CN113343177A - 基于模糊综合评价理论的电梯设备健康状态诊断方法 - Google Patents

基于模糊综合评价理论的电梯设备健康状态诊断方法 Download PDF

Info

Publication number
CN113343177A
CN113343177A CN202110894864.2A CN202110894864A CN113343177A CN 113343177 A CN113343177 A CN 113343177A CN 202110894864 A CN202110894864 A CN 202110894864A CN 113343177 A CN113343177 A CN 113343177A
Authority
CN
China
Prior art keywords
index
evaluation
matrix
layer
elevator
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.)
Pending
Application number
CN202110894864.2A
Other languages
English (en)
Inventor
袁志宏
郑剑英
吴雷
康俊利
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Maglev Co ltd
Original Assignee
Beijing Maglev 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 Beijing Maglev Co ltd filed Critical Beijing Maglev Co ltd
Priority to CN202110894864.2A priority Critical patent/CN113343177A/zh
Publication of CN113343177A publication Critical patent/CN113343177A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • 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
    • B66B5/0037—Performance analysers
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00—Computing arrangements based on specific mathematical models
    • G06N7/02—Computing arrangements based on specific mathematical models using fuzzy logic
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Software Systems (AREA)
  • Computational Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • Algebra (AREA)
  • Strategic Management (AREA)
  • Educational Administration (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Databases & Information Systems (AREA)
  • Automation & Control Theory (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Fuzzy Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Indicating And Signalling Devices For Elevators (AREA)

Abstract

本发明公开了一种基于模糊综合评价理论的电梯设备健康状态诊断方法，包括：步骤利用模糊综合评价法建立目的地控制***DCS的评价指标集，根据评价指标集建立评价等级集，其中，评价指标集包括标准层和指标层；采用熵权法计算标准层的指标权重；采用层次分析法计算指标层的指标分配权重；根据隶属度函数和评价等级集计算指标层中各指标的隶属度，确定第一评价矩阵和第二评价矩阵；根据第一评价矩阵和标准层的指标权重对标准层进行评价，得到标准层的评价结果向量；根据第二评价矩阵和指标层的指标分配权重对指标层进行评价，得到指标层的评价结果向量。该方法提高了电梯健康状态评价的可行性，同时降低了应用中所需的成本。

