CN112660957B - 一种电梯运行风险的预警方法及预警*** - Google Patents
一种电梯运行风险的预警方法及预警*** Download PDFInfo
- Publication number
- CN112660957B CN112660957B CN202011456857.6A CN202011456857A CN112660957B CN 112660957 B CN112660957 B CN 112660957B CN 202011456857 A CN202011456857 A CN 202011456857A CN 112660957 B CN112660957 B CN 112660957B
- Authority
- CN
- China
- Prior art keywords
- elevator
- unit
- data
- risk
- fitting
- 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.)
- Active
Links
Images
Landscapes
- Maintenance And Inspection Apparatuses For Elevators (AREA)
- Indicating And Signalling Devices For Elevators (AREA)
Abstract
本发明公开了一种电梯运行风险的预警方法及预警***,该预警方法首次将电梯轿厢的振动特征量进行多参数表征,即以三轴加速度作为监测对象,通过对各组三轴加速度进行两两方向拟合,获取各组三轴加速度对应的拟合系数,以该拟合系数作为参照量,评估电梯的运行是否存在风险,方法简单易行,若存在风险,依据拟合曲线以及对应的最小拟合系数和最大拟合系数,由专家***诊断对应风险并进行预警,可在电梯故障发生前,进行预警,避免电梯故障的产生,降低故障率;所述预警***,是基于上述的预警方法研究获得,可实现电梯的风险评估以及风险诊断,在电梯故障发生前进行预警。
Description
技术领域
本发明公开涉及电梯运行安全监测的技术领域,尤其涉及一种电梯运行风险的预警方法及预警***。
背景技术
随着城市高层建筑的增多,越来越多的电梯投入了运营。电梯在给人们带来便利的同时,电梯故障也对人们的生命安全产生了影响。为了保证电梯安全可靠的运行,人们通常在电梯上设置监控装置,以实时监控电梯的运行状况,在电梯发生故障后及时发出报警信息,以便电梯管理人员及时救援。
然而,上述的监控方式,只能在电梯故障发生时或发生后,发出报警信息,此时故障已经发生,很多情况下留给人们救援的时间微乎其微,往往不能及时阻止损害的发生。
是否能在电梯故障发生前进行风险预警,以便运维人员及时进行电梯的维护,避免大的损害发生,成为电梯运行安全监控领域亟待解决的问题。
发明内容
鉴于此,本发明提供了一种电梯运行风险的预警方法及预警***,以解决以往的电梯监控方式,只能在故障发生时或者发生后进行预警,无法实现故障前风险预警的问题。
一方面,本发明提供了一种电梯运行风险的预警方法,该预警方法包括如下步骤:
S1:获取多组电梯运行数据,每组所述运行数据均由所述电梯的多个连续时间点对应的三轴加速度数据构成;
S2:将每组所述运行数据中的三轴加速度数据均进行两两方向曲线拟合,获得三个拟合系数,筛选每组所述运行数据对应的最大拟合系数以及最小拟合系数;
S3:依据所述最大拟合系数,判定所述电梯是否为风险电梯;
S4:若所述电梯为风险电梯,则将每组所述运行数据对应的最小拟合系数进行比较,获得多组所述运行数据中的最小拟合系数;
S5:依据多组所述运行数据中的最小拟合系数以及对应的拟合曲线,由专家***进行故障预警。
优选,步骤S3:依据所述最大拟合系数,判定所述电梯是否为风险电梯,具体为:
S301:将每组电梯运行数据对应的最大拟合系数均与风险阈值比较,若小于风险阈值,则将该组运行数据计为风险运行数据;
S302:将每组电梯运行数据对应的最大拟合系数均与绝对风险阈值比较,若小于绝对风险阈值,则将该组运行数据计为绝对风险运行数据;
S303:将所述绝对风险运行数据的样本数除以所述风险运行数据的样本数,获得绝对风险样本占比;
