基于时频转换算法的电梯自诊断及预诊断系统和方法

摘要

本发明公开了一种基于时频转换算法的电梯自诊断及预诊断系统和方法，所述电梯自诊断及预诊断系统包括传感器和电梯控制系统，或包括变频器和电梯控制系统，所述传感器与电梯控制系统连接，所述变频器与电梯控制系统连接，所述电梯控制系统包括数据转换模块、数据融合模块、判断模块、异常分析模块、异常/故障消除模块和异常/故障信息发送模块。本发明大大降低了公司的人力成本，减少了电梯的停梯次数，提高了乘客的体验和电梯使用效率，同时由于提前诊断并解决了异常或故障，极大的提高了公司产品技术含量，提升了行业竞争力，有利于公司对电梯产品进行推广和品牌建立。

说明书

技术领域

本发明涉及一种电梯自诊断及预诊断系统和方法，尤其是一种基于时频转换算法的电梯自诊断及预诊断系统和方法，属于电梯诊断技术领域。

背景技术

由于今年来IT技术的不断发展，计算机或处理器的运算能力越来越强，数据存储的空间和方式也在不断拓展，同时，由于信息的不断透明化，社会关注度的不断提高，现在对电梯系统的安全性、稳定性等方面提出了更高的要求。而当前行业竞争的加剧，行业内技术水平的不断提高，我们也需要提出更高的电梯控制、优化技术来提升本公司的行业竞争力和核心竞争力。

然而，现有的大部分解决方案都是基于已发生的故障的自诊断或远程监控系统，更优秀的有对已发生的部分故障进行自动修正的方案，或远程云端调整或技术指导，但几乎都是基于已发生的故障的解决方案。

发明内容

本发明的目的是为了解决上述现有诊断技术的缺陷，提供了一种基于时频转换算法的电梯自诊断及预诊断系统，该系统大大降低了公司的人力成本，减少了电梯的停梯次数，提高了乘客的体验和电梯使用效率，同时由于提前诊断并解决了异常或故障，极大的提高了电梯产品的技术含量，提升了行业竞争力，有利于公电梯产品进行推广和品牌建立。

本发明的另一目的在于提供一种基于时频转换算法的电梯自诊断及预诊断方法。

本发明的目的可以通过如下技术方案实现：

基于时频转换算法的电梯自诊断及预诊断系统，包括传感器和电梯控制系统，所述传感器与电梯控制系统连接；

所述传感器，用于采集当前电梯的运行数据，并将数据发送给电梯控制系统；

所述电梯控制系统包括：

数据转换模块，用于在接收到传感器发送的数据后，通过时域-频域转换算法对数据进行时域到频域的转换，得到当前电梯状态的频域特征值或特征曲线；

数据融合模块，用于通过智能融合算法，不断对采集到的频域特征值或特征曲线进行自学习，并缩小频域特征值或特征曲线的偏差范围，然后将优化后的频域特征值或特征曲线进行组合或集合，得到当前电梯运行状态值或状态曲线；

判断模块，用于通过判断当前电梯运行状态值或状态曲线是否产生设定范围外的变化，判断出当前电梯是否有异常或故障产生，实现故障的自诊断功能；

异常分析模块，用于在判断出当前电梯有异常产生时，分析异常是否有导致故障的风险，从而实现故障的预诊断功能。

作为一种实施方案，所述传感器集成在电梯控制系统内，该传感器通过内部通信方式与电梯控制系统连接；

或所述传感器外置于电梯控制系统外，该传感器通过外部有线或无线通信方式与电梯控制系统连接；

所述传感器通过与轿厢一起上下运动获取轿厢运行状态数据。

作为一种实施方案，所述传感器包括六轴陀螺仪和重量传感器，所述当前电梯的运行数据包括电梯轿厢的角速度数据、加速度数据和称重数据。

作为一种实施方案，所述电梯控制系统还包括：

异常/故障消除模块，用于在异常有导致故障的风险，或有故障产生时，调整或修改运行状态值或状态曲线，从而控制电梯消除异常或故障；

异常/故障信息发送模块，用于在异常有导致故障的风险，或有故障产生时，将异常或故障信息发送到移动设备或云端，并通知到相关人员或相关部门，由相关人员或相关部门消除异常或故障。

