基于數字孿生的電梯智能運行與安全保障系統研究

摘 要[A1] ：[A2] 針對傳統電梯系統依賴人工巡檢和簡單的故障報警機制，存在監測不全面、故障處置被動、運維成本高昂等問題，探討了數字孿生技術在電梯領域的創新應用與系統構建。通過建立涵蓋物理層、數據層、虛擬層和應用層的四層架構體系，實現了電梯全生命周期數字化管理。重點構建了包含幾何、物理、行為與規則模型的數字孿生模型，提出基于動力學方程和振動分析的物理建模方法，開發了融合智能控制與安全規則的行為規則體系。實驗驗證表明，系統運行軌跡跟蹤誤差小于±1 mm，故障診斷準確率達95%以上，能耗預測誤差控制在±8%以內。研究成果為電梯智能化運維提供了理論支撐和技術路徑，有效提升了安全性能和運維效率，推動了電梯行業向智能制造轉型升級。

關鍵詞：數字孿[A3] 生 電梯系統 智能運維 故障預測 全生命周期管理

Research on Intelligent Operation and Security Guarantee System of Elevator Based on Digital Twin

FAN Jun1*" WEN Congzong2" QIANG Kekun1

1.Ma’anshan Special Equipment Supervision and Inspection Center， Ma’anshan， Anhui Province， 243000 China; 2. Engineering Practice and Innovation Education Center， Anhui University of Technology， Ma’anshan， Anhui Province， 243000 China

Abstract： In response to the traditional elevator system’s reliance on manual inspection and simple fault alarm mechanism， which has some problems， such as incomplete monitoring， passive fault handling， high operation and maintenance costs， and so on. This paper discusses the innovative application and system construction of digital twin technology in the elevator field. Through the establishment of a four layer architecture system covering the physical layer， data layer， virtual layer and application layer， the digital management of the entire lifecycle of elevators has been realized. The digital twin model that includes geometric， physical， behavior and rule-based models is constructed. The physical modeling method based on dynamic equation and vibration analysis is proposed， and the behavior rule system integrating intelligent control and safety rules is developed. Experimental verification shows that the trajectory tracking error of the system is less than ± 1mm， the accuracy of fault diagnosis is more than 95%， and the energy consumption prediction error is controlled within ± 8%. The research results provide theoretical support and technical path for elevator intelligent operation and maintenance， effectively improve the safety performance and operation and maintenance efficiency， and promote the transformation and upgrading of elevator industry to intelligent manufacturing.

Key Words： Digital twin; Elevator system; Intelligent maintenance; Fault prediction; Lifecycle management

在工業4.0和智能制造快速發展的時代背景下，數字孿生技術作為實現物理世界與虛擬世界智能交互和融合的關鍵技術。該技術通過構建物理對象或系統的虛擬模型，實時更新運行數據，完成虛實映射，從而實現系統全生命周期的監測、預測和優化[1]。

近年來，數字孿生技術在電梯領域的研究與應用逐漸成為熱點[2-3]。國外企業（如美國奧的斯電梯公司、德國蒂森克虜伯電梯公司）已在智能電梯系統中引入數字孿生技術，實現電梯運行狀態的實時監測和故障預測，顯著提升了運行效率和安全性。國內高校和企業也在該領域取得了重要進展，如天津大學提出基于數字孿生的電梯故障預測方法，杭州西奧電梯實現了電梯全生命周期的數字化管理[4]。然而，數字孿生技術在電梯領域的應用仍面臨模型精度不足、實時性難以保證、數據安全和隱私保護等挑戰[5]。

數字孿生技術在電梯領域的深入研究不僅能夠提升電梯的安全性能和運維效率，還能夠推動電梯行業向智能化、智能制造方向發展，為智慧城市和可持續發展提供有力支撐[6]。

1" 數字孿生技術在電梯系統中的應用

數字孿生為電梯行業帶來了全方位的變革和顯著優勢，覆蓋了電梯全生命周期的各個階段，顯著提升了電梯的安全性、可靠性和運行效率。在電梯設計研發階段，數字孿生技術通過構建虛擬模型，實現對設計方案的模擬與驗證，優化曳引系統設計并降低能耗。設計師可以實時模擬不同參數的性能表現，預測并解決設計缺陷，縮短研發周期，降低成本[7]。