S304:依据所述绝对风险样本占比,判定所述电梯是否为风险电梯。
进一步优选,所述风险阈值和所述绝对风险阈值均是由大量的电梯运行数据统计获得。
进一步优选,所述专家***依据最大拟合系数、最小拟合系数以及对应的拟合曲线进行故障预警的功能,可通过对学习数据的学习进行不断修正;
且所述学习数据包括:原始数据以及被风险预警的电梯运行数据。
进一步优选,步骤S1:所述电梯运行数据获取,具体为:
在电梯轿厢上安装三轴加速度传感器,通过读取所述三轴加速度传感器的三轴加速度检测数据获得。
进一步优选,步骤S2:将每组所述运行数据中的三轴加速度数据均进行两两方向曲线拟合,具体为:
采用最小二乘法将每组所述运行数据中的三轴加速度数据均进行两两方向曲线拟合。
另一方面,本发明还提供了一种电梯运行风险的预警***,所述预警***包括:三轴加速度传感器、微控制器、无线传输装置以及电梯远程监控平台;
所述三轴加速度传感器安装在所述电梯的轿厢上,用于实时检测所述轿厢的三轴加速度数据;
所述微控制器包括:数据读取单元、数据分组单元、数据拟合单元、筛选单元、风险评估模块、第一比较单元、专家***以及控制单元;
所述数据读取单元的输入端与所述三轴加速度传感器的输出端连接;
所述数据分组单元的输入端与所述数据读取单元的输出端连接;
所述数据拟合单元的输入端与所述数据分组单元的输出端连接;
所述筛选单元的输入端与所述数据拟合单元的输出端连接;
所述风险评估模块的输入端分别与所述数据分组单元的输出端以及所述筛选单元的输出端连接;
所述第一比较单元的输入端与所述筛选单元的输出端连接;
所述专家***的输入端与数据拟合单元的输出端连接;
所述控制单元的输入端分别与所述风险评估模块的输出端、所述第一比较单元的输出端连接,所述控制单元的输出端分别与所述筛选单元的控制端、所述数据拟合单元的控制端以及所述数据分组单元的控制端连接;
所述电梯远程监控平台与所述微控制器中的专家***通过所述无线传输装置通讯连接。
进一步优选,所述风险评估模块包括:第二比较单元、第三比较单元、计算单元以及第四比较单元;
所述第二比较单元的输入端与所述筛选单元的输出端连接,所述第二比较单元的输出端与所述微控制器中控制单元的输入端连接;
所述第三比较单元的输入端与所述筛选单元的输出端连接,所述第三比较单元的输出端与所述微控制器中控制单元的输入端连接;
所述计算单元的输入端分别与所述第二比较单元的输出端、所述第三比较单元的输出端以及所述数据分组单元的输出端连接;
所述第四比较单元的输入端与所述计算单元的输出端连接。
进一步优选,所述电梯运行风险的预警***,还包括:报警器;
所述报警器的控制端与所述微控制器中专家***的输出端通过无线传输装置连接。
本发明提供的电梯运行风险的预警方法,首次将电梯轿厢的振动特征量进行多参数表征,即以三轴加速度作为监测对象,通过对各组三轴加速度进行两两方向拟合,获取各组三轴加速度对应的拟合系数,以该拟合系数作为参照量,评估电梯的运行是否存在风险,方法简单易行,若存在风险,依据拟合曲线以及对应的最小拟合系数和最大拟合系数,由专家***诊断对应风险并进行预警,可在电梯故障发生前,进行预警,避免电梯故障的产生,降低故障率。
本发明提供的电梯运行风险的预警***,是基于上述的预警方法研究获得,可实现电梯的风险评估以及风险诊断,在电梯故障发生前进行预警。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本发明的公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明公开实施例提供的一种电梯运行风险的预警方法的流程示意图;
图2为本发明公开实施例提供的一种电梯运行风险的预警方法中步骤S3的流程示意图;
图3为本发明公开实施例提供的一种电梯运行风险的预警***的组成模块图;
图4为本发明公开实施例提供的一种电梯运行风险的预警***中风险评估模块的组成模块图;
图5为专家***输出的加速度-时间曲线。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
为了解决以往的电梯监控方式,只能在故障发生时或者发生后进行预警,无法实现故障前风险预警的问题。本实施方案提供了一种电梯运行风险的预警方法,参见图1,该预警方法包括如下步骤:
