电梯故障检测方法、装置、系统和计算机可读存储介质与流程

1.本技术实施例涉及电梯设计技术，尤指一种电梯故障检测方法、装置、系统和计算机可读存储介质。


背景技术：

2.近年来，中国的电梯安装量和保有量剧增，电梯给人们生活带来了便利的同时，因电梯故障造成的事故也不断出现，给人们的生命和财产安全造成了较大的威胁，且80％以上的电梯故障和70％以上的电梯事故都是因为门系统出现问题造成的。正常情况下，电梯是由专门的售后人员定期对电梯进行维护和保养，当发生紧急事故时，维护人员往往不能及时赶到现场进行救援和故障排查，且故障原因不能及时的做出定位，延误维修时间。


技术实现要素：

3.本技术实施例提供了一种电梯故障检测方法、装置、系统和计算机可读存储介质，能够及时、自动地进行电梯故障诊断，节省人力，并避免故障耦合的干扰。
4.本技术实施例提供了一种电梯故障检测方法，所述方法可以包括：
5.获取在开关门状态下的电梯运行状态数据；该电梯运行状态数据可以包括但不限于以下的任意一种或多种：所述电梯的运行数据以及所述电梯的振动数据；
6.对所述的电梯运行状态数据依据电梯的一个开关门周期内的不同运行阶段进行划分；
7.对每一个运行阶段对应的电梯运行状态数据分别进行特征值的提取；根据针对每一个运行阶段提取出的特征值来进行电梯故障诊断；和/或，在所述电梯运行状态数据包括所述振动数据时，根据每个运行阶段的历史振动数据选出历史振动数据具有退化趋势的运行阶段，根据选出的运行阶段的历史振动数据创建该运行阶段的剩余寿命预测模型，并根据获取的所述振动数据和所述剩余寿命预测模型预测电梯运行设备的剩余寿命。
8.在一个实施例中，所述的运行阶段可以包括：
9.开门过程中的以下运行阶段：门处于闭门状态阶段、第一缓开门阶段、加速开门阶段、匀速开门阶段、减速开门阶段和第二缓开门阶段；以及，
10.闭门过程中的以下运行阶段：门处于打开状态阶段、第一缓闭门阶段、加速闭门阶段、匀速闭门阶段、减速闭门阶段和第二缓闭门阶段。
11.在一个实施例中，所述的对每一个运行阶段对应的电梯运行状态数据分别进行特征值提取可以包括：
12.按照预先设置的计算算法对所述的电梯运行状态数据进行数学计算，从而获取所述特征值；
13.所述的计算算法可以包括以下任意一种：均值计算、均方根值计算、求最小值和求最大值。
14.在一个实施例中，在所述的电梯运行状态数据包括所述的运行数据的情况之下，
所述的根据每个运行阶段的特征值进行电梯故障诊断，可以包括：
15.将所述的运行数据所对应的特征值输入到预先已经训练好的故障判断模型当中，通过所述的故障判断模型来判断电梯是否发生故障以及电梯出现故障时对应的故障类型，并且输出判断结果；或者，
16.基于所述的运行数据所对应的特征值，采用预先设置的故障树算法来判断电梯是否发生了故障以及电梯在出现故障时的故障类型。
17.在一个实施例中，所述电梯运行设备包括：电梯的开关门滑轨和/或电机；所述电梯的振动数据可以包括所述电梯的开关门滑轨和/或所述电梯中电机的振动数据；在所述的电梯运行状态数据包括所述的电梯的振动数据情况之下，根据提取的特征值进行电梯故障诊断，可以包括：
18.判断所述的开关门滑轨和/或所述的电机的状态是否异常。
19.在一个实施例中，所述的判断所述的开关门滑轨和/或所述的电机的状态是否异常，可以包括：
20.将所述的振动数据所对应的特征值与预先设置的异常状态指标进行比较，当所述的特征值与所述的异常状态指标相符时，可以确定所述的开关门滑轨和/或所述的电机处于异常状态下。
21.在一个实施例中，所述根据每个运行阶段的历史振动数据选出历史振动数据具有退化趋势的运行阶段，根据选出的运行阶段的历史振动数据创建该运行阶段的剩余寿命预测模型，包括：
22.获取每个运行阶段的预设时长内的历史振动数据，并计算每个运行阶段的历史振动数据的均方根值；
23.根据预设的退化趋势分析算法对每个运行阶段的均方根值进行退化趋势分析，选出具有退化趋势的运行阶段；
24.对具有退化趋势的运行阶段的历史振动数据进行多项式拟合获取相应运行阶段对应的剩余寿命预测模型。
25.在一个实施例中，所述根据获取的所述振动数据和所述剩余寿命预测模型预测电梯运行设备的剩余寿命，可以包括：
26.将每一个剩余寿命预测模型对应的运行阶段中实时获取的所述振动数据与该剩余寿命预测模型相比较，获取相应的剩余寿命；
27.对获取的多个剩余寿命进行计算获取电梯运行设备的最终的剩余寿命。
28.在一个实施例中，所述根据预设的退化趋势分析算法对每个运行阶段的均方根值进行退化趋势分析，选出具有退化趋势的运行阶段，包括：针对每个运行阶段分别执行以下操作：
29.对该运行阶段所述均方根值进行线性回归处理，获取一条直线，并计算所述直线的斜率；