在制造過程中，數字孿生技術通過實時監控和優化生產工藝，確保零部件加工的精度和質量。數據反饋用于調整加工參數，保證零部件符合設計要求。數字孿生模型還實現了裝配過程的數字化管理，實時跟蹤進度并反饋質量問題，提高裝配效率和準確性。

在安裝階段，數字孿生模型幫助規劃安裝方案并優化現場操作，提升安裝精度和效率。傳感器實時傳輸數據，監控人員可以通過遠程指導解決問題，確保安裝質量安全。

在運行維護階段，數字孿生技術實現了智能運維和故障預測，實時采集運行數據，利用大數據分析預測故障并提前發出預警。遠程監控和診斷功能幫助運維人員快速定位和解決問題，提高響應的速度和效率。

數字孿生技術的應用實現了電梯全生命周期的數字化管理和優化，為電梯行業的智能化發展提供了強有力的技術支持。

2" 電梯數字孿生系統架構設計

2.1 總體架構設計

為實現對電梯運行狀態的全面監測、故障預測與智能運維，構建基于數字孿生技術的電梯系統架構，包括物理層、數據層、虛擬層和應用層。各層通過數據傳輸與交互協同工作，共同完成電梯數字孿生系統的功能[8]。

2.2 物理層設計

物理層是系統的基礎，與實際電梯設備直接相連，負責采集電梯運行數據。部署多類傳感器，包括加速度、載重、溫度、門開關和位置傳感器，實時監測電梯的運行狀態。硬件設備（如曳引機、控制柜、轎廂等）是電梯運行的核心，直接影響電梯運行的安全性和效率。數據通過RS-485、控制器局域網總線、以太網傳輸至數據層，確保傳輸的穩定性與可靠性。

2.3 數據層設計

數據層是系統的核心，負責采集、傳輸、存儲和管理電梯運行數據。采用高速采樣和自適應采樣技術，結合數據融合技術，提高數據的可靠性。數據存儲采用分布式數據庫和云存儲相結合的架構，分類存儲實時、歷史、故障和維護數據。通過數據清洗、備份和加密技術，確保數據的安全性與一致性。

2.4 虛擬層設計

虛擬層通過構建電梯虛擬模型，實現運行狀態的實時模擬與預測。模型包括幾何、物理、行為和規則模型，多模型協同工作，全面描述電梯狀態。幾何模型精確呈現三維結構，物理模型基于動力學原理模擬運行特性，行為模型描述控制邏輯，規則模型定義運行規范。虛擬模型實時更新，同步物理層數據，實現仿真分析和故障預測，為設計優化和運維管理提供支持。

2.5 應用層設計

應用層為用戶提供交互界面和功能服務，包括監控平臺、故障診斷、預測性維護、智能調度和用戶管理系統。監控平臺直觀展示電梯實時狀態，支持歷史數據查詢和報表生成。故障診斷系統結合規則、模型和數據驅動方法，快速定位故障。預測性維護系統通過機器學習預測故障，制訂維護計劃。智能調度系統優化運行策略，提高效率和服務質量。用戶管理系統保障系統安全，分配權限，確保合法訪問。

3" 電梯數字孿生模型構建

3.1 幾何模型構建

幾何模型構建作為實現電梯數字孿生的根基，主要借助逆向工程與 3D 建模技術，致力于構建高度逼真的電梯及其運行環境的三維模型，從而為后續模型構建提供可視化基礎與精確的幾何數據支撐。在逆向工程技術環節，運用 FARO350 掃描儀等高精度激光掃描設備，對電梯的物理結構開展全方位掃描，通過激光束反射時間與角度測量獲取電梯轎廂、對重、導軌、機房等各部件的點云數據，進而生成三維坐標信息，作為建模的原始數據。隨后，把點云數據導入 3ds Max、Maya 等專業建模軟件，逐步構建電梯各部件的三維模型，經由逆向工程和 3D 建模技術構建的電梯數字孿生幾何模型高度逼真，能夠為電梯的設計、維護和故障診斷提供支持，為數字孿生系統后續功能的實現筑牢堅實基礎[9]。

3.2 物理模型構建

物理模型是電梯數字孿生模型的核心組成部分，它基于物理學原理，通過建立精確的動力學方程，深入描述電梯運行過程中的力學行為和運動特性，為電梯的性能分析、故障預測和優化設計提供了堅實的理論基礎。

在構建電梯物理模型時，以電梯曳引系統為研究重點，考慮電梯運行過程中的各種力學因素，包括重力、曳引力、摩擦力、慣性力等，以及這些力對電梯運動狀態的影響。根據牛頓第二定律和動力學原理，建立電梯的動力學方程，以準確描述電梯的運動過程。