S1:获取多组电梯运行数据,每组电梯运行数据均由电梯的多个连续时间点对应的三轴加速度数据构成;
S2:将每组电梯运行数据中的三轴加速度数据均进行两两方向曲线拟合,获得三个拟合系数,筛选每组电梯运行数据对应的最大拟合系数以及最小拟合系数;
S3:依据步骤S2中筛选获得的最大拟合系数,判定该电梯是否为风险电梯;
S4:若电梯为风险电梯,则将每组电梯运行数据对应的最小拟合系数进行比较,获得多组运行数据中的最小拟合系数;
S5:依据多组运行数据中的最小拟合系数以及对应的拟合曲线,由专家***进行故障预警。
上述电梯运行风险的预警方法主要分为两大步骤,第一大步骤为判别所述电梯是否为风险电梯;第二大步骤是在第一大步骤中判别电梯为风险电梯后,依据电梯的加速度拟合曲线以及对应的最小拟合系数,诊断电梯对应的风险问题,以及时通知电梯的维护人员,在电梯发生故障前进行对应部件的维护。
其中,第一大步骤判别所述电梯是否为风险电梯为上述的步骤S1-S3;第二大步骤诊断电梯对应的风险问题为上述的步骤S4-S5。
下面对于判别所述电梯是否为风险电梯,进行进一步的解释说明。
步骤S1主要目的是获取电梯的运行数据,该方法将电梯轿厢的三轴加速度数据作为考察的物理量,其中,多组电梯运行数据的获得具体为:在电梯轿厢上安装三轴加速度传感器,读取一段时间内三轴加速度传感器的三轴加速度检测数据,并将上述读取的三轴加速度检测数据依据时间进行分组,每组的电梯运行数据均为连续时间点的三轴加速度检测数据。
步骤S2主要目的是获得各组电梯运行数据对应的拟合系数。其中,在获取拟合系数过程中,可以先将每组电梯运行数据中的三轴加速度数据分别在X轴、Y轴以及Z轴的各自方向上进行拟合,获得X轴、Y轴以及Z轴三个方向上的加速度拟合曲线,然后,再进行两两方向上的曲线拟合,分别获得X-Y曲线、X-Z曲线以及Y-Z曲线以及各曲线对应的拟合系数,为3个拟合系数,而在是否为风险电梯的判别过程中,主要需要考量的是最大拟合系数,而在后续风险诊断时,需要使用最小拟合系数,因此,在获得每组电梯运行数据对应的3个拟合系数后,还需要分别筛选出最大拟合系数和最小拟合系数。上述拟合过程采用的是最小二乘法,在计算机算法中对应的为皮尔森相关系数(Pearson correlation coefficient),由于该算法是现有的成熟算法,在此就不对具体的拟合过程以及算法公式进行赘述。
步骤S3的目的是最终判别该电梯是否为风险电梯,其具体的步骤可参见图2,包括:
S301:将每组电梯运行数据对应的最大拟合系数均与风险阈值比较,若小于风险阈值,则将该组运行数据计为风险运行数据;
S302:将每组电梯运行数据对应的最大拟合系数均与绝对风险阈值比较,若小于绝对风险阈值,则将该组运行数据计为绝对风险运行数据;
S303:将绝对风险运行数据的样本数除以风险运行数据的样本数,获得绝对风险样本占比;
S304:依据绝对风险样本占比,判定电梯是否为风险电梯。
上述的判别方法主要以绝对风险样本在风险样本中的占比,作为是否为风险电梯的评判依据。
其中,上述风险阈值以及绝对风险阈值均是由大量的电梯运行数据统计获得。在实际的研究过程中,研究人员通过大量的电梯运行数据统计获得最大拟合系数的区间指数为[10-2,5*10-2],此时,风险阈值为5*10-2,绝对风险阈值为10-2,若最大拟合系数<5*10-2,为风险状态,若最大拟合系数<10-2,为绝对风险状态,通过将最大拟合系数分别与风险阈值和绝对风险比较后,获得对应的风险样本数和绝对风险样本数,并将绝对风险样本数与风险样本数的比值作为是否为风险电梯的评判依据,通常:
比值为10%以下为无风险;
比值为10%-20%为低等风险;
比值为20%--30%为中等风险;
比值为30%以上为高等风险。
在实际使用时,比值与风险等级的对应关系,可以根据实际情况进行设定调整,其中,诊断电梯对应的风险是在第一大步骤判别为风险电梯的前提下再进行了,由于上述的风险等级分为四类,在实际应用时,可以将中等风险和高等风险列入风险电梯,也可以将低风险、中风险以及高风险均列为风险电梯,根据实际情况进行自由设定。
下面对诊断电梯对应的风险问题进行进一步的详细说明。
