタのいずれにも属していない場合に、推論部２１は、エレベーターに異常が発生したと判定する。

記録部１２は、推論部２１による判定結果を記録する。診断装置９は、ネットワーク回線などを利用して、記録部１２に記録した判定結果をエレベーターの外部に伝達または発報してもよい。このようにすることで、例えば保守員に迅速に判定結果を伝達または送付することができ、保守員による早期対応が可能となる。

なお、本実施の形態では、推論部２１はモデル生成部１９で学習した学習済モデルを用いてエレベーターの状態を出力するものとして説明したが、推論部２１は外部から取得した学習済モデルに基づいてエレベーターの状態を出力するようにしてもよい。

また、学習装置１５および推論装置１６のそれぞれにデータ取得部１８およびデータ取得部２０が設けられる場合について説明したが、診断装置９の構成はこの場合に限定されない。診断装置９は、ひとつのデータ取得部で制御装置８、振動分析部１１、および行動分析部１４から必要な情報を取得し、学習装置１５のモデル生成部１９および推論装置１６の推論部２１に取得した情報を出力するような構成であってもよい。

このようにして、推論部２１は、かご位置情報Ｌ、振動持続時間Ｔ、乗り込み人数ｎ、乗り込みのタイミングτ１，τ２，…，τｎ、各乗り込みでのかご６の重量Ｍ１，Ｍ２，…，Ｍｎに基づいて、エレベーターの状態を判定する。

次に、図１５を用いて、学習装置１５および推論装置１６を用いてエレベーターの状態を診断するための処理フローを説明する。実施の形態３におけるエレベーターの診断は、学習フェーズと診断フェーズの２つのフェーズから成る。

学習フェーズでは、まず学習用データを得るために、ＳＴＥＰｃ１で、エレベーターのかご６の停止を示す信号をデータ取得部１８が制御装置８から受け取った後、振動計測部１０および監視部１３がデータを計測する。

ＳＴＥＰｃ２で、エレベーターのかご６の走行開始を示す信号をデータ取得部１８が制御装置８から受け取った後、振動分析部１１および行動分析部１４は、振動計測部１０および監視部１３が計測したデータを受け取る。振動分析部１１および行動分析部１４は、受け取ったデータを分析して、かご位置情報Ｌ、振動持続時間Ｔ、乗り込み人数ｎ、乗り込みのタイミングτ１，τ２，…，τｎ、各乗り込みでのかご６の重量Ｍ１，Ｍ２，…，Ｍｎを算出する。

ＳＴＥＰｃ３において、データ取得部１８は、出力されたかご位置情報Ｌ、振動持続時間Ｔ、乗り込み人数ｎ、乗り込みのタイミングτ１，τ２，…，τｎ、各乗り込みでのかご６の重量Ｍ１，Ｍ２，…，Ｍｎのデータを取得する。

ＳＴＥＰｃ４において、モデル生成部１９は、データ取得部１８によって取得されるかご位置情報Ｌ、振動持続時間Ｔ、乗り込み人数ｎ、乗り込みのタイミングτ１，τ２，…，τｎ、各乗り込みでのかご６の重量Ｍ１，Ｍ２，…，Ｍｎの組合せに基づいて作成される学習用データに従って、いわゆる教師なし学習によりエレベーターの正常状態を学習し、学習済モデルを生成する。

ＳＴＥＰｃ５において、学習済モデル記憶部１７は、モデル生成部１９が生成した学習済モデルを記憶する。このような学習をエレベーターが停止階に停止する度に実施し、学習は規定回数に到達するまで継続する。

診断フェーズでは、推論装置１６を使ってエレベーターの状態を診断するために、ＳＴＥＰｃ６で振動計測部１０および監視部１３がデータを計測する。

ＳＴＥＰｃ７で、振動分析部１１および行動分析部１４は、振動計測部１０および監視部１３が計測したデータを分析して、かご位置情報Ｌ、振動持続時間Ｔ、乗り込み人数ｎ、乗り込みのタイミングτ１，τ２，…，τｎ、各乗り込みでのかご６の重量Ｍ１，Ｍ２，…，Ｍｎを算出する。

ＳＴＥＰｃ８において、データ取得部２０は、出力されたかご位置情報Ｌ、振動持続時間Ｔ、乗り込み人数ｎ、乗り込みのタイミングτ１，τ２，…，τｎ、各乗り込みでのかご６の重量Ｍ１，Ｍ２，…，Ｍｎのデータを取得する。

ＳＴＥＰｃ９において、推論部２１は、データ取得部２０が取得したかご位置情報Ｌ、振動持続時間Ｔ、乗り込み人数ｎ、乗り込みのタイミングτ１，τ２，…，τｎ、各乗り込みでのかご６の重量Ｍ１，Ｍ２，…，Ｍｎのデータを、学習済モデル記憶部１７に記憶された学習済モデルに入力する。

ＳＴＥＰｃ１０において、推論部２１は、学習済みモデルから得られたエレベーターの状態を出力する。

ＳＴＥＰｃ１１において、推論部２１は、エレベーターの状態の出力結果に基づいて、エレベーターの状態を診断する。

なお、実施の形態１または実施の形態２の診断装置９のように、推論装置１６は、一度の診断だけではなく予め設定された診断回数分の診断履歴から発報を行ってもよい。推論装置１６は、例えば、「異常あり」と判定した頻度Ｘを計算する。この頻度Ｘに対して、頻度閾値Ｘａが予め設定される。頻度Ｘが閾値Ｘａを上回るようなタイミングで、推論装置１６は、エレベーターの異常を外部に発報してもよい。発報先の具体例としては、ディスプレイもしくは警報装置、または遠隔地にいる保守員が所持する保守端末などが挙げられる。

また、推論装置１６は、「異常あり」と判定する頻度の代わりに、「異常あり」と判定した回数の合計、または連続で「異常あり」と判定した回数に対して閾値を設けて、同様に外部に状況を発報してもよい。

以上のような構成により、かご６の停止時におけるエレベーターの上下方向のあらゆる振動に対して、エレベーターの状態が診断されるようになる。

なお、本実施の形態では、モデル生成部１９および推論部２１が用いる学習アルゴリズムに教師なし学習を適用した場合について説明したが、学習アルゴリズムはこれに限られない。学習アルゴリズムについては、教師なし学習以外にも、強化学習、教師あり学習、または半教師あり学習などを適用することも可能である。

また、モデル生成部１９に用いられる学習アルゴリズムとしては、特徴量そのものの抽出を学習する深層学習（Ｄｅｅｐ Ｌｅａｒｎｉｎｇ）を用いることもでき、他の公知の方法を用いることもできる。

本実施の形態における教師なし学習を実現する場合、上記のようなｋ平均法による非階層型クラスタリングに限らず、クラスタリング可能な他の公知の方法が用いられてもよい。例えば、最短距離法などの階層型クラスタリングが用いられてもよい。

本実施の形態において、学習装置１５および推論装置１６が診断装置９に設けられる場合を説明したが、学習装置１５および推論装置１６の一部または全部は、診断装置９の代わりに、例えば、ネットワークを介してエレベーターに接続される、このエレベーターとは別個の装置に設けてもよい。また、学習装置１５および推論装置１６の一部または全部は、制御装置８に内蔵されていてもよい。さらに、学習装置１５および推論装置１６の一部または全部は、クラウドサーバ上に実装されていてもよい。

また、モデル生成部１９は、複数のエレベーターに対して作成される学習用データに従ってエレベーターの状態を学習するように構成されていてもよい。

モデル生成部１９は、同一のエリアで使用される複数のエレベーターから学習用データを取得してもよいし、異なるエリアで独立して動作する複数のエレベーターから収集される学習用データを利用してエレベーターの状態を学習してもよい。また、エレベーターを途中で学習用データを収集する対象に追加したり、当該対象から途中で除去したりすることも可能である。さらに、あるエレベーターに関してエレベーターの状態を学習した学習装置１５を、これとは別のエレベーターに適用し、当該別のエレベーターに関してエレベーターの状態を再学習して更新するようにしてもよい。

また、このようなエレベーターの診断装置９は、１：１ローピングだけでなく、２：１ローピングまたは機械室２がない機械室レスエレベーターのシステムなど、あらゆるローピングのトラクション式エレベーターに対して適用できる。

さらに、このようなエレベーターの診断装置９は、かご６の停止時に乗り込む乗客による振動だけでなく、かご６から降りる乗客が起こす振動に対しても同様に適用できる。加えてかご６の上下方向の振動だけでなく、かご６の傾きなどによる横方向の振動に対しても適用できる。なお、本実施の形態では、振動分析部１１において振動データを加速度の時間変化に変換した例の処理を説明したが、速度または変位に対して同様の処理を実施してもよい。すなわち、振動の振幅の閾値は、加速度の振幅に対する閾値に限定されず、速度または変位などの振幅に対する閾値であってもよい。

本開示に係るエレベーターは、複数の階床を有する建物に適用できる。

１ 昇降路、 ２ 機械室、 ３ 滑車、 ４ 巻上機、 ５ 懸架体、 ６ かご、 ７ 錘、 ８ 制御装置、 ９ 診断装置、 １０ 振動計測部、 １１ 振動分析部、 １２ 記録部、 １３ 監視部、 １３ａ カメラ、 １３ｂ 秤装置、 １３ｃ 床反力センサ、 １４ 行動分析部、 １５ 学習装置、 １６ 推論装置、 １７ 学習済モデル記憶部、 １８ データ取得部、 １９ モデル生成部、 ２０ データ取得部、 ２１ 推論部、 １００ａ プロセッサ、 １００ｂ メモリ、 ２００ 専用ハードウェア

Claims (6)

1. エレベーターのかごの停止時にかごに発生する振動を計測する振動計測部と、
   エレベーターのかごが停止している際の乗客の行動データを分析する行動分析部と、
   前記行動分析部が分析する行動データに応じて、予め設定された閾値群の中から振幅の第１閾値および振動持続時間の第２閾値を選出し、前記振動計測部が計測する振動、選出した前記第１閾値、および選出した前記第２閾値を用いて、エレベーターの懸架体に異常があるか否かを判定する振動分析部と、
   を備える、エレベーター。
2. 前記振動分析部は、前記行動分析部による乗客の行動データの分析で乗客の暴れを検知した場合に、前記振動計測部が計測した振動を、エレベーターの懸架体に異常があるか否かを判定する診断対象から外す、
   請求項１に記載のエレベーター。
3. 前記振動分析部は、前記振動計測部が計測する振動の振幅が前記第１閾値を上回る大きさで振動し続ける時間が、前記第２閾値を上回る場合に、エレベーターの懸架体に異常があると判定する、
   請求項１または請求項２に記載のエレベーター。
4. エレベーターがロボットの専用運転を行っているとき、前記振動分析部は、前記第１閾値および前記第２閾値としてロボット専用に設定された値を用いて、エレベーターの懸架体に異常があるか否かを判定する、
   請求項１または請求項２に記載のエレベーター。
5. エレベーターがロボットの専用運転を行っているとき、前記振動分析部は、前記第１閾値および前記第２閾値としてロボット専用に設定された値を用いて、エレベーターの懸架体に異常があるか否かを判定する、
   請求項３に記載のエレベーター。
6. エレベーターのかごの停止時にかごに発生する振動を計測する振動計測部と、
   エレベーターのかごの停止時に乗客の行動データを取得する監視部と、
   前記振動計測部が計測する振動が予め設定された振動の振幅の第１閾値を上回る大きさで振動し続ける時間を、振動持続時間として算出する振動分析部と、
   前記監視部が取得した乗客の行動データを分析する行動分析部と、
   前記振動分析部が算出する前記振動持続時間、および前記行動分析部が分析する乗客の行動データを用いて、エレベーターの状態を推論する学習済モデルを生成する学習装置と、
   前記振動分析部が算出する前記振動持続時間、および前記行動分析部が分析する乗客の行動データ、ならびに前記学習装置が生成する前記学習済モデルを用いて、エレベーターの懸架体の状態を診断する推論装置と、
   を備える、エレベーター。

Images