30.将所述斜率大于或等于预设的斜率阈值的直线对应的运行阶段作为具有退化趋势的运行阶段；将所述斜率小于所述斜率阈值的直线对应的运行阶段作为不具有退化趋势的运行阶段。
31.在一个实施例中，在根据每一个运行阶段的特征值进行电梯故障诊断后，所述的
方法还可以包括：
32.将获得的故障诊断结果发送到预先设置的云平台，以便使得该云平台可以对所述的故障诊断结果进行归类，根据不同归类结果采用相应的通讯方式将所述的故障诊断结果发送至运维人员。
33.本技术实施例方案还提出了一种电梯故障检测装置，可以包括处理器和计算机可读存储介质，所述的计算机可读存储介质当中存储有指令，并且当所述的指令被所述的处理器执行时，可以实现所述的电梯故障检测方法。
34.本技术实施例方案还提出了一种电梯故障检测系统，可以包括云平台、边缘设备和数据采集设备；上述的电梯故障检测装置可以设置于所述的边缘设备上；
35.所述的数据采集设备，可以设置为采集电梯运行状态数据。
36.在一个实施例中，所述的数据采集设备可以包括但不限于以下任意一种或者多种：电流传感器、速度传感器、位置传感器和振动传感器。
37.本技术实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，所述的计算机程序在被处理器执行时，可以实现所述的电梯故障检测方法。
38.与相关技术相比，本技术实施例方案可以包括：获取在开关门状态下的电梯运行状态数据；该电梯运行状态数据可以包括但不限于：电梯运行数据，以及电梯开关门滑轨和/或电梯电机的振动数据；对所述的电梯运行状态数据依据电梯的一个开关门周期内的不同运行阶段进行划分；对每一个运行阶段对应的电梯运行状态数据分别进行特征值的提取；根据每个运行阶段的特征值来进行电梯故障诊断；和/或，在所述电梯运行状态数据包括所述振动数据时，根据每个运行阶段的历史振动数据选出历史振动数据具有退化趋势的运行阶段，根据选出的运行阶段的历史振动数据创建该运行阶段的剩余寿命预测模型，并根据获取的所述振动数据和所述剩余寿命预测模型预测电梯运行设备的剩余寿命。通过该实施例方案，实现了及时、自动地进行电梯故障诊断，节省人力，并避免故障耦合的干扰。
39.本技术的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本技术而了解。本技术的其他优点可通过在说明书以及附图中所描述的方案来实现和获得。
附图说明
40.附图用来提供对本技术技术方案的理解，并且构成说明书的一部分，与本技术的实施例一起用于解释本技术的技术方案，并不构成对本技术技术方案的限制。
41.图1为本技术实施例的电梯故障检测方法流程图；
42.图2为本技术实施例的电梯故障检测系统结构示意图；
43.图3为本技术实施例的不同运行阶段示意图；
44.图4为本技术实施例的根据每个运行阶段的历史振动数据选出历史振动数据具有退化趋势的运行阶段，根据选出的运行阶段的历史振动数据创建该运行阶段的剩余寿命预测模型的方法流程图；
45.图5为本技术实施例的具有退化趋势的历史振动数据对应直线示意图；
46.图6为本技术实施例的不具有退化趋势的历史振动数据对应直线示意图；
47.图7为本技术实施例的退化曲线示意图；
48.图8为本技术实施例的电梯故障检测装置组成框图；
49.图9为本技术实施例的电梯故障检测系统组成框图。
具体实施方式
50.本技术描述了多个实施例，但是该描述是示例性的，而不是限制性的，并且对于本领域的普通技术人员来说显而易见的是，在本技术所描述的实施例包含的范围内可以有更多的实施例和实现方案。尽管在附图中示出了许多可能的特征组合，并在具体实施方式中进行了讨论，但是所公开的特征的许多其它组合方式也是可能的。除非特意加以限制的情况以外，任何实施例的任何特征或元件可以与任何其它实施例中的任何其他特征或元件结合使用，或可以替代任何其它实施例中的任何其他特征或元件。
51.本技术包括并设想了与本领域普通技术人员已知的特征和元件的组合。本技术已经公开的实施例、特征和元件也可以与任何常规特征或元件组合，以形成由权利要求限定的独特的发明方案。任何实施例的任何特征或元件也可以与来自其它发明方案的特征或元件组合，以形成另一个由权利要求限定的独特的发明方案。因此，应当理解，在本技术中示出和/或讨论的任何特征可以单独地或以任何适当的组合来实现。因此，除了根据所附权利要求及其等同替换所做的限制以外，实施例不受其它限制。此外，可以在所附权利要求的保护范围内进行各种修改和改变。
