基于手機傳感器的多參數電梯檢測方法

唐躍林 葉 磊 萬 帥 孫玉宇 湯 斌

（1.重慶市特種設備檢測研究院 重慶 401121）

（2.國家市場監管重點實驗室（西部復雜環境機電設備安全) 重慶 401121）

（3.重慶理工大學光纖傳感與光電檢測重慶市重點實驗室 重慶 400054）

電梯作為常見的特種設備,在現代社會中扮演著重要的角色。電梯的出現,不僅使得人們的出行更加便利,同時也提高了工業和商業領域的物流效率。在城市化進程不斷加快的今天,一棟棟高樓大廈拔地而起,電梯的使用量不斷增加,同時對電梯的安全要求也越來越高[1]。電梯本身作為特種設備,發生事故的報道屢見不鮮。因此,確保電梯的正常運行以及乘客的安全是非常重要的。通過對電梯設備的檢測,可以獲取電梯的運行情況、故障、損耗等信息,進一步了解電梯設備的使用狀況,以便及時進行維護和保養,確保電梯設備的安全性和可靠性[2]。定期進行電梯檢測可以發現問題和隱患,及時修復或更換部件,從而有效預防電梯事故的發生,保護乘客和電梯設備的安全。影響電梯安全性與舒適度的主要參數包括加減速度、振動、噪音、轎廂內照度、轎廂平面傾斜角度等[3]。因為所需檢測的參數較多,所以在現有的電梯檢測方法中,電梯檢測的專業人員往往需要攜帶大量檢測設備,如振動測試儀、環境檢測器、角度儀、聲級計等專業檢測設備。除了專業檢測以外,有經驗的工程師可以通過聽、摸來判斷電梯的運行狀況[4]。然而,人為感知主觀意識較重,也或多或少存在缺陷,那如何方便地用現代傳感器來測試數據代替人的感覺,快捷地評判電梯的運行狀況？Sun T C等人提出一種基于無線傳感器網絡（WSN）的智能電梯負載重量檢測系統[5],該系統采用了多個無線傳感器節點,通過對電梯底部的載荷和加速度進行采集和處理得到電梯檢測所需的相關參數,然而該系統也存在以下缺點：傳感器節點安裝位置有限制,即傳感器節點的部署需要考慮其安裝位置,不僅會影響監測數據的準確性和全面性,還會對電梯內部空間造成一定占用,可能會對電梯的舒適性產生影響；由于傳感器節點部署需要較多的設備和維護,所以整個系統的成本相對較高。郝真鳴等人提出了利用嵌入式芯片加外接傳感器檢測電梯的方法[6],該方法使用加速度計、氣壓傳感器、陀螺儀等傳感器作為數據采集端,使用STM32作為主要數據處理芯片,可測得加速度、位移、氣壓、角度等電梯檢測所需參數。雖然基于嵌入式的檢測系統可對電梯特性參數進行實時采集和處理,但嵌入式系統的受眾面相較于手機而言更小,單片機本質上是面向專業人士和企業客戶的產品,普通用戶的使用范圍比較有限。相比之下,手機作為消費級電子產品,已經成為人們日常生活和工作的必備設備之一。在該領域的研究中,國內外的關注重點不盡相同。

基于上述電梯檢測方法的缺點,本文提出一種基于智能手機傳感器的新型電梯檢測方法。使用智能手機傳感器進行檢測可以節省攜帶多個專用設備的時間和成本。同時,檢測人員可以利用閑置的時間進行檢測,不需要另外安排時間和空間。智能手機傳感器可以采集多個方面的數據,如振動、角度、噪聲等,通過專門的算法對數據進行分析和處理可以得到可靠的電梯設備運行狀態參數。本文利用Android studio開發了一款用于電梯檢測的手機軟件,其利用手機中的傳感器進行現場測試采集數據并進行數據處理,測試結果與專業檢測設備檢測結果進行了比對分析,獲得了滿意的結果。

1 基于智能手機的電梯檢測原理

在電梯運行過程中,利用加速度傳感器可以實時檢測電梯的三軸加速度值,可通過對z軸加速度的積分處理推算出電梯在運行過程中的速度和位移[7],同時也可結合三軸加速度的值以及三角函數變換推算出傾斜角度。利用環境光傳感器可以檢測電梯內部的光照強度,從而獲取電梯內部照度的變化情況。利用麥克風可以檢測電梯內聲壓值的大小,從而獲取電梯內部噪音的變化情況。各傳感器獲取數據及數據處理的流程圖如圖1所示。