本发明的目的还可以通过如下技术方案实现：

基于时频转换算法的电梯自诊断及预诊断系统，包括变频器和电梯控制系统，所述变频器与电梯控制系统连接；

所述变频器，用于获取当前电梯运行的变频或逻辑数据，并将数据发送给电梯控制系统；

所述电梯控制系统包括：

数据转换模块，用于在接收到变频器发送的数据后，通过时域-频域转换算法对数据进行时域到频域的转换，得到当前电梯状态的频域特征值或特征曲线；

数据融合模块，用于通过智能融合算法，不断对采集到的频域特征值或特征曲线进行自学习，并缩小频域特征值或特征曲线的偏差范围，然后将优化后的频域特征值或特征曲线进行组合或集合，得到当前电梯运行状态值或状态曲线；

判断模块，用于通过判断当前电梯运行状态值或状态曲线是否产生设定范围外的变化，判断出当前电梯是否有异常或故障产生，实现故障的自诊断功能；

异常分析模块，用于在判断出当前电梯有异常产生时，分析异常是否有导致故障的风险，从而实现故障的预诊断功能。

作为一种实施方案，所述变频器设置在电梯控制系统内，该变频器通过内部总线方式与电梯控制系统，获取电梯控制系统的运行数据或底层状态数据。

作为一种实施方案，所述电梯控制系统还包括：

异常/故障消除模块，用于在异常有导致故障的风险，或有故障产生时，调整或修改运行状态值或状态曲线，从而控制电梯消除异常或故障；

异常/故障信息发送模块，用于在异常有导致故障的风险，或有故障产生时，将异常或故障信息发送到移动设备或云端，并通知到相关人员或相关部门，由相关人员或相关部门消除异常或故障。

本发明的另一目的可以通过如下技术方案实现：

基于时频转换算法的电梯自诊断及预诊断方法，所述方法通过传感器和电梯控制系统实现，包括：

所述传感器采集当前电梯的运行数据，并将数据发送给电梯控制系统；

所述电梯控制系统在接收到传感器发送的数据后，通过时域-频域转换算法对数据进行时域到频域的转换，得到当前电梯状态的频域特征值或特征曲线；

所述电梯控制系统通过智能融合算法，不断对采集到的频域特征值或特征曲线进行自学习，并缩小频域特征值或特征曲线的偏差范围，然后将优化后的频域特征值或特征曲线进行组合或集合，得到当前电梯运行状态值或状态曲线；

所述电梯控制系统通过判断当前电梯运行状态值或状态曲线是否产生设定范围外的变化，判断出当前电梯是否有异常或故障产生，实现故障的自诊断功能；

所述电梯控制系统在判断出当前电梯有异常产生时，分析异常是否有导致故障的风险，从而实现故障的预诊断功能。

作为一种实施方案，所述方法还包括：

所述电梯控制系统在异常有导致故障的风险，或有故障产生时，调整或修改运行状态值或状态曲线，从而控制电梯消除异常或故障；

或所述电梯控制系统在异常有导致故障的风险，或有故障产生时，将异常或故障信息发送到移动设备或云端，并通知到相关人员或相关部门，由相关人员或相关部门消除异常或故障。

作为一种实施方案，所述时域-频域转换算法对数据进行时域到频域的转换，具体为：

通过基于拉普拉斯变换算法、傅里叶变换算法或小波包算法对数据进行时域到频域的转换；

所述通过智能融合算法将频域特征值或特征曲线进行融合，具体为：

通过D-S论证理论算法、聚类算法或神经网络算法进行运算，将频域特征值或特征曲线进行融合。

本发明的另一目的还可以通过如下技术方案实现：

基于时频转换算法的电梯自诊断及预诊断方法，所述方法通过变频器和电梯控制系统实现，包括：

所述变频器获取当前电梯运行的变频或逻辑数据，并将数据发送给电梯控制系统；

所述电梯控制系统在接收到变频器发送的数据后，通过时域-频域转换算法对数据进行时域到频域的转换，得到当前电梯状态的频域特征值或特征曲线；

所述电梯控制系统通过智能融合算法，不断对采集到的频域特征值或特征曲线进行自学习，并缩小频域特征值或特征曲线的偏差范围，然后将优化后的频域特征值或特征曲线进行组合或集合，得到当前电梯运行状态值或状态曲线；