52.此外，在描述具有代表性的实施例时，说明书可能已经将方法和/或过程呈现为特定的步骤序列。然而，在该方法或过程不依赖于本文所述步骤的特定顺序的程度上，该方法或过程不应限于所述的特定顺序的步骤。如本领域普通技术人员将理解的，其它的步骤顺序也是可能的。因此，说明书中阐述的步骤的特定顺序不应被解释为对权利要求的限制。此外，针对该方法和/或过程的权利要求不应限于按照所写顺序执行它们的步骤，本领域技术人员可以容易地理解，这些顺序可以变化，并且仍然保持在本技术实施例的精神和范围内。
53.本技术实施例提供了一种电梯故障检测方法，如图1所示，所述方法可以包括步骤s101-s104：
54.s101、获取在开关门状态下的电梯运行状态数据；该电梯运行状态数据可以包括但不限于以下的任意一种或者多种：电梯运行数据以及电梯的振动数据；
55.s102、对所述的电梯运行状态数据依据电梯的一个开关门周期内的不同运行阶段进行划分；
56.s103、对每一个运行阶段对应的电梯运行状态数据分别进行特征值的提取，根据每一个运行阶段对应的特征值来进行电梯故障诊断；和/或，在所述电梯运行状态数据包括所述振动数据时，根据每个运行阶段的历史振动数据选出历史振动数据具有退化趋势的运行阶段，根据选出的运行阶段的历史振动数据创建该运行阶段的剩余寿命预测模型，并根据获取的所述振动数据和所述剩余寿命预测模型预测电梯运行设备的剩余寿命。
57.目前的电梯维护和维修均是通过维保人员来执行，需要维保人员对电梯进行定期维保，大量浪费人力资源。另外，目前的电梯故障中通常出现故障耦合干扰现象，即，对于不同的电梯故障有可能处于电梯运行过程中的不同运行阶段，但是两种故障的外在表现却相同，或者，由于不同的故障类型，造成了在不同的运行阶段展现出相同的故障外在表现，这就会使得如果不对运行阶段进行详细划分，很难检测出具体的故障原理，从而加大了检修
难度和工作量，也容易使得维保人员造成误判，从而使得电梯故障不能从根源上解决问题。
58.在一个实施例中，针对以上问题，本技术实施例方案提出了一种电梯故障自动诊断方案，能够不通过维保人员到现场进行维保，直接节省了人力资源，节省了人力成本；并且该自动检测方案在日常的电梯运行中便可以对电梯进行实时检测，从而及时预测和发现出电梯故障，避免了造成电梯故障发现不及时而造成严重事故。另外，本技术实施例方案对电梯运行状态数据进行了分阶段处理，从而使得故障判断更加精细化，避免不同运行阶段的故障相互混淆，从而避免了故障耦合干扰现象。下面对本技术实施例方案进行详细介绍。
59.在一个实施例中，本技术实施例方案可以给予预先设置的电梯故障检测系统实现，如图2所示，为本技术实施例的电梯故障检测系统结构示意图，所述的电梯故障检测系统可以包括但不限于数据采集设备、通讯设备、边缘设备和云平台。数据采集设备、通讯设备和边缘设备可以依次相连，边缘设备可以与云平台进行通信。其中，该通讯设备和边缘设备还可以集成在一起，通过采用一个全功能边缘设备完成上述的通讯设备和边缘设备的全部功能。
60.在一个实施例中，如图2所示，首先可以根据电梯中设置的数据采集设备采集多个电梯运行状态数据。该电梯运行状态数据可以包括但不限于：电梯在运行过程中产生的各种运行数据，和/或，电梯在运行过程中电梯的开关门滑轨和/或电梯的电机(该电机可以包括但不限于永磁同步电机)产生的振动数据。
61.在一个实施例中，所述的运行数据可以包括但不限于以下任意一种或多种：励磁电流id、扭矩电流iq、运行速度v_design、真实速度v、是否开门到位、是否关门到位以及电梯定位等数据。
62.在一个实施例中，针对以上运行数据和振动数据，电梯上设置的传感器可以包括但不限于以下的任意一种或多种：加速度传感器、速度传感器、电流传感器(例如霍尔传感器)、位置传感器【例如，限位开关、测距装置(如，雷达设备、红外检测装置，超声波检测装置等)、定位装置)】以及振动传感器。
63.在一个实施例中，可以在电梯的开关门滑轨上和永磁同步电机上分别加装一个或多个振动传感器，从而可以在电梯运行过程中实时获取开关门状态下的振动数据。
64.在一个实施例中，振动传感器可以直接与预先设置的通讯设备相连，即，振动数据的数据采集设备可以通过在通讯设备中集成的振动信号高速采集模块实现，通过该振动信号高速采集模块实时获取开关门状态下的振动数据。
65.在一个实施例中，如图2所示，数据采集设备采集到电梯的电梯运行状态数据以后，可以将电梯运行状态数据发送至上述的通讯设备，该通讯设备中可以集成有信号滤波模块，通过该信号滤波模块可以对输入的电梯运行状态数据进行滤波处理，去除掉信号噪声的干扰。
66.在一个实施例中，通讯设备完成对电梯运行状态数据的滤波操作以后，可以将电梯运行状态数据发送至预设的边缘设备，该边缘设备当中可以集成有数据处理算法，通过该数据处理算法可以实现对输入的电梯运行状态数据进行整合对齐，并且可以按照电梯的开关门运动特性，对所述的电梯运行状态数据依据电梯的一个开关门周期内的不同运行阶段进行划分，从而获取每一个运行阶段对应的电梯运行状态数据。