圖1 傳感器獲取數據及數據處理流程圖

在Android系統的軟件開發中,用戶可直接調取傳感器數據,獲取各傳感器的主要步驟如下,以加速度計為例：

Sensorlinear_acceleration=mSensorManager.getDefaultSensor（Sensor.TYPE_LINEAR_ACCELERATION)；//獲取傳感器管理

mSensorManager.registerListener（mSensorEvent Listener,linear_acceleration,SensorManager.SENSOR_DELAY_NORMAL)；//注冊傳感器監聽

在注冊傳感器監聽后,加速度數據便可直接從手機中調取,環境光傳感器與加速度傳感器的調取流程相同,不再贅述。需要提到的是手機麥克風并不屬于可直接讀取數據的傳感器,所以以上調取方法并不適用于調取手機麥克風數據,調取手機麥克風獲取噪音數據流程框圖如圖2所示。

圖2 獲取麥克風數據及數據處理流程圖

麥克風與其他傳感器的不同之處在于調取麥克風獲取數據的類型是音頻數據,而其他傳感器所獲取的都是文本類數據[8],所以在獲取音頻數據前需提前打開麥克風使用權限以及創建音頻文件的存儲路徑,在錄音結束后便可從創建好的音頻文件路徑中讀取該音頻在時域上的聲壓值,經數據處理后便可獲取想要的聲壓級數據。

2 各傳感器的數據處理方法

由于手機加速度計器件（MEMS）本身就存在隨機噪聲,如熱噪聲、1/f噪聲等,這些噪聲會對加速度信號產生隨機干擾,并且由于手機的生產廠家不同,手機內置傳感器型號也存在差異,所以不同型號手機會因為自身硬件設備不同而產生不同頻率與振幅的噪聲,這些噪聲往往會存在一個均值,不同設備基于不同的傳感器會存在不同的均值噪聲,這些疊加在加速度數據上的均值噪聲會使積分后的速度數據產生上下浮動,為了消除這個均值噪聲,采取了零點校準的方法[8],該校準方法的主要思想為：獲取原始加速度信號并計算其均值。對原始信號減去均值,得到零均值信號。由于不同手機所產生的均值誤差不同,所以在軟件開發過程中并不能直接通過某段程序獲取不同手機的零點加速度均值,為了解決這一問題,在軟件開發中增加了零點加速度校準功能,該功能按鈕可以采集數據并計算數據均值,計算完畢后會將該值寫入手機本地,之后在每次使用數據采集功能時都去讀取該均值并用當前數據減去均值,以實現消除傳感器均值誤差的目的。以紅米10X 手機傳感器為例,將手機放置地面靜止不動啟動數據采集功能,采集的加速度數據校準前后對比圖如圖3 所示。

圖3 加速度數據校準前后對比圖

由圖3 可見,原始數據中存在約0.08 m/s2的偏差,差值與手機硬件設備相關,經零點加速度校準后使得加速度均值趨近于0 m/s2。由此可見,該方法可有效解決由于手機加速度計器件造成的機械誤差,并且可適用于不同機型。

根據GB/T 24474.1—2020《乘運質量測量 第1部分：電梯》規定,加速度數據應設置帶限：10 Hz 二階巴特沃斯低通濾波器 （2-pole Butterworth)[9]。在開發中完成了加速度數據的調取與存儲后,下一步便是根據采樣頻率的不同來設置合適的數字濾波器,用于去除電梯運行時產生的高頻噪聲,并保留振動信號中的低頻成分,從而更好地反映電梯的振動情況。通過加速度計調取的在電梯上行時的某數據段如圖4 所示。

圖4 加速度計原始數據段

可見在加速度原始數據中存在大量高頻噪聲,可能產生該情況的原因有多種,可能是電梯本身結構問題,一些機械零件（如導軌、輪子等）磨損或故障會導致振動產生不規律的高頻成分；也可能是信號處理和傳輸問題,在數據采集過程中因為傳輸介質或信號處理器中放大器的限制,也可能導致高頻噪聲的干擾。在原始數據中使用二階巴特沃斯低通濾波器可有效濾除干擾,使用MATLAB 設計10 Hz 二階巴特沃斯低通濾波器,并將原始數據段進行濾波后的波形圖如圖5所示。

圖5 濾波后的加速度數據段

將濾波與校準后的加速度數據對時間進行積分即可得速度值,本文采取積分方式為梯形近似積分法,即計算相鄰兩個數據點與時間軸所圍成的梯形的面積,再將所有梯形的面積依次進行累加則可得到每個時間點的速度值,第n個速度點的計算見式（1）：

