基于大數(shù)據(jù)的遠程電梯故障預警系統(tǒng)設計與實現(xiàn)

張翼 張東岳 趙義勃

關鍵詞：大數(shù)據(jù);遠程預警系統(tǒng);電梯故障預警

中圖分類號：TP311.52;TP391.44 ? ? ?文獻標識碼：A 文章編號：2096-4706（2019）06-0169-03

Keywords：big data;remote early warning system;elevator fault early warning

0 ?引 ?言

隨著我國城鎮(zhèn)化水平的不斷提高，高層建筑越來越多，作為高層建筑主要的垂直交通工具，電梯的數(shù)量也與日俱增。自2014年以來，國家質檢總局提出了《關于進一步加強電梯安全工作的意見》，在各級政府的支持下，基于物聯(lián)網(wǎng)相關技術的電梯運行狀態(tài)監(jiān)控系統(tǒng)得到了長足的發(fā)展。這類系統(tǒng)大致分為兩類：傳感器采集運行數(shù)據(jù)進行分析報警和電梯主板采集數(shù)據(jù)進行分析預警[1]。各大電梯生產(chǎn)廠商都有自己著手研發(fā)的監(jiān)控預警系統(tǒng)。目前，各廠商的電梯在線監(jiān)控預警系統(tǒng)的監(jiān)控有余但是預警不足，很多系統(tǒng)都無法準確的預測電梯故障。

1 ?系統(tǒng)功能需求

基于大數(shù)據(jù)的遠程電梯故障預警系統(tǒng)應本著“監(jiān)控電梯，重在預警”的原則進行功能設定。通過各類傳感器，收集電梯的基本運行數(shù)據(jù)以及核心部件的狀態(tài)數(shù)據(jù)，利用單片機對收集到的數(shù)據(jù)進行簡單處理，并通過網(wǎng)絡傳輸?shù)皆品掌鳎瑢崿F(xiàn)對電梯狀態(tài)的集中管理存儲。通過多部電梯運行數(shù)據(jù)的積累，結合廠家給出的參數(shù)指標，制定電梯的數(shù)學模型，并通過不斷地訓練讓模型變得更加精確，從而達到電梯故障預警的目的。最后，通過B/S的數(shù)據(jù)管理平臺，對系統(tǒng)的結果進行數(shù)據(jù)可視化顯示以及警報的多媒體顯示。本文討論的重點是相關數(shù)據(jù)收集到云端服務器后如何管理以及如何通過大數(shù)據(jù)分析方法實現(xiàn)電梯預警。

系統(tǒng)的功能分為傳感器數(shù)據(jù)存儲，電梯運行狀態(tài)管理，電梯故障管理，電梯報警和預警管理，電梯維修保養(yǎng)管理等，系統(tǒng)要實時顯示電梯的當前狀態(tài)，通過應用程序接口實現(xiàn)PC端和移動端的數(shù)據(jù)查詢和顯示。

2 ?系統(tǒng)架構和功能設計

2.1 ?系統(tǒng)的架構設計

為了完成系統(tǒng)的數(shù)據(jù)采集、存儲、處理以及數(shù)據(jù)共享，系統(tǒng)采用分層思想設計，自頂向下共分為：數(shù)據(jù)感知層、數(shù)據(jù)傳輸層、數(shù)據(jù)接收層、應用層和接口層，系統(tǒng)體系結構如圖1所示。

數(shù)據(jù)傳輸層：通過工業(yè)總線，有線及無線網(wǎng)絡實現(xiàn)數(shù)據(jù)的傳輸，將原始數(shù)據(jù)傳輸?shù)皆贫朔掌鳌?/p>

數(shù)據(jù)庫接收層：負責數(shù)據(jù)接收，轉換處理，并將數(shù)據(jù)存儲到數(shù)據(jù)庫的服務器端軟件。

應用層：利用服務器端軟件，實現(xiàn)數(shù)據(jù)的存儲、分析以及可視化。

接口層：對于需要向外部公開的數(shù)據(jù)，系統(tǒng)提供標準的HTTP請求接口，完成數(shù)據(jù)的發(fā)布和共享服務。

其中，數(shù)據(jù)感知層和數(shù)據(jù)傳輸層，是通過嵌入式系統(tǒng)，完成數(shù)據(jù)收集轉換工作的。數(shù)據(jù)傳輸層和數(shù)據(jù)接受層之間，通過嵌入式系統(tǒng)完成相關程序發(fā)送，通過服務器端軟件實現(xiàn)數(shù)據(jù)的接收和轉換并存儲到數(shù)據(jù)庫。應用層、接口層，通過共享數(shù)據(jù)庫完成數(shù)據(jù)的提取和發(fā)布。

2.2 ?系統(tǒng)的功能模塊設計

根據(jù)系統(tǒng)的功能需求，系統(tǒng)的功能模塊圖設計如圖2所示。

2.3 ?系統(tǒng)軟件框架和數(shù)據(jù)庫的選擇

根據(jù)系統(tǒng)的功能和性能要求，我們選擇了Microsoft的.NET Framework 4.5作為軟件開發(fā)框架，該框架能夠很好地運行在Window Server相關操作系統(tǒng)中，同時具有很好地穩(wěn)定性和擴展性。

因為電梯的數(shù)量多，每部電梯的傳感器數(shù)據(jù)信息量非常大，再加上數(shù)據(jù)的多樣性，我們選用的是Hadoop家族相關軟件產(chǎn)品，作為系統(tǒng)的大數(shù)據(jù)支持平臺。