67.在一个实施例中，在执行以上的数据划分操作之前，可以预先将电梯的一个开关
门周期划分为不同的运行阶段，如图3所示，可以划分为s0～s11共13段。
68.在一个实施例中，所述的运行阶段可以包括：开门阶段以及闭门阶段；
69.按照开门过程中的顺序划分，所述的开门阶段可以包括但不限于：门处于闭门状态阶段s0、第一缓开门阶段s1、加速开门阶段s2、匀速开门阶段s3、减速开门阶段s4和第二缓开门阶段s5；
70.按照闭门过程的顺序进行划分，所述的闭门阶段可以包括但不限于：门处于打开状态阶段s6、第一缓闭门阶段s7、加速闭门阶段s8、匀速闭门阶段s9、减速闭门阶段s10和第二缓闭门阶段s11。
71.在一个实施例中，第二缓闭门阶段s11结束后，会使得门完全闭合，从而再次进入门处于闭门状态阶段s0。
72.在一个实施例中，在边缘设备获取电梯运行状态数据以后，可以调取预先划分好的多个运行阶段，将电梯运行状态数据按照这些运行阶段进行划分，从而可以获得不同的运行阶段对应的电梯运行状态数据。
73.在一个实施例中，所述的对每一个运行阶段对应的电梯运行状态数据分别进行特征值提取可以包括：
74.按照预先设置的计算算法对所述的电梯运行状态数据进行数学计算，从而获取所述特征值；
75.所述的计算算法可以包括但不限于以下任意一种：均值计算、均方根值计算、求最小值和求最大值。
76.在一个实施例中，边缘设备内可以预先存储有多种计算算法，对于每个运行阶段的电梯运行状态数据，可以根据一种或多种计算算法进行数学运算，获取每个运行阶段的电梯运行状态数据的有效值，作为该运行阶段的电梯运行的特征值。
77.在一个实施例中，可以根据不同的需求选择不同的计算算法进行计算，在此对于详细算法不做限定。
78.在一个实施例中，在所述的电梯运行状态数据包括所述的运行数据的情况之下，所述的根据每个运行阶段的特征值进行电梯故障诊断，可以包括：
79.将所述的运行数据所对应的特征值输入到预先已经训练好的故障判断模型当中，通过所述的故障判断模型来判断电梯是否发生故障以及电梯出现故障时对应的故障类型，并且输出判断结果；或者，
80.基于所述的运行数据所对应的特征值，采用预先设置的故障树算法来判断电梯是否发生了故障以及电梯在出现故障时的故障类型。
81.在一个实施例中，在获取每个运行阶段对应的运行数据的特征值以后，可以采用预设的故障判断模型和/或故障树算法进行故障判断。
82.在一个实施例中，该故障判断模型可以是预先采用预设的训练数据对预先创建的神经网络结构进行多次训练获得的，该训练数据可以是预先采集的大量运行数据经过特征值提取，并进行数据标注后获得的。该故障判断模型的输入数据可以为运行数据的多种不同的特征值，输出数据可以为故障判断结果，例如，当前电梯是否发生故障，以及在电梯发生故障以后的故障类型。
83.在一个实施例中，在执行本技术实施例方案之前，可以预先针对不同运行阶段的
运行数据对应的特征值进行分析，获取不同的故障类型的故障发生时的故障特征值，从而在进行数据训练之前可以对训练数据中具有的故障特征值进行标注。
84.在一个实施例中，该故障类型可以包括但不限于：开关门阻力增大、门刀收张刀受阻、同步带打滑、同步带断裂、随行链坍塌断裂等故障。
85.在一个实施例中，该故障判断模型可以为多个，不同的运行阶段可以分别设置一个相应的故障判断模型；在电梯运行过程中，可以将实时检测获得的每个运行阶段的运行数据的特征值输入相应的故障判断模型中，以实现电梯故障的准确判断。
86.在一个实施例中，所述电梯的振动数据可以包括所述电梯的开关门滑轨和/或所述电梯中电机的振动数据；在所述的电梯运行状态数据包含所述的振动数据的情况下，根据每个运行阶段的特征值进行电梯故障诊断，可以包括：
87.判断所述的开关门滑轨和/或所述的电机的状态是否异常。
88.由于目前的电梯以及电梯维保人员均不能提前预知电梯核心零部件的寿命和故障状态并进行视情维护，然而在这些核心零件出现故障时通常会在成电梯的重大故障，因此对电梯核心零件的监测显得尤为重要。
89.在一个实施例中，该电梯核心零件可以包括但不限于电梯的开关门滑轨和电梯的电机(例如，可以包括但不限于永磁同步电机)。
90.在一个实施例中，通过预先根据所述的振动数据所对应的特征值对所述的开关门滑轨和/或所述的电机进行状态监控以及寿命预测，可以提前预知开关门滑轨和电梯的电机的故障以及老化程度，从而使得维保人员可以提前对开关门滑轨和电机进行维护和更换，从而大幅度降低了故障率和事故率。
91.在一个实施例中，所述的判断所述的开关门滑轨和/或所述的电机的状态是否异常，可以包括：
