[发明专利]基于云边协同的电梯故障预测方法及装置

说明书

本发明公开了基于云边协同的电梯故障预测方法及装置。该方法包括云端设备将预置的故障预测模型的全局初始参数加密广播至各个边端设备；各个边端设备实时采集电梯设备运行的声纹数据，基于声纹数据对应的频域信息和全局初始参数对预置的故障预测模型进行模型训练，得到局部模型参数；云端设备接收并解密局部模型参数，根据加权算法对全局模型进行更新，将更新后的全局模型参数下发给所有边端设备进行迭代，以得到最终预测模型；各个边端设备基于当前时刻电梯设备的目标频域信息和最终预测模型对电梯设备故障的概率进行预测，得到预测概率矩阵；云端设备根据预测概率矩阵的故障概率进行对应的处理。该方法实现了电梯故障概率的预测。

技术领域

本发明实施例涉及电梯故障预测技术领域，尤其涉及基于云边协同的电梯故障预测方法及装置。

背景技术

随着全国各地城市化进程的加快，电梯装置在高层建筑内的跨楼层调度中扮演着不可或缺的角色。电梯装置拥有高度集成化和自动化的特点，主要由曳引系统、导向系统、重量平衡系统、电力拖动系统、电气控制系统、安全保护系统以及轿厢设备等组成。在多个控制系统和设备的协同工作下，电梯设备完成人员和货物在楼层间的运输调度作业，极大地提高了人员出行的效率。

在电梯装置提供调度服务的背后，存在着高昂的周期性电梯维护物业成本，此外，在电梯的高频使用、电梯乘客的不文明乘梯行为、电梯设备磨损和复杂环境等诸多因素影响下，因电梯故障导致的突发情况时常发生，对电梯乘客的生命安全和财产安全构成严重的威胁。针对电梯的故障预警、故障诊断和维保养护工作等难题，亟需一种能够准确预测电梯故障的方法。

发明内容

本发明实施例提供了基于云边协同的电梯故障预测方法、装置及车辆，旨在解决现有技术中无法准确预测电梯故障概率的问题。

第一方面，本发明实施例提供了一种基于云边协同的电梯故障预测方法，其包括：

云端设备将预置的故障预测模型的全局初始参数加密广播至各个边端设备；

各个所述边端设备实时采集电梯设备运行的声纹数据，并根据预置的时频转换函数对所述声纹数据进行短时傅里叶变换，得到对应的频域信息；

各个所述边端设备获取所述全局初始参数，基于对应的频域信息和所述全局初始参数对本地预置的故障预测模型进行模型训练，得到对应的局部模型参数，并将所述局部模型参数加密后传输至所述云端设备；

所述云端设备接收并解密来自各个所述边端设备的局部模型参数，根据加权算法对全局模型进行更新，并将更新后得到的全局模型参数下发给所有边端设备，使各个所述边端设备持续对自身的局部模型参数进行迭代，直至达到预设条件，得到最终预测模型；

各个所述边端设备基于当前时刻所述电梯设备对应的目标频域信息和所述最终预测模型，对所述电梯设备故障的概率进行预测，得到对应的预测概率并将所述预测概率上传至所述云端设备；

所述云端设备对所述预测概率矩阵进行筛选，得到所述电梯设备的故障概率，并根据所述故障概率进行对应的处理。

第二方面，本发明实施例提供了一种基于云边协同的电梯故障预测装置，其包括云端设备、多个边端设备和对应的多个电梯设备；其中，云端设备和各边端设备通信连接，各边端设备与对应的电梯设备通信连接；

所述云端设备，用于将预置的故障预测模型的全局初始参数加密广播至各个边端设备；

各个所述边端设备，用于实时采集电梯设备运行的声纹数据，并根据预置的时频转换函数对所述声纹数据进行短时傅里叶变换，得到对应的频域信息；

各个所述边端设备，还用于获取所述全局初始参数，基于对应的频域信息和所述全局初始参数对本地预置的故障预测模型进行模型训练，得到对应的局部模型参数，并将所述局部模型参数加密后传输至所述云端设备；