Description

基于模糊综合评价理论的电梯设备健康状态诊断方法
技术领域
本发明涉及电梯安全技术领域，特别涉及一种基于模糊综合评价理论的电梯设备健康状态诊断方法。
背景技术
电梯因其便利性成为人们生产生活中不可缺少的组成部分，与此同时电梯引发的各类安全问题正严重威胁着人们的生命财产安全，为了有效评估电梯运行状态的安全性，电梯设备安全评估变得十分重要。但现有的电梯安全评价体系的建立都是基于电梯设备的物理状态，包括曳引机温度、开关门速度、电力拖动***平稳运行时速度等指标层，传统评价体系的指标值在实际应用过程中难以精确测量，需要的成本较高。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。
为此，本发明的目的在于提出一种基于模糊综合评价理论的电梯设备健康状态诊断方法，该方法提高了电梯健康状态评价的可行性，同时降低了应用中所需的成本。
为达到上述目的，本发明实施例提出了基于模糊综合评价理论的电梯设备健康状态诊断方法，包括以下步骤：步骤S1，利用模糊综合评价法建立目的地控制***DCS的评价指标集，根据所述评价指标集建立评价等级集，其中，所述评价指标集包括标准层和指标层；步骤S2，采用熵权法计算所述标准层的指标权重；步骤S3，采用层次分析法计算所述指标层的指标分配权重；步骤S4，根据隶属度函数和所述评价等级集计算所述指标层中各指标的隶属度，确定第一评价矩阵和第二评价矩阵；步骤S5，根据所述第一评价矩阵和所述标准层的指标权重对所述标准层进行评价，得到所述标准层的评价结果向量；步骤S6，根据所述第二评价矩阵和所述指标层的指标分配权重对所述指标层进行评价，得到所述指标层的评价结果向量。
本发明实施例的基于模糊综合评价理论的电梯设备健康状态诊断方法，通过将第一层（标准层）的指标以监测的目的地控制***的数据为基础，结合熵权法与层次分析法确定权重，得到的指标权重更加准确，再根据相对劣化度选择隶属度函数，使得评估矩阵更加准确，从而可提高电梯健康状态评价的可行性，也能够降低应用中所需的成本。
另外，根据本发明上述实施例的基于模糊综合评价理论的电梯设备健康状态诊断方法还可以具有以下附加的技术特征：
进一步地，在本发明的一个实施例中，所述标准层包括电梯运行时状态、电梯硬件状态和电梯历史状态，所述指标层包括平均速度、平均加速度、乘客报警频次、盖板缺失频次、消防反馈频次、检修频次、锁梯频次、紧急故障频次和一般故障频次。
进一步地，在本发明的一个实施例中，所述步骤S2具体包括：
步骤S201，设有m个指标、n个样本的矩阵
Figure DEST_PATH_IMAGE001
，对矩阵
Figure DEST_PATH_IMAGE002
进行归一化，得到矩阵
Figure DEST_PATH_IMAGE003
，归一化公式为：
Figure DEST_PATH_IMAGE004
式中，p ij 为标准化值，x ij 为原始值；
Figure DEST_PATH_IMAGE005
为第个指标最大值；
Figure DEST_PATH_IMAGE006
为第i个指标最小值；
步骤S202，根据所述矩阵
Figure DEST_PATH_IMAGE007
计算第i个指标的熵值e i ，计算公式为：
Figure DEST_PATH_IMAGE008
，
式中，
Figure DEST_PATH_IMAGE009
，
Figure DEST_PATH_IMAGE010
，且
Figure DEST_PATH_IMAGE011
当时，令
Figure DEST_PATH_IMAGE012
；
步骤S203，根据所述第i个指标的熵值e i 计算第i个指标的熵权w i ，即所述标准层的指标权重，计算公式为：
Figure DEST_PATH_IMAGE013
。
进一步地，在本发明的一个实施例中，所述步骤S3具体包括：
步骤S301，根据标度理论对所述指标层进行处理，构造判断矩阵B；
步骤S302，根据
Figure DEST_PATH_IMAGE014
，计算所述判断矩阵B的最大特征值
Figure DEST_PATH_IMAGE015
及其特征向量
Figure DEST_PATH_IMAGE016
；
步骤S303，计算所述判断矩阵B的检验系数CR,若
Figure DEST_PATH_IMAGE017
，则所述判断矩阵B符合一致性检验，执行下一步骤，若不符合，则重新构造所述判断矩阵B。
步骤S304，对所述特征向量
Figure DEST_PATH_IMAGE018
进行归一化处理，得到所述指标层的指标分配权重。
进一步地，在本发明的一个实施例中，所述判断矩阵B的检验系数CR为：
Figure DEST_PATH_IMAGE019
式中，
Figure DEST_PATH_IMAGE020
，n为判断矩阵B的阶数，RI为平均随机一致性指标。
进一步地，在本发明的一个实施例中，所述标准层的评价结果向量B i 为：
Figure DEST_PATH_IMAGE021