92.将所述的振动数据所对应的特征值与预先设置的异常状态指标进行比较，当所述的特征值与所述的异常状态指标相符时，可以确定所述的开关门滑轨和/或所述的电机处于异常状态下。
93.在一个实施例中，所述的方法还可以包括：根据所述的振动数据所对应的特征值对所述的开关门滑轨和/或所述的电机进行寿命预测。
94.在一个实施例中，所述的根据所述的振动数据所对应的特征值对所述的开关门滑轨和/或所述的电机进行寿命预测，可以包括：
95.将所述的振动数据所对应的特征值与预先设置的映射表进行比较，确定所述的振动数据所对应的特征值在所述的映射表中所对应的特征值的范围，将所对应的特征值的范围所对应的剩余寿命作为所述的开关门滑轨和/或所述电机对应的剩余寿命；所述的映射表中可以包含不同特征值的范围与不同剩余寿命之间的映射关系。
96.在一个实施例中，对所述的开关门滑轨和/或所述的电机的状态监控以及寿命预测均可以采用相应的表格实现，例如，异常状态监测表和上述的剩余寿命的映射表。其中，该异常状态监测表中可以包含不同的异常状态指标与不同的异常状态的对应关系。
97.在一个实施例中，每一个运行阶段可以分别对应一个异常状态监测表，并可以分别对应一个用于确认剩余寿命的映射表。
98.在一个实施例中，在电梯运行过程中可以将实时获得的某一个运行阶段所对应的
振动数据所对应的特征值与该运行阶段对应的异常状态监测表相比较，确定该振动数据所对应的特征值与该运行阶段对应的异常状态监测表中的异常状态指标是否相符，如果该振动数据所对应的特征值与该运行阶段对应的异常状态监测表中的异常状态指标不相符，则说明该运行阶段中的所述开关门滑轨和所述电机未出现异常；如果该振动数据所对应的特征值与该运行阶段对应的异常状态监测表中的异常状态指标相符，则说明该运行阶段中的所述开关门滑轨和/或所述电机出现了异常，并且可以根据所相符合的异常状态指标对应的异常状态确定为当前所述开关门滑轨和/或所述电机的异常状态。
99.在一个实施例中，在执行上述申请实施例方案之前，可以预先针对不同运行阶段的大量振动数据对应的特征值进行分析，获取不同的异常状态发生时对应的异常特征值，从而将所述异常特征值作为异常状态监测表中的异常状态指标。
100.在一个实施例中，在电梯运行过程中还可以将实时获得的某一个运行阶段所对应的振动数据所对应的特征值与该运行阶段对应的映射表相比较，确定该振动数据所对应的特征值符合该运行阶段对应的映射表中的多个特征值的范围中的哪一个，如果确定出该振动数据所对应的特征值符合该运行阶段对应的映射表中的第一特征值的范围时，则可以进一步根据映射表确定出该第一特征值的范围所对应的剩余寿命，并将该第一特征值的范围所对应的剩余寿命作为当前所述开关门滑轨或所述电机的剩余寿命。
101.在一个实施例中，在执行上述申请实施例方案之前，可以预先针对不同运行阶段的大量振动数据对应的特征值进行采集和实验，从而获取不同的特征值的范围所对应的剩余寿命，从而根据所述不同的特征值的范围对应的相应的剩余寿命确定出该映射表。
102.在一个实施例中，如图4所示，所述根据每个运行阶段的历史振动数据选出历史振动数据具有退化趋势的运行阶段，根据选出的运行阶段的历史振动数据创建该运行阶段的剩余寿命预测模型，可以包括步骤s201-s203：
103.s201、获取每个运行阶段的预设时长内的历史振动数据，并计算每个运行阶段的历史振动数据的均方根值。
104.在一个实施例中，该预设时长可以是指当前时刻以前的一段时长，例如，从当前时刻向前倒推一年内(或一周、一个月等)的振动数据。
105.在一个实施例中，所述振动数据可以包括以下任意一种或多种：振动速度、振动加速度和振动位移；在创建剩余寿命预测模型时，可以采用上述振动数据中的一种进行计算获取所述剩余寿命预测模型，也可以针对获得的多种振动数据中的每一种振动数据分别计算出一个剩余寿命预测模型，例如，根据振动速度算出一个剩余寿命预测模型，根据振动位移算出一个剩余寿命预测模型，但不能根据振动速度和振动位移进行混合计算。
106.在一个实施例中，可以采用下述计算式计算均方根值rms：
[0107][0108]
其中，y是指一组历史振动数据中的每个历史振动数据；i是指第i个历史振动数据，i处于0到k之间，k+1为历史振动数据的总个数，i为0或正整数，k为正整数。
[0109]
s202、根据预设的退化趋势分析算法对每个运行阶段的均方根值进行退化趋势分析，选出具有退化趋势的运行阶段。
[0110]
在一个实施例中，为了提高剩余寿命预测精度，可以针对每个运行阶段对应的均
方根值rms分别进行退化趋势分析，从而确定每个运行阶段是否具有退化趋势。由于无退化趋势的运行阶段无法进行剩余寿命预测，因此，可以将无退化趋势的运行阶段的历史振动数据剔除，仅保留具有退化趋势的运行阶段的历史振动数据。
