【技術(shù)實現(xiàn)步驟摘要】
本專利技術(shù)涉及電梯安全，具體涉及一種電梯智能巡檢方法。
技術(shù)介紹
1、隨著高層建筑的不斷增多，電梯的使用越來越廣泛。電梯的安全運行至關(guān)重要，傳統(tǒng)的電梯巡檢主要依靠人工定期檢查，存在效率低、漏檢風(fēng)險高、難以實時監(jiān)測等問題，因此，需要一種更加智能、高效的電梯巡檢方法來確保電梯的安全運行。
技術(shù)實現(xiàn)思路
1、本專利技術(shù)的目的是為了解決上述問題，設(shè)計了一種電梯智能巡檢方法，以解決現(xiàn)有電梯巡檢方法存在的問題。
2、本專利技術(shù)提供一種電梯智能巡檢方法，所述電梯智能巡檢方法包括以下步驟：
3、通過傳感器采集電梯的運行數(shù)據(jù)、狀態(tài)數(shù)據(jù)和故障數(shù)據(jù)，得到電梯數(shù)據(jù)集合，通過對所述電梯數(shù)據(jù)集合中的數(shù)據(jù)進(jìn)行分析，生成服務(wù)數(shù)據(jù)，其中所述服務(wù)數(shù)據(jù)至少包括維保條目、電梯部件的自動檢測結(jié)果；
4、獲取電梯的維保任務(wù)，針對所述維保任務(wù)形成巡檢機(jī)器人的功能庫，根據(jù)所述服務(wù)數(shù)據(jù)得到電梯的健康狀態(tài)分析結(jié)果，并確定電梯的巡檢任務(wù)；
5、下發(fā)電梯的巡檢任務(wù)至巡檢機(jī)器人，將任務(wù)參數(shù)和任務(wù)情況整合，得到任務(wù)數(shù)據(jù)，對所述任務(wù)數(shù)據(jù)進(jìn)行分析，預(yù)測各任務(wù)完成所需時間；
6、結(jié)合電梯位置和巡檢機(jī)器人行動軌跡，規(guī)劃好各個巡檢機(jī)器人的巡檢路線，分解成個體任務(wù)下發(fā)給巡檢機(jī)器人，經(jīng)過巡檢機(jī)器人巡檢輸出巡檢報告。
7、可選的，在本專利技術(shù)的第一種實現(xiàn)方式中，所述通過傳感器采集電梯的運行數(shù)據(jù)、狀態(tài)數(shù)據(jù)和故障數(shù)據(jù)，得到電梯數(shù)據(jù)集合，通過對所述電梯數(shù)據(jù)集合中的數(shù)據(jù)進(jìn)行分析，生成服務(wù)數(shù)據(jù)，
8、采用中值濾波方法對所述電梯數(shù)據(jù)集合中的數(shù)據(jù)進(jìn)行平滑處理，去除異常值和噪聲數(shù)據(jù)，對經(jīng)過平滑處理的數(shù)據(jù)進(jìn)行歸一化處理，得到新的電梯數(shù)據(jù)集合；
9、采用z-score標(biāo)準(zhǔn)化對新的電梯數(shù)據(jù)集合中數(shù)據(jù)進(jìn)行數(shù)據(jù)處理，得到標(biāo)準(zhǔn)化數(shù)據(jù)；
10、計算標(biāo)準(zhǔn)化后數(shù)據(jù)的協(xié)方差矩陣，得到協(xié)方差矩陣的特征值和特征向量，按照特征值的大小對特征向量進(jìn)行排序，選擇前n個特征值對應(yīng)的特征向量組成主成分；
11、將新的電梯數(shù)據(jù)集合中數(shù)據(jù)投影到主成分上，得到降維后的新數(shù)據(jù)，根據(jù)主成分分析的結(jié)果，確定維保條目的關(guān)注方向；