所述电梯控制系统通过判断当前电梯运行状态值或状态曲线是否产生设定范围外的变化，判断出当前电梯是否有异常或故障产生，实现故障的自诊断功能；

所述电梯控制系统在判断出当前电梯有异常产生时，分析异常是否有导致故障的风险，从而实现故障的预诊断功能。

作为一种实施方案，所述方法还包括：

所述电梯控制系统在异常有导致故障的风险，或有故障产生时，调整或修改运行状态值或状态曲线，从而控制电梯消除异常或故障；

或所述电梯控制系统在异常有导致故障的风险，或有故障产生时，将异常或故障信息发送到移动设备或云端，并通知到相关人员或相关部门，由相关人员或相关部门消除异常或故障。

作为一种实施方案，所述时域-频域转换算法对数据进行时域到频域的转换，具体为：

所述时域-频域转换算法对数据进行时域到频域的转换，具体为：

通过基于拉普拉斯变换算法、傅里叶变换算法或小波包算法对数据进行时域到频域的转换；

所述通过智能融合算法，不断对采集到的频域特征值或特征曲线进行自学习，并缩小频域特征值或特征曲线的偏差范围，然后将优化后的频域特征值或特征曲线进行组合或集合，具体为：

通过D-S论证理论算法、聚类算法或神经网络算法进行运算，不断对采集到的频域特征值或特征曲线进行自学习，并缩小频域特征值或特征曲线的偏差范围，然后将优化后的频域特征值或特征曲线进行组合或集合；

所述分析异常是否有导致故障的风险，具体为：

当电梯上下运行时，在运行过程中检测到运行速度曲线的某个范围出现一个微小的脉冲，该脉冲超出允许的运行速度误差范围，则判断可能存在钢绳打滑的风险，提示维护人员注意，并在下一次维护时消除该潜在安全隐患。

本发明相对于现有技术具有如下的有益效果：

1、本发明通过传感器采集当前电梯的运行数据，或通过变频器获取当前电梯运行的变频或逻辑数据，电梯控制系统通过对日常电梯运行数据的不断自学习，精确优化电梯正常状态时的数据库，不需要大量的额外的数据存储空间，节省了成本；电梯控制系统通过时域-频域转换算法对数据进行时域到频域的转换，得到当前电梯状态的频域特征值或特征曲线，并通过智能融合算法将频域特征值或特征曲线进行融合，得到当前电梯运行状态的精确数据，根据当前电梯运行状态的精确数据，判断出当前电梯是否有异常或故障产生，实现故障的自诊断功能，在判断出当前电梯有异常产生时，分析异常是否有导致故障的风险，从而实现故障的预诊断功能。

2、本发明的电梯控制系统在异常有导致故障的风险，或有故障产生时，立即调整或修改运行状态值或状态曲线，从而控制电梯消除异常或故障，或将异常或故障信息发送到移动设备或云端，并通知到相关人员或相关部门，由相关人员或相关部门消除异常或故障，由于提前诊断并解决了异常或故障，极大的提高了电梯产品的技术含量，提升了行业竞争力，有利于公电梯产品进行推广和品牌建立。

3、本发明通过分析基本的或微小的异常情况，可提前感知故障的发生，可以立即调整，或及时通知到相关人员或进行调整操作，具备更强的智能化；同时，由于是快速故障自诊断甚至是故障预诊断，所以在诊断到异常或故障后，电梯维保人员完全可以在每次例行维护时对电梯相关部件进行维护或更换等操作，大大降低了公司的人力成本，减少了电梯的停梯次数，提高了乘客的体验和电梯使用效率。

附图说明

图1为本发明实施例1的基于时频转换算法的电梯自诊断及预诊断系统结构框图。

图2为本发明实施例2的基于时频转换算法的电梯自诊断及预诊断系统结构框图。

图3为本发明实施例3的基于时频转换算法的电梯自诊断及预诊断方法流程图。

图4为本发明实施例4的基于时频转换算法的电梯自诊断及预诊断方法流程图。

图5为本发明实施例5的基于时频转换算法的电梯自诊断及预诊断方法流程图。

具体实施方式

下面结合实施例及附图对本发明作进一步详细的描述，但本发明的实施方式不限于此。

实施例1：

如图1所示，本实施例的电梯自诊断及预诊断系统包括传感器和电梯控制系统，所述传感器可以集成在电梯控制系统内，或外置于电梯控制系统外，本实施例将传感器外置于电梯控制系统外，该传感器通过外部有线或无线通信方式与电梯控制系统连接，通过与轿厢一起上下运动获取轿厢运行状态数据；其中：

所述传感器，用于采集当前电梯的运行数据，并将数据发送给电梯控制系统；该传感器包括六轴陀螺仪和重量传感器，因此当前电梯的运行数据包括六轴陀螺仪采集的电梯轿厢角速度数据、加速度数据以及重量传感器采集的电梯轿厢称重数据。