当步骤S3将电梯判别为风险电梯后,就需要进行风险问题的诊断,此时,就需要将步骤S2筛选的每组电梯运行数据对应的最小拟合系数放在一起,最终比较获得唯一最小的拟合系数,将唯一最小的拟合系数和该唯一最小拟合系数对应的拟合曲线均发送到专家***,专家***依据拟合曲线结合最小拟合系数,诊断该电梯对应的风险问题,犹如医生依据心电图进行疾病的诊断。
其中,上述专家***依据最小拟合系数以及对应的拟合曲线进行故障预警的功能,可通过对学习数据的学习进行不断修正;
且学习数据包括:原始数据以及被风险预警的电梯运行数据。
上述专家***为采用现有技术建立的AI模型,初始状态时,专家***中的知识库仅包含原始数据,该原始数据主要是通过搜集以往电梯的运行数据获得,该专家***通过对原始数据不断的训练学习,调参,直至参数稳定后,完成训练学习,进入运行阶段,进行电梯的风险诊断,当运行阶段工作人员会根据专家库的诊断结果,到现场勘查,确定诊断的准确性,如果存在偏差,则将该部分运行数据作为新的学习数据,载入到知识库中,专家***进行再次的训练学习,修正参数后,再次运行,以此往复,随着专家***的运行,其参数均在不断的修正过程中,进而是诊断结果越来越准确。
下面结合一个具体的案例,对上述电梯运行风险的预警方法进行更为详尽的解释说明。
从运行的电梯中获取运行数据,共计3万个三轴加速度数据(由于数据量较大,在此不进行具体提供),将上述3万个三轴加速度数据按照时间顺序分组,每组2千个三轴加速度数据,共计分为15组。
将上述15组运行数据进行两两方向,获得的拟合系数分别见下表:
序号 | X-Z | X-Y | Y-Z |
第1组 | 0.005479213 | 0.018823 | 0.0043072 |
第2组 | 0.010331467 | 1.66E-07 | 0.0012784 |
第3组 | 4.95438E-05 | 0.000956 | 6.012E-05 |
第4组 | 0.000266052 | 0.000718 | 0.0018333 |
第5组 | 0.000485582 | 4.78E-06 | 0.0005417 |
第6组 | 7.10999E-05 | 0.003528 | 0.000732 |
第7组 | 0.003244994 | 0.000122 | 0.0004973 |
第8组 | 0.005635112 | 0.009284 | 0.0015148 |
第9组 | 0.000385762 | 0.00554 | 9.825E-05 |
第10组 | 0.001769703 | 0.000202 | 0.0009431 |
第11组 | 0.006362972 | 0.000195 | 0.0034938 |
第12组 | 0.005224578 | 8.09E-06 | 9.555E-06 |
第13组 | 0.003249737 | 2.75E-06 | 3.49E-03 |
第14组 | 2.59441E-05 | 0.00021 | 0.0147527 |
第15组 | 0.00162628 | 0.000961 | 0.0008444 |
其中,风险运行数据组为:第1组、第2组、第3组、第4组、第5组、第6组、第7组、第8组、第9组、第10组、第11组、第12组、第13组、第14组、第15组;绝对风险组为:第3组、第4组、第5组、第6组、第7组、第8组、第9组、第10组、第11组、第12组、第13组、第14组、第15组。
上述15组运行数据中最小拟合系数为:1.66E-07,对应第2组运行数据,将第2组运行数据以及拟合系数1.66E-07输入到专家库中,专家库的诊断结果见下表:
其中,点击异常曲线,可见如图5所示异常曲线,专家***,将曲线的异常部分画圈,表明为异常点。
针对上述的预警方法,本实施方案提供了一种预警***,参见图3,该预警***具体包括:三轴加速度传感器1、微控制器2、无线传输装置3以及电梯远程监控平台4。
其中,三轴加速度传感器1安装在电梯的轿厢上,用于实时检测轿厢的三轴加速度数据;
微控制器2包括:数据读取单元21、数据分组单元22、数据拟合单元23、筛选单元24、风险评估模块25、第一比较单元26、专家***27以及控制单元28;
数据读取单元21的输入端与三轴加速度传感器1的输出端连接;
数据分组单元22的输入端与数据读取单元21的输出端连接;
数据拟合单元23的输入端与数据分组单元22的输出端连接;
