李刚 林创鲁 欧阳徕
开发设计
基于大数据驱动的电梯维保质量评价方法研究*
李刚 林创鲁 欧阳徕
(广州特种机电设备检测研究院,广东 广州 510663)
依托电梯物联网监测平台,收集电梯物联网、维护保养、检验检测、应急处置和用户投诉等事件数据,提取、计算电梯运行质量评价指标,分别从电梯故障率控制、电梯故障/应急处置效率、维保质量管控情况、客户满意度水平等维度评价电梯维保质量。同时建立电梯维保质量评价指标体系,构建电梯维保质量评价模型,实现大数据驱动的电梯维保质量评价方法。实验结果表明,本文提出的电梯维保质量评价模型,能够动态输出符合实际情况的维保质量评级结果。
大数据;电梯;维保质量;评价模型;异构消除
目前,我国电梯的维护保养依据《特种设备安全监察条例》规定:至少每15日进行一次保养[1]。为进一步提升电梯质量安全水平,国家市场监督管理总局发布了《关于进一步做好改进电梯维护保养模式和调整检验检测方式试点工作的指导意见》,全国各地开展“按需维保”试点[2],市场监管部门对该试点工作实施质量监督,实行动态清单管理[3]。
随着“按需维保”试点工作的推进,电梯维保质量评价的相关研究成果开始涌现,如邹学敏等[4]提出从许可管理、人员资质、故障率等方面构建灰色综合评价模型;张东平等[5]开展基于虚拟技术的电梯维保质量评估研究。此类研究大都基于静态的数据模型输出定性或定量的评价结果,难以满足“按需维保”动态清单管理的要求。基于此,本文提出一种基于大数据驱动的电梯维保质量评价方法,以期为更高效的维保质量评价提供技术支持。
通过电梯物联网监测平台收集一定周期和范围内的电梯物联网、维护保养、检验检测、应急处置和用户投诉等5个方面大数据,提取、计算电梯运行质量评价指标,分别从电梯故障率控制、电梯故障/应急处置效率、维保质量管控情况、客户满意度水平4个维度评价电梯维保质量。其中,电梯故障率控制包含的特征数据为电梯故障率、平均故障间隔时间、困人率等;电梯故障/应急处置效率包含的特征数据为故障停梯时间、困人救援响应及时率等;维保质量管控情况包含的特征数据为维保及时率、检验不合格率、物联网功能检测不合格率、监督抽查不合格率等;客户满意度水平包含的特征数据为客户投诉率、满意度抽样调查数据等。
特征数据是构建电梯维保质量评价模型的特征量,电梯维保质量评价特征数据定义如表1所示。
表1 电梯维保质量评价特征数据定义
根据电梯故障率控制特征数据内涵,定性描述相关参数名称,并给出对应公式,电梯故障率控制特征数据定义如表2所示。
表2 电梯故障率控制特征数据定义
根据电梯故障/应急处置效率特征数据内涵,定性描述相关参数名称,并给出对应公式,电梯故障/应急处置效率特征数据定义如表3所示。
表3 电梯故障/应急处置效率特征数据定义
根据电梯维保质量管控情况特征数据内涵,定性描述相关参数名称,并给出对应公式,电梯维保质量管控情况特征数据定义如表4所示。
表4 电梯维保质量管控情况特征数据定义
根据客户满意度水平特征数据内涵,定性描述相关参数名称,并给出对应公式,客户满意度水平特征数据定义如表5所示。
表5 客户满意度水平特征数据定义
由于电梯故障率、平均故障间隔时间、困人率等数据结构各不相同,故采用电梯故障率指数、平均故障间隔时间指数、困人率指数等消除数据异构。
电梯故障率指数为维保单位电梯故障率/电梯平均故障率,记为
平均故障间隔时间指数为维保单位平均故障间隔时间/所有维保单位平均故障间隔时间,记为
困人率指数为维保单位困人率/所有维保单位平均困人率,记为
黎永兰的母亲李玉(化名)发现,以往都是晚上洗头的黎永兰居然在早上洗头了。李玉以为是自己的眼睛花了,她看到黎永兰洗头发的泡沫里有血迹。
故障停梯时间指数为
困人救援响应及时率指数为
维保及时率指数为
检验不合格率指数为
物联网功能检测不合格率指数为
监督抽查不合格率指数为
客户投诉率指数为
据此,可得到维保质量各维度评价结果为
可得到列向量为
得到电梯维保质量评价模型为
根据评价结果分布及电梯安全监管要求,设置评级阈值、和风险告警机制。当电梯维保质量评价结果S≥时,电梯维保单位维保质量判定为1级;当SH >S≥时,电梯维保单位维保质量判定为2级;当S<时,电梯维保单位维保质量判定为3级。根据电梯维保单位维保质量评级,实施相应管理措施。
在电梯物联网监测平台应用公式(1)中的电梯维保质量评价模型,对平台内在保电梯超过50台的152家维保单位开展维保质量评级。选取电梯物联网监测平台2021年10月至2022年9月相关数据,并根据需要动态划定评级阈值0.951.14。评价结果:S< 0.95的维保单位,共69家,占比45.4%,维保单位维保质量判定为3级;0.95≤S<1.14的维保单位67家,占比44.1%,维保质量判定为2级;S≥ 1.14的维保单位共16家,占比10.5%,维保质量判定为1级。实验结果表明:本文提出的电梯维保质量评价模型,能够动态输出符合实际情况的维保质量评级结果,电梯维保单位维保质量判定为1级的比例约占10%,可据此开展重点监管。当调整评级阈值时,相应评级比例也会随之改变。