[0111]
在一个实施例中，该退化趋势是指随时间变化，某些数据变化呈一定的变化趋势，例如数据逐渐减小或数据逐渐增大。例如，当历史振动数据均为振动速度数据时，该退化趋势是指根据一段时间内的多组振动数据相应计算出的多个均方根值逐渐增大。
[0112]
在一个实施例中，所述根据预设的退化趋势分析算法对每个运行阶段的均方根值进行退化趋势分析，选出具有退化趋势的运行阶段，可以包括：针对每个运行阶段分别执行以下操作：
[0113]
对该运行阶段所述均方根值进行线性回归处理，获取一条直线，并计算所述直线的斜率；
[0114]
将所述斜率大于或等于预设的斜率阈值的直线对应的运行阶段作为具有退化趋势的运行阶段；将所述斜率小于所述斜率阈值的直线对应的运行阶段作为不具有退化趋势的运行阶段。
[0115]
在一个实施例中，该斜率阈值可以根据不同的应用场景和需求自行定义，在此对于斜率阈值的详细数值不做限定。例如，该斜率阈值可以选择10
°
，当斜率大于或等于10
°
时，可以判断为该运行阶段的历史振动数据有退化趋势，当斜率小于10
°
时，可以判断该运行阶段的历史振动数据比较稳定，无退化趋势；如图5所示，为具有退化趋势的历史振动数据对应直线示意图；如图6所示，为不具有退化趋势的历史振动数据对应直线示意图。在图5和图6中，横坐标为时间(time)数据(随着横坐标的延伸，时间数值越来越大，直至电梯运行设备的最大寿命)，纵坐标为均方根值rms。
[0116]
s203、对具有退化趋势的运行阶段的历史振动数据进行多项式拟合获取相应运行阶段对应的剩余寿命预测模型。
[0117]
在一个实施例中，分别对具有退化趋势的每个运行阶段的历史振动数据进行多项式拟合，获取该运行阶段对应的退化曲线，将每个运行阶段对应的退化曲线作为该运行阶段对应的剩余寿命预测模型。如图7所示，为拟合出的退化曲线示意图。
[0118]
在一个实施例中，所述根据获取的所述振动数据和所述剩余寿命预测模型预测电梯运行设备的剩余寿命，可以包括：
[0119]
将每一个剩余寿命预测模型对应的运行阶段中实时获取的所述振动数据与该剩余寿命预测模型相比较，获取相应的剩余寿命；
[0120]
对获取的多个剩余寿命进行计算获取电梯运行设备的最终的剩余寿命。
[0121]
在一个实施例中，例如，如果每个运行阶段的剩余寿命预测模型(退化曲线)是针对振动速度创建的，则对于任意一个运行阶段的剩余寿命预测模型(退化曲线)，可以将该运行阶段实时获取的最新的振动速度的rms值与该退化曲线的纵坐标相比较，确定该rms值在纵坐标上对应的数值，并做一条经过该数值的平行于横轴的直线，获得该直线与退化曲线的交点，获取该交点的横坐标，便可以确定为电梯运行设备(例如永磁同步电机)的当前寿命，通过将电梯运行设备的最大寿命减去该当前寿命，就是该电梯运行设备在该运行阶段的剩余寿命。
[0122]
在一个实施例中，当具有退化趋势的运行阶段包括多个时，可以根据上述计算方
法计算出每个运行阶段对应的剩余寿命。
[0123]
在一个实施例中，当具有退化趋势的运行阶段包括多个时，可以计算该多个具有退化趋势的运行阶段的剩余寿命的平均值；可以直接求平均值，也可以在去除多个剩余寿命中的最大值和最小值以后再对剩余的剩余寿命求平均值，获取最终的剩余寿命。已知，目前电梯发生故障或零部件损坏后，通常维保人员不能及时知晓，这种情况极易造成由于电梯故障的未及时处理引起更加严重的事故。
[0124]
在一个实施例中，在根据所提取的特征值进行电梯故障诊断后，所述的方法还可以包括：
[0125]
将获得的故障诊断结果发送到预先设置的云平台，以便使得该云平台可以对所述的故障诊断结果进行归类，根据不同归类结果采用相应的通讯方式将所述的故障诊断结果发送至运维人员。
[0126]
在一个实施例中，边缘设备可以将故障诊断相关数据和故障诊断结果实时发送至预设的云平台，以便于通过云平台对这些数据进行保存和进一步处理。
[0127]
在一个实施例中，可以将数据分析结果和故障诊断结果通过预设的通讯技术传输至云平台上，该通讯技术可以包括但不限于目前存在的任何可以实施的通讯技术，例如，可以包括但不限于：4g(第四代通讯技术)、5g(第五代通讯技术)以及近场通信技术等。
[0128]
在一个实施例中，该云平台可以管理并处理多个区域的多个电梯的故障诊断数据和故障诊断结果，并可以根据不同电梯的唯一身份标识id和/或不同电梯的定位信息确定不同的电梯。
[0129]
在一个实施例中，在该云平台内，可以针对接收到的某一电梯的故障诊断结果对该故障的故障程度进行归类，例如，轻度故障、中度故障、重度故障等，或者，可以对不同的故障程度进行等级划分，例如，一级故障、二级故障、三级故障等。