筛选单元24的输入端与数据拟合单元23的输出端连接;
风险评估模块25的输入端分别与数据分组单元22的输出端以及筛选单元24的输出端连接;
第一比较单元26的输入端与筛选单元24的输出端连接;
专家***27的输入端与数据拟合单元23的输出端连接;
控制单元28的输入端分别与风险评估模块25的输出端、第一比较单元26的输出端连接,控制单元28的输出端分别与筛选单元24的控制端、数据拟合单元23的控制端以及数据分组单元22的控制端连接;
电梯远程监控平台4与微控制器2中的专家***27通过无线传输装置3通讯连接。
其中,参见图4,风险评估模块25包括:第二比较单元251、第三比较单元252、计算单元253以及第四比较单元254;
第二比较单元251的输入端与筛选单元24的输出端连接,第二比较单元251的输出端与微控制器2中控制单元28的输入端连接;
第三比较单元252的输入端与筛选单元24的输出端连接,第三比较单元252的输出端与微控制器2中控制单元28的输入端连接;
计算单元253的输入端分别与第二比较单元251的输出端、第三比较单元252的输出端以及数据分组单元22的输出端连接;
第四比较单元254的输入端与计算单元253的输出端连接。
上述预警***的具体工作过程如下:由数据读取单元21读取三轴加速度传感器1一段时间内的三轴加速度数据并发送到数据分组单元22,数据分组单元22接收到数据读取单元21发送的多个三轴加速度数据后,按照时间顺序将接收的三轴加速度数据进行分组,获得多组三轴加速度数据,并将各组的三轴加速度数据都依次发送到数据拟合单元23,数据拟合单元23将各组三轴加速度数据均进行两两方向的拟合获得拟合曲线和对应的三个拟合系数,筛选单元24接收每组三轴加速度数据对应的三个拟合系数后进行比较,获得每组三轴加速度数据对应的最小拟合系数和最大拟合系数,并将各个最大拟合系数发送到风险评估模块25的第二比较单元251中,第二比较单元251将接收的各个最大拟合系数分别与风险阈值比较,若小于风险阈值就将对的三轴加速度数据组计为风险数据组,将对应的组别发送到控制单元28中,第三比较单元252将接收的各个最大拟合系数分别与绝对风险阈值比较,若小于绝对风险阈值就将对应的三轴加速度数据组计为绝对风险数据组,并将对应的组别发送到控制单元28中,控制单元28依据接收的信息,控制分组单元22将对应的数据组发送到计算单元253中,计算单元253根据第二比较单元251和第三比较单元252的比较结果,计算出绝对风险样本在风险样本中的占比,然后将占比值发送到第四比较单元254中,第四比较单元254通过与阈值比较,获得是否为风险电梯的结论,并将该结论发送到控制单元28,当控制单元28接收的结论为风险电梯时,就会发送信号给筛选单元23,筛选单元23将筛选的所有的最大拟合系数和最小拟合系数都发送到第一比较单元26,由第一比较单元26比较获得最小拟合系数和最大拟合系数,并将该结果发送到控制单元28,控制单元28依据接收的信息,控制数据拟合单元23将对应的拟合曲线发送到专家***27,同时第一比较单元26也将比较获得的最小拟合系数和最大拟合系数发送到专家***27,专家***27依据接收的信息诊断电梯对应的风险问题,并通过无线传输装置3发送给电梯远程监控平台4进行预警显示,此外,电梯远程监控平台4也可将学习数据通过无线传输装置3发送给专家***27,让专家***27进行不断的深度学习,以提高诊断的准确性。
为了进一步提高其预警的警示作用,作为方案的改进在该预警***中,参见图3,还设置有报警器5,该报警器5的控制端与微控制器2中专家***27的输出端通过无线传输装置3连接,当专家***27诊断存在风险时,同时控制报警器5进行报警。
上述预警方法和预警***在实际应用过程中,其预警的准确率可达到95%以上。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本发明的真正范围和精神由下面的权利要求指出。
应当理解的是,本发明并不局限于上面已经描述的内容,并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。
Claims (8)
1.一种电梯运行风险的预警方法,其特征在于,包括如下步骤:
S1:获取多组电梯运行数据,每组所述运行数据均由所述电梯的多个连续时间点对应的三轴加速度数据构成;
S2:将每组所述运行数据中的三轴加速度数据均进行两两方向曲线拟合,获得三个拟合系数,筛选每组所述运行数据对应的最大拟合系数以及最小拟合系数;
S3:依据所述最大拟合系数,判定所述电梯是否为风险电梯;
S4:若所述电梯为风险电梯,则将每组所述运行数据对应的最小拟合系数进行比较,获得多组所述运行数据中的最小拟合系数;
S5:依据多组所述运行数据中的最小拟合系数以及对应的拟合曲线,由专家***进行故障预警;
其中,步骤S3:依据所述最大拟合系数,判定所述电梯是否为风险电梯,具体为:
S301:将每组电梯运行数据对应的最大拟合系数均与风险阈值比较,若小于风险阈值,则将该组运行数据计为风险运行数据;
S302:将每组电梯运行数据对应的最大拟合系数均与绝对风险阈值比较,若小于绝对风险阈值,则将该组运行数据计为绝对风险运行数据;
S303:将所述绝对风险运行数据的样本数除以所述风险运行数据的样本数,获得绝对风险样本占比;
S304:依据所述绝对风险样本占比,判定所述电梯是否为风险电梯。
2.根据权利要求1所述电梯运行风险的预警方法,其特征在于,所述风险阈值和所述绝对风险阈值均是由大量的电梯运行数据统计获得。
3.根据权利要求1所述电梯运行风险的预警方法,其特征在于,所述专家***依据最小拟合系数以及对应的拟合曲线进行故障预警的功能,可通过对学习数据的学习进行不断修正;
且所述学习数据包括:原始数据以及被风险预警的电梯运行数据。
4.根据权利要求1所述电梯运行风险的预警方法,其特征在于,步骤S1:所述电梯运行数据获取,具体为:
在电梯轿厢上安装三轴加速度传感器,通过读取所述三轴加速度传感器的三轴加速度检测数据获得。
5.根据权利要求1所述电梯运行风险的预警方法,其特征在于,步骤S2:将每组所述运行数据中的三轴加速度数据均进行两两方向曲线拟合,具体为:
采用最小二乘法将每组所述运行数据中的三轴加速度数据均进行两两方向曲线拟合。
6.一种电梯运行风险的预警***,其特征在于,包括:三轴加速度传感器(1)、微控制器(2)、无线传输装置(3)以及电梯远程监控平台(4);
所述三轴加速度传感器(1)安装在所述电梯的轿厢上,用于实时检测所述轿厢的三轴加速度数据;
所述微控制器(2)包括:数据读取单元(21)、数据分组单元(22)、数据拟合单元(23)、筛选单元(24)、风险评估模块(25)、第一比较单元(26)、专家***(27)以及控制单元(28);
所述数据读取单元(21)的输入端与所述三轴加速度传感器(1)的输出端连接;
所述数据分组单元(22)的输入端与所述数据读取单元(21)的输出端连接;
所述数据拟合单元(23)的输入端与所述数据分组单元(22)的输出端连接;
所述筛选单元(24)的输入端与所述数据拟合单元(23)的输出端连接;
所述风险评估模块(25)的输入端分别与所述数据分组单元(22)的输出端以及所述筛选单元(24)的输出端连接;
所述第一比较单元(26)的输入端与所述筛选单元(24)的输出端连接;
所述专家***(27)的输入端与数据拟合单元(23)的输出端连接;
所述控制单元(28)的输入端分别与所述风险评估模块(25)的输出端、所述第一比较单元(26)的输出端连接,所述控制单元(28)的输出端分别与所述筛选单元(24)的控制端、所述数据拟合单元(23)的控制端以及所述数据分组单元(22)的控制端连接;
所述电梯远程监控平台(4)与所述微控制器(2)中的专家***(27)通过所述无线传输装置(3)通讯连接。
7.根据权利要求6所述电梯运行风险的预警***,其特征在于,所述风险评估模块(25)包括:第二比较单元(251)、第三比较单元(252)、计算单元(253)以及第四比较单元(254);
所述第二比较单元(251)的输入端与所述筛选单元(24)的输出端连接,所述第二比较单元(251)的输出端与所述微控制器(2)中控制单元(28)的输入端连接;
所述第三比较单元(252)的输入端与所述筛选单元(24)的输出端连接,所述第三比较单元(252)的输出端与所述微控制器(2)中控制单元(28)的输入端连接;
所述计算单元(253)的输入端分别与所述第二比较单元(251)的输出端、所述第三比较单元(252)的输出端以及所述数据分组单元(22)的输出端连接;
