KR20210022529A - 엘리베이터에서의 오작동을 검출하기 위한 방법 및 엘리베이터 제어기 - Google Patents

엘리베이터에서의 오작동을 검출하기 위한 방법 및 엘리베이터 제어기 Download PDF

Info

Publication number
KR20210022529A
KR20210022529A KR1020207029700A KR20207029700A KR20210022529A KR 20210022529 A KR20210022529 A KR 20210022529A KR 1020207029700 A KR1020207029700 A KR 1020207029700A KR 20207029700 A KR20207029700 A KR 20207029700A KR 20210022529 A KR20210022529 A KR 20210022529A
Authority
KR
South Korea
Prior art keywords
elevator
observed
data
elevators
malfunction
Prior art date
Application number
KR1020207029700A
Other languages
English (en)
Inventor
마르틴 쿠쎄로브
차크 주
Original Assignee
인벤티오 아게
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 인벤티오 아게 filed Critical 인벤티오 아게
Publication of KR20210022529A publication Critical patent/KR20210022529A/ko

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B66—HOISTING; LIFTING; HAULING
    • B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
    • B66B5/00—Applications of checking, fault-correcting, or safety devices in elevators
    • B66B5/0006—Monitoring devices or performance analysers
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B66—HOISTING; LIFTING; HAULING
    • B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
    • B66B5/00—Applications of checking, fault-correcting, or safety devices in elevators
    • B66B5/02—Applications of checking, fault-correcting, or safety devices in elevators responsive to abnormal operating conditions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B66—HOISTING; LIFTING; HAULING
    • B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
    • B66B3/00—Applications of devices for indicating or signalling operating conditions of elevators
    • B66B3/002—Indicators
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B66—HOISTING; LIFTING; HAULING
    • B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
    • B66B5/00—Applications of checking, fault-correcting, or safety devices in elevators
    • B66B5/0006—Monitoring devices or performance analysers
    • B66B5/0018—Devices monitoring the operating condition of the elevator system
    • B66B5/0031—Devices monitoring the operating condition of the elevator system for safety reasons
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/04—Inference or reasoning models
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B66—HOISTING; LIFTING; HAULING
    • B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
    • B66B2201/00—Aspects of control systems of elevators
    • B66B2201/30—Details of the elevator system configuration
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B66—HOISTING; LIFTING; HAULING
    • B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
    • B66B5/00—Applications of checking, fault-correcting, or safety devices in elevators
    • B66B5/0087—Devices facilitating maintenance, repair or inspection tasks

Abstract

관찰된 엘리베이터 (3) 에서의 엘리베이터 차단과 같은 오작동을 검출하기 위한 방법 및 엘리베이터 제어기 (33) 가 제안된다. 그 방법은, 적용 단계 동안 제 1 데이터를 취득하는 단계로서, 제 1 데이터는 관찰된 엘리베이터 (3) 에서의 적어도 하나의 조건과 상관되는, 상기 제 1 데이터를 취득하는 단계; 적용 단계 동안 추가 데이터를 취득하는 단계로서, 추가 데이터는 다른 엘리베이터들 (5) 에서의 적어도 하나의 조건과 상관되는, 상기 추가 데이터를 취득하는 단계; 제 1 데이터의 추가 데이터와의 비교에 기초하여 적용 단계 동안 관찰된 엘리베이터의 현재 상대적 거동을 결정하는 단계; 및 현재 상대적 거동의 분석에 기초하여 관찰된 엘리베이터 (3) 에서의 오작동을 검출하는 단계를 포함한다. 바람직하게, 선행하는 학습 단계 동안 기계 학습 절차에서 학습된 바와 같은 관찰된 엘리베이터 (3) 의 정상 상대적 거동에 관한 정보가, 관찰된 엘리베이터 (3) 의 현재 상대적 거동을 분석할 시에 고려될 수도 있다. 제안된 방법은 오경보들의 확률을 감소시키면서 엘리베이터에서의 오작동들을 자동으로 검출하는 것을 가능케 할 수도 있다.