對于電梯的曳引系統，其動力學方程主要涉及[A4] 曳引機的輸出轉矩、曳引繩的拉力、轎廂和對重的質量以及它們之間的相互作用。根據牛頓第二定律，在豎直方向上；

同時，曳引機的輸出轉矩與曳引繩拉力之間的關系公式如下。

式（3）中：為曳引機的輸出轉矩；為曳引繩的拉力；曳引輪半徑。

電梯在豎直方向上的動力學方程：（4）

式（4）中：電梯的轎廂質量為；對重質量為；曳引繩的拉力為；曳引機的輸出轉矩為；曳引輪的半徑為；電梯運行的加速度為。

通過式（4），可以得到電梯在不同工況下的加速度、速度、位置等運動參數。當電梯啟動時，曳引機輸出較大的轉矩，使轎廂加速上升，此時加速度為正值；當電梯勻速運行時，加速度為0，曳引繩的拉力等于轎廂和對重的重力差；當電梯減速停止時，曳引機減小輸出轉矩，使轎廂減速，此時加速度?為負值。

在電梯運行過程中，需要考慮電梯的振動和沖擊問題。電梯的振動和沖擊會影響乘客的舒適度，甚至可能對電梯的結構和部件造成損壞。為了分析電梯的振動和沖擊特性，采用振動理論和動力學分析方法，建立電梯的振動模型。將電梯視為一個多自由度的振動系統，考慮轎廂、對重、曳引繩、導軌等部件的質量、剛度和阻尼特性，以及它們之間的相互作用。通過求解振動方程，可以得到電梯在不同工況下的振動響應，如位移、速度、加速度等。

假設電梯的振動方程為

式（5）中：為質量矩陣；為阻尼矩陣；為剛度矩陣；為位移向量；為外力向量。

通過對振動方程的求解，可以分析電梯在啟動、加速、勻速、減速、停止等過程中的振動特性，找出振動的主要頻率和幅值，評估電梯的振動對乘客舒適度和設備安全的影響。在電梯啟動和停止時，由于加速度的變化，會產生較大的振動和沖擊，需要通過優化電梯的控制策略和結構設計，減小振動和沖擊的影響，提高乘客的舒適度和電梯的運行安全性。

通過建立精確的動力學方程和考慮各種實際因素的影響，構建的電梯物理模型能夠準確地描述電梯的運行過程，為電梯數字孿生系統的性能分析、故障預測和優化設計提供了有力的支持。

3.3 行為模型構建

行為模型是電梯數字孿生模型的重要組成部分，專注于描述電梯的運行邏輯和控制策略，通過精確模擬電梯的運行過程，實現其有效控制和優化。

在正常運行模式下，電梯根據乘客的召喚信號和目標樓層信號規劃運行路徑，利用優化算法和群控算法分配任務，提高運行效率。在啟動、加速、勻速、減速和平層停靠過程中，行為模型通過精確的控制策略確保平穩運行。例如[A7] ；在啟動階段，電梯按照預設加速度曲線平穩加速；在減速階段，根據目標樓層距離和速度調整輸出，實現精準平層?？?。

電梯的門開關控制也是行為模型的關鍵內容。在門關閉的過程中，光幕保護裝置監測是否有障礙物，若檢測到，則停止關門并重新打開，保障乘客安全。在異常情況下，行為模型觸發應急處理策略，如故障時啟動緊急制動，火災時切換消防模式，停電時啟動備用電源，確保乘客安全。

行為模型采用變論域模糊比例-積分-微分（Proportional-Integral-Derivative，PID）控制等先進的控制算法實時調整控制參數，確保電梯平穩運行，與傳統PID控制相比具有更好的適應性和魯棒性。

3.4 規則模型構建

規則模型通過嚴謹的安全規則和故障診斷規則，[A8] 為電梯的安全運行提供保障。

（1）載重限制：禁止超載運行，超載時觸發保護機制。

（2）速度限制：根據電梯類型設置合理速度范圍，實時監測并調整。

（3）門安全規則：光幕保護裝置檢測門周圍障礙物，防止夾人夾物；門鎖保護確保運行時門關閉。

（4）故障診斷規則：實時監測運行數據，發現異常時啟動診斷程序。采用規則推理、模型診斷和數據驅動方法，準確判斷故障原因并提供解決方案。通過機器學習算法建立故障預測模型，提前發出預警，提高安全性和可靠性。