[0130]
在一个实施例中，针对不同类型的故障程度，可以采用不同的通知方式来对当前故障发出通知。
[0131]
在一个实施例中，该通知方式可以包括但不限于：电话、短信、邮件、微信、公众号、小程序、应用app、网页信息推送、显示屏展示、喇叭报警等方式。
[0132]
在一个实施例中，针对无故障情况或者故障程度较轻的故障，可以仅通过网页信息推送、显示屏展示、邮件通知等方式通知相关人员，例如，物业、业主以及维保人员等。在一个实施例中，针对故障程度较重的故障，可以通过电话、喇叭报警等方式通知相关人员，以便于迅速使得相关人员了解故障情况。
[0133]
在一个实施例中，相关人员还可以通过手机app和网页端查询等方式查看电梯的电梯运行状态数据的实时数据和历史数据。
[0134]
在一个实施例中，本技术实施例方案至少包括以下优势：帮助物业人员和维护人员提前及时获取和定位电梯的故障信息和故障源，提前预知电梯核心零部件的寿命和故障状态并进行视情维护，节省人力，并避免故障耦合的干扰。
[0135]
本技术实施例方案还提出了一种电梯故障检测装置1，如图8所示，可以包括处理器11和计算机可读存储介质12，所述的计算机可读存储介质12当中存储有指令，并且当所述的指令被所述的处理器11执行时，可以实现所述的电梯故障检测方法。
[0136]
在一个实施例中，前述的电梯故障检测方法中的任意实施例均可以应用于该装置
实施例中，在此不再一一赘述。
[0137]
本技术实施例方案还提供了一种电梯故障检测系统2，如图9所示，可以包括云平台21、边缘设备22和数据采集设备23；上述的电梯故障检测装置1可以设置于所述的边缘设备22上；
[0138]
所述的数据采集设备23，可以设置为采集电梯运行状态数据。
[0139]
在一个实施例中，所述的数据采集设备23可以包括但不限于以下任意一种或者多种：电流传感器、速度传感器、位置传感器和振动传感器。
[0140]
在一个实施例中，前述的电梯故障检测方法中的任意实施例均可以应用于该系统实施例中，在此不再一一赘述。
[0141]
本技术实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，所述的计算机程序在被处理器执行时，可以实现所述的电梯故障检测方法。
[0142]
在一个实施例中，前述的电梯故障检测方法中的任意实施例均可以应用于该计算机可读存储介质实施例中，在此不再一一赘述。
[0143]
本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施方式中，在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分；例如，一个物理组件可以具有多个功能，或者一个功能或步骤可以由若干物理组件合作执行。某些组件或所有组件可以被实施为由处理器，如数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于ram、rom、eeprom、闪存或其他存储器技术、cd-rom、数字多功能盘(dvd)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。

技术特征：
1.一种电梯故障检测方法，其特征在于，所述方法包括：获取开关门状态下的电梯运行状态数据；所述电梯运行状态数据包括以下任意一种或多种：电梯的运行数据以及电梯的振动数据；对所述电梯运行状态数据按照一个开关门周期内不同的运行阶段进行划分；对每个运行阶段的电梯运行状态数据分别进行特征值提取，根据每个运行阶段的特征值进行电梯故障诊断；和/或，在所述电梯运行状态数据包括所述振动数据时，根据每个运行阶段的历史振动数据选出历史振动数据具有退化趋势的运行阶段，根据选出的运行阶段的历史振动数据创建该运行阶段的剩余寿命预测模型，并根据获取的所述振动数据和所述剩余寿命预测模型预测电梯运行设备的剩余寿命。2.根据权利要求1所述的电梯故障检测方法，其特征在于，所述运行阶段包括：开门过程中的以下运行阶段：门处于闭门状态阶段、第一缓开门阶段、加速开门阶段、匀速开门阶段、减速开门阶段和第二缓开门阶段；以及，闭门过程中的以下运行阶段：门处于打开状态阶段、第一缓闭门阶段、加速闭门阶段、匀速闭门阶段、减速闭门阶段和第二缓闭门阶段。3.根据权利要求1所述的电梯故障检测方法，其特征在于，所述对每个运行阶段的电梯运行状态数据分别进行特征值提取，包括：按照预设的计算算法对所述电梯运行状态数据进行计算，获取所述特征值；所述计算算法包括以下任意一种：均方根值计算、均值计算、求最大值以及求最小值。