Description

엘리베이터에서의 오작동을 검출하기 위한 방법 및 엘리베이터 제어기
본 발명은 엘리베이터에서의 오작동을 검출하기 위한 방법에 관한 것이다. 특히, 본 발명은 엘리베이터의 일시적 차단을 검출하기 위한 방법에 관한 것이다. 더욱이, 본 발명은 제안된 방법을 실행 또는 제어하기 위한 엘리베이터 제어기 및 컴퓨터 프로그램 제품에 관한 것이고, 그러한 컴퓨터 프로그램 제품이 저장된 컴퓨터 판독가능 매체에 관한 것이다.
1 초과의 층을 갖는 다수의 건물들에 있어서, 엘리베이터들은 층들 사이에서 승객들이나 상품들을 수직으로 운송하는 역할을 한다. 엘리베이터의 정상 기능 동안, 엘리베이터는 시작 층으로 오도록 호출될 수도 있고, 그 다음, 목적지 층으로 이동하도록 명령받을 수도 있다.
하지만, 예를 들어 오작동들 또는 결함들로 인해, 엘리베이터의 정상 기능이 방해되거나 중단될 수도 있다. 예를 들어, 엘리베이터는, 그 캐빈이 더 이상 층들 사이를 이동하지 못할 수도 있도록 차단될 수도 있다.
종래, 엘리베이터의 오작동 또는 특히 차단은, 예를 들어, 엘리베이터의 사용자가 오작동 또는 차단을 검출하고 예를 들어 제어 센터에서의 책임자에게 경고할 시에 검출될 수도 있다.
하지만, 그러한 종래의 접근법에 있어서, 엘리베이터의 오작동은, 엘리베이터의 사용자가 오작동을 검출하고 제어 센터에 통지하기 전에는 인식되지 않는다. 사용자가 오작동을 인식하기 전에는 사전예방적 서비스가 불가능하다.
대안적인 접근법이 KR 2017 0126821 A 에 설명된다. 거기에서, 센서 기반 지능형 비상 호출 시스템의 인터콤 유닛은, 승객이 비상 호출을 누르지 않더라도, 음성 센서, 충격 검출 센서 또는 가속도 센서와 같은 센서들의 검출 결과들에 기초하여 비상 호출 신호를 자동으로 송신하도록 제안된다. 구체적으로, 승객이 비상 상황을 통지하기 위한 비상 호출 버튼을 누르게 하는 기존의 기능에 추가하여, 본 발명의 인터콤 유닛은 언급된 센서들 중 하나 이상의 센서 값들을 통해 엘리베이터 카에서 발생하는 비상 상황을 경비실 등에 즉시 통지할 수도 있다.
WO 2016/091309 A1 및 WO 2009/126140 A1 은 이 엘리베이터의 측정된 데이터에 기초하여 엘리베이터의 오작동을 검출하기 위한 시스템들을 개시한다.
하지만, 그러한 대안적인 접근법에 있어서 과도한 수의 오경보들이 발생할 수도 있으며, 각각의 오경보는 통상적으로, 유지보수 직원이 엘리베이터를 방문하고 동작을 체크하게 함이 관찰되었다. 이에 의해, 실질적인 추가 작업 및 비용들이 발생될 수도 있다.
관찰된 엘리베이터에서의 오작동을 검출하기 위한 대안적인 방법이 필요할 수도 있다. 특히, 엘리베이터의 사전예방적 서비스를 가능케 하고/하거나 다수의 오경보들을 최소화하는 그러한 방법이 필요할 수도 있다. 더욱이, 종래의 엘리베이터들에 비해 엘리베이터에 추가 하드웨어를 제공하지 않거나 오직 최소의 추가 하드웨어만을 제공하길 요구하는 그러한 방법이 필요할 수도 있다. 부가적으로, 제안된 방법을 구현하기 위해 구성되는 엘리베이터 제어기 및 컴퓨터 프로그램 제품뿐 아니라 그러한 컴퓨터 프로그램 제품이 저장된 컴퓨터 판독가능 매체가 필요할 수도 있다.
그러한 필요성들은 독립항들의 청구물로 충족될 수도 있다. 유리한 실시형태들은 종속항들에서 그리고 다음의 명세서에서 정의된다.
본 발명의 제 1 양태에 따르면, 관찰된 엘리베이터에서의 오작동을 검출하기 위한 방법이 설명된다. 그 방법은 적어도 다음의 단계들을, 바람직하게는 표시된 순서로 포함한다:
적용 단계 동안 제 1 데이터를 취득하는 단계로서, 제 1 데이터는 관찰된 엘리베이터에서의 적어도 하나의 조건과 상관되는, 상기 제 1 데이터를 취득하는 단계;
적용 단계 동안 추가 데이터를 취득하는 단계로서, 추가 데이터는 다른 엘리베이터들에서의 적어도 하나의 조건과 상관되는, 상기 추가 데이터를 취득하는 단계;
제 1 데이터의 추가 데이터와의 비교에 기초하여 적용 단계 동안 관찰된 엘리베이터의 현재 상대적 거동을 결정하는 단계;
현재 상대적 거동의 분석에 기초하여 관찰된 엘리베이터에서의 오작동을 검출하는 단계.
본 발명의 제 2 양태에 따르면, 데이터 프로세서 및 데이터 취득 인터페이스를 포함하는 엘리베이터 제어기가 설명된다. 엘리베이터 제어기는 본 발명의 제 1 양태의 실시형태에 따른 방법을 실행, 수행, 또는 제어하도록 구성된다.
본 발명의 제 3 양태에 따르면, 컴퓨터 프로그램 제품이 컴퓨터 판독가능 명령들을 포함하도록 설명되며, 컴퓨터 판독가능 명령들은, 엘리베이터 제어기의 프로세서에 의해 수행될 경우, 엘리베이터 제어기에게 본 발명의 제 1 양태의 실시형태에 따른 방법을 실행, 수행, 및 제어하는 것 중 하나를 명령한다.
본 발명의 제 4 양태에 따르면, 본 발명의 제 3 양태의 실시형태에 따른 컴퓨터 프로그램 제품이 저장된 컴퓨터 판독가능 매체가 제안된다.
본 발명의 실시형태들의 기초가 되는 아이디어들은, 특히, 다음의 관찰들 및 인식들에 기초한 것으로서 해석될 수도 있다.
도입부에서 간략히 나타낸 바와 같이, 엘리베이터에서의 오작동들을 검출하여 그러한 오작동들이 오직 승객이 결함있는 엘리베이터를 사용하려고 할 시에만 검출될 수도 있는 것을 회피하기 위한 기술적 접근법들이 제안되었다. 그러한 종래 기술의 접근법들에 있어서, 엘리베이터에서의 조건들을 감시하는 센서들이, 엘리베이터의 현재 조건들에 관한 정보를 획득하고 엘리베이터에서의 특정 오작동들을 결정할 수 있게 하기 위하여 사용되었다.
하지만, 그러한 종래 기술 접근법들에 있어서, 통상적으로, 오직 단일의 엘리베이터에서의 조건들을 감시하는 센서들의 신호들만이 이러한 단일의 관찰된 엘리베이터의 현재 조건들을 결정하기 위하여 사용되었다.
그러한 종래 기술 접근법들에 있어서는 과도한 수의 오경보들이 발생할 수도 있음이 이제 인식되었다. 예를 들어, 관찰된 엘리베이터의 오작동 시 발생하는 것과 유사한 특성들을 갖는 관찰된 엘리베이터에서 조건들이 발생하지만 이들 조건들은 임의의 오작동들로부터 기인한 것이 아니라 다른 이유들로부터 기인한 경우에, 그러한 오경보들이 발행될 수도 있다.
예를 들어, 종래 기술 접근법들에 있어서, 관찰된 엘리베이터에서의 오작동은, 엘리베이터 캐빈이 미리결정된 시간 인터벌 초과 동안 이동하지 않았던 상황들에서 가정되었을 수도 있다. 구체적으로, 그러한 결여된 모션은 엘리베이터 차단을 나타내는 것으로서 해석되었을 수도 있다. 하지만, 결여된 모션은 다른 조건들의 결과일 수도 있다.
예를 들어, 학교나 쇼핑 센터와 같은 공공 건물에 설치된 엘리베이터는 주말에 장시간 인터벌 동안 사용되지 않을 수도 있다. 엘리베이터의 그러한 장기적인 결여된 사용은 오작동을 나타내는 것으로서 오해될 수도 있다.
따라서, 그러한 오해들의 가능성을 감소시키기 위하여, 관찰된 엘리베이터에서의 오작동을 이러한 관찰된 엘리베이터 내의 실제 거동 또는 조건들에 기초하여 검출할 뿐만 아니라 관찰된 엘리베이터의 거동을 다른 엘리베이터들의 실제 거동과 상관시키는 것이 본 명세서에서 제안된다. 그러한 상관된 거동은 본 명세서에서 "상대적 거동" 으로서 지칭된다.
다른 엘리베이터들의 현재 거동을 고려하여 관찰된 엘리베이터의 현재 상대적 거동을 분석함으로써, 관찰된 엘리베이터의 현재 거동이 이러한 관찰된 엘리베이터의 오작동에 기인한 것이 아닌 다른 엘리베이터들에게 또한 영향을 미치는 조건들에 기인하여 영향을 받는 상황들이 인식될 수도 있다. 이에 따라, 오경보들의 가능성이 감소될 수도 있다.
다음에 있어서, 본 명세서에서 제안된 방법의 일 실시형태는, 검출될 오작동이 관찰된 엘리베이터의 일시적 차단인 예와 관련하여 설명될 것이다. 그러한 일시적 차단은 다양한 이유들로 엘리베이터를 유발할 수도 있으며 다양한 방식들로 엘리베이터의 조건들에 영향을 미칠 수도 있다. 가장 명백한 영향받는 조건은 엘리베이터 캐빈이 더 이상 건물에서의 층들 사이를 이동하지 못할 수도 있다는 것이다. 이에 따라, 그러한 타입의 오작동은 본질적으로 엘리베이터의 목적을 제거한다. 하지만, 제안된 방법은 또한 관찰된 엘리베이터에서의 다른 오작동들을 검출하는데 사용될 수도 있으며, 그러한 다른 오작동들은 반드시 엘리베이터의 사용을 완전히 막을 필요는 없고 엘리베이터의 사용을 제한하거나 그 사용을 방해한다는 것을 유의해야 한다.