所述电梯控制系统包括数据转换模块、数据融合模块、判断模块、异常分析模块、异常/故障消除模块和异常/故障信息发送模块，各个模块的具体功能如下：

所述数据转换模块，用于在接收到传感器发送的数据后，通过时域-频域转换算法对数据进行时域到频域的转换，得到当前电梯状态的频域特征值或特征曲线；其中，时域-频域转换算法可以为基于拉普拉斯变换算法、傅里叶变换算法或小波包算法，这三种算法都是目前常用的时域-频域转换算法，通过代入公式即可实现时域到频域的转换，本实施例优选采用小波包算法，由于小波包算法具有自适应的特性，故电梯运行次数越多，所获取数据越多，小波包算法得出的数据越精确；

所述数据融合模块，用于通过智能融合算法，不断对采集到的频域特征值或特征曲线进行自学习，并缩小频域特征值或特征曲线的偏差范围，然后将优化后的频域特征值或特征曲线进行组合或集合，得到当前电梯运行状态值或状态曲线；其中，智能融合算法可以为D-S论证理论算法、聚类算法或神经网络算法，优选采用神经网络算法；

所述判断模块，用于通过判断当前电梯运行状态值或状态曲线是否产生设定范围外的变化，判断出当前电梯是否有异常或故障产生，实现故障的自诊断功能；

对于六轴陀螺仪采集的角速度数据，在电梯运行过程中不断与正常数据对比分析，当检测到数据与正常数据不同或偏差较大时，将产生一个异常诊断，提示导轨可能存在不平整或磨损严重的情况；

对于六轴陀螺仪采集的加速度数据，将获得的速度曲线与正常速度曲线进行对比分析，当检测到某时段的速度数据异常，则产生异常诊断，提示电梯可能存在速度异常或抖动感加剧的情况；

对于重量传感器采集的称重数据，将运算后的称重曲线与正常曲线数据对比分析，若该曲线的某处存在数据异常，则产生一个异常，提示可能出现钢绳断裂或钢绳打滑的情况或电梯抖动加剧，需要对电梯进行调整或检修；

异常分析模块，用于在判断出当前电梯有异常产生时，分析异常是否有导致故障的风险，从而实现故障的预诊断功能；

在本实施例中，分析异常是否有导致故障的风险，具体为：

当电梯上下运行时，在运行过程中检测到运行速度曲线的某个范围出现一个微小的脉冲，该脉冲超出允许的运行速度误差范围，则判断可能存在钢绳打滑的风险，提示维护人员注意，并在下一次维护时消除该潜在安全隐患。

异常/故障消除模块，用于在异常有导致故障的风险，或有故障产生时，调整或修改运行状态值或状态曲线，从而控制电梯消除异常或故障；

异常/故障信息发送模块，用于在异常有导致故障的风险，或有故障产生时，将异常或故障信息发送到移动设备或云端，并通知到相关人员或相关部门，由相关人员或相关部门消除异常或故障。

实施例2：

如图2所示，本实施例的电梯自诊断及预诊断系统包括变频器和电梯控制系统，所述变频器与电梯控制系统连接，所述变频器设置在电梯控制系统内，该变频器通过内部总线方式与电梯控制系统，获取电梯控制系统的运行数据或底层状态数据；其中：

所述变频器，用于获取当前电梯运行的变频或逻辑数据，如主控板的输入输出电流、电压值，某特定模块的电感值、温度值等，并将数据发送给电梯控制系统；

所述电梯控制系统包括数据转换模块、数据融合模块、判断模块、异常分析模块、异常/故障消除模块和异常/故障信息发送模块，各个模块的具体功能如下：

数据转换模块，用于在接收到变频器发送的数据后，通过时域-频域转换算法对数据进行时域到频域的转换，得到当前电梯状态的频域特征值或特征曲线；

数据融合模块，用于通过智能融合算法，不断对采集到的频域特征值或特征曲线进行自学习，并缩小频域特征值或特征曲线的偏差范围，然后将优化后的频域特征值或特征曲线进行组合或集合，得到当前电梯运行状态值或状态曲线；

判断模块，用于通过判断当前电梯运行状态值或状态曲线是否产生设定范围外的变化，判断出当前电梯是否有异常或故障产生，实现故障的自诊断功能；

对于获取的主控板电流、电压、感抗等数据，将其运算后与正常值进行对比分析，若其变化范围超过约定范围，则产生一个异常诊断，提示电梯主控可能存在接触不良、元件老化、器件损坏等情况；

对于获取的电梯运行功率或能耗数据，运算后与正常功率或能耗数据进行对比分析，若该数据变化范围超过约定范围，则产生一个异常诊断，提示可能存在设备老化或损坏情况，需要对相关设备进行更换或检修；