12、采用聚類算法對降維后的新的電梯數(shù)據(jù)集合中數(shù)據(jù)進(jìn)行分類，識別不同類型的電梯運行狀態(tài)和故障模式，根據(jù)聚類結(jié)果，生成電梯部件的自動檢測結(jié)果；
13、綜合主成分分析和聚類分析的結(jié)果，確定電梯的維保條目，評估每個維保條目的重要性和緊急程度，確定優(yōu)先級，根據(jù)優(yōu)先級對維保條目進(jìn)行排序，生成服務(wù)數(shù)據(jù)。
14、可選的，在本專利技術(shù)的第二種實現(xiàn)方式中，所述采用聚類算法對降維后的新的電梯數(shù)據(jù)集合中數(shù)據(jù)進(jìn)行分類，識別不同類型的電梯運行狀態(tài)和故障模式，根據(jù)聚類結(jié)果，生成電梯部件的自動檢測結(jié)果，包括：
15、從降維后的新的電梯數(shù)據(jù)集合中數(shù)據(jù)中隨機(jī)選取第一個聚類中心，并通過迭代計算獲取第一個聚類中心與新的電梯數(shù)據(jù)集合中數(shù)據(jù)之間最短距離和，建立距離集合；
16、對距離集合歸一化處理，計算距離集合中所有距離和，并添加拉普拉斯噪聲，獲取噪聲添加后最短距離和；
17、在降維后的新的電梯數(shù)據(jù)集合中數(shù)據(jù)歸一化范圍內(nèi)選取種子聚類中心，并循環(huán)計算數(shù)據(jù)、聚類中心最短距離，直至完成聚類中心的選取；
18、基于獲取的最短距離集合以及聚類中心的選取，將最短距離集合對應(yīng)數(shù)據(jù)劃分至聚類中心中,得到數(shù)據(jù)類別；
19、對數(shù)據(jù)類別均值展開計算,并在計算結(jié)果中加入噪聲,并將結(jié)果作為新的數(shù)據(jù)中心點，重復(fù)迭代直至直到聚類中心不再變化或達(dá)到預(yù)設(shè)的迭代次數(shù)，完成數(shù)據(jù)聚類；
20、根據(jù)聚類結(jié)果，識別不同類型的電梯運行狀態(tài)和故障模式，至少包括正常運行類、輕微故障類、嚴(yán)重故障類；
21、對于每個聚類，分析該類中電梯數(shù)據(jù)，確定各個部件的運行狀態(tài)，生成電梯部件的自動檢測結(jié)果。
22、可選的，在本專利技術(shù)的第三種實現(xiàn)方式中，所述獲取電梯的維保任務(wù)，針對所述維保任務(wù)形成巡檢機(jī)器人的功能庫，根據(jù)所述服務(wù)數(shù)據(jù)得到電梯的健康狀態(tài)分析結(jié)果，并確定電梯的巡檢任務(wù)，包括：
23、對電梯維保任務(wù)進(jìn)行任務(wù)分類，并為每個維保任務(wù)進(jìn)行編碼，其中所述任務(wù)分類至少包括機(jī)械部件檢查、電氣系統(tǒng)檢測、安全裝置測試；
24、根據(jù)維保任務(wù)的分類和編碼，為巡檢機(jī)器人構(gòu)建功能庫，其中所述功能庫包含每個維保任務(wù)對應(yīng)的機(jī)器人操作指令；
25、建立電梯健康狀態(tài)評估模型，基于所述服務(wù)數(shù)據(jù)通過所述電梯健康狀態(tài)評估模型對電梯的健康狀態(tài)進(jìn)行評估，得到電梯的健康狀態(tài)分析結(jié)果，其中所述電梯健康狀態(tài)評估模型為基于ga算法優(yōu)化的bp神經(jīng)網(wǎng)絡(luò)。
