淺談電梯故障監測技術及應用

朱華驍

江蘇省特種設備安全監督檢驗研究院無錫分院

淺談電梯故障監測技術及應用

朱華驍

江蘇省特種設備安全監督檢驗研究院無錫分院

隨著科學技術的不斷發展，電梯在人們日常生活中的重要性變得越來越高，電梯安全問題已經成為人們關注的重點。隨著電梯運用的不斷廣泛，為了提高電梯的安全，必須加強對其的故障監測，以便實時監視電梯的運行狀態及故障，及時采取對策，減少或避免事故的發生。電梯故障監測技術能夠實現對電梯運行狀態及故障狀態的遠程實時監控，降低服務成本，節省大量的人力，是現代化物業管理的必要手段。

電梯故障；監測技術；應用

隨著我國經濟建設的飛速發展，高層建筑也如雨后春筍般涌出。在高層建筑中，最為重要的運輸工具是電梯。為保證人員及物資的安全，國內外對電梯技術的研究發展也非常迅速，電梯的構成更加精確，安全控制技術進一步得以提高。但是在電梯的運轉過程中，也會發生故障，造成了乘坐電梯的人員被困于電梯之中，甚至掉墜造成人員傷亡的現象。這些現象的出現，對人們的心理造成了影響，也對生命與財產形成了威脅。加強電梯安全監測，及時處置，是保證電梯安全運行的重要環節。

1 電梯故障監測技術的重要性

近年來電梯事故接連發生，使得電梯的安全性引起了人們的關注。電梯的安全、平穩運行成為人們又一個關注的焦點。電梯正常運行時，監測系統保存運行狀態數據，當電梯運行出現故障時，監測系統及時發現故障并發出故障信號到監測中心。當電梯停止運行時，監測系統將保存的電梯狀態數據轉存到電腦中，進行分析，有效減少電梯故障的發生，保證電梯的安全運行，電梯監測技術推動城市向立體空間發展，對解決城市化帶來的土地問題意義重大。

2 電梯故障監測判斷方法分析

2.1 小波分析與電梯急停故障診斷

2.1.1 小波分析。小波分析主要運用現代科學技術，將數學、物理、計算機、圖像信號處理等多門技術匯集于一體。運用伸縮運算功能、平移運算功能等理論進行多尺度的分析，可以把FOUR I ER變換中存在的難題處理好。小波變換分析法具有多尺度分析、進行高頻準確定位、低頻趨勢分析等特點。

2.1.2 小波分析法的優點。與時域分析、頻譜分析等分析法相比，小波分析法具有以下優勢：首先，小波分析法能滿足低通、高通、阻濾波等多方面的要求，能夠將各種波細化分解到不同層次以及頻域，還可以控制一些小波系數，排除干擾。其次，運用小波分析法還可以對信號中出現的一些不正常點進行監測。對其位置與大小進行準確檢測，綜合反映突變位置的屬性。這是進行機械故障檢測的關鍵。第三，小波分析法還可依據各種小波母函數的特點選擇最有效的小波函數來進行邊緣或者尖峰檢測。

2.1.3 小波分析法在電梯急停故障診斷中的應用。當電梯運行平穩時，其信號也是平穩的，傅立葉理論對此能進行分析，獲得窗口區間的相關信息；然而當電梯運行不平穩時，則其信號變化也是非平穩的，傅立葉理論的監測結果不是很理想，然而小波分析法卻可以對非平穩信號進行有效檢測，特別對瞬間變化信號的檢測獨具優勢，因此被廣泛應用到設備故障診斷當中。

2.2 多傳感器信息融合與電梯急停故障診斷

2.2.1 多傳感器信息融合技術優點。①多傳感器信息融合技術具有較大的覆蓋時間范圍與系統空間。②在電梯故障診斷過程中，通過多傳感器信息融合技術，可對其進行智能化分析，從而獲得滿足故障情況的診斷方式。③通過多傳感器信息融合技術，可提高故障診斷結果的精確性與有效性。

2.2.2 多傳感器信息融合方法在電梯急停故障診斷中的應用。由于電梯電氣系統結構較復雜，導致其故障存在多樣性、不確定性與故障間聯系復雜性特征，此時如果采用物理與數學模型，通常無法準確的描述故障所在的位置與發生原因。但通過多傳感器數據融合技術，能夠提升監測系統精確度，并且還能夠進行準確的、快速的診斷。在電梯運行故障監測過程中，對于多傳感器信息融合技術的應用，主要是在充分利用由多傳感器采集的電壓、電流等參數的基礎上，對電梯系統進行多方位動態監測，可有效融合多傳感器輸出的不同信息，并且還可綜合判斷各種參量信息，從而全面提升電梯故障系統監測水平。

2.3 神經網絡與電梯急停故障診斷

2.3.1 神經網絡理論簡介。這種理論方法是建立在生理學理論基礎上的對于人類大腦處理問題方式的一種模擬。這種方法不僅能夠對普通數據進行處理，還具備思考、學習以及記憶的功能。特別適合用于對非線性問題的分析和解決，因此在醫學、金融等行業得到了廣泛的應用。

2.3.2 神經網絡技術的優點。神經網絡技術憑借其強大的容錯性、自學習性、自組織性、并行處理等特性突出了其處理非線性問題的優點。首先，他能夠通過對數據信息的統一表示建立一個明了、完整的電梯系統運轉情況數據庫；其次，強大的自組織性、自適應性以及容錯性可以隨時跟蹤環境變化得到相關數據信息，并且能夠保證電梯系統可靠運轉，使得相關數據信息更加真實有效；此外，其智能的處理機制能夠更加高效的對電梯故障數據進行分析，及時提供最有效的解決策略。

2.3.3 神經網絡技術在電梯急停故障診斷中的應用。通過信號的有效組合，用各種子神經網絡，從不同的側面診斷故障，如果診斷結果不明確再通過全局決策融合，最大限度地提高確診率。綜上所述，可以得到基于系信息融合的神經網絡診斷模型。該模型由信息分配(包括信號的模糊化處理)、局部診斷和決策融合診斷三層構成。信息分配網絡完成信號或信號的特征向各個診斷網絡的分配，局部模糊神經網絡分別對電梯驅動系統和曳引機進行故障診斷，決策融合診斷采用D—S證據理論對局部診斷網絡的診斷結果進行決策融合。

總而言之，電梯故障監測主要是對電梯運行狀態與故障等進行實時的、有效的監控，可及時通知電梯維護人員電梯故障實況，縮短電梯故障的排除周期，確保乘坐人員生命安全。同時，通過電梯故障監測項目的實施，還可為電梯生產廠家提供有效的數據，為之后的改進提供便利。此外，其還能夠為政府部門提供真實的電梯故障數據，從而為政府監督、管理電梯提供有效的依據。

[1]許多.電梯的故障監測技術及應用[J].產業與科技論壇，2012，08：102-103.

[2]楊陶.電梯的故障監測技術及應用[J].低碳世界，2016，10：242-243.