对于获取的电梯散热数据，将运算后的数据与正常值进行比较分析，结合实际情况，若该数据超出约定范围，则产生异常诊断，提示电梯机房可能温度过高或可能有部件老化、损坏情况，需要在下次维护时进行检查；

异常分析模块，用于在判断出当前电梯有异常产生时，分析异常是否有导致故障的风险，从而实现故障的预诊断功能。

在本实施例中，分析异常是否有导致故障的风险，具体为：

当电梯上下运行时，在运行过程中检测到运行速度曲线的某个范围出现一个微小的脉冲，该脉冲超出允许的运行速度误差范围，则判断可能存在钢绳打滑的风险，提示维护人员注意，并在下一次维护时消除该潜在安全隐患。

异常/故障消除模块，用于在异常有导致故障的风险，或有故障产生时，调整或修改运行状态值或状态曲线，从而控制电梯消除异常或故障；

异常/故障信息发送模块，用于在异常有导致故障的风险，或有故障产生时，将异常或故障信息发送到移动设备或云端，并通知到相关人员或相关部门，由相关人员或相关部门消除异常或故障。

实施例3：

如图3所示，本实施例的电梯自诊断及预诊断方法通过传感器和电梯控制系统实现，包括以下步骤：

S1、所述传感器采集当前电梯的运行数据(如电梯轿厢的角速度数据、加速度数据和称重数据)，并将数据发送给电梯控制系统；

S2、所述电梯控制系统通过时域-频域转换算法对数据进行时域到频域的转换；

S3、所述电梯控制系统通过智能融合算法，不断对采集到的频域特征值或特征曲线进行自学习，并缩小频域特征值或特征曲线的偏差范围，然后将优化后的频域特征值或特征曲线进行组合或集合，得到当前电梯运行状态的频域特征值或特征曲线；

S4、所述电梯控制系统通过判断当前电梯运行状态的频域特征值或特征曲线是否产生设定范围外的变化，判断出当前电梯是否有异常或故障产生，实现故障的自诊断功能；

S5、所述电梯控制系统在判断出当前电梯有异常产生时，分析异常是否有导致故障的风险，从而实现故障的预诊断功能；

S6、所述电梯控制系统在异常有导致故障的风险，或有故障产生时，调整或修改运行状态值或状态曲线，从而控制电梯消除异常或故障。

实施例4：

如图4所示，本实施例的电梯自诊断及预诊断方法同样通过传感器和电梯控制系统实现，其与实施例3的区别之处在于：

S6、所述电梯控制系统在异常有导致故障的风险，或有故障产生时，将异常或故障信息发送到移动设备或云端，并通知到相关人员或相关部门，由相关人员或相关部门消除异常或故障；其中，所述移动设备可以为智能手机、PDA手持终端、平板电脑等。

实施例5：

如图4所示，本实施例的电梯自诊断及预诊断方法通过变频器和电梯控制系统实现，其与实施例3的区别之处在于：

S1、所述变频器获取当前电梯运行的变频或逻辑数据(如主控板的输入输出电流、电压值，某特定模块的电感值、温度值等，并将数据发送给电梯控制系统)，并将数据发送给电梯控制系统。

综上所述，本发明通过传感器采集当前电梯的运行数据，或通过变频器获取当前电梯运行的变频或逻辑数据，电梯控制系统经过对日常电梯运行数据的智能学习，不断精确优化电梯正常状态时的数据库，不需要大量的额外的数据存储空间，节省了成本；电梯控制系统通过时域-频域转换算法对数据进行时域到频域的转换，得到当前电梯状态的频域特征值或特征曲线，并通过智能融合算法将频域特征值或特征曲线进行融合，得到当前电梯运行状态的精确数据，根据当前电梯运行状态的精确数据，判断出当前电梯是否有异常或故障产生，实现故障的自诊断功能，在判断出当前电梯有异常产生时，分析异常是否有导致故障的风险，从而实现故障的预诊断功能；在异常有导致故障的风险，或有故障产生时，立即调整或修改运行状态值或状态曲线，从而控制电梯消除异常或故障，或将异常或故障信息发送到移动设备或云端，并通知到相关人员或相关部门，由相关人员或相关部门消除异常或故障，由于提前诊断并解决了异常或故障，极大的提高了电梯产品的技术含量，提升了行业竞争力，有利于公电梯产品进行推广和品牌建立。

以上所述，仅为本发明专利较佳的实施例，但本发明专利的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明专利所公开的范围内，根据本发明专利的技术方案及其发明构思加以等同替换或改变，都属于本发明专利的保护范围。