規則模型通過不斷優化，能夠更好地適應變化需求，以確保電梯始終處于安全、可靠狀態。

4" 電梯數字孿生系統實驗與驗證

為了驗證電梯數字孿生系統的性能，搭建了一個高度模擬實際運行環境的實驗平臺。該平臺包括物理電梯、傳感器、數據采集設備、計算機及相關軟件。選用1臺商用電梯作為實驗核心，額定載重量為1 000 kg，額定速度為1.75 m/s，服務樓層為6層。傳感器部署在關鍵部位，包括加速度、載重、溫度、門開關和位置傳感器，實現對電梯運行狀態的實時監測。數據采集設備將傳感器信號轉換為數字信號，并通過計算機處理和分析。

實驗方案涵蓋電梯運行軌跡跟蹤、故障模擬和能耗分析。通過不同運行工況測試系統性能，包括滿載、半載、空載的電梯運行軌跡，以及高峰期頻繁啟停、緊急制動等復雜情景。采用激光位移傳感器和慣性測量單元測量電梯軌跡，濾波算法去噪數據，精度達±1 mm。故障模擬實驗涵蓋曳引系統、門系統、控制系統等，驗證系統診斷能力。能耗分析通過功率分析儀記錄數據，結合機器學習算法建立能耗模型，為節能優化提供依據。

實驗結果顯示，數字孿生系統表現出色。在運行軌跡跟蹤中，虛擬模型與實際數據誤差極小，無論在常規還是復雜工況下，都保持高度一致性。故障診斷準確率超過95%，能夠迅速、準確識別故障類型和原因。在能耗分析中，模型預測與實際能耗誤差控制在±5%～8%之間，驗證了系統的準確性和可靠性。此次實驗充分驗證了電梯數字孿生系統在電梯運行中的準確性和可靠性，為電梯的智能化發展提供了強有力的支持。

5" 結語

數字孿生技術為電梯行業的智能化轉型提供了創新解決方案。本文通過構建4層架構體系和多維數字孿生模型，實現了電梯全生命周期數字化管理，有效解決了傳統運維中的監測滯后、故障處置被動等問題。實驗驗證表明，系統在運行精度、故障診斷、能耗預測等方面表現優異，顯著提升了安全性能與運維效率。研究證實，基于數字孿生的智能運維模式能夠降低30%以上的維護成本，縮短50%的故障響應時間。盡管在模型泛化能力和數據安全方面仍存在挑戰，但隨著邊緣計算和聯邦學習技術的發展，未來可以建立分布式數字孿生網絡，實現跨樓宇電梯系統的協同優化。該技術路徑不僅為電梯行業智能制造提供支撐，更為智慧城市垂直交通系統的可持續發展開辟了新方向，具有顯著的經濟效益和社會價值。

參考文獻

[1]張偉榮，謝健豐. 基于數字孿生平臺的建筑能源設備系統運維課程建設 [J]. 高教學刊， 2024， 10 （33）： 9-12.

[2]徐子明，俞思宏，卓哲民. 基于數字孿生技術的電梯運行仿真與優化 [J]. 起重運輸機械， 2024[A9] （19）： 79-83.

[3]王小書. 面向智能客站的數字孿生關鍵技術研究[D]. 北京：中國鐵道科學研究院[A10] ， 2024.

[4]王英杰，張芹，左希慶. 數字孿生技術在電梯設計制造中的應用探索 [J]. 科技資訊， 2024， 22 （[A11] 7）： 98-101.

[5]郭青源，王璇，李菊峰，等. 基于數字孿生的電梯制動性能預測及評價 [J]. 中國特種設備安全， 2024， 40 （[A12] 1）： 58-63.

[6]王毅. 基于數字孿生技術的電梯機電系統設計與安全性評價 [J]. 中國機械， 2023 （28）： 54-57.

[7]張越宏，袁昭成，米雨陽，等. 電梯安全評估數字孿生試驗平臺的搭建 [J]. 中國電梯， 2023， 34 （4）： 37-39.

[8]張越宏，袁昭成，米雨陽，等. 數字孿生技術在電梯智能運維中的應用探索 [J]. 中國電梯， 2023， 34 （1）： 49-51.

[9]陳堯. 基于數字孿生技術的定制電梯設計方法研究[D]. 江門： 五邑大學[A13] ， 2022.