4.根据权利要求1-3任意一项所述的电梯故障检测方法，其特征在于，在所述电梯运行状态数据包括电梯的运行数据的情况下，所述根据每个运行阶段的特征值进行电梯故障诊断，包括：将所述运行数据对应的特征值输入预先训练好的故障判断模型中，通过所述故障判断模型判断电梯是否故障以及电梯出现故障时的故障类型，并输出判断结果；或者，基于所述运行数据对应的特征值，采用预设的故障树算法判断电梯是否故障以及电梯出现故障时的故障类型。5.根据权利要求1-3任意一项所述的电梯故障检测方法，其特征在于，所述电梯运行设备包括：电梯的开关门滑轨和/或电机；所述电梯的振动数据包括电梯的开关门滑轨和/或电机的振动数据；在所述电梯运行状态数据包括所述电梯的振动数据的情况下，所述根据每个运行阶段的特征值进行电梯故障诊断，包括：判断所述开关门滑轨和/或所述电机的状态是否异常。6.根据权利要求5所述的电梯故障检测方法，其特征在于，所述判断所述开关门滑轨和/或所述电机的状态是否异常，包括：将所述振动数据对应的特征值与预设的异常状态指标相比较，当所述特征值符合所述异常状态指标时，确定所述开关门滑轨和/或所述电机处于异常状态。7.根据权利要求1-3任意一项所述的电梯故障检测方法，其特征在于，所述根据每个运行阶段的历史振动数据选出历史振动数据具有退化趋势的运行阶段，根据选出的运行阶段的历史振动数据创建该运行阶段的剩余寿命预测模型，包括：获取每个运行阶段的预设时长内的历史振动数据，并计算每个运行阶段的历史振动数
据的均方根值；根据预设的退化趋势分析算法对每个运行阶段的均方根值进行退化趋势分析，选出具有退化趋势的运行阶段；对具有退化趋势的运行阶段的历史振动数据进行多项式拟合获取相应运行阶段对应的剩余寿命预测模型。8.根据权利要求7所述的电梯故障检测方法，其特征在于，所述根据预设的退化趋势分析算法对每个运行阶段的均方根值进行退化趋势分析，选出具有退化趋势的运行阶段，包括：针对每个运行阶段分别执行以下操作：对该运行阶段的所述均方根值进行线性回归处理，获取一条直线，并计算所述直线的斜率；将所述斜率大于或等于预设的斜率阈值的直线对应的运行阶段作为具有退化趋势的运行阶段；将所述斜率小于所述斜率阈值的直线对应的运行阶段作为不具有退化趋势的运行阶段。9.根据权利要求1-3任意一项所述的电梯故障检测方法，其特征在于，所述根据获取的所述振动数据和所述剩余寿命预测模型预测电梯运行设备的剩余寿命，包括：将每一个剩余寿命预测模型对应的运行阶段中实时获取的所述振动数据与该剩余寿命预测模型相比较，获取相应的剩余寿命；对获取的多个剩余寿命进行计算获取电梯运行设备的最终的剩余寿命。10.根据权利要求1-3任意一项所述的电梯故障检测方法，其特征在于，在根据每个运行阶段的特征值进行电梯故障诊断以后，所述方法还包括：将故障诊断结果发送至预设的云平台，以使得所述云平台对所述故障诊断结果进行归类，并根据不同的归类结果以相应的通讯方式将所述故障诊断结果发送给运维人员。11.一种电梯故障检测装置，其特征在于，包括处理器和计算机可读存储介质，所述计算机可读存储介质中存储有指令，当所述指令被所述处理器执行时，实现如权利要求1-10任意一项所述的电梯故障检测方法。12.一种电梯故障检测系统，其特征在于，包括：云平台、边缘设备和数据采集设备；权利要求11所述的电梯故障检测装置设置于所述边缘设备上；所述数据采集设备，设置为采集电梯运行状态数据。13.根据权利要求12所述的电梯故障检测系统，其特征在于，所述数据采集设备包括以下任意一种或多种：电流传感器、速度传感器、位置传感器和振动传感器。14.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-10任意一项所述的电梯故障检测方法。

技术总结
本申请实施例公开了电梯故障检测方法、装置、系统和计算机可读存储介质，该方法包括：获取在开关门状态下的电梯运行状态数据；对电梯运行状态数据依据电梯的一个开关门周期内的不同运行阶段进行划分；对每个运行阶段对应的电梯运行状态数据分别进行特征值的提取；根据特征值进行电梯故障诊断；和/或，在电梯运行状态数据包括振动数据时根据每个运行阶段的历史振动数据选出具有退化趋势的运行阶段，根据选出的运行阶段的历史振动数据创建剩余寿命预测模型，并根据获取的振动数据和剩余寿命预测模型预测电梯运行设备的剩余寿命。通过该实施例方案，实现了及时、自动地进行电梯故障诊断，节省人力，并避免故障耦合的干扰。并避免故障耦合的干扰。并避免故障耦合的干扰。


技术研发人员：范玉川 吴斌 范波 陈卓 严彩忠
受保护的技术使用者：广东美的暖通设备有限公司
技术研发日：2023.04.07
技术公布日：2023/7/7