26、可選的，在本專利技術(shù)的第四種實現(xiàn)方式中，所述基于ga算法優(yōu)化的bp神經(jīng)網(wǎng)絡(luò)包括以下步驟：
27、選擇種群大小以及染色體，確定適應(yīng)度函數(shù)，并隨機(jī)產(chǎn)生一個初始種群；
28、通過適應(yīng)度比例方法計計算出每一串的累計概率及選擇概率，將適應(yīng)度大的個體放回種群；
29、根據(jù)交叉概率確定是否對選中的兩個個體進(jìn)行交叉操作，如果進(jìn)行交叉操作，隨機(jī)選擇染色體上的一個或多個位置作為交叉點，在交叉點處交換兩個個體的部分染色體，生成兩個新的個體；
30、根據(jù)變異概率確定是否對選中的個體進(jìn)行變異操作，如果進(jìn)行變異操作，隨機(jī)選擇染色體上的一個位置作為變異點，對變異點處的基因值進(jìn)行隨機(jī)改變；
31、將經(jīng)過選擇、交叉和變異操作后得到的新種群作為下一代種群，進(jìn)行新一輪的適應(yīng)度評估、選擇、交叉和變異操作，直到達(dá)到預(yù)設(shè)的迭代次數(shù)，在迭代結(jié)束后，從最后一代種群中選擇適應(yīng)度最高的個體作為優(yōu)化后的bp神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值。
32、可選的，在本專利技術(shù)的第五種實現(xiàn)方式中，所述下發(fā)電梯的巡檢任務(wù)至巡檢機(jī)器人，將任務(wù)參數(shù)和任務(wù)情況整合，得到任務(wù)數(shù)據(jù)，對所述任務(wù)數(shù)據(jù)進(jìn)行分析，預(yù)測各任務(wù)完成所需時間，包括：
33、收集巡檢機(jī)器人歷史巡檢任務(wù)的數(shù)據(jù)，將收集到的數(shù)據(jù)按照時間順序進(jìn)行整理，形成時間序列數(shù)據(jù)集，將所述時間序列數(shù)據(jù)集按一定比例劃分為訓(xùn)練集和驗證集；
34、對整理好的時間序列數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗，基于平穩(wěn)性校驗結(jié)果選擇時間序列分析模型；
35、使用訓(xùn)練集對時間序列分析模型進(jìn)行訓(xùn)練，使用均方根誤差評估模型的擬合效果，在驗證集上對訓(xùn)練好的模型進(jìn)行驗證，得到訓(xùn)練好的時間序列模型；
36、將任務(wù)數(shù)據(jù)輸入訓(xùn)練好的時間序列模型，模型根據(jù)歷史數(shù)據(jù)的模式和趨勢，預(yù)測各任務(wù)完成所需時間。
37、可選的，在本專利技術(shù)的第六種實現(xiàn)方式中，所述結(jié)合電梯位置和巡檢機(jī)器人行動軌跡，規(guī)劃好各個巡檢機(jī)器人的巡檢路線，分解成個體任務(wù)下發(fā)給巡檢機(jī)器人，經(jīng)過巡檢機(jī)器人巡檢輸出巡檢報告，包括：
38、基于a*算法將電梯位置和巡檢機(jī)器人經(jīng)過的區(qū)域構(gòu)建為一個圖，節(jié)點表示位置點，邊表示兩個位置點之間的連接，為每條邊賦予指標(biāo)權(quán)重，在圖中搜索從當(dāng)前巡檢機(jī)器人位置到目標(biāo)電梯位置的最短路徑，其中所述指標(biāo)至少包括距離、本文檔來自技高網(wǎng)...
