人工智能技術在電梯故障分析中的應用

楊昊

摘?要：本次研究對人工智能技術相關情況概述，對電梯故障問題實行分析，最后對電梯故障分析中人工智能技術應用情況加以探究，旨在合理運用該項技術于電梯故障分析中，充分發揮出人工智能技術的應用價值，及時明確電梯故障原因，然后采用針對性對策處理電梯故障問題。

關鍵詞：人工智能技術;電梯故障;應用

近年來，我國房地產行業發展前景較好，促使高層建筑數量不斷增加，有效促進了電梯行業的發展。電梯的應用為人們的生活提供了便捷，可節省出行上下樓梯的時間，然而長時間使用電梯存在一定的安全隱患，發生電梯故障的幾率較大。所以，為減少電梯故障的發生率，建議采用人工智能技術對電梯故障加以分析，旨在有效發揮出人工智能技術的應用價值，比如：圖像識別、語言處理、自動化控制等。

一、人工智能技術相關情況概述

人工智能AI融合多學科內容，比如：計算機、神經、機器人學等學科內容，所以可提高計算機芯片計算方面能力，促進神經網絡人工智能技術的良好發展，常見神經網絡包括深度、卷積、循環幾種神經網絡類型[1]。

（1）深度神經網絡DNN，為存在≥3層隱藏層神經網絡，一般通過誤差反向傳播BP算法進行訓練，因網絡層不斷加深，所以訓練時發生梯度消失情況，若想順利完成訓練有一定難度，各層使用全連接方法訓練，這時訓練參數會不斷增加。預訓練方法的出現，有效處理了DNN訓練方面問題，具有結構簡單的特點，可在函數逼近、稀疏表示中運用。

（2）卷積神經網絡CNN多在圖像識別中應用，在模擬人腦視覺處理圖片時，能借助權值共享機制的作用控制網絡結果參數。CNN卷積操作外可進行池化操作，平均池化、最大池化均比較常見，其中池化層能提取特征信息降維、保留主要特征，如此利簡化使網路計算流程，防止發生擬合的現象。同時池化操作的實施，能加大卷積核感受野，網絡層設計深度加深、識別精度增加，這時利于提高識別的整體水平，在目標檢測和圖像語義分隔領域中使用，均能夠獲得理想效果。（3）循環神經網絡RNN，為處理序列數據任務常用網絡模型，各個循環單元輸入通過當前時刻輸入X1、上一時刻輸出h1構成，以此充分發揮網絡記憶功能。使用RNN可處理輸入數據依賴問題，正確梳理處理、記憶時序關系，所以建議在語言處理、機器翻譯、DNA序列分析等中應用。

二、電梯故障問題分析

電梯，屬于涵蓋較多技術為一體的特種設備，涉及機械電子領域、微處理器領域、電氣工程領域等，可及時將人/物傳輸于要求位置。其中客梯可為人們提供服務，將人們輸送至指定位置;貨梯主要面向貨物提供服務，能夠將貨物及時輸送到指定的位置;醫用電梯重點服務的對象為醫療器械;觀光電梯可為游客提供服務，能夠聯系游客觀光景色進行科學設計[2]。因電梯結構復雜、涉及生產、安裝、運行等多個環節，所以容易發生故障問題，通過研究發現電梯故障主要可分成電梯機械、電氣2兩個故障類型。而這兩種故障類型又可分為較多小的故障類別，比如：安全回路斷開、換成停靠變頻器故障、運行過程門鎖斷開、門鎖閉合不上等故障。

三、電梯故障分析中人工智能技術應用情況探究

當前，電梯產業快速發展下、電梯需求量越來越大，如此必然會產生較多電梯故障數據。針對于此，需合理運用人工智能技術進行電梯故障分析、診斷，一般情況下在電梯出廠后應詳細記錄相關信息，比方說：出廠日期、安裝位置、維修時間、故障類型等信息[3]。在此之后，及時將所收集的電梯信息詳細記錄下來、作以預處理，相同型號電梯在制造工藝方面比較無差異，因而需聯系型號進行電梯分組;在此之后根據故障類型作以分組處理，由于相同故障分布模式基本相同，故此作以故障類型分組處理時應該采取典型故障處理，以便減少故障問題處理的時間。故障數據進行與處理后，遵循電梯編號、故障類型加以分組，主要對電梯故障產生的相關數據作以分組，以RNN變體、GRU網絡加強數據建模方面訓練。其中故障數據有時間軸關聯會花費較長的時間，這時產生故障的可能性較大，而且故障數據存在時序性特征信號。和LSTM網絡相對比GRU結構非常簡單、相關參數比較少，可見選用GRU網絡模型處理故障數據非常必要，預處理故障數據按時間序列排序，能添加電梯運行速度、震動、MTBF等相關信息，及時將相關數據信息輸入至GRU網絡模型中加強訓練，然后以交叉驗證方法選出GRU模型最佳參數[4]。除此之外，應該進行不同型號、故障類型訓練GRU模型，目的為對故障時間進行預測，客觀分析電梯故障成因。

結語：人工智能技術在處理大數據、自動提取數據內部特征方面的應用優勢突出，在不同領域中運用均可發揮出該項技術的最大作用，比如：工業生產、機械制造等領域。本文在電梯故障分析中應用人工智能技術處理，能夠正確梳理故障數據內部關聯，確保故障分析、診斷的效果。

參考文獻：

[1]舒寧、馮燕寬、葛智君、林琦越、李浩波.人工智能技術在電梯故障分析中的應用[J].電子產品可靠性與環境試驗，2020，38（S2）：66-70.

[2]張逍云，陳豪.電梯安全風險分析及智能化安全控制研究[J].山東工業技術，2019，000（008）：19.

[3]吳劍斌，高樹澤.人工智能在電力系統故障診斷中的應用探討[J].通信電源技術，2020，037（002）：271-272.

[4]孫南，高勇，井德強，等.淺談人工智能技術在電梯群高速運行控制領域的發展與展望[J].中國電梯，2019，30（07）：6-9+48.