式中，w i为所述标准层的指标权重,R i 为第一评价矩阵，m为评价等级个数。
进一步地，在本发明的一个实施例中，所述指标层的评价结果向量为：
Figure DEST_PATH_IMAGE022
式中，w为所述指标层的指标分配权重,R为第二评价矩阵，m为评价等级个数。
本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1是本发明一个实施例的基于模糊综合评价理论的电梯设备健康状态诊断方法流程图；
图2是本发明一个实施例的三角形和半梯形结合的隶属度函数示意图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
下面参照附图描述根据本发明实施例提出的基于模糊综合评价理论的电梯设备健康状态诊断方法。
首先需要说明的是，模糊综合评价法是在模糊数学的基础上发展而来，在对某一对象进行评价时，评价对象往往由多方面因素决定，因而需要对各个因素进行评价，同时评价过程中难以将其归于某个类别，因此需要借助模糊集的概念进行模糊评价，在对单个因素进行模糊评价后，运用模糊数学运算对所有因素进行综合模糊评价，得到最终评估结果。
电梯设备的运行健康状态常常受多个因素或指标的影响，这时需要根据多个因素对研究对象进评估，而不能仅依据单一因素的评估，因此本发明实施例提出了基于模糊综合评价理论的电梯设备健康状态诊断方法，对受多因素影响的对象进行综合评价的方法，运用隶属度函数对研究对象进行量化评价。
图1是本发明一个实施例的基于模糊综合评价理论的电梯设备健康状态诊断方法的流程图。
如图1所示，该基于模糊综合评价理论的电梯设备健康状态诊断方法包括以下步骤：
在步骤S1中，利用模糊综合评价法建立目的地控制***DCS的评价指标集，根据评价指标集建立评价等级集，其中，评价指标集包括标准层和指标层。
进一步地，在本发明的一个实施例中，标准层包括电梯运行时状态、电梯硬件状态和电梯历史状态，指标层包括平均速度、平均加速度、乘客报警频次、盖板缺失频次、消防反馈频次、检修频次、锁梯频次、紧急故障频次和一般故障频次。
具体地，电梯***是一个复杂性、模糊性的动态***，电梯设备的运行健康状态常常受多个因素或指标的影响，这时需要根据多个因素对研究对象进评估，而不能仅依据单一因素的评估。因此，本发明实施例结合电梯的安全标准和技术规范，以及收集的紧急故障、锁梯、急停等电梯安全事故数据，在充分分析事故发生直接原因和间接原因的基础上，按主、客观因素建立评价指标体系。
现有电梯健康状态指标体系大多数是从电梯的曳引***、门***、桥箱***和电力拖动***等出发，以上电梯***的各个子***的数据的获取在实际应用中需要较高的成本。而电梯管理***的目的地控制***(DCS)可以为本发明实施例提供电梯开关的运行状态指标，如表1所示。DCS所提供的数据是零一序列构成的数据，要充分挖掘DCS提供的开关数据，为此需要构建新的特征信息。
表1
Figure DEST_PATH_IMAGE023
根据电梯运行***的特点，将指标体系分为三个大类：一类是运行时指标。该类指标反映电梯运行***工作中的状态，是一个不断变化的动态指标，包括人为因素。第二类是静态指标，该指标反映电梯某些组成部件损坏。第三类是电梯历史状态统计量。
该指标反映电梯的在过去时间段的持续健康运行的情况。根据电梯的上行或者下行随时间变换的开关量，可以计算出电梯在某一时间段的平均运行速度、运行的加速度，统计固定时间段检修电梯、紧急故障、一般故障的频次，建立的电梯评价指标体系将是“人、机、环境”因素的综合反映，建立的电梯评价指标体系，如表2所示。
表2
Figure DEST_PATH_IMAGE024
进一步地，可以设标准层有n个指标，记为
Figure DEST_PATH_IMAGE025
，根据该层指标的归属分成u个子集（即指标层），即
Figure 633053DEST_PATH_IMAGE025
,其中
Figure DEST_PATH_IMAGE026
，
Figure DEST_PATH_IMAGE027
代表第i个指标层指标中含有标准层的个数，且
Figure DEST_PATH_IMAGE028
。
进一步地，由于电梯健康状态指标体系中各指标具有不同的单位和物理意义，为了对这些指标统一进行对比分析，本发明实施例还采用劣化度分析对指标进行归一化处理。相对劣化度指标与故障状态相比，当前状态的劣化程度，相对劣化度取值范围为
Figure DEST_PATH_IMAGE029
。在上述建立评估指标体系中，各指标的劣化度有以下两种计算方法。
（1）越小越优型。指标值越小，代表越接近正常状态，如乘客报警频次。这类指标劣化函数需要参数最大值
Figure DEST_PATH_IMAGE030
和最小值
Figure DEST_PATH_IMAGE031
，劣化度函数为：
Figure DEST_PATH_IMAGE032
（1）
（2）中间型。指标值存在一定的合理波动范围，在这个范围内指标越处于中间值，代表越接近正常状态，如电梯的运行平均速度。这类指标劣化度函数需要参数最大值
Figure DEST_PATH_IMAGE033
、最小值
Figure DEST_PATH_IMAGE034
和合理波动范围
Figure DEST_PATH_IMAGE035
，劣化度函数为：
Figure DEST_PATH_IMAGE036
（2）
将第1层9个指标归类于越小越优型和中间型，根据电梯监测运行数据，得到各指标的劣化度函数参数，如表 3 所示。
Figure DEST_PATH_IMAGE037
接下来，建立评价指标集的指标评价标准集合（即评价等级集），若有m个评价标准，则评价等级集为
Figure DEST_PATH_IMAGE038
。
进一步地，权重值反映了各个指标在电梯运行***中的重要程度，为此，需要对指标合理分配权重。为了得到科学的指标权重本发明实施例根据指标的实测数据，采用熵权法来分配标准层的指标权重；采用层次分析法对指标层的指标分配权重，具体如下步骤S2和步骤S3。
在步骤S2中，采用熵权法计算标准层的指标权重。
进一步地，在本发明的一个实施例中，步骤S2具体包括：
步骤S201，设有m个指标、n个样本的矩阵
Figure DEST_PATH_IMAGE039
，对矩阵
Figure 409248DEST_PATH_IMAGE039
进行归一化，得到矩阵
Figure DEST_PATH_IMAGE040
，归一化公式为：
Figure DEST_PATH_IMAGE041
式中，
Figure DEST_PATH_IMAGE042
为标准化值，
Figure DEST_PATH_IMAGE043
为原始值；
Figure DEST_PATH_IMAGE044
为第i个指标最大值；
Figure DEST_PATH_IMAGE045
为第i个指标最小值；
步骤S202，根据矩阵
Figure DEST_PATH_IMAGE046
计算第i个指标的熵值e i ，计算公式为：
Figure DEST_PATH_IMAGE047
，
式中，
Figure DEST_PATH_IMAGE048
，
Figure DEST_PATH_IMAGE049
，且当
Figure DEST_PATH_IMAGE050
时，令
Figure DEST_PATH_IMAGE051
；
步骤S203，根据第i个指标的熵值e i 计算第i个指标的熵权w i ，即标准层的指标权重，计算公式为：
Figure DEST_PATH_IMAGE052
。
具体地，根据电梯运行时的DCS开关数据，对样本数据进行统计分析，以电梯运行时的状态的3个指标为例，采用熵权法得到指标权重的步骤如下：
步骤一，样本矩阵标准值。设有m个指标、n个样本的矩阵
Figure DEST_PATH_IMAGE053
，归一化后的矩阵为
Figure DEST_PATH_IMAGE054
。例如，指标为3个，样本数据为10的样本矩阵
Figure DEST_PATH_IMAGE055
为
Figure DEST_PATH_IMAGE056
Figure DEST_PATH_IMAGE057
按公式（3）进行标准化处理，得到矩阵
Figure DEST_PATH_IMAGE058
为：
Figure DEST_PATH_IMAGE059
（3）
式中，
Figure DEST_PATH_IMAGE060
为标准化值，
Figure DEST_PATH_IMAGE061
为原始值，
Figure DEST_PATH_IMAGE062
为第i个指标最大值，
Figure DEST_PATH_IMAGE063
为第i个指标最小值。
Figure DEST_PATH_IMAGE064
步骤二，计算熵值。第i个指标的熵值定义为：
Figure DEST_PATH_IMAGE065
（4）
式中，
Figure DEST_PATH_IMAGE066
，
Figure 438253DEST_PATH_IMAGE010
，且当
Figure DEST_PATH_IMAGE067
时，令
Figure DEST_PATH_IMAGE068
。
依据式（4），计算3个指标的熵值为e=（0.596,0.627,0.628）
步骤三，计算熵权。计算出所有指标熵值e i 后，第i个指标的熵权定义为：
Figure DEST_PATH_IMAGE069
（5）
根据式（5），电梯运行时状态的3个指标的权重为w1=(0.611,0.176,0.21)。按照同样的步骤，计算得到电梯硬件状态的指标权重w2=(0.6,0.4)，电梯历史状态的指标权重w3=(0.726,0.177,0.039,0.056)。
在步骤S3中，采用层次分析法计算指标层的指标分配权重。
进一步地，在本发明的一个实施例中，步骤S3具体包括：
步骤S301，根据标度理论对指标层进行处理，构造判断矩阵B；
步骤S302，根据
Figure DEST_PATH_IMAGE070
，计算判断矩阵B的最大特征值
Figure DEST_PATH_IMAGE071
及其特征向量
Figure DEST_PATH_IMAGE072
；
步骤S303，计算判断矩阵B的检验系数CR,若
Figure DEST_PATH_IMAGE073
，则判断矩阵B符合一致性检验，执行下一步骤，若不符合，则重新构造判断矩阵B。
步骤S304，对特征向量
Figure 895779DEST_PATH_IMAGE072
进行归一化处理，得到指标层的指标分配权重。
进一步地，在本发明的一个实施例中，判断矩阵B的检验系数CR为：
Figure DEST_PATH_IMAGE074
式中，
Figure DEST_PATH_IMAGE075
，n为判断矩阵B的阶数，RI为平均随机一致性指标。
具体地，针对指标层中电梯运行时状态、电梯硬件状态、电梯历史状态对电梯安全的重要性，询问10位电梯检验中心的专家意见，运用层次分析法得到指标权重的步骤如下：
步骤一，根据标度理论，构造判断矩阵。采用1-9标度法（如表4所示），将3个指标的重要性两两比较，构造判断矩阵B，即
Figure DEST_PATH_IMAGE076
表4：1-9标度法及含义
Figure DEST_PATH_IMAGE077
步骤二，根据
Figure DEST_PATH_IMAGE078
，计算最大特征值
Figure DEST_PATH_IMAGE079
，和它的特征向量
Figure 772468DEST_PATH_IMAGE018
。
计算B的
Figure 391668DEST_PATH_IMAGE079
=3.053，
Figure 658701DEST_PATH_IMAGE018
=(0.236,0.118,0.118)
步骤三，一致性检验。计算矩阵的检验系数CR,若
Figure DEST_PATH_IMAGE080
，说明判断矩阵一致性检验符合，否则要修正矩阵。矩阵的检验系数计算公式为
Figure DEST_PATH_IMAGE081
（6）
式中：
Figure 388760DEST_PATH_IMAGE075
，n为判断矩阵B的阶数；RI为平均随机一致性指标，取值如表5所示。
表5平均随机一致性指标RI值
Figure DEST_PATH_IMAGE082
判断矩阵B为3，因此，
Figure DEST_PATH_IMAGE083
，RI=0.58。B的检验系数CR=CI/RI= 0.046，因为CR=0.046<0.1，所以判断矩阵B数值合理。
步骤四，计算归一化的权重向量。
Figure 588797DEST_PATH_IMAGE018
归一化处理，得到指标层的指标分配权重w=(0.5,0.25,0.25)。
在步骤S4中，根据隶属度函数和评价等级集计算指标层中各指标的隶属度，确定第一评价矩阵和第二评价矩阵。
具体地，在进行电梯健康状态评价之前需要先确定诊断评语集，将电梯安全等级划分为4个等级，即
Figure DEST_PATH_IMAGE084
。通过劣化度分析得到各指标的归一化值，取值在
Figure DEST_PATH_IMAGE085
区间内，如图2所示，因此，要选择覆盖劣化度取值区间的隶属度函数。
运行状态等级的描述
Figure DEST_PATH_IMAGE086
常见的隶属函数可以选取不同的形状，如三角形、梯形、矩形等。为了计算简单，本发明实施例采用三角形和半梯形结合的隶属函数计算各指标的隶属度，其分布如图 2 所示。各状态等级下的隶属度函数为：
Figure DEST_PATH_IMAGE087
Figure DEST_PATH_IMAGE088
式中：
Figure DEST_PATH_IMAGE089
为指标的隶属度函数；x为指标的相对劣化度；
Figure DEST_PATH_IMAGE090
为模糊分界区间。
接下来，再根据求得的各指标的隶属度确定第一评价矩阵和第二评价矩阵。
在步骤S5中，根据第一评价矩阵和标准层的指标权重对标准层进行评价，得到标准层的评价结果向量。
具体地，标准层的评价结果向量
Figure DEST_PATH_IMAGE091
为：
Figure DEST_PATH_IMAGE092
式中，w i 为标准层的指标权重,R i 为第一评价矩阵，m为评价等级个数。
在步骤S6中，根据第二评价矩阵和指标层的指标分配权重对指标层进行评价，得到指标层的评价结果向量。
具体地，指标层的评价结果向量为：
Figure DEST_PATH_IMAGE093
式中，w为指标层的指标分配权重,R为第二评价矩阵，m为评价等级个数。
本发明实施例提出的基于模糊综合评价理论的电梯设备健康状态诊断方法，通过将第一层（标准层）的指标以监测的目的地控制***的数据为基础，结合熵权法与层次分析法确定权重，得到的指标权重更加准确，再根据相对劣化度选择隶属度函数，使得评估矩阵更加准确，从而可提高电梯健康状态评价的可行性，也能够降低应用中所需的成本。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、 “示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (7)

1.一种基于模糊综合评价理论的电梯设备健康状态诊断方法，其特征在于，包括以下步骤：
步骤S1，利用模糊综合评价法建立目的地控制***DCS的评价指标集，根据所述评价指标集建立评价等级集，其中，所述评价指标集包括标准层和指标层；
步骤S2，采用熵权法计算所述标准层的指标权重；
步骤S3，采用层次分析法计算所述指标层的指标分配权重；
步骤S4，根据隶属度函数和所述评价等级集计算所述指标层中各指标的隶属度，确定第一评价矩阵和第二评价矩阵；
步骤S5，根据所述第一评价矩阵和所述标准层的指标权重对所述标准层进行评价，得到所述标准层的评价结果向量；
步骤S6，根据所述第二评价矩阵和所述指标层的指标分配权重对所述指标层进行评价，得到所述指标层的评价结果向量。
2.根据权利要求1所述的基于模糊综合评价理论的电梯设备健康状态诊断方法，其特征在于，所述标准层包括电梯运行时状态、电梯硬件状态和电梯历史状态，所述指标层包括平均速度、平均加速度、乘客报警频次、盖板缺失频次、消防反馈频次、检修频次、锁梯频次、紧急故障频次和一般故障频次。
3.根据权利要求1所述的基于模糊综合评价理论的电梯设备健康状态诊断方法，其特征在于，所述步骤S2具体包括：
步骤S201，设有m个指标、n个样本的矩阵
Figure 912189DEST_PATH_IMAGE001
，对矩阵
Figure 912506DEST_PATH_IMAGE002
进行归一化，得到矩阵
Figure 114818DEST_PATH_IMAGE003
，归 一化公式为：
Figure 553889DEST_PATH_IMAGE004
式中，
Figure 33412DEST_PATH_IMAGE005
为标准化值，
Figure 339717DEST_PATH_IMAGE006
为原始值；
Figure 639111DEST_PATH_IMAGE007
为第i个指标最大值；
Figure 616294DEST_PATH_IMAGE007
为第i个指标最小 值；
步骤S202，根据所述矩阵
Figure 74957DEST_PATH_IMAGE008
计算第i个指标的熵值e i ，计算公式为：
Figure 417077DEST_PATH_IMAGE009
，
式中，
Figure 344713DEST_PATH_IMAGE010
，
Figure 63270DEST_PATH_IMAGE011
，且当
Figure 314123DEST_PATH_IMAGE012
时，令
Figure 217357DEST_PATH_IMAGE013
；
步骤S203，根据所述第i个指标的熵值e i 计算第i个指标的熵权
Figure 491343DEST_PATH_IMAGE014
，即所述标准层的指标权重，计算公式为：
Figure 888958DEST_PATH_IMAGE015
。
4.根据权利要求1所述的基于模糊综合评价理论的电梯设备健康状态诊断方法，其特征在于，所述步骤S3具体包括：
步骤S301，根据标度理论对所述指标层进行处理，构造判断矩阵B；
步骤S302，根据
Figure 197579DEST_PATH_IMAGE016
，计算所述判断矩阵B的最大特征值
Figure 943818DEST_PATH_IMAGE017
及其特征向量
Figure 829735DEST_PATH_IMAGE018
；
步骤S303，计算所述判断矩阵B的检验系数CR,若
Figure 890095DEST_PATH_IMAGE019
，则所述判断矩阵B符合一致性 检验，执行下一步骤，若不符合，则重新构造所述判断矩阵B；
步骤S304，对所述特征向量
Figure 928589DEST_PATH_IMAGE020
进行归一化处理，得到所述指标层的指标分配权重。
5.根据权利要求4所述的基于模糊综合评价理论的电梯设备健康状态诊断方法，其特征在于，所述判断矩阵B的检验系数CR为：
Figure 48992DEST_PATH_IMAGE021
式中，
Figure 359887DEST_PATH_IMAGE022
，n为判断矩阵B的阶数，RI为平均随机一致性指标。
6.根据权利要求1所述的基于模糊综合评价理论的电梯设备健康状态诊断方法，其特征在于，所述标准层的评价结果向量B i 为：
Figure 348572DEST_PATH_IMAGE023
式中，w i 为所述标准层的指标分配权重,R i 为第一评价矩阵，m为评价等级个数。
7.根据权利要求1所述的基于模糊综合评价理论的电梯设备健康状态诊断方法，其特征在于，所述指标层的评价结果向量为：
Figure 100627DEST_PATH_IMAGE024
式中，w为所述指标层的指标分配权重,R为第二评价矩阵，m为评价等级个数。
CN202110894864.2A 2021-08-05 2021-08-05 基于模糊综合评价理论的电梯设备健康状态诊断方法 Pending CN113343177A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110894864.2A CN113343177A (zh) 2021-08-05 2021-08-05 基于模糊综合评价理论的电梯设备健康状态诊断方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110894864.2A CN113343177A (zh) 2021-08-05 2021-08-05 基于模糊综合评价理论的电梯设备健康状态诊断方法

Publications (1)

Publication Number Publication Date
CN113343177A true CN113343177A (zh) 2021-09-03

Family

ID=77480765

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110894864.2A Pending CN113343177A (zh) 2021-08-05 2021-08-05 基于模糊综合评价理论的电梯设备健康状态诊断方法

Country Status (1)

Country Link
CN (1) CN113343177A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114118789A (zh) * 2021-11-25 2022-03-01 江苏科技大学 基于模糊综合评判和综合赋权的雷达发射机状态评估方法
CN114153683A (zh) * 2021-10-22 2022-03-08 西安电子科技大学 基于综合评价算法的网络化软件健康度评价方法
CN114841576A (zh) * 2022-05-10 2022-08-02 电子科技大学 基于模糊层次分析的雷达设备健康状态评估方法
CN115730923A (zh) * 2022-11-22 2023-03-03 北京思维实创科技有限公司 电扶梯***智能轮保方法、***、存储介质及电子设备
CN116226767A (zh) * 2023-05-08 2023-06-06 国网浙江省电力有限公司宁波供电公司 一种电力***实验数据自动诊断方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190005400A1 (en) * 2016-09-20 2019-01-03 Southwest Petroleum University A fuzzy evaluation and prediction method for running status of mechanical equipment with occurrence probability of failure modes
CN109784735A (zh) * 2019-01-21 2019-05-21 中国计量大学 基于层次-模糊法对电梯安全防护***的评估方法
CN110400087A (zh) * 2019-07-31 2019-11-01 中国计量大学 基于改进权重和可变模糊集的电梯安全防护***评价方法
CN112200405A (zh) * 2020-08-27 2021-01-08 国网浙江省电力有限公司电力科学研究院 一种基于熵权-模糊层次分析法的专变健康状况评估方法
CN112966939A (zh) * 2021-03-05 2021-06-15 浙江理工大学 一种基于组合赋权模糊综合评价的电梯安全评估方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190005400A1 (en) * 2016-09-20 2019-01-03 Southwest Petroleum University A fuzzy evaluation and prediction method for running status of mechanical equipment with occurrence probability of failure modes
CN109784735A (zh) * 2019-01-21 2019-05-21 中国计量大学 基于层次-模糊法对电梯安全防护***的评估方法
CN110400087A (zh) * 2019-07-31 2019-11-01 中国计量大学 基于改进权重和可变模糊集的电梯安全防护***评价方法
CN112200405A (zh) * 2020-08-27 2021-01-08 国网浙江省电力有限公司电力科学研究院 一种基于熵权-模糊层次分析法的专变健康状况评估方法
CN112966939A (zh) * 2021-03-05 2021-06-15 浙江理工大学 一种基于组合赋权模糊综合评价的电梯安全评估方法

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114153683A (zh) * 2021-10-22 2022-03-08 西安电子科技大学 基于综合评价算法的网络化软件健康度评价方法
CN114153683B (zh) * 2021-10-22 2024-04-16 西安电子科技大学 基于综合评价算法的网络化软件健康度评价方法
CN114118789A (zh) * 2021-11-25 2022-03-01 江苏科技大学 基于模糊综合评判和综合赋权的雷达发射机状态评估方法
CN114841576A (zh) * 2022-05-10 2022-08-02 电子科技大学 基于模糊层次分析的雷达设备健康状态评估方法
CN114841576B (zh) * 2022-05-10 2023-04-18 电子科技大学 基于模糊层次分析的雷达设备健康状态评估方法
CN115730923A (zh) * 2022-11-22 2023-03-03 北京思维实创科技有限公司 电扶梯***智能轮保方法、***、存储介质及电子设备
CN116226767A (zh) * 2023-05-08 2023-06-06 国网浙江省电力有限公司宁波供电公司 一种电力***实验数据自动诊断方法
CN116226767B (zh) * 2023-05-08 2023-10-17 国网浙江省电力有限公司宁波供电公司 一种电力***实验数据自动诊断方法

Similar Documents

Publication Publication Date Title
CN113343177A (zh) 基于模糊综合评价理论的电梯设备健康状态诊断方法
CN109186813B (zh) 一种温度传感器自检装置及方法
CN104573850B (zh) 一种火电厂设备状态评估方法
Mazurkiewicz Maintenance of belt conveyors using an expert system based on fuzzy logic
CN105046402B (zh) 一种应用于智能变电站二次设备的状态评估方法
US20240028937A1 (en) Method for evaluating health status of petrochemical atmospheric oil storage tank using data from multiple sources
CN102457411B (zh) 基于不确定数据的网络安全态势模糊评估方法
CN108529372B (zh) 基于云模型和证据理论的电梯运行状态评估方法
CN109359894A (zh) 一种基于rpn的电力计量设备风险评价方法及装置
CN105912857B (zh) 一种配电设备状态监测传感器的选配方法
CN110865924B (zh) 电力信息***内部服务器健康度诊断方法与健康诊断框架
KR101776350B1 (ko) 압축기를 진단하는 방법 및 시스템
CN112785091A (zh) 一种对油田电潜泵进行故障预测与健康管理的方法
CN111178725A (zh) 一种基于层次分析法的保护设备状态预警方法
CN110363404A (zh) 一种干式空心电抗器状态数据分析方法
CN108254689A (zh) 电池组反极单体电池检测方法和***
US20230168305A1 (en) Anomaly identification in an electrochemical system
CN103235206A (zh) 一种变压器的故障诊断方法
CN113581015B (zh) 燃料电池***的安全预警方法及装置
CN115755831A (zh) 一种基于模糊层次分析的故障诊断方法及***
CN114169683A (zh) 基于模糊综合评价理论的发电机励磁***状态评价方法
RU2735296C1 (ru) Способ многопараметрического контроля состояния сложных электротехнических объектов
CN114091618A (zh) 工业设备健康状态诊断管理方法、装置及服务器
CN111382946A (zh) 设备健康状态的自主评估方法、***及工业互联网设备
CN111337764A (zh) 充电桩故障诊断***、方法及存储介质

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20210903

RJ01 Rejection of invention patent application after publication