式中：

Vn——第n個速度數據點的值；

Ai——第i個加速度數據點的值；

Ti——第i個時間數據點的值。

在計算位移時計算式與式（1）同理,即第n個位移數據點的計算見式（2）：

式中：

Sn——第n個位移數據點的值。

GB/T 7588.1—2020《電梯制造與安裝安全規范第1 部分：乘客電梯和載貨電梯》規定,在轎廂空載或載荷均勻分布的情況下,安全裝置動作后轎廂地板的傾斜度不應大于其正常位置的5%[10]。結合上述標準可得知,轎廂平面與水平面之間的角度測量在電梯檢測中也相當重要,在獲取角度數據時需獲取手機的三軸線性加速度數據,先計算三軸加速度的矢量和,再將單軸數據與矢量和數據的比值進行反三角函數變換即可獲取精確的角度值,角度值的計算見式（3）：

式中：

θ——手機相對于水平面的傾斜角度；

ax,ay,az——分別對應x軸、y軸、z軸加速度的值。

GB/T 7588.1—2020 中指出,轎廂內正常情況下應保證照度不低于100 lx,在電梯控制臺等位置的照度水平不應低于200 lx[10]。在獲取照度數據時則是直接調取環境光傳感器,環境光傳感器獲取的數據通常是光照強度,其調取數據的步驟與加速度傳感器類似,不再重復贅述。

在獲取噪音數據時,需要從提前創建好的路徑中讀取音頻文件來獲取聲壓值數據,而聲壓值是指聲波在傳播過程中所引起的壓強變化,單位為Pa,常用符號為p；而分貝值則是將聲壓值與參考值相比較所得到的相對單位,常用單位為dB。兩者滿足關系見式（4）：

式中：

Lp——聲壓級,dB；

p——當前聲音的聲壓值,Pa；

p0——給定的參考值,一般取2×10-5Pa。

3 軟件各參數測試

本測試實驗采用硬件設備為紅米10X,用該手機搭載基于Android studio開發的手機軟件（電梯檢測工具）,該軟件數據采集界面以及數據圖繪制界面如圖6 所示。

圖6 軟件數據采集界面以及數據圖繪制界面

測試參數包括三軸加速度、z軸運行速度、z軸運行距離、傾斜角、噪聲、照度。由于測試參數較多,為確保實驗嚴謹性,本次實驗將測量參數分為4組,第1 組為振動數據測試,即測試三軸加速度、z軸運行速度、z軸運行距離；在使用手機測試的同時使用EVA-625 電梯振動檢測儀進行測量。第2 組為角度數據測試,即測試放置平面與地面的傾斜角,在使用手機測試時,配合特殊角度尺對特殊角度平面進行測量。第3 組為噪聲數據測試組,即在相同聲音環境下,在使用手機測試的同時使用分貝儀對聲壓級大小進行測量。第4 組為照度數據測試組,即在相同光照環境下,在使用手機測試的同時使用照度儀進行測量。

振動數據測試：對某小區日用垂直電梯進行運行參數檢測,測試前將手機正面朝上且與振動測試儀器EVA-625 并排放置于轎廂地板中心部位,并將手機聽筒方向朝向轎廂內部。操作人員控制電梯運行至最低樓層,打開轎門,在內部控制電梯運行至最高層,隨后觸發軟件和EVA-625 數據采集功能,關閉轎門,電梯自動上行至頂層,待轎廂停止、轎門打開后,關閉測試裝置和EVA-625 數據采集功能,完成振動數據組獲取。測試結束后軟件將數據以txt 文本格式保存至本地路徑,待后續分析軟件計算。利用EVA-625 提供的乘運質量分析軟件對其數據U 盤中數據文檔進行分析,得出運行特性參數。

角度數據測試：利用平面板與角度尺作為組合測試平臺,測試前將手機正面朝上放置于水平板上。打開軟件數據采集功能,對所采集的角度值進行記錄并編號,設置任意不同特殊角度的平面并重復上述操作若干次以完成角度數據組獲取。

噪聲數據測試：將手機正面朝上和分貝儀并排放并置于任意自然環境下。打開軟件和分貝儀的數據采集功能,分別對當前設備所采集的聲壓級數據進行記錄并編號,尋找任意具有不同噪聲大小的環境,并重復上述操作若干次以完成噪聲數據組獲取。