所述第四比较单元(254)的输入端与所述计算单元(253)的输出端连接。
8.根据权利要求6所述电梯运行风险的预警***,其特征在于,还包括:报警器(5);
所述报警器(5)的控制端与所述微控制器(2)中专家***(27)的输出端通过无线传输装置(3)连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011456857.6A CN112660957B (zh) | 2020-12-10 | 2020-12-10 | 一种电梯运行风险的预警方法及预警*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011456857.6A CN112660957B (zh) | 2020-12-10 | 2020-12-10 | 一种电梯运行风险的预警方法及预警*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112660957A CN112660957A (zh) | 2021-04-16 |
CN112660957B true CN112660957B (zh) | 2022-03-25 |
Family
ID=75404206
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011456857.6A Active CN112660957B (zh) | 2020-12-10 | 2020-12-10 | 一种电梯运行风险的预警方法及预警*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112660957B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114671314B (zh) * | 2022-05-30 | 2022-08-16 | 凯尔菱电(山东)电梯有限公司 | 一种用于电梯的安全监控方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102718100A (zh) * | 2012-06-13 | 2012-10-10 | 中山市卓梅尼控制技术有限公司 | 电梯故障预警***及其预警方法 |
CN104044969A (zh) * | 2014-06-20 | 2014-09-17 | 广州日滨科技发展有限公司 | 电梯故障预警方法和*** |
CN104944237A (zh) * | 2015-07-10 | 2015-09-30 | 广州广日电梯工业有限公司 | 一种电梯自适应调节***及方法 |
AU2015345283A1 (en) * | 2014-11-12 | 2017-06-01 | Inventio Ag | System and method for monitoring a transport of a person-transporting device or of a transport unit |
CN109019216A (zh) * | 2018-09-27 | 2018-12-18 | 上海昶屹机电科技有限公司 | 电梯故障智能诊断***及方法 |
CN110589650A (zh) * | 2019-09-23 | 2019-12-20 | 猫岐智能科技(上海)有限公司 | 设备运行异常判断*** |
CN110626900A (zh) * | 2019-09-23 | 2019-12-31 | 猫岐智能科技(上海)有限公司 | 设备运行异常判断方法 |
-
2020
- 2020-12-10 CN CN202011456857.6A patent/CN112660957B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102718100A (zh) * | 2012-06-13 | 2012-10-10 | 中山市卓梅尼控制技术有限公司 | 电梯故障预警***及其预警方法 |
CN104044969A (zh) * | 2014-06-20 | 2014-09-17 | 广州日滨科技发展有限公司 | 电梯故障预警方法和*** |
