[发明专利]自动扶梯的在线故障监控预警方法及系统

说明书

本发明公开了自动扶梯的在线故障监控预警方法和系统，其中方法包括：获取多个传感器的数据；融合传感器特征得到关键部件的实时信号特征；将实时信号特征和正常信号特征转化为分布变化并进行对比以得到健康值；集成状态样本库；接收自动扶梯发送的故障码，分析故障码得到故障状态，向客户端发送故障状态数据并分配维护工单。使自动扶梯处于监控和故障预警状态，提高了扶梯运行效率，保证自动扶梯的安全性的同时节约人工成本；建立状态样本库，并优化机器学习模型；自动分配工单，便于及时反应和维护工作的安排。

技术领域

本发明涉及扶梯的监测领域，特别是自动扶梯的在线故障监控预警方法及系统。

背景技术

自动扶梯，是一种具有循环运行阶梯的扶梯，用于向上或向下倾斜运送乘客的固定电力驱动设备。自动扶梯被广泛应用到楼层，给人们的日常生活和工作带来了极大的便利，同时也衍生出自动扶梯安全运行的问题。

通常通过事后故障检查和维修和定期进行固定项目的维护保养这两种方式对自动扶梯进行维护，降低事故发生的几率，防范于未然。但是事后故障检查和维修是指故障已经发生，造成了事故发生的不可逆影响。定期进行固定项目的维护保养，在预防设备故障和事故方面能起到一定作用，但它计划性太强，检修周期固定，不论设备实际状态如何，到期就修。在一定程度上，造成了维保过剩，直接增加了设备维保的成本。且对于维修人员工作经验和能力要求更高，人工成本高，增加了企业运营成本。

发明内容

本发明的目的在于至少解决现有技术中存在的技术问题之一，提供自动扶梯的在线故障监控预警方法及系统。

本发明解决其问题所采用的技术方案是：

本发明的第一方面，自动扶梯的在线故障监控预警方法，包括以下步骤：

获取安装在各个自动扶梯关键部件上的多个传感器的数据；

提取多个传感器的数据的特征并将其融合得到各个自动扶梯关键部件的实时信号特征；

利用机器学习模型将实时信号特征和正常信号特征转化为分布变化并进行对比以得到自动扶梯的健康值，实时监控自动扶梯的健康状况；

将实时信号特征和对比数据集成到状态样本库，并用于优化机器学习模型；

当自动扶梯的健康值低于设定阈值，接收自动扶梯发送的故障码并记录此时故障部件上的传感器的数据、故障部件的实时信号特征和健康值；

分析故障码得到故障状态，向客户端发送故障状态数据并分配维护工单。

根据本发明的第一方面，所述传感器包括振动传感器、电梯温度传感器、电流传感器、环境噪声传感器和环境温度传感器；所述振动传感器分别安装在电机壳体、减速机输入轴承位置和输出轴承位置的壳体、主驱动轴承的左侧和右侧、涨紧架的左侧顶部和右侧顶部；所述电梯温度传感器安装在扶梯扶手带桁架左右两侧；所述电流传感器安装在扶梯电柜内电流输出相；所述环境噪声传感器安装在电梯机坑内部；所述环境温度传感器安装于电梯机坑内部。

根据本发明的第一方面，所述传感器的采样频率如下：Fs＝r*Fmax；其中Fs为采样频率，r的取值范围为[2,5],Fmax为自动扶梯关键部件的最大分析频率。

根据本发明的第一方面，所述提取多个传感器的数据的特征并将其融合得到各个自动扶梯关键部件的实时信号特征具体为：提取多个传感器的数据的特征，利用主成分分析法降维，然后提取占90％信息分量的特征作为自动扶梯关键部件的实时信号特征；其中自动扶梯关键部件的实时信号特征包括轴承实时信号特征、齿轮实时信号特征、电机实时信号特征和扶手带实时信号特征。

根据本发明的第一方面，所述主成分分析法中信息分量的计算如下：其中，分母为输入的特征的所有奇异值平方和，分子为输入的特征的前k大奇异值平方和。