3 ?系統(tǒng)的實現(xiàn)方案

結合系統(tǒng)的特點和現(xiàn)有的技術條件，針對系統(tǒng)需要的功能和性能要求，我們選用了以下技術實現(xiàn)系統(tǒng)的相關功能。

3.1 ?系統(tǒng)相關傳感器及數(shù)據(jù)傳輸方案

傳感器系統(tǒng)搜集的電梯數(shù)據(jù)包括運行狀態(tài)和設備狀態(tài)類，主要包括平層感應裝置、遠紅外線設備感應裝置、門開關感應裝置、基站感應裝置、上下極限位置感應裝置、溫濕度傳感器、加速度傳感器、震動傳感器等。系統(tǒng)使用單片機作為處理核心搭建相關外圍電路實現(xiàn)對傳感器數(shù)據(jù)的收集和轉換工作。

關于數(shù)據(jù)傳輸部分，根據(jù)現(xiàn)場的實際情況和網(wǎng)絡信號覆蓋情況，系統(tǒng)可以選用Wi-Fi模塊，串口服務器或者4G模塊完成數(shù)據(jù)傳輸，無論選用哪種傳輸介質，對于上層軟件來說都是透明的，上層軟件可以將數(shù)據(jù)收集系統(tǒng)理解為上報數(shù)據(jù)的客戶端，使用TCP協(xié)議完成數(shù)據(jù)的可靠傳輸。

3.2 ?數(shù)據(jù)接收層相關技術

由于數(shù)據(jù)傳輸層的相關設備作為客戶端連接服務器軟件，所以，數(shù)據(jù)接收層的相關軟件可以按照一般的TCP服務器開發(fā)方案實現(xiàn)。使用.NET的Socket基于TCP協(xié)議實現(xiàn)服務器的開發(fā)，系統(tǒng)開發(fā)的難點在于應用層通信協(xié)議的設計，以及多客戶端并發(fā)連接服務器的處理。

3.3 ?應用層和接口層體系結構

應用層和接口層的軟件開發(fā)，可以使用MVC的軟件設計模式，系統(tǒng)的軟件體系結構如圖3所示。

DAL層：數(shù)據(jù)訪問層，使用Model類實例作為載體對數(shù)據(jù)進行訪問。

BLL層：商業(yè)邏輯層，調用DAL層完成具體的軟件功能。

View層：負責數(shù)據(jù)的顯示和獲取用戶輸入。

Model層：數(shù)據(jù)庫中所有實體的描述，作為數(shù)據(jù)調用時的數(shù)據(jù)傳播媒介。

不論是應用層還是接口層，共同依賴DAL層、BLL層和Model層，從而最大程度的進行代碼復用，減少工作量。通過共享同一個數(shù)據(jù)庫，實現(xiàn)應用層和接口層的數(shù)據(jù)共享。

4 ?系統(tǒng)核心數(shù)據(jù)分析算法介紹

系統(tǒng)核心數(shù)據(jù)分析算法的選擇，是本系統(tǒng)能否成功完成故障預警的關鍵。將電梯的故障率與電梯所在的城市類型、樓宇類型、梯齡和電梯類型等變量結合，建立Cox比例風險模型，結果顯示前三個變量對電梯故障率影響較顯著，且Cox模型對電梯故障預測準確率達到80%以上[2]。所以，系統(tǒng)使用Cox模型作為電梯故障預測的宏觀模型。

對于電梯常見的具體故障，可以根據(jù)傳感器數(shù)據(jù)，利用神經(jīng)網(wǎng)絡相關算法設定神經(jīng)元模型，利用傳感器數(shù)據(jù)訓練該模型，最終將該算法融入到具體的電梯故障檢測中去。利用RBF神經(jīng)網(wǎng)絡作為預測網(wǎng)絡能有效解決電梯運行系統(tǒng)中的故障預測問題，該網(wǎng)絡能快速準確的預測出運行中系統(tǒng)中出現(xiàn)的故障[3]。

采用宏觀模型與具體故障預測相結合的辦法，能夠較為準確的預測出電梯系統(tǒng)的故障，從而提前預判，采取相應的維修措施，降低電梯故障的發(fā)生率。

5 ?結 ?論

目前，基于大數(shù)據(jù)的遠程電梯故障預警還沒有相關的行業(yè)標準和企業(yè)標準，在這樣的背景下，可謂“廣闊天地大有可為”。本系統(tǒng)還處于實驗室階段，離實際應用還有很大的差距。電梯的故障檢測與預警有著巨大的市場份額，只有在這個方向下精耕細作，總結改進，才能盡早形成產(chǎn)品，才能在未來的市場中占有一席之地。

參考文獻：

[1] 高常進，孫書成，王寅凱，等.物聯(lián)網(wǎng)技術在電梯故障預警方面的研究 [J].中國特種設備安全，2017，33（12）：14-17.

[2] 王蓮，蔣煒.基于Cox比例風險模型的電梯保養(yǎng)決策研究 [J].上海管理科學，2017，39（1）：94-96.

[3] 段登，邱意敏，周力.基于神經(jīng)網(wǎng)絡的多電梯運行系統(tǒng)故障預測 [J].計算機系統(tǒng)應用，2011，20（9）：252-255.

作者簡介：張翼（1982.05-），男，漢族，黑龍江齊齊哈爾人，本科，副教授，教師，研究方向：云計算應用開發(fā)的相關教學研究。