故障診斷技術在電梯檢驗中的應用研究

谷俁萱

摘 要：進入21世紀以來，隨著建筑行業的快速發展，電梯的需求量也越來越高。而要想保證電梯的使用安全性，便需要做好電梯檢驗工作。值得注意的是，隨著現代化科學技術的不斷發展，使得電梯檢驗的技術要求及水平也越來越高。本課題在分析電梯常見故障類型的基礎上，進一步對故障診斷技術在電梯檢驗中的具體應用進行分析，以期為電梯檢驗工作效率及質量的提高提供具備價值的參考建議。

關鍵詞：故障診斷技術;電梯檢驗;常見故障類型;工作效率;質量

電梯檢驗工作的開展非常有意義，通過有效的電梯檢驗，可以提高電梯運行的質量及安全性。并且，通常電梯運行的時間過長，特別是商業建筑中的電梯，倘若處于超負荷運行狀態，則容易出現故障問題。為了使相關故障問題得到有效解決，便需要采取現代化故障診斷技術[1]。總之，從電梯檢驗工作效率及質量提升角度考慮，本課題圍繞“故障診斷技術在電梯檢驗中的應用”進行分析研究具備一定的價值意義。

1.電梯常見故障類型分析

電梯在運行過程中，需確保其驅動主機沒有異常的噪音及振動。但是，電梯檢驗角度考慮，需具備量化的指標，對驅動主機是否異常故障情況。倘若僅憑主觀判斷，則難以有效解決故障問題。與此同時，由于電梯的結構非常復雜，涉及的零部件較多，在頻繁工況條件下，易出現磨損、疲勞、老化等狀況，在未能及時維修養護的條件下，易引發較多的故障問題。總結起來，電梯常見故障類型包括：

（1）發熱故障。因潤滑系統出現缺油的問題，導致旋轉部件嚴重發熱，或者出現卡軸的情況，進一步致使機械部件滾動或者滑動部位被損壞。

（2）異常磨損故障。因電梯運行頻繁，一些零部件易發生異常磨損故障，比如軸承、齒輪、蝸輪蝸桿等，加之疲勞運行，在維修保養工作不能及時進行的情況下，會導致損壞程度加深，使乘客的舒適感降低，并會埋下很大的安全隱患[2]。

（3）工作異常故障。由于電梯結構當中緊固件比較多，如果啟停過程存在較大的震動，會導致一些緊固螺絲發生松動或者松脫，進而導致一些零部件引發工作異常故障，這樣電梯邊不得不停機維修。

（4）非正常停機故障。因電梯轎廂裝修，或者加裝空調等，使得平衡系數與電梯設計規范標準不符，導致電梯制動距離偏長，或出現沖頂及蹲低等現象，進而引發非正常停機故障。

2.故障診斷技術在電梯檢驗中的具體應用分析

如前所述，電梯的故障類型較多，為了確保電梯的正常、安全運行，便有必要注重故障診斷技術在其中的應用。下面故障診斷技術在其中的具體應用進行分析，主要內容如下：

2.1振動診斷分析技術的應用

對于機械設備來說，基于實際運行過程中，會引發振動，而振動信號能夠將機械的運行狀態與結構的損傷反應出來。針對電梯這類機械設備，為使其故障診斷的效果提升，便可以使用振動診斷分析技術，該項技術融合了計算機技術、現代化信息技術以及人工智能技術，在對電梯進行振動監測與故障診斷的基礎上，通過振動測試及信號分析，對電梯的故障類型進行進一步的判斷。例如：如果電梯的傳動系統引發變速箱運行不平穩的情況，或者軸承潤滑效果不佳，則易出現振動信號的異常響應。此時，通過振動診斷技術的應用，可以協助電梯檢驗運維工作人員對故障點進行定位，然后將異響來源查找出來[3]。此外，在電梯運行過程中，涉及的運動類型較多，比如傳動機構回轉運動、電梯轎廂往復運動等，通過振動診斷分析技術的應用，可以科學分析其往復運動及結構振動特點，進而了解電梯相關零部件的異常磨損及松動情況，為作出科學的維修決策提供依據。

2.2人工神經網絡技術的應用

人工神經網絡技術，為一類模仿動物神經網絡行為特征，進行分布式并行信息處理的算法數學模型。此類網絡依靠系統的復雜程度，在對內部大量節點之間的相互連接關系進行調整的基礎上，實現處理相關信息的目的。值得注意的是，人工神經網絡技術作為一種現代科學技術，也可以應用到電梯檢驗過程中。電梯處于正常運行狀態下，其指令分為三個階段，即：接收指令→分析指令→表達指令。而對于神經網絡技術來說，將其應用到電梯故障診斷過程中，可以實現對外界信號的接收，然后對所接收的數據信息進行分析處理，進一步完成動作命令數據的傳送。如果電梯存在某種運行故障，通過神經網絡模型能夠接收到電梯的故障信息，在分析其故障信息的基礎上，對故障的位置、實際情況進行判斷，然后傳輸至外界;顯然，這樣有助于電梯檢修工作人員對故障問題進行及時檢修。

2.3數據融合技術的應用

數據融合技術，指的是多元信息綜合處理技術，其對多種傳感器提供的信息進行利用，使檢測系統的精度得到有效提升。在電梯運行故障診斷過程中，利用數據融合技術，可以通過多個加速度傳感器，實現對故障信息的預處理，然后提取故障特征，通過神經網絡數據融合，對電梯的運行狀態進行診斷，明確故障點，為節約電梯故障診斷時間提供了有效保證。此外，在電梯故障診斷過程中，利用數據融合技術，該項技術的數據層、特征層、決策層均能夠進行故障信息處理，為電梯故障檢修工作人員提供了必要的數據支持。因此，該項技術值得借鑒及應用。

3.結語

綜上所述，電梯運行過程中潛在的故障問題較多，需注重故障診斷技術在其中的應用，比如本次研究重點提到的振動診斷分析技術、人工神經網絡技術以及數據融合技術，均具備一定的應用價值。總之，相信在合理科學地應用故障診斷技術的基礎上，電梯運行的可靠性及安全性將能夠得到有效提高。

參考文獻：

[1]楊珺.論起重機械的故障診斷與檢驗檢測[J].黑龍江科技信息，2017（14）：137.

[2]鄧成.神經網絡技術在電梯故障診斷中的應用[J].黑龍江科技信息，2016（16）：72.

[3]林娟.基于檢驗數據分析的電梯輔助檢驗軟件系統研究與應用[J].質量技術監督研究，2018（02）：45-48.