浅谈电梯故障监测技术及应用

朱华骁

江苏省特种设备安全监督检验研究院无锡分院

浅谈电梯故障监测技术及应用

朱华骁

江苏省特种设备安全监督检验研究院无锡分院

随着科学技术的不断发展，电梯在人们日常生活中的重要性变得越来越高，电梯安全问题已经成为人们关注的重点。随着电梯运用的不断广泛，为了提高电梯的安全，必须加强对其的故障监测，以便实时监视电梯的运行状态及故障，及时采取对策，减少或避免事故的发生。电梯故障监测技术能够实现对电梯运行状态及故障状态的远程实时监控，降低服务成本，节省大量的人力，是现代化物业管理的必要手段。

电梯故障；监测技术；应用

随着我国经济建设的飞速发展，高层建筑也如雨后春笋般涌出。在高层建筑中，最为重要的运输工具是电梯。为保证人员及物资的安全，国内外对电梯技术的研究发展也非常迅速，电梯的构成更加精确，安全控制技术进一步得以提高。但是在电梯的运转过程中，也会发生故障，造成了乘坐电梯的人员被困于电梯之中，甚至掉坠造成人员伤亡的现象。这些现象的出现，对人们的心理造成了影响，也对生命与财产形成了威胁。加强电梯安全监测，及时处置，是保证电梯安全运行的重要环节。

1 电梯故障监测技术的重要性

近年来电梯事故接连发生，使得电梯的安全性引起了人们的关注。电梯的安全、平稳运行成为人们又一个关注的焦点。电梯正常运行时，监测系统保存运行状态数据，当电梯运行出现故障时，监测系统及时发现故障并发出故障信号到监测中心。当电梯停止运行时，监测系统将保存的电梯状态数据转存到电脑中，进行分析，有效减少电梯故障的发生，保证电梯的安全运行，电梯监测技术推动城市向立体空间发展，对解决城市化带来的土地问题意义重大。

2 电梯故障监测判断方法分析

2.1 小波分析与电梯急停故障诊断

2.1.1 小波分析。小波分析主要运用现代科学技术，将数学、物理、计算机、图像信号处理等多门技术汇集于一体。运用伸缩运算功能、平移运算功能等理论进行多尺度的分析，可以把FOUR I ER变换中存在的难题处理好。小波变换分析法具有多尺度分析、进行高频准确定位、低频趋势分析等特点。

2.1.2 小波分析法的优点。与时域分析、频谱分析等分析法相比，小波分析法具有以下优势：首先，小波分析法能满足低通、高通、阻滤波等多方面的要求，能够将各种波细化分解到不同层次以及频域，还可以控制一些小波系数，排除干扰。其次，运用小波分析法还可以对信号中出现的一些不正常点进行监测。对其位置与大小进行准确检测，综合反映突变位置的属性。这是进行机械故障检测的关键。第三，小波分析法还可依据各种小波母函数的特点选择最有效的小波函数来进行边缘或者尖峰检测。

2.1.3 小波分析法在电梯急停故障诊断中的应用。当电梯运行平稳时，其信号也是平稳的，傅立叶理论对此能进行分析，获得窗口区间的相关信息；然而当电梯运行不平稳时，则其信号变化也是非平稳的，傅立叶理论的监测结果不是很理想，然而小波分析法却可以对非平稳信号进行有效检测，特别对瞬间变化信号的检测独具优势，因此被广泛应用到设备故障诊断当中。

2.2 多传感器信息融合与电梯急停故障诊断

2.2.1 多传感器信息融合技术优点。①多传感器信息融合技术具有较大的覆盖时间范围与系统空间。②在电梯故障诊断过程中，通过多传感器信息融合技术，可对其进行智能化分析，从而获得满足故障情况的诊断方式。③通过多传感器信息融合技术，可提高故障诊断结果的精确性与有效性。

2.2.2 多传感器信息融合方法在电梯急停故障诊断中的应用。由于电梯电气系统结构较复杂，导致其故障存在多样性、不确定性与故障间联系复杂性特征，此时如果采用物理与数学模型，通常无法准确的描述故障所在的位置与发生原因。但通过多传感器数据融合技术，能够提升监测系统精确度，并且还能够进行准确的、快速的诊断。在电梯运行故障监测过程中，对于多传感器信息融合技术的应用，主要是在充分利用由多传感器采集的电压、电流等参数的基础上，对电梯系统进行多方位动态监测，可有效融合多传感器输出的不同信息，并且还可综合判断各种参量信息，从而全面提升电梯故障系统监测水平。

2.3 神经网络与电梯急停故障诊断

2.3.1 神经网络理论简介。这种理论方法是建立在生理学理论基础上的对于人类大脑处理问题方式的一种模拟。这种方法不仅能够对普通数据进行处理，还具备思考、学习以及记忆的功能。特别适合用于对非线性问题的分析和解决，因此在医学、金融等行业得到了广泛的应用。

2.3.2 神经网络技术的优点。神经网络技术凭借其强大的容错性、自学习性、自组织性、并行处理等特性突出了其处理非线性问题的优点。首先，他能够通过对数据信息的统一表示建立一个明了、完整的电梯系统运转情况数据库；其次，强大的自组织性、自适应性以及容错性可以随时跟踪环境变化得到相关数据信息，并且能够保证电梯系统可靠运转，使得相关数据信息更加真实有效；此外，其智能的处理机制能够更加高效的对电梯故障数据进行分析，及时提供最有效的解决策略。

2.3.3 神经网络技术在电梯急停故障诊断中的应用。通过信号的有效组合，用各种子神经网络，从不同的侧面诊断故障，如果诊断结果不明确再通过全局决策融合，最大限度地提高确诊率。综上所述，可以得到基于系信息融合的神经网络诊断模型。该模型由信息分配(包括信号的模糊化处理)、局部诊断和决策融合诊断三层构成。信息分配网络完成信号或信号的特征向各个诊断网络的分配，局部模糊神经网络分别对电梯驱动系统和曳引机进行故障诊断，决策融合诊断采用D—S证据理论对局部诊断网络的诊断结果进行决策融合。

总而言之，电梯故障监测主要是对电梯运行状态与故障等进行实时的、有效的监控，可及时通知电梯维护人员电梯故障实况，缩短电梯故障的排除周期，确保乘坐人员生命安全。同时，通过电梯故障监测项目的实施，还可为电梯生产厂家提供有效的数据，为之后的改进提供便利。此外，其还能够为政府部门提供真实的电梯故障数据，从而为政府监督、管理电梯提供有效的依据。

[1]许多.电梯的故障监测技术及应用[J].产业与科技论坛，2012，08：102-103.

[2]杨陶.电梯的故障监测技术及应用[J].低碳世界，2016，10：242-243.