AU2015345283A1 (en) * | 2014-11-12 | 2017-06-01 | Inventio Ag | System and method for monitoring a transport of a person-transporting device or of a transport unit |
CN104944237A (zh) * | 2015-07-10 | 2015-09-30 | 广州广日电梯工业有限公司 | 一种电梯自适应调节***及方法 |
CN109019216A (zh) * | 2018-09-27 | 2018-12-18 | 上海昶屹机电科技有限公司 | 电梯故障智能诊断***及方法 |
CN110589650A (zh) * | 2019-09-23 | 2019-12-20 | 猫岐智能科技(上海)有限公司 | 设备运行异常判断*** |
CN110626900A (zh) * | 2019-09-23 | 2019-12-31 | 猫岐智能科技(上海)有限公司 | 设备运行异常判断方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112660957A (zh) | 2021-04-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111441864A (zh) | 发动机健康诊断方法及发动机诊断*** | |
CN1068853C (zh) | 电梯耐久性评估方法 | |
CN103558955B (zh) | 基于多对象多状态显示器的多对象状态监测方法及*** | |
CN113979257B (zh) | 一种电梯健康度实时监测*** | |
CN116300835B (zh) | 基于互联网的自动化检测设备远程诊断*** | |
CN114239734B (zh) | 一种分布式车载健康管理*** | |
CN110375983A (zh) | 基于时间序列分析的阀门故障实时诊断***及诊断方法 | |
CN110008350A (zh) | 一种基于贝叶斯推理的机泵安康知识库查找方法 | |
CN113177646B (zh) | 一种基于自适应边缘代理的配电设备在线监测方法及*** | |
CN113063611A (zh) | 一种设备的监控管理方法及其*** | |
KR101203500B1 (ko) | 지하 실내 공기질 모니터링 방법 및 지하 실내 공기질 제어 시스템 | |
CN112660957B (zh) | 一种电梯运行风险的预警方法及预警*** | |
CN114460520A (zh) | 一种电容式电压互感器设备状态诊断方法及*** | |
CN201017232Y (zh) | 基于fisher的工业过程非线性故障诊断装置 | |
CN117221145A (zh) | 基于物联网平台的设备故障预测性维护*** | |
CN114977492B (zh) | 一种用于海上平台中控***的电源监测与诊断方法 | |
CN118323984A (zh) | 一种电梯故障远程自动报警*** | |
CN111665067A (zh) | 轨道车辆空调状态监测***与监测方法 | |
CN113608074B (zh) | 一种多表位耐压试验装置自动化在线监测方法及*** | |
CN113093709B (zh) | 一种主动式随车运行状态监测和故障预报方法 | |
CN117589444B (zh) | 一种基于联邦学习的风力发电机齿轮箱故障诊断方法 | |
CN117171478B (zh) | 一种医学检测数据误差识别模型构建方法与装置 | |
CN116664100B (zh) | 基于bim+ai智慧运维管理*** | |
CN113697623B (zh) | 一种基于深度学习的电梯维保预警***及方法 | |
CN113093712B (zh) | 主动式汽车传动***随车运行状态监测和故障预报*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |