大數據時代下的電梯故障預診斷分析研究

魯玉坤，趙振虎

（新疆維吾爾自治區特種設備檢驗研究院，新疆 烏魯木齊 830011）

大數據時代下的電梯故障預診斷分析研究

魯玉坤，趙振虎

（新疆維吾爾自治區特種設備檢驗研究院，新疆 烏魯木齊 830011）

電梯已經擁有百年的發展史，為日常生活帶來較大便利。目前電梯成為日常生活的基本交通工具。然而電梯所帶來的安全隱患同樣備受關注。在日常應用過程所涌現的故障問題不僅對生命財產安全構成巨大威脅，也嚴重影響了生活品質。本文基于海量數據的分析深入探討電梯運行故障的發生規律。

大數據時代；海量數據；電梯；故障；預診斷

隨著城市步伐的不斷推進，高層建筑越來越多，而電梯是高層建筑中至關重要的一部分，不可忽視。電梯是垂直運輸設備，經過反復多次啟動與制動，能夠在樓層間循環運行。然而，在電梯的實際運行中，電梯困人、電梯溜車、意外停止等現象時有發生，對所乘人員的生命安全構成威脅，因此電梯故障預診斷檢驗檢測水平亟待提高。

1 大數據的內涵

大數據指不能在規定的時間通過常規軟件工具完成捕捉、管理與處理的一種數據集合，它是借助新技術、新處理模式方可具有突出的決策力以及洞察力的豐富的信息資產。有人曾給出以下定義：規模龐大，且在數據獲取、日常管理、基本存儲和常規分析方面遠遠優于原有數據庫軟件的一個數據集合，它包含豐富的數據規模、有效的數據流轉、形態各異的數據類型，且價值密度低。

從戰略意義的層面來說，大數據技術不單純是要掌握較多的數據信息，還應基于此進行有效的處理。簡單來說，若把大數據看成一種產業，則產業盈利重點則是增強數據處理能力，借助挖掘使數據體現價值。

從技術層面而言，大數據和云計算之間緊密相關，具體見圖1。顯而易見，大數據不能通過單臺計算機實施處理操作，一定要選擇分布式結構。其顯著優勢為能夠對海量數據開展分布式挖掘，且會結合應用云計算、云存儲的相關技術，例如，虛擬化技術和分布式處理。

2 故障預診斷背景和意義

圖1 大數據和云計算之間的關系

近幾年，電梯事故時有發生，例如，2015年7月湖北出現的電梯踏板翻轉事故和2016年9遼寧發生的電梯突然制停事故。出現這一問題的主要原因是最近10年，電梯數量顯著增長，但相關工作人員的技術水平和專業素質并未得到大幅提升，人機不匹配日益明顯，使得維修保養不完全，不能從根本上消滅危險源。現階段，國內電梯以每年50萬的數量增加，按照要求應配備2萬名維修保養人員與1萬名安裝工作人員，然而事實并非如此，電梯安裝與維保人員存在嚴重缺口。除此之外，老舊電梯在現有電梯中占據著較大的比重，一項統計調查結果顯示，部分老舊電梯上的器件老化問題較為嚴重，這也是引發電梯事故的因素之一。

基于維保人員整體素質不過關和電梯器件嚴重老化等內容，建議引入“互聯網+”這一思想，借助現代互聯網，通過無線通訊技術完成電梯監控，有效監控電梯的實際運行情況，對電梯主要部件深入剖析，結合大數據分析技術，及早預警，確保電梯能夠安全有效運行。

大數據分析是一種全新的模式，主要利用海量數據探究得到未來可能發生的某種規律?；ヂ摼W時代的高度發展，促使信息的儲存量顯著增長。我們每天都能體會海量信息給生活帶來的影響。因此，亟需利用大數據技術對現有數據進行挖掘，得出電梯故障發生的相應規律。

3 電梯故障診斷手段

從具體層面而言，故障診斷應涵蓋下述內容。其一，獲得電梯狀態信號。利用傳感器等擺放在電梯恰當的位置，合理收集有用信息；其二，提煉電梯特性。基于檢測信號著手電梯特性提煉工作，明確電梯運行的主要特性信息；其三，狀態評判。利用特征信號評判，會診電梯狀態，確定電梯內部是否存在故障風險；其四，故障預估。依照電梯運行狀態分布情況和日常收集的相關信號等數據，確定故障可能發生規律；其五，故障決策。若監測到電梯可能出現故障問題，則應通過控制系統進行驗證，同時預警維保人員，使其開展相關的調整和維修保養工作，引起相應的重視。目前電梯故障診斷包含專家系統和模糊分辨等多種方法。因電梯屬機械裝置，結構較為復雜，且牽涉各種電氣安全裝置，出現故障的情形十分復雜，通過物理模型和數學模型不能精準描述。因此，現階段國內外廠家較為傾向借助現場動態數據評測、安全評估電梯的運行情況。

4 電梯邁向大數據時代

4.1 多樣混雜性數據

傳統的統計方法和結構化數據庫數據是相對精確與合理排列的，而大數據時代在某一層面上能夠容忍數據不確定性，能夠適應各種類型的數據。遠程監控記錄了電梯發生故障或異常時的各種信號，構成了較為復雜、變化的數據集，甚至還收集了大量不可靠的數據。此類數據通常具有多樣性、混雜性且包含各種迥異的數據，傳統方法很難通過海量無規則的數據中得到少許的有用信息，而大數據技術恰好解決了這個難題。

4.2 豐富綜合性數據

大數據旨在探究所有與電梯相關性數據，而不是依靠有限的數據樣本。常規電梯故障僅對部分指標進行采集傳輸，數據包僅僅涉及一些基礎信號點，例如，安全回路和門鎖信號等。而隨著通訊流量費用的縮減和通訊水平的全面提升，使得現下的傳輸內容遠遠不能滿足數據分析的需要。當下已有廠家選取非連續全程監控，主要包含故障、載重情況和變頻狀態等內容，只要依賴信號便能夠全面掌控電梯情況，全方位了解電梯。這并非要求獲得隨機樣本，而是獲取整體數據。

4.3 大量關聯性數據

在大數據時代，一定要清楚的挖掘現象背后的根本原因，讓數據自主發聲，揭露本質。數據分析要求實施人員精通電梯各種參數，了解電梯的結構，因電梯信息數據龐大，我們可以先通過傳統方法進行初步處理，利用樣本分析明確電梯相關數據的關聯性，進而通過電梯技術人員會診、協同過濾等完成信息分析，從中提取有效的數據信息，明確是什么和為什么，從而找到電梯故障的根本原因。

5 電梯預診斷

從客戶的角度來說，電梯出現突發事故尤為可怕，若想探究出電梯事故的主要引發原因存在一定困難，這是因為電梯系統較為復雜，存在各種不確定性。一旦出現電梯事故，一般花費較少時間進行維修，而故障排查過程會花費大量時間來明確故障源。

對電梯行業而言，預診斷應用較少，截止到當前，只有一線品牌和某些自主開發能力突出的電梯廠家著手布局，借此擴大廠家影響力，而部分人員則通過電梯應急處置平臺以及檢驗檢測數據進行分析和預判。本文主要從以下方面探討電梯預診斷。

第一，電梯數據直接獲取。隨著人工智能、大數據、云計算的興起，各個廠家逐漸將數據傳輸融入電梯的制造過程，遠程監控無需二次對電梯進行改造、加裝各種傳感器，然后經由移動網絡，將電梯數據輸送至廠家服務器，然后利用大數據平臺對數據進行分析預判，挖掘各種信息可能帶來的結果。這種數據由于廠家統一部署，數據相對準確，減少了數據誤報率。第二，檢驗檢測數據獲取。目前從國家層面已經著手建立檢驗檢測數據歸集平臺，該平臺的上線將匯聚全國各個檢驗檢測機構的數據，通過對歷年檢驗檢測數據的分析得到電梯故障可能發生的概率趨勢及故障點，從而達到故障預判。第三，故障與診斷。研究電梯參數異常問題，例如，電梯振動和運行電流不合理波動，這可能是因電梯內部的機械零件處于異常狀態，然而，卻不會引發故障。此種情況較為普遍，可利用預診斷算法進行分析，提前報警，然后通過維保人員完成排查，調整器件，以免電梯運行過程出現故障。第四，嚴格監控器件壽命。利用電梯遠程監控來收集器件的實際使用情況，圍繞不同的工況和使用時間等展開統計分析，基于器件，構建壽命數據庫。其數據量十分巨大，且復雜繁瑣，排除偶發因素，明確其中規律，及早更換調整器件，防范安全事故的出現。監控器件涵蓋安全方面，利用運行次數等完成判斷，當器件瀕臨使用壽命前馬上更換。不同的器件對應的使用壽命也不同，接觸器，其使用壽命為100000次通斷，而光電開關的使用壽命為2000000次通斷。

6 結語

電梯質量關乎生命財產安全，在社會生活中發揮著不容忽視的作用。隨著人民生活水平的提高及社會的進步，電梯安全性能檢測和故障診斷越來越受重視，建設大數據分析故障預判平臺，利用先進的技術對故障進行預判，提升電梯運行的可靠性刻不容緩。

[1]郭威．基于Internet的電梯控制系統遠程故障診斷研究[D]．武漢理工大學,2017．

[2]徐成龍．基于TD-LTE的電梯遠程監控預警系統設計[D]．山東師范大學,2015．

[3]宗群,李光宇,郭萌等．基于故障樹的電梯故障診斷專家系統設計[J]．控制工程,2016,20(2):305-308．

TU857

A

1671-0711（2017）08（下）-0079-02