관찰된 엘리베이터의 현재 상대적 거동을 결정하기 위하여, 제 1 데이터가 적용 단계 동안 취득된다. 이들 제 1 데이터는 관찰된 엘리베이터에서의 적어도 하나의 조건과 상관될 것이다. 관찰된 엘리베이터의 차단을 검출하는 예에 있어서, 제 1 데이터는 관찰된 엘리베이터의 일시적 차단에 의해 영향받는 관찰된 엘리베이터의 적어도 하나의 조건과 상관될 것이다.
더욱이, 추가 데이터가 적용 단계 동안 취득된다. 이들 추가 데이터는 다른 엘리베이터들에서의 적어도 하나의 조건과 상관될 것이다. 즉, 추가 데이터는, 제 1 데이터가 관찰된 엘리베이터에서 상관되는 동일한 하나 이상의 조건의 특성들을 나타낼 것이지만, 이러한 조건은 관찰된 엘리베이터에서가 아니라 다른 엘리베이터들 중 하나에서 우세하다. 이에 따라, 관찰된 엘리베이터에서의 차단을 검출하는 예에 있어서, 추가 데이터가, 다중의 다른 엘리베이터들의 각각에서의 적어도 하나의 조건과 상관될 것이며, 여기서, 그 조건은 개별 다른 엘리베이터의 일시적 차단에 의해 영향받는다.
추가 데이터는 제 1 데이터와 동시에 취득될 수도 있다. 대안적으로, 추가 데이터는 제 1 데이터와 함께 공통 시간 인터벌 내에서 취득될 수도 있다. 공통 시간 인터벌은, 한편으로는 제 1 데이터에 의해 표현되는 관찰된 엘리베이터 내의 조건들과 다른 한편으로는 추가 데이터에 의해 표현되는 다른 엘리베이터 내의 조건들이 의미있는 방식으로 비교될 수도 있도록 설정될 수도 있다. 이에 따라, 공통 시간 인터벌의 길이는 관찰된 조건의 특성들에 의존하여 선택될 수도 있다. 예를 들어, 공통 시간 인터벌은 일부 경우들에 있어서 1 분보다 짧을 수도 있는 반면, 다른 경우들에 있어서 공통 시간 인터벌은 1 시간 또는 심지어 수 시간만큼 길 수도 있다.
일 실시형태에 따르면, 제 1 데이터는 관찰된 엘리베이터에 포함된 센서들에 의해 제공된 신호들에 기초하여 생성되고, 추가 데이터는 다른 엘리베이터들에 포함된 센서들에 의해 제공된 신호들에 기초하여 생성된다.
즉, 제 1 데이터 및 추가 데이터 양자 모두는 개별 관찰된 엘리베이터 및 다른 엘리베이터들에 제공된 센서들로부터 취득될 수도 있으며, 이들 센서들은 센서 신호들의 형태로 데이터를 발행한다. 그러한 센서들은 개별 엘리베이터에서 현재 우세한 조건들에 상관되는 파라미터들을 측정할 수도 있다. 이에 따라, 제 1 데이터 및 추가 데이터는 그러한 현재 센서 측정치들에 기초하여 취득될 수도 있다. 다양한 센서들이, 관찰된 엘리베이터에서뿐 아니라 다른 엘리베이터들에서, 예를 들어, 엘리베이터 캐빈에 또는 그 내에 및/또는 전체 엘리베이터 배열 전반에 걸친 다양한 위치들 또는 컴포넌트들에 적용될 수도 있다. 센서들은 엘리베이터 내의 로컬 조건들과 상관되는 물리적 파라미터들을 측정하거나 검출할 수도 있다.
예를 들어, 일 실시형태에 따르면, 제 1 데이터 및 추가 데이터는,
- 시간 인터벌 동안 발생하는 도어 모션들의 수,
- 시간 인터벌 동안 발생하는 엘리베이터 운행들의 수,
- 시간 인터벌 동안 발생하는 캐빈 점유율에서의 변화,
- 시간 인터벌 동안 이동된 거리들,
- 마지막 운행 이후 경과된 시간량, 및/또는
- 마지막 도어 모션 이후 경과된 시간량
에 상관된다.
예를 들어, 엘리베이터 도어들의 개방 모션 또는 폐쇄 모션과 같은 모션들에 관한 정보가 취득될 수도 있다. 엘리베이터 도어는 엘리베이터 캐빈 도어 또는 엘리베이터 샤프트 도어일 수도 있다. 정보는 개별 엘리베이터 도어를 관찰하는 센서로부터 획득될 수도 있다. 예를 들어, 기계 센서들, 전기 센서들, 자기 센서들, 유도 센서들, 광학 센서들 또는 다양한 다른 센서들은 임의의 도어 모션이 발생할 시에 작동될 수도 있다. 부가적으로 또는 대안적으로, 도어 모션에 관한 정보는 개별 엘리베이터 도어를 제어하는 엘리베이터 제어 유닛으로부터 획득될 수도 있다. 이에 따라, 주어진 시간 인터벌 동안 개별 엘리베이터 도어의 모션들의 수가 카운팅될 수도 있다. 더욱이, 개별 엘리베이터 도어가 마지막으로 이동되었던 이후 경과된 시간량이 결정될 수도 있다. 각각의 그러한 정보는 개별 엘리베이터 내의 조건들과 상관될 수도 있고, 따라서, 각각 제 1 또는 추가 데이터로서 또는 각각 제 1 또는 추가 데이터의 부분으로서 취해질 수도 있다.
부가적으로 또는 대안적으로, 엘리베이터 캐빈이 운행을 수행하는지 여부에 관한 정보가 취득될 수도 있다. 예를 들어, 엘리베이터 샤프트 내의 센서들은 엘리베이터 캐빈의 존재 및/또는 엘리베이터 캐빈의 통과를 검출할 수도 있다. 다시, 그러한 목적을 위해, 다양한 타입들의 상이한 센서들이 적용될 수도 있다. 부가적으로 또는 대안적으로, 엘리베이터 운행에 관한 정보가 엘리베이터 제어 유닛으로부터 획득될 수도 있다. 옵션적으로, 엘리베이터 캐빈에 의해 이동된 거리에 관한 정보가 취득될 수도 있다. 이에 따라, 주어진 시간 인터벌 동안 개별 엘리베이터 캐빈의 엘리베이터 운행들의 수가 카운팅될 수도 있다. 더욱이, 마지막 운행 이후 경과된 시간량이 결정될 수도 있다. 추가의 대안으로서, 주어진 시간 인터벌 동안 엘리베이터 캐빈에 의해 이동된 거리들이 결정될 수도 있다. 다시, 각각의 그러한 정보는 개별 엘리베이터 내의 조건들과 상관될 수도 있고, 따라서, 각각 제 1 또는 추가 데이터로서 또는 각각 제 1 또는 추가 데이터의 부분으로서 취해질 수도 있다.
추가의 대안 또는 보충으로서, 엘리베이터 캐빈에서의 현재 부하에 관한 정보가 취득될 수도 있다. 예를 들어, 엘리베이터 캐빈의 저부에 연결된 센서는 이 저부에 작용하는 무게를 감지할 수도 있다. 대안적으로, 센서들이 엘리베이터 캐빈을 홀딩하는 로프들에 작용하는 부하들을 감지할 수도 있다. 추가의 대안으로서, 엘리베이터 캐빈에서의 부하는 엘리베이터 캐빈을 이동시킬 시 엘리베이터 엔진의 특성들에 기초하여 결정될 수도 있다. 엘리베이터 캐빈의 현재 부하를 결정하기 위한 추가의 대안들이 사용될 수도 있다. 엘리베이터 캐빈의 현재 부하에 관한 정보는 일반적으로, 캐빈 점유율에 관한 정보에 대응한다. 캐빈 점유율, 및 특히, 그러한 캐빈 점유율에서의 변화들에 관한 정보는 통상적으로, 개별 엘리베이터 내의 조건들과 상관되고, 따라서, 각각 제 1 또는 추가 데이터로서 또는 각각 제 1 또는 추가 데이터의 부분으로서 또한 취해질 수도 있다.
제 1 및 추가 데이터는, 각각, 다른 조건들 또는 파라미터들과 또한 상관될 수도 있고, 예를 들어, 다른 센서들에 의해 제공된 신호들에 기초하여 취득될 수도 있음을 유의해야 한다. 일반적으로, 본 명세서에서 설명된 방법은, 이들 데이터가 개별 엘리베이터에서의 조건과 어느정도 상관되고 그 조건은 검출될 오작동에 의해 영향을 받는 한, 특정 타입의 제 1 및 추가 데이터와 무관할 수도 있다.
일 실시형태에 따르면, 적용 단계 동안 관찰된 엘리베이터의 현재 상대적 거동에 추가적으로, 관찰된 엘리베이터의 상대적 거동이 적용 단계에 선행하는 학습 단계에서 결정될 수도 있다. 학습 단계 동안 관찰된 엘리베이터의 그러한 상대적 거동은, 예를 들어, 긴 시간 주기 동안 결정될 수도 있으며, 엘리베이터의 정상 동작을 나타내도록 가정될 수도 있다. 이에 따라, 그러한 상대적 거동은 본 명세서에서 "정상 상대적 거동" 으로서 지칭된다. 정상 상대적 거동은,
(i) 학습 단계 동안 제 1 데이터를 취득하는 것으로서, 제 1 데이터는 관찰된 엘리베이터에서의 적어도 하나의 조건과 상관되는, 상기 제 1 데이터를 취득하는 것;
(ii) 학습 단계 동안 추가 데이터를 취득하는 것으로서, 추가 데이터는 다른 엘리베이터들에서의 적어도 하나의 조건과 상관되는, 상기 추가 데이터를 취득하는 것; 및
(iii) 제 1 데이터의 추가 데이터와의 비교에 기초하여 학습 단계 동안 관찰된 엘리베이터의 정상 상대적 거동을 결정하는 것
에 의해 결정될 수도 있다.
이에 따라, 정상 상대적 거동은 현재 상대적 거동의 상기 설명된 결정과 유사한 방식으로 결정될 수도 있지만, 정상 상대적 거동의 결정은 학습 단계 동안, 즉, 적용 단계에서의 현재 상대적 거동을 결정하기 전에, 실행된다. 즉, 정상 상대적 거동은 기계 학습 (machine learning) 절차에서의 학습 단계에서 학습될 수도 있다. 그 다음, 후속 적용 단계에 있어서, 관찰된 엘리베이터에서의 오작동을 검출하는 단계는 현재 상대적 거동의 분석뿐만 아니라 정상 상대적 거동과 비교한 현재 상대적 거동의 분석을 포함할 수도 있다.
다른 말로 표현하면, 관찰된 엘리베이터의 현재 거동은 현재 상대적 거동의 분석에 있어서 다른 엘리베이터들의 현재 거동과 비교될 수도 있을 뿐만 아니라, 부가적으로, 그러한 현재 상대적 거동이 또한, 선행하는 학습 단계에서 학습된 바와 같은 정상 상대적 거동과 비교될 수도 있다.
이에 따라, 예를 들어, 관찰된 엘리베이터의 현재 거동이 다른 엘리베이터들의 현재 거동으로부터 상당히 벗어날 때가 인식될 수 있었다. 이는, 일반적으로, 관찰된 엘리베이터에서의 오작동을 나타낼 수 있었다. 하지만, 관찰된 엘리베이터의 현재 거동의 그러한 편차가 용인가능 거동들의 정상 범위 내에 있는 상황들이 또한 존재할 수도 있다. 그러한 상황들은, 선행하는 학습 단계에서 학습된 바와 같은 정상 상대적 거동과의 비교에 기초하여 결정될 수도 있다.
상기에서 추가로 간략히 설명된 예를 참조하여 설명하면, 학교에 포함된 수개의 엘리베이터들은, 학교와 그 엘리베이터들이 주말 동안 사용되지 않기 때문에, 주말 동안 그 현재 거동을 변화시킬 수도 있다.
관찰된 엘리베이터의 현재 거동을 오직 그 선행하는 거동과 비교함으로써, 현재 거동에서의 그러한 변화는 오작동을 나타내는 것으로서 해석될 수 있었다. 하지만, 학교에서의 다른 엘리베이터들의 거동에 대한 현재 거동을 분석함으로써, 관찰된 엘리베이터의 현재 거동에서의 변화가 다른 엘리베이터들의 현재 거동에서의 유사한 변화와 일치하여 현재 상대적 거동에서의 변화가 주어지지 않거나 오직 약간의 변화만이 주어지기 때문에, 현재 거동에서의 그러한 변화가 용인가능할 수도 있고 어떠한 오작동도 나타내지 않을 수도 있음이 명백하게 될 수도 있다.
다른 상황에 있어서, 이 예에서 관찰된 엘리베이터의 현재 거동이 정상 수업 일 동안 갑자기 변할 경우, 이는 관찰된 엘리베이터의 오작동을 나타낼 수도 있다. 하지만, 심지어 그러한 상황에 있어서도, 현재 거동에서의 변화는 용인가능할 수도 있으며 오작동을 나타내지 않을 수도 있다. 예를 들어, 관찰된 엘리베이터는, 관찰된 엘리베이터에 의해 서빙되는 학교 건물의 부분에 위치되는 금요일 수업들이 스포츠 레슨들을 갖고 따라서 그 교실들에 접근하기 위해 관찰된 엘리베이터를 사용하지 않기 때문에, 금요일에는 거의 사용되지 않는다. 그러한 특별한 상황들은 학습 단계 동안 기계 학습 절차에서 학습될 수도 있다.
이에 따라, 관찰된 엘리베이터의 현재 상대적 거동을 이전에 학습된 정상 상대적 거동과 추가로 비교할 시, 그러한 특별한 상황들이 인식될 수도 있고, 오경보의 발행이 억제될 수도 있다.
일 실시형태에 따르면, 관찰된 엘리베이터와 특정 유사도를 갖는 것으로 이전에 결정되었던 다른 엘리베이터들에서 추가 데이터가 취득된다.
즉, 다중의 엘리베이터들이 존재하고 엘리베이터들의 기능들과 상관된 데이터가 이들 다중의 엘리베이터들의 각각에 대해 이용가능할 경우, 제안된 방법에 있어서, 이들 다중의 엘리베이터들 모두에 대해 취득된 추가 데이터를 사용하지 않는 것이 유리할 수도 있다. 대신, 관찰된 엘리베이터와 특정 유사도를 갖는 접근가능한 다중의 엘리베이터들의 풀로부터 이들 엘리베이터들을 선택하는 것이 유리할 수도 있다. 거기에서, 관찰된 엘리베이터 및 다른 엘리베이터들은, 정상 조건들 하에서 유사한 거동을 보이는 경우 특정 유사도를 갖는 것으로 가정될 수도 있다.
예를 들어, 동일한 건물에 서로 가깝게 설치되는 엘리베이터들 및/또는 동일하거나 유사한 목적을 위해 서빙하는 엘리베이터들은 충분한 유사도를 가질 수도 있다.
관찰된 엘리베이터와 특정 유사도를 갖는 다른 엘리베이터들로부터의 추가 데이터만을 고려하는 것은, 관찰된 엘리베이터에서의 오작동을 검출할 시 오경보들을 회피시키는데 도움이 될 수도 있다.
일 실시형태에 따르면, 관찰된 엘리베이터와 다른 엘리베이터들 중 하나 사이의 유사도는 적용 단계에 선행하는 학습 단계에서 결정되며, 그 적용 단계는 관찰된 엘리베이터에서의 오작동을 검출하는 것을 포함한다.
즉, 관찰된 엘리베이터 및 다른 엘리베이터들 중 하나가 충분한 유사도를 갖는 것으로서 해석될 수도 있는지 여부는 학습 단계 동안 결정될 수도 있다. 예를 들어, 이러한 학습 단계에 있어서, 관찰된 엘리베이터의 거동과 다른 엘리베이터의 거동이 비교할 수도 있으며, 양자의 거동들이 어느 정도 유사하다면, 이들 2개의 엘리베이터들은 충분한 유사도를 갖는 것으로서 용인될 수도 있다.
일 실시형태에 따르면, 관찰된 엘리베이터와 다른 엘리베이터들 중 하나 사이의 유사도는,
- 관찰된 엘리베이터와 다른 엘리베이터 사이의 물리적 거리에 관한 정보,
- 관찰된 엘리베이터 및 다른 엘리베이터의 적용에 관한 정보, 및/또는
- 제 1 데이터 및 추가 데이터가 취득되는 시간 세그먼트에 관한 정보
에 기초하여 결정된다.
다르게 표현하면, 관찰된 엘리베이터 및 다른 엘리베이터가 충분한 유사도를 갖는지 여부는 다양한 팩터들에 기초하여 결정될 수도 있다.
예를 들어, 양자의 엘리베이터들 사이의 거리는 이들 엘리베이터들 간의 유사도와 상관될 수도 있다. 예를 들어, 동일한 건물 내의 엘리베이터들은 유사한 사용 프로파일을 가질 수도 있으며, 즉, 동일한 건물 내에서 이동하는 사람들이 유사한 방식으로 양자의 엘리베이터들을 사용할 수도 있기 때문에 이들 엘리베이터들 사이에 유사도가 존재할 수도 있다. 이는, 2개의 엘리베이터들이 건물 내에서 매우 가까이 위치된다면 특히 그럴 수도 있다. 하지만, 상이한 건물들에 위치된 엘리베이터들 사이에서도, 어느 정도의 유사도가 존재할 수도 있다. 예를 들어, 다양한 국가들 또는 지역들 전반에 걸쳐 위치되는 다수의 엘리베이터들에 있어서, 동일한 국가 또는 동일한 지역에 설치되는 그 엘리베이터들은 어느 정도의 유사도를 가질 수도 있다. 예를 들어, 제 1 국가에 공휴일이 존재하지만 이웃한 제 2 국가에는 그러한 휴일이 존재하지 않는 경우, 제 1 국가에서의 엘리베이터들은 정상 근무일들과 비교하여 상이한 현재 거동을 경험할 수도 있다. 이에 따라, 상대적 현재 거동의 결정을, 매우 근접한 또는 동일한 국가 또는 지역에 포함된 그 엘리베이터들로 제한함으로써, 오경보들이 회피될 수도 있다.
다른 예로서, 엘리베이터의 적용에 관한 정보는, 엘리베이터가 다른 엘리베이터와 유사한지 여부를 결정할 시에 고려될 수도 있다. 거기에서, 예를 들어, 적용은, 예를 들어, 엘리베이터가 위치된 건물의 타입에 의해 결정되는 바와 같은 엘리베이터의 목적과 상관될 수도 있다. 예를 들어, 학교들에 위치된 모든 엘리베이터들은, 그들의 거동이, 예를 들어, 이들 학교들 모두에 유사한 방식으로 엘리베이터 사용에 영향을 미치는 학교 스케줄들 및/또는 방학들로 인해 유사할 수도 있기 때문에, 동일한 적용을 갖는 것으로서 해석될 수도 있고 충분한 유사도를 나타내는 것으로서 결정될 수도 있다. 유사하게, 쇼핑 센터들에 위치된 모든 엘리베이터들은, 일반적으로, 그러한 쇼핑 센터들에서의 승객 트래픽이 하루 중 시간들에 유사하게 의존할 수도 있고 따라서 엘리베이터 사용이 이들 쇼핑 센터들 모두에 걸쳐 유사하게 거동할 수도 있기 때문에, 동일한 적용을 갖는 것으로서 해석될 수도 있다.
추가의 예로서, 제 1 및 추가 데이터가 취득되는 시간 세그먼트에 관한, 즉, 시간 주기에 관한 정보는, 엘리베이터가 다른 엘리베이터와 유사한지 여부를 결정할 시에 고려될 수도 있다. 예를 들어, 학교들에서의 엘리베이터들의 거동이 오직 2주의 학습 단계 동안에 비교될 경우, 상이한 국가들 또는 지역들에 위치된 학교들에서의 엘리베이터들은, 양자의 학교들이 이들 2주 동안 양자의 학교들에 적용되는 휴일들로 인해 유사한 방식으로 사용될 경우에 충분한 유사도를 나타내는 것으로서 간주될 수도 있다. 하지만, 더 긴 타임스케일에서, 즉, 엘리베이터들의 거동이 휴일 동안 뿐만 아니라 정상 학교 시간들에서도 비교될 경우, 상이한 학교들에서의 양자의 엘리베이터들은 매우 상이하게 거동할 수도 있고 충분한 유사도를 나타내지 않을 수도 있다.
일 실시형태에 따르면, 방법은,
- 관찰된 엘리베이터 및 다수의 다른 엘리베이터들 전반에 걸쳐 분포된 다수의 센서들에 의해 취득된 센서 데이터, 및/또는
- 관찰된 엘리베이터의 엘리베이터 제어 유닛에서 생성된 제어 데이터 및 다수의 다른 엘리베이터들의 엘리베이터 제어 유닛에서 생성된 제어 데이터
를 수신하는 엘리베이터 제어기에서 실행된다.
즉, 엘리베이터 제어기는 관찰될 엘리베이터 및 다른 엘리베이터들을 포함하는 다수의 엘리베이터들의 동작을 모니터링, 감시 및/또는 제어할 수도 있다. 예를 들어, 엘리베이터 제어기는, 다중의 건물들 전반에 걸쳐 또는 심지어 다중의 영역들 또는 국가들 전반에 걸쳐 매우 다양한 엘리베이터들의 동작이 모니터링될 수도 있는 원격 제어 센터의 부분일 수도 있다. 그 다음, 본 명세서에서 제안된 방법은 그러한 엘리베이터 제어기에서 실행될 수도 있다.
그러한 목적을 위해, 엘리베이터 제어기는 다수의 센서들에 의해 취득된 센서 데이터를 취득할 수도 있다. 센서들은 관찰된 엘리베이터 및 다른 엘리베이터들 양자 모두 전반에 걸쳐 분포될 수도 있다. 다양한 상이한 타입들의 센서들이 상기에서 추가로 나타낸 바와 같이 적용될 수도 있다.
부가적으로 또는 대안적으로, 엘리베이터 제어기는, 각각, 관찰된 엘리베이터 및 다른 엘리베이터들의 제어 유닛에서 생성된 제어 데이터를 취득할 수도 있다. 그러한 제어 유닛은 개별 엘리베이터의 동작을 제어하고, 따라서, 각각, 관찰된 엘리베이터 및 다른 엘리베이터들에서의 적어도 하나의 기능과 상관되는 제어 데이터를 제공할 수도 있다. 이에 따라, 그러한 제어 데이터는 제안된 방법에서 제 1 및 추가 데이터로서 사용될 수도 있다.
관찰된 엘리베이터에서의 오작동이 본 명세서에서 설명된 방법을 사용하여 검출될 경우, 그러한 정보는, 예를 들어, 오작동이 수리될 수도 있도록 서비스 직원에게 경고하기 위해 사용될 수도 있다. 이에 따라, 최상의 시나리오에 있어서, 오작동은 자동으로 검출될 수도 있으며, 임의의 고객들이 부정적인 영향을 받기 전에 수리될 수도 있다. 한편, 서비스 직원에 대한 오경고가 본 명세서에서 제안된 방법으로 최소화될 수도 있다.
본 명세서에서 제안된 방법의 실시형태들은 엘리베이터 제어기에서 실행, 수행 또는 제어될 수도 있다. 그러한 목적을 위해, 엘리베이터 제어기는 데이터 프로세서 및 데이터 취득 인터페이스를 포함할 수도 있다. 데이터 프로세서는 데이터 취득 인터페이스를 통해 취득된 데이터를 프로세싱할 수도 있다. 특히, 데이터 프로세서는, 본 명세서에서 제안된 방법에서 제 1 데이터 및 추가 데이터로서 서빙하는 데이터를 프로세싱할 수도 있다. 그러한 데이터는, 예를 들어, 각각, 엘리베이터 제어기와 엘리베이터들 및 그 센서들 및/또는 엘리베이터 제어 유닛들 사이의 하드와이어링을 사용하여 데이터 취득 인터페이스를 통해 취득될 수도 있다. 대안적으로 또는 부가적으로, 무선 데이터 송신이 적용될 수도 있다.
제안된 방법은 하드웨어, 소프트웨어 또는 이들 양자 모두의 조합을 사용하여 구현될 수도 있다. 특히, 본 명세서에서 제안된 컴퓨터 프로그램 제품은, 엘리베이터 제어기의 프로세서에게 예컨대, 제안된 방법을 실행, 수행 또는 제어하도록 명령하는 컴퓨터 판독가능 명령들을 포함할 수도 있다. 거기에서, 컴퓨터 프로그램 제품은 임의의 적합한 컴퓨터 언어로 프로그래밍될 수도 있다. 더욱이, 컴퓨터 프로그램 제품은, 예를 들어, CD, DVD, 플래시 메모리 등과 같은 임의의 적합한 컴퓨터 판독가능 매체에 저장될 수도 있다. 대안적으로, 컴퓨터 프로그램 제품은 컴퓨터 또는 서버에 저장될 수도 있으며, 이로부터, 인터넷과 같은 네트워크를 통해 다운로드될 수도 있다.
본 발명의 실시형태들의 가능한 특징들 및 이점들은 부분적으로, 관찰된 엘리베이터에서의 오작동을 검출하기 위한 방법에 관하여 그리고 부분적으로, 그러한 방법을 구현하기 위해 구성된 엘리베이터 제어기에 관하여 설명됨을 유의해야 한다. 당업자는 특징들이 일 실시형태로부터 다른 실시형태로 적합하게 전달될 수도 있음 그리고 본 발명의 추가의 실시형태들을 달성하도록 특징들이 수정되고, 적응되고, 결합되고 및/또는 대체될 수도 있음을 인식할 것이다.
다음에서, 본 발명의 유리한 실시형태들이 첨부된 도면들을 참조하여 설명될 것이다. 하지만, 도면들 및 설명은 본 발명을 제한하는 것으로서 해석되지 않아야 한다.
도 1 은 본 발명에 따른 방법으로 오작동들이 검출될 수도 있는 다중의 엘리베이터들의 배열을 도시한다.
도 2 는 본 발명에 따른 방법의 가능한 구현의 플로우차트를 도시한다.
도면들은 오직 개략적인 것이고 스케일링하기 위한 것은 아니다. 동일한 참조부호들은 동일하거나 유사한 특징부들을 지칭한다.
도 1 은 제 1 건물 (7) 및 제 2 건물 (9) 에서 관찰된 엘리베이터 (3) 및 수개의 다른 엘리베이터들 (5) 을 포함하는 수개의 엘리베이터들 (1) 의 배열을 도시한다. 각각의 엘리베이터 (1) 는 다양한 층들 (15) 로부터 접근가능할 것과 같은 엘리베이터 샤프트 (13) 전반에 걸쳐 이동될 수도 있는 엘리베이터 캐빈 (11) 을 포함한다. 엘리베이터 캐빈들 (11) 의 각각은 제어 유닛 (19) 에 의해 제어되는 구동 유닛 (17) 을 사용하여 변위된다.
엘리베이터들 (1) 의 각각에 있어서, 다수의 센서들 (21) 이, 다양한 물리적 조건들에 관한 파라미터들을 측정하기 위해 제공된다. 예를 들어, 도어 모션 센서 (23) 는, 캐빈 도어 또는 샤프트 도어가 개방 및/또는 폐쇄될 시 변할 수도 있는 파라미터들을 측정할 수도 있다. 가속도 센서 (25) 는 엘리베이터 캐빈 (11) 에 작용하는 가속도들을 측정할 수도 있다. 포지션 센서 (27) 는 엘리베이터 샤프트 (13) 전반에 걸쳐 엘리베이터 캐빈 (11) 의 현재 포지션을 측정할 수도 있다. 캐빈 부하 센서 (29) 는 엘리베이터 캐빈 (11) 에 현재 작용하는 부하를 측정하고, 이에 의해, 캐빈 점유율에서의 변화들을 간접적으로 결정하게 할 수도 있다.
센서들 (21) 에 의해 제공된 신호들 또는 그와 상관된 데이터는 엘리베이터들 (1) 의 각각으로부터 송신기들 (31) 을 통해 중앙 엘리베이터 제어기 (33) 를 향해 송신될 수도 있다. 그러한 중앙 엘리베이터 제어기 (33) 는 건물들 (7, 9) 로부터 멀리 떨어진 원격 제어 센터에 위치될 수도 있다. 중앙 엘리베이터 제어기 (33) 는 송신기들 (31) 에 의해 송신된 신호들 또는 데이터를 수신하기 위한 데이터 취득 인터페이스 (37) 를 포함할 수도 있다. 더욱이, 중앙 엘리베이터 제어기 (33) 는 데이터 취득 인터페이스 (37) 를 통해 수신된 데이터를 프로세싱하기 위한 데이터 프로세서 (35) 를 포함한다.
중앙 엘리베이터 제어기 (33) 는 본 발명의 일 실시형태에 따른, 관찰된 엘리베이터 (3) 에서의 오작동을 검출하기 위한 방법을 실행 또는 제어할 수도 있다.
그러한 목적을 위해, 관찰된 엘리베이터 (3) 에서의 적어도 하나의 조건과 상관된 제 1 데이터가 적용 단계 동안 취득될 수도 있다. 예를 들어, 그러한 제 1 데이터는 센서들 (21) 중 하나 이상의 신호들로부터 도출될 수도 있다. 특히, 제 1 데이터는 검출될 오작동의 발생 시 영향받는 조건들을 감시하는, 즉, 예를 들어, 관찰된 엘리베이터 (3) 의 차단의 발생 시 영향받는 조건들을 감시하는 하나 이상의 센서들 (21) 의 신호들로부터 도출될 수도 있다.
더욱이, 추가 데이터가 적용 단계 동안 취득되며, 그러한 추가 데이터는 또한, 관찰된 엘리베이터 (3) 에서 감시되는 바와 동일한 하나의 조건에 관련되지만 다른 엘리베이터들 (5) 중 하나에서 우세하다. 예를 들어, 그러한 추가 데이터는 검출될 동일한 타입의 오작동 시 영향받는 조건들을 감시하는, 즉, 예를 들어, 다른 엘리베이터 (5) 에서의 차단의 발생 시 영향받는 조건들을 감시하는 하나 이상의 센서들 (21) 의 신호들로부터 도출될 수도 있다.
후속적으로, 취득된 제 1 데이터 및 추가 데이터에 기초하여 그리고 이들 제 1 및 추가 데이터를 데이터 프로세서 (35) 에서 프로세싱하는 것에 기초하여, 엘리베이터 제어기 (33) 는 제 1 데이터의 추가 데이터와의 비교에 기초하여 적용 단계 동안 관찰된 엘리베이터 (3) 의 현재 상대적 거동을 결정한다.
마지막으로, 현재 상대적 거동의 분석에 기초하여, 관찰된 엘리베이터 (3) 에서의 오작동이 검출될 수도 있다.
선호된 실시형태에 있어서, 관찰된 엘리베이터 (3) 의 현재 상대적 거동이 분석될 뿐만 아니라, 이러한 관찰된 엘리베이터 (3) 의 정상 상대적 거동이 관찰된 엘리베이터 (3) 에서의 오작동을 검출할 시에 고려된다. 그러한 목적을 위해, 정상 상대적 거동은 학습 단계 동안 기계 학습 절차에서 결정된다. 원칙적으로, 정상 상대적 거동은, 현재 상대적 거동을 결정하기 위해 사용되는 바와 유사한 절차를 사용하여 결정되지만 적용 단계 대신 학습 단계 동안 취득된 제 1 및 추가 데이터에 기초하여 결정된다.
더욱이, 선호된 실시형태에 있어서, 오직 관찰된 엘리베이터 (3) 와 특정 유사도를 갖는 것으로 이전에 결정되었던 다른 엘리베이터들 (5) 에서 취득된 추가 데이터만이 관찰된 엘리베이터 (3) 의 현재 상대적 거동을 결정할 시에 고려된다.
예를 들어, 관찰된 엘리베이터 (3) 와 동일한 제 1 건물 (7) 에 위치되는 다른 엘리베이터들 (5) 은, 동일한 제 1 건물 (7) 전반에 걸친 엘리베이터 사용 프로파일이 이러한 제 1 건물 (7) 에 포함된 엘리베이터들 (1) 모두에 대해 유사한 것으로 가정될 수도 있기 때문에, 관찰된 엘리베이터 (3) 와 충분한 유사도를 갖도록 가정될 수도 있다.
전반적으로, 예를 들어, 관찰된 엘리베이터 (3) 에 대해 근처에 위치되고/되거나 다른 타입의 유사도를 갖는 다른 엘리베이터들 (5) 에 대한 그 편차로부터 관찰된 엘리베이터 (3) 의 규칙적인 동작 거동을 학습할 수도 있는 시스템이 제안된다.
후속적으로, 관찰된 엘리베이터 (3) 에서의 오작동을 검출하기 위한 방법의 일 실시형태의 특정 구현이 도 2 에 도시된 플로우차트를 참조하여 설명될 것이다.
대략적으로 요약하면, 그러한 실시형태는 5개의 단계들을 포함할 수도 있다. 제 1 단계 (S1) 에 있어서, 엘리베이터 설비들 사이의 시계열들이 상관될 수도 있다. 그 다음, 그로부터 발생한 페어와이즈 상관 행렬은, 기초 엘리베이터들이, 예를 들어, 상관 임계에 기초하여 선택되는 제 2 단계 (S2) 에서 프로세싱될 수도 있다. 그러한 제 2 단계로부터의 결과, 시맨틱적으로 관련된 엘리베이터 설비들의 클러스터들이, 시맨틱 (semantic) 이웃들 사이의 차동 모델을 도출하기 위해 제 3 단계 (S3) 에서 사용된다. 제 3 단계에서 사용된 시맨틱적으로 관련된 엘리베이터 설비들의 클러스터들을 선택하기 위한 2개의 다른 가능한 방법들은 유사한 물리적 거리 (예컨대, 동일한 건물에서의 엘리베이터들) 에 의한 것 또는 활성화 시간 (예컨대, 근무일에 9-5 와 같은 동일한 시간 주기들 동안 동작하는 엘리베이터들) 에 의한 것이다. 학습 단계 동안 기초 엘리베이터들에 관련된 바와 같은 관찰된 엘리베이터 설비의 관계를 학습할 시, 관찰된 엘리베이터가 모니터링될 수도 있고, 오작동들이 최대 차동 공차에 기초하여 검출될 수도 있다. 그러한 목적을 위해, 제 4 단계 (S4) 에 있어서, 그 다음, 엘리베이터의 차단과 같은 오작동이 관찰된 엘리베이터에 존재하는지 여부가 판정된다. 그러한 차단 판정을 위해, 제 1 및 추가 현재 데이터 (39) 및 그로부터 도출되는 관찰된 엘리베이터 (3) 의 현재 상대적 거동은 학습 단계 동안 결정된 바와 같은 관찰된 엘리베이터 (3) 의 정상 상대적 거동을 나타내는 데이터와 비교될 수도 있다. 그러한 판정 단계에 있어서, 관찰된 엘리베이터 (3) 의 차단이 검출되면, 서비스 직원은 최종 단계 (S5) 에서 경고를 받을 수도 있거나 또는 검출된 오작동들을 극복하기 위한 다른 액션들이 개시될 수도 있다.
이러한 실시형태의 특정 예에 있어서, 제 1 단계 (S1) 에서, 다차원 신호들이 모든 엘리베이터 설비들에 대해 순식간에 제공될 수도 있다. 그 다음, 페어와이즈 상관 행렬이 추구될 수도 있으며, 여기서, 그러한 상관 행렬의 엔트리들은 포트폴리오에서의 엘리베이터 설비들의 페어들에 대한 입력 신호들에서의 상관을 나타낸다.
계산 메트릭의 계산은 실무자에 의해 결정될 수도 있으며, 예컨대, Spearman's rho 가 순위 기반 상관에 적용될 수도 있다.
더욱이, 다차원 입력 신호들은, 예를 들어, 주성분 분석을 적용하여 상관 행렬을 계산하기 전에 먼저 저차원 공간 (예컨대, 단차원 시계열) 상에 투영될 수도 있다.
그 다음, 제 2 단계 (S2) 에 있어서, 엘리베이터 설비들의 전체 포트폴리오에 대해, 엘리베이터 설비들은 "시맨틱적으로 유사한" 그룹들로 클러스터링될 수도 있다. 그러한 설비들을 클러스터링하기 위한 파라미터들은 실무자의 선택에 의존할 수도 있다. 예를 들어, 엘리베이터 설비들 사이의 물리적 거리 (예컨대, 하나의 건물 내, 하나의 도시 블록 등) 가 선택될 수도 있다. 대안적으로 또는 부가적으로, 건물들의 기존의 시맨틱 그룹핑 (예컨대, 상이한 호텔/병원/학교 건물들의 설비들을 그룹핑함) 이 선택될 수도 있다. 추가의 대안 또는 보충으로서, 상관 임계를 비교할 시간 세그먼트 (예컨대, 오직 지난 4 주로부터의 입력 신호들의 상관만이 고려됨) 가 선택될 수도 있다.
후속적으로, 제 3 단계 (S3) 에 있어서, 하나의 시맨틱 클러스터 내에 설비들이 주어지면, 다른 엘리베이터 설비의 입력 신호들의 가중 평균으로부터 각각의 엘리베이터 설비의 입력 신호들을 감산함으로써 차동 베이스라인이 구성된다. 가중은 단계 S2 에서 정의된 설비들의 시맨틱 유사도에 의해 주어질 수도 있다.
그에 따라, 각각의 설비의 차동 베이스라인이, 즉, 다음과 같이 계산될 수도 있다:
Figure pct00001
여기서, Di 는 설비 i 에 대한 차동 베이스라인이고; S 는 동일한 시맨틱 클러스터에 속하는 설비들의 세트이고; wi,j 는 설비 i 및 j 사이의 시맨틱 유사도이고, Mj 는 입력 신호들의 행렬이고, 여기서, 열들은 상이한 신호 타입들이고 행들은 맵핑된 시맨틱 시간 주기들 (예컨대, 평일의 시간 0, 평일의 시간 1,… 평일의 시간 23, 주말의 시간 0, 주말의 시간 1…) 이다.
부가적으로, 각각의 설비의 차동 베이스라인을 계산하기 위한 다수의 다른 가능한 방법들이 존재한다.
시맨틱적으로 의미있는 시간 주기들이 트레이닝 주기에서의 절대 시간을 집계하는데 사용될 수도 있음을 유의해야 한다. 특정 집계 방법 및 집계의 인터벌은 실무자의 선택에 남겨진다 (예컨대, 평일 및 주말에 대한 시간별 시간대의 평균).
각각의 설비에 대해, 표준 이상 (anomaly) 검출 방법, 예컨대, 원-클래스 서포트 벡터 머신들 (One-Class Support Vector Machines) 을 사용하여 차동 베이스라인의 '정상' 거동으로부터 모델이 학습될 수도 있다. 이들 모델들은 동작들의 '정상' 공간을 정의하기 위해 데이터의 행렬 (Di) 로부터 학습할 수도 있다. 이러한 맥락에서, Di 에 의해 제공된 이력적인 차동 베이스라인은, 특정 설비가 다른 시맨틱적으로 관련된 설비들에 대하여 동작하는 방식을 특성화한다.
마지막으로, 모델을 트레이닝하였으면, 현재 데이터에 적용될 수도 있다. 차단 추정 단계는, 현재 데이터가 트레이닝 데이터와 동일한 방식으로 프로세싱되어 차동 벡터들을 도출할 것을 요구한다. 그 다음, 이들 차동 벡터들은, 벡터가 이상인지 여부를 결정하기 위해 이상 검출 모델에 공급될 수도 있다. 이상이면, 운영 직원이 통지받을 수도 있다. 그렇지 않으면, 데이터는 연속적인 모델 업데이트들을 위한 추가 트레이닝 데이터로서 트레이닝 파이프라인으로 다시 전송될 수도 있다.
간략히 요약하면, 본 발명의 실시형태들은 엘리베이터에서의 오작동들을 검출하기 위한 종래의 접근법들의 단점들을 극복하게 한다. 특히, 오작동이 엘리베이터에서 발생할 시 고객 불만이 콜백 및/또는 현장 방문을 트리거링해야 하는 것이 더 이상 필요하지 않을 수도 있다. 대신, 본 명세서에서 제안된 접근법은, 오경보의 낮은 확률로 엘리베이터에서의 차단과 같은 오작동들을 자동으로 검출하게 한다. 특히, 제안된 접근법은, 단일 설비들의 검사로부터 발생할 수도 있는 잘못된 긍정 (오경보) 에 덜 민감하다. 예를 들어, 수업일의 시작에서의 특정 엘리베이터의 동작의 결여는, 건물에서의 모든 엘리베이터들이 또한 동작 결여되면, 차단 경고를 일으키지 않을 것이다. 운영 규칙들의 프로비저닝 및 고려는, 차단 검출이 그 이웃들에 대한 설비들의 상대적 거동에 기초할 수도 있기 때문에 현저히 감소되거나 최소화될 수도 있다. 미감시형 접근법은 차단 시나리오들의 수동 라벨링의 필요성을 제거할 수도 있다. 솔루션은 입력 신호 소스/관련없는 입력 신호들의 자동 프루닝과 독립적일 수도 있다. 본 접근법은 고객이 오작동을 인식하기 전에 사전예방적 서비스 호출을 가능케 할 수도 있다. 더욱이, 본 접근법은 샤프트 정보 시스템 또는 엘리베이터 제어 유닛으로의 연결없이도 추가적인 감지 하드웨어가 전개되는 현대화 또는 NI 설비들에서 적용가능할 수도 있다.
마지막으로, 용어 "포함하는" 은 다른 엘리먼트들 또는 단계들을 배제하지 않으며, "a" 또는 "an" 은 복수를 배제하지 않음을 유의해야 한다. 또한, 상이한 실시형태들과 관련하여 설명된 엘리먼트들이 결합될 수도 있다. 청구항들에서의 참조 부호들은 청구항들의 범위를 제한하는 것으로서 해석되지 않아야 함을 또한 유의해야 한다.