随着电梯监管改革与“按需维保”模式的推进,依托大数据分析、物联网技术的电梯安全管理模式应用场景越来越普遍。新形势下电梯维保质量的准确评价,对推动维保市场的进步、提高监管效能意义重大。本文基于电梯物联网监测平台,收集电梯物联网功能、维护保养、检验检测、应急处置和用户投诉等5方面的数据,经数据异构消除处理,输出电梯维保单位整体维保质量的动态评级,实现了电梯大数据的有效应用。
[1] 国家市场监督管理总局.市场监管总局关于2021年全国特种设备安全状况的通告[J].中国特种设备安全,2022,38(4): 1-4.
[2] 国家市场监督管理总局.做好按需维保和检验检测方式调整的试点工作[J].中国电梯,2020,31(10):3.
[3] 姚志勇.电梯按需维保模式改进研究[J].中国电梯,2020,31(5): 66-69.
[4] 邹学敏,唐文斌.灰色综合评价法在电梯维保质量评价中的应用[J].中国特种设备安全,2020,36(4):55-58.
[5] 张东平,徐培龙,葛立清.基于虚拟技术的电梯维保质量评估研究[J].自动化与仪器仪表,2019(1):36-38.
Research on Elevator Maintenance Quality Evaluation Method Based on Big Data
LI Gang LIN Chuanglu OUYANG Lai
(Guangzhou Academy of Special Equipment Inspection & Testing, Guangzhou 510663, China )
Relying on the elevator intelligent supervision platform, collect the event data and statistical data of the elevator internet of things, maintenance, inspection and detection, emergency response and user complaints within a certain period and range, extract and calculate the elevator operation quality evaluation indicators, and evaluate the elevator maintenance quality level from the elevator failure rate control, elevator failure/emergency response efficiency, maintenance quality control, customer satisfaction level and other dimensions. Establish the elevator maintenance quality evaluation index system, and establish the elevator maintenance quality evaluation model to achieve the big data driven elevator maintenance quality evaluation. The experimental results show that the elevator maintenance quality evaluation model proposed in this paper can dynamically output the maintenance quality rating results in line with the actual situation.
big data; elevator; maintain quality; evaluation model; heterogeneous elimination
X943
A
1674-2605(2022)05-0006-05
10.3969/j.issn.1674-2605.2022.05.006
广东省市场监督管理局科技项目(2022CT10)
李刚,林创鲁,欧阳徕.基于大数据驱动的电梯维保质量评价方法研究[J].自动化与信息工程,2022,43(5):30-34.
LI Gang, LIN Chuanglu, OUYANG Lai.Research on elevator maintenance quality evaluation method based on big data[J]. Automation & Information Engineering, 2022,43(5):30-34.
李刚,男,1988年生,硕士研究生,工程师,研究方向:电梯物联网智能监测与应急处置。E-mail: 616960080@qq.com
林创鲁,男,1983年生,硕士研究生,高级工程师,研究方向:电梯物联网智能监测与应急处置。E-mail: linter0663@163.com
欧阳徕,男,1984年生,硕士研究生,高级工程师,研究方向:电梯物联网智能监测与应急处置。E-mail: 274200952@qq.com