【技術(shù)保護(hù)點】
1.一種電梯智能巡檢方法，其特征在于，所述電梯智能巡檢方法包括以下步驟：
2.如權(quán)利要求1所述的一種電梯智能巡檢方法，其特征在于，所述通過傳感器采集電梯的運行數(shù)據(jù)、狀態(tài)數(shù)據(jù)和故障數(shù)據(jù)，得到電梯數(shù)據(jù)集合，通過對所述電梯數(shù)據(jù)集合中的數(shù)據(jù)進(jìn)行分析，生成服務(wù)數(shù)據(jù)，包括：
3.如權(quán)利要求2所述的一種電梯智能巡檢方法，其特征在于，所述采用聚類算法對降維后的新的電梯數(shù)據(jù)集合中數(shù)據(jù)進(jìn)行分類，識別不同類型的電梯運行狀態(tài)和故障模式，根據(jù)聚類結(jié)果，生成電梯部件的自動檢測結(jié)果，包括：
4.如權(quán)利要求1所述的一種電梯智能巡檢方法，其特征在于，所述獲取電梯的維保任務(wù)，針對所述維保任務(wù)形成巡檢機(jī)器人的功能庫，根據(jù)所述服務(wù)數(shù)據(jù)得到電梯的健康狀態(tài)分析結(jié)果，并確定電梯的巡檢任務(wù)，包括：
5.如權(quán)利要求4所述的一種電梯智能巡檢方法，其特征在于，所述基于GA算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)包括以下步驟：
6.如權(quán)利要求1所述的一種電梯智能巡檢方法，其特征在于，所述下發(fā)電梯的巡檢任務(wù)至巡檢機(jī)器人，將任務(wù)參數(shù)和任務(wù)情況整合，得到任務(wù)數(shù)據(jù)，對所述任務(wù)數(shù)據(jù)進(jìn)行分析，預(yù)測各任務(wù)完
7.如權(quán)利要求1所述的一種電梯智能巡檢方法，其特征在于，所述結(jié)合電梯位置和巡檢機(jī)器人行動軌跡，規(guī)劃好各個巡檢機(jī)器人的巡檢路線，分解成個體任務(wù)下發(fā)給巡檢機(jī)器人，經(jīng)過巡檢機(jī)器人巡檢輸出巡檢報告，包括：
8.一種電梯智能巡檢裝置，其特征在于，所述電梯智能巡檢裝置包括第一數(shù)據(jù)分析模塊、健康狀態(tài)分析模塊、第二數(shù)據(jù)分析模塊和巡檢路線規(guī)劃模塊，其中，
9.一種電梯智能巡檢設(shè)備，其特征在于，所述電梯智能巡檢設(shè)備包括：存儲器和至少一個處理器，所述存儲器中存儲有指令；
10.一種計算機(jī)可讀存儲介質(zhì)，所述計算機(jī)可讀存儲介質(zhì)上存儲有指令，其特征在于，所述指令被處理器執(zhí)行時實現(xiàn)如權(quán)利要求1-7中任一項所述電梯智能巡檢方法的各個步驟。
...【技術(shù)特征摘要】
1.一種電梯智能巡檢方法，其特征在于，所述電梯智能巡檢方法包括以下步驟：
2.如權(quán)利要求1所述的一種電梯智能巡檢方法，其特征在于，所述通過傳感器采集電梯的運行數(shù)據(jù)、狀態(tài)數(shù)據(jù)和故障數(shù)據(jù)，得到電梯數(shù)據(jù)集合，通過對所述電梯數(shù)據(jù)集合中的數(shù)據(jù)進(jìn)行分析，生成服務(wù)數(shù)據(jù)，包括：
3.如權(quán)利要求2所述的一種電梯智能巡檢方法，其特征在于，所述采用聚類算法對降維后的新的電梯數(shù)據(jù)集合中數(shù)據(jù)進(jìn)行分類，識別不同類型的電梯運行狀態(tài)和故障模式，根據(jù)聚類結(jié)果，生成電梯部件的自動檢測結(jié)果，包括：
4.如權(quán)利要求1所述的一種電梯智能巡檢方法，其特征在于，所述獲取電梯的維保任務(wù)，針對所述維保任務(wù)形成巡檢機(jī)器人的功能庫，根據(jù)所述服務(wù)數(shù)據(jù)得到電梯的健康狀態(tài)分析結(jié)果，并確定電梯的巡檢任務(wù)，包括：
5.如權(quán)利要求4所述的一種電梯智能巡檢方法，其特征在于，所述基于ga算法優(yōu)化的bp神經(jīng)網(wǎng)絡(luò)包括以下步驟：
6.如權(quán)利要...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：張立群，陳彥明，
申請(專利權(quán))人：日立樓宇技術(shù)廣州有限公司，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。