Claims (12)

  1. 관찰된 엘리베이터 (3) 에서의 오작동을 검출하기 위한 방법으로서,
    적용 단계 동안 제 1 데이터를 취득하는 단계로서, 상기 제 1 데이터는 상기 관찰된 엘리베이터 (3) 에서의 적어도 하나의 조건과 상관되는, 상기 제 1 데이터를 취득하는 단계;
    상기 적용 단계 동안 추가 데이터를 취득하는 단계로서, 상기 추가 데이터는 다른 엘리베이터들 (5) 에서의 적어도 하나의 조건과 상관되는, 상기 추가 데이터를 취득하는 단계를 포함하고,
    상기 방법은 추가 단계들, 즉,
    상기 제 1 데이터의 상기 추가 데이터와의 비교에 기초하여 상기 적용 단계 동안 상기 관찰된 엘리베이터 (3) 의 현재 상대적 거동을 결정하는 단계; 및
    상기 현재 상대적 거동의 분석에 기초하여 상기 관찰된 엘리베이터 (3) 에서의 상기 오작동을 검출하는 단계를 포함하는 것을 특징으로 하는, 관찰된 엘리베이터 (3) 에서의 오작동을 검출하기 위한 방법.
  2. 제 1 항에 있어서,
    검출될 상기 오작동은 상기 관찰된 엘리베이터 (3) 의 일시적 차단이고, 상기 제 1 데이터 및 상기 추가 데이터는 엘리베이터의 상기 일시적 차단에 의해 영향받는 상기 엘리베이터의 조건들과 상관되는, 관찰된 엘리베이터 (3) 에서의 오작동을 검출하기 위한 방법.
  3. 제 1 항 또는 제 2 항에 있어서,
    상기 관찰된 엘리베이터 (3) 의 정상 상대적 거동은, 상기 적용 단계에 선행하는 학습 단계에서,
    상기 학습 단계 동안 제 1 데이터를 취득하는 것으로서, 상기 제 1 데이터는 상기 관찰된 엘리베이터 (3) 에서의 적어도 하나의 조건과 상관되는, 상기 제 1 데이터를 취득하는 것;
    상기 학습 단계 동안 추가 데이터를 취득하는 것으로서, 상기 추가 데이터는 다른 엘리베이터들 (5) 에서의 적어도 하나의 조건과 상관되는, 상기 추가 데이터를 취득하는 것; 및
    상기 학습 단계 동안 취득된 상기 제 1 데이터의 상기 추가 데이터와의 비교에 기초하여 상기 학습 단계 동안 상기 관찰된 엘리베이터의 상기 정상 상대적 거동을 결정하는 것
    에 의해 결정되고,
    상기 관찰된 엘리베이터 (3) 에서의 상기 오작동을 검출하는 단계는 상기 정상 상대적 거동과 비교한 상기 현재 상대적 거동의 분석을 포함하는, 관찰된 엘리베이터 (3) 에서의 오작동을 검출하기 위한 방법.
  4. 제 1 항 내지 제 3 항 중 어느 한 항에 있어서,
    상기 관찰된 엘리베이터 (3) 와 특정 유사도를 갖는 것으로 이전에 결정되었던 다른 엘리베이터들 (5) 에서 상기 추가 데이터가 취득되는, 관찰된 엘리베이터 (3) 에서의 오작동을 검출하기 위한 방법.
  5. 제 4 항에 있어서,
    상기 관찰된 엘리베이터 (3) 와 상기 다른 엘리베이터들 (5) 중 하나 사이의 상기 유사도는, 상기 관찰된 엘리베이터 (3) 에서의 상기 오작동을 검출하는 단계를 포함하는 상기 적용 단계에 선행하는 학습 단계에서 결정되는, 관찰된 엘리베이터 (3) 에서의 오작동을 검출하기 위한 방법.
  6. 제 5 항에 있어서,
    상기 관찰된 엘리베이터 (3) 와 상기 다른 엘리베이터들 (5) 중 하나 사이의 상기 유사도는,
    - 상기 관찰된 엘리베이터 (3) 와 상기 다른 엘리베이터 (5) 사이의 물리적 거리에 관한 정보,
    - 상기 관찰된 엘리베이터 (3) 및 상기 다른 엘리베이터 (5) 의 적용에 관한 정보, 및
    - 상기 제 1 데이터 및 상기 추가 데이터가 취득되는 시간 세그먼트에 관한 정보
    중 적어도 하나에 기초하여 결정되는, 관찰된 엘리베이터 (3) 에서의 오작동을 검출하기 위한 방법.
  7. 제 1 항 내지 제 6 항 중 어느 한 항에 있어서,
    상기 제 1 데이터는 상기 관찰된 엘리베이터 (3) 에 포함된 센서들 (21) 에 의해 제공된 신호들에 기초하여 생성되고, 상기 추가 데이터는 상기 다른 엘리베이터들 (5) 에 포함된 센서들 (21) 에 의해 제공된 신호들에 기초하여 생성되는, 관찰된 엘리베이터 (3) 에서의 오작동을 검출하기 위한 방법.
  8. 제 1 항 내지 제 7 항 중 어느 한 항에 있어서,
    상기 제 1 데이터 및 상기 추가 데이터는
    - 시간 인터벌 동안 발생하는 도어 모션들의 수,
    - 시간 인터벌 동안 발생하는 엘리베이터 운행들의 수,
    - 시간 인터벌 동안 발생하는 캐빈 점유율에서의 변화,
    - 시간 인터벌 동안 이동된 거리들,
    - 마지막 운행 이후 경과된 시간량, 및
    - 마지막 도어 모션 이후 경과된 시간량
    중 적어도 하나에 상관되는, 관찰된 엘리베이터 (3) 에서의 오작동을 검출하기 위한 방법.
  9. 제 1 항 내지 제 8 항 중 어느 한 항에 있어서,
    상기 방법은,
    - 상기 관찰된 엘리베이터 (3) 및 다수의 상기 다른 엘리베이터들 (5) 전반에 걸쳐 분포된 다수의 센서들 (21) 에 의해 취득된 센서 데이터,
    - 상기 관찰된 엘리베이터 (3) 의 엘리베이터 제어 유닛 (19) 에서 생성된 제어 데이터 및 다수의 상기 다른 엘리베이터들 (5) 중 적어도 하나의 엘리베이터 제어 유닛 (19) 에서 생성된 제어 데이터
    중 적어도 하나를 수신하는 엘리베이터 제어기 (33) 에서 실행되는, 관찰된 엘리베이터 (3) 에서의 오작동을 검출하기 위한 방법.
  10. 데이터 프로세서 (35) 및 데이터 취득 인터페이스 (37) 를 포함하고, 제 1 항 내지 제 9 항 중 어느 한 항에 기재된 방법을 실행하는 것, 수행하는 것 및 제어하는 것 중 하나를 위해 구성되는, 엘리베이터 제어기 (33).
  11. 컴퓨터 판독가능 명령들을 포함하는 컴퓨터 프로그램 제품으로서,
    상기 컴퓨터 판독가능 명령들은, 엘리베이터 제어기 (33) 의 프로세서 (35) 에 의해 수행될 경우, 상기 엘리베이터 제어기 (33) 에게 제 1 항 내지 제 9 항 중 어느 한 항에 기재된 방법을 실행하는 것, 수행하는 것 및 제어하는 것 중 하나를 명령하는, 컴퓨터 프로그램 제품.
  12. 제 11 항에 기재된 컴퓨터 프로그램 제품이 저장된 컴퓨터 판독가능 매체.
KR1020207029700A 2018-06-27 2019-06-13 엘리베이터에서의 오작동을 검출하기 위한 방법 및 엘리베이터 제어기 KR20210022529A (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP18180208 2018-06-27
EP18180208.3 2018-06-27
PCT/EP2019/065503 WO2020001992A1 (en) 2018-06-27 2019-06-13 Method and elevator controller for detecting a malfunction in an elevator

Publications (1)

Publication Number Publication Date
KR20210022529A true KR20210022529A (ko) 2021-03-03

Family

ID=62814901

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020207029700A KR20210022529A (ko) 2018-06-27 2019-06-13 엘리베이터에서의 오작동을 검출하기 위한 방법 및 엘리베이터 제어기

Country Status (6)

Country Link
US (1) US20210238010A1 (ko)
EP (1) EP3814263A1 (ko)
KR (1) KR20210022529A (ko)
CN (1) CN112119027B (ko)
AU (1) AU2019296127B2 (ko)
WO (1) WO2020001992A1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2017327417B2 (en) * 2016-09-13 2020-07-09 Inventio Ag Method for monitoring an elevator system
RU2740233C1 (ru) * 2020-07-28 2021-01-12 Общество с ограниченной ответственностью "ЛИФТ-КОМПЛЕКС ДС" Способ сигнализации неисправности лифта и устройство для его осуществления

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3944082A (en) * 1974-12-20 1976-03-16 Harnischfeger Corporation Locking means for relatively movable boom sections of boom of mobile crane
WO2009126140A1 (en) 2008-04-08 2009-10-15 Otis Elevator Company Remotely observable analysis for an elevator system
WO2013186890A1 (ja) * 2012-06-14 2013-12-19 三菱電機株式会社 エレベータ装置
JP5888712B2 (ja) * 2012-06-18 2016-03-22 三菱電機株式会社 エレベータ装置
CN203806884U (zh) * 2014-03-13 2014-09-03 西尼电梯(杭州)有限公司 实现厂家对电梯终身负责的电梯云系统
CN107000977A (zh) * 2014-12-11 2017-08-01 奥的斯电梯公司 电梯系统和用于监测电梯系统的方法
CN104843550B (zh) * 2015-06-08 2016-09-21 姜永达 一种电控液压升降系统及电控液压升降电梯
US10981750B2 (en) * 2016-09-23 2021-04-20 Otis Elevator Company Prognostic analysis of elevator performance using sensors and internet of things
CN106586796B (zh) * 2016-11-15 2018-09-14 王蕊 一种自动扶梯状态监测系统及方法
KR20170126821A (ko) 2017-09-20 2017-11-20 주식회사 성진전자 센서기반 지능형 비상통화장치 자기

Also Published As

Publication number Publication date
US20210238010A1 (en) 2021-08-05
CN112119027A (zh) 2020-12-22
AU2019296127A1 (en) 2020-12-24
CN112119027B (zh) 2022-05-31
AU2019296127B2 (en) 2022-04-21
EP3814263A1 (en) 2021-05-05
WO2020001992A1 (en) 2020-01-02

Similar Documents

Publication Publication Date Title
US20210147182A1 (en) Non-intrusive data analytics system for adaptive intelligent condition monitoring of lifts
CN110171755A (zh) 一种电梯轿厢状态检测的方法及系统
CN109205430B (zh) 电梯的安全检查装置、系统以及方法
CN112743549A (zh) 机器人的控制方法、系统、机器人及程序产品
US11524876B2 (en) Method and monitoring device for monitoring an operation of an elevator door arrangement
EP2946219B2 (en) Method, apparatus and computer-program product for determining faults in a lighting system
KR20210022529A (ko) 엘리베이터에서의 오작동을 검출하기 위한 방법 및 엘리베이터 제어기
US20210253394A1 (en) Control device for passenger traffic system
CN105858384A (zh) 电梯的控制装置
CN109803909B (zh) 用于观测误操作的电梯系统和方法
EP3149721A1 (en) Crowdsourcing and active learning to support evacuation of a building
JP2019038650A (ja) エレベータの遠隔診断運転方法、エレベータ制御装置、及びエレベータの遠隔診断運転プログラム
CN110203787A (zh) 一种电梯轿厢中人员异常受困的检测方法及系统
CN106815545B (zh) 行为分析系统和行为分析方法
JP6673737B2 (ja) システム機器の異常診断装置、エレベーターの異常診断装置及びエレベーターの異常診断方法
JP5665635B2 (ja) ビル設備におけるパラメーターおよび機器の推薦装置
JP7418157B2 (ja) 設備監視装置及び設備監視方法
US11012457B1 (en) Building security analysis system with site-independent signature generation for predictive security analysis
Skog Nonintrusive elevator system fault detection using learned traffic patterns
KR20210083532A (ko) 거주자의 외출여부 판단 시스템 및 이를 이용한 거주자의 외출여부 판단방법
KR102257876B1 (ko) 엘리베이터 고장의 원격 복구 시스템
CN113277394A (zh) 一种电梯人员检测方法以及相关装置
JP2016084210A (ja) エレベータの点検システム及びエレベータの点検方法
KR102651107B1 (ko) 엘리베이터 이상 검출 시스템 및 방법
CN113391369B (zh) 活动状态检测方法、装置及计算机可读存储介质