照度數據測試：將手機正面朝上和照度儀并排放置于任意光照的環境下。打開軟件和照度儀的數據采集功能,分別對當前設備所采集的照度數據進行記錄并編號,尋找任意具有不同光照大小的環境,并重復上述操作若干次以完成照度數據組獲取。

4 實驗結果分析

4.1 振動數據測試組實驗結果

使用手機軟件和EVA-625 同時測得z軸加速度數據如圖7 所示。

圖7 z 軸加速度對比圖

由圖7 可知,兩套裝置測得的電梯運行特性參數基本一致,加速度參數偏差在±0.005 m/s2,該次測試中的加速度特征參數見表1。

表1 電梯運行特征參數對照表 m/s2

由表1 可知,兩測驗裝置最大加速度偏差為0.004 m/s2,A95 加速度偏差為0.006 m/s2,最大減速度偏差為0.007 m/s2,A95 減速度偏差為0.006 m/s2。由以上數據可知,采用手機加速度傳感器開發的軟件可實現電梯運行中z軸加速度數據的測試。

兩裝置所測得速度對比圖及位移對比圖分別如圖8、圖9 所示。

圖8 z 軸速度對比圖

圖9 z 軸位移對比圖

通過圖8、圖9 可以得知,由該軟件以及EVA-625 所測得的速度偏差為±0.003 m/s,位移最大偏差為±0.055 m,該次測驗中的速度及位移特征參數見表2。

表2 速度及位移特征參數

由表2 可知,兩測驗裝置最大速度偏差為0.003 m/s,A95 速度偏差為0.004 m/s,運行距離偏差為0.055 m。由以上數據可知,采用加速度數據積分的方法可對電梯運行中速度及位移進行測試。

4.2 角度數據測試組實驗結果

使用電梯檢測工具檢測特殊角度平面數據見表3。

表3 角度檢測數據

由表3 可知,在將手機放置于由角度尺與平面板構成的特殊平面上時,手機所測得的角度值數據與理論值相接近,兩裝置所測得的角度值偏差在±0.3°以內。由以上數據可知,手機加速度傳感器可對平面傾斜角進行測量,可獲得可靠的角度數據。

4.3 噪聲數據測試組實驗結果

在進行噪聲數據的測量時,選取了多種不同的聲音環境作為采樣環境,部分采樣數據見表4。

表4 噪音測量對比結果

由表4 可得,使用電梯檢測工具與分貝儀在相同聲壓環境下的采集結果相近,該結果表明使用手機麥克風作為聲壓傳感器可對聲壓級數據進行有效采集。

使用電梯檢測工具在正常運行中的轎廂內所采集的聲壓級大小變化的完整數據段如圖10所示。

圖10 電梯運行過程中的聲壓級變化

由圖10 可知,所測量轎廂在運行過程中,在勻速段的聲壓級均控制在60 dB 以下,在電梯達到目標樓層時,警報響起時,聲壓級最高達到73 dB。經本次測量可得：電梯運行過程中的聲壓級處于相對較低的水平,不會對乘客的聽覺造成不適或損害。電梯樓層停止時的警報聲音達到了70 ～90 dB,該范圍內的聲音足夠引起乘客的注意,以確保乘客及時離開電梯。

4.4 照度數據測試組實驗結果

在進行照度數據測量時,選取了多種光照環境作為對比測試點,對比測試采樣數據見表5。

表5 照度對比測試

由表5 可得,處于不同光照強度時,基于手機傳感器的照度檢測與標準照度儀所測得的照度大小相接近,照度檢測的誤差在可接受范圍以內,具備檢測垂直轎廂內照度的功能,符合設計的預期。

5 結論

本研究成功利用手機傳感器采集數據,同時開發了一款多功能測量軟件,可測量電梯加速度、速度、位移、傾斜角度、照度和噪音等參數。通過對數據的驗證和分析,可以得出以下結論：利用手機內置的加速度計、光線傳感器和麥克風等傳感器能夠獲取必要的數據,使得便捷測量各項參數成為可能。經過與專業測量設備的對比和校準,發現手機傳感器在測量電梯相關參數方面表現出了令人滿意的準確性和精度。這表明便捷利用智能手機在實際測量場景中可以作為一種經濟實用的替代方案。用測試數據代替經驗助力質量提升。同時,開發的軟件不僅提供了測量功能,還能夠將數據可視化并提供實時監測,可以方便地獲取電梯運行狀態的綜合信息,為電梯安全管理和檢測工作提供了強有力的支持。