电梯曳引机制动器健康状态监测综述

张越宏 袁昭成 马嘉浩 李 昆 郑 庆

（1.成都市特种设备检验检测研究院 成都 610299）

（2.西南交通大学 机械工程学院 成都 610031)

随着高层建筑数量的增加，人们对电梯的需求也随之增长。随着电梯结构设计的迭代升级，人们对电梯的舒适度、安全性和高效性也有了更高的要求。其中，安全性作为最基本和最重要的因素得到社会越来越多的关注。根据市场监管总局发布的全国特种设备安全状况的通告显示，截至2022 年底，全国电梯登记总量964.46 万台，2022 年全国共发生电梯事故22 起，死亡17 人，其中主要部件失效或安全保护装置失灵等原因6 起。虽然电梯安全事故率已经控制在较低水平，但是一旦发生事故会威胁使用者的生命安全，将会产生巨大社会影响。

曳引机是电梯重要的组成部分，在电梯运行中工作频次最高、运行负荷压力最大。每次电梯启停、换乘和调度都需要曳引机制动器的参与，所以监测制动器的状态并且及时发现和定位部件异常至关重要。本文基于最常用的鼓式制动器的工作原理，在总结其故障类型基础上，进一步分析可能导致该故障的原因。进一步地，结合各类国家标准以及国内学者研究现状，总结曳引机制动器响应时间、闸瓦间隙、制动力矩、温度、振动和噪声6 个方面的监测标准，可为电梯制动性能监测发展提供参考。

1 电梯制动器结构及工作原理

电梯制动器常见的有鼓式、块式和盘式3 种类型。本文主要以鼓式制动器为研究对象，介绍其结构及工作原理。鼓式制动器结构如图1（a)、图1（b)所示，由制动臂、制动闸瓦、铁芯顶杆、制动弹簧、制动轮和电磁装置组成，通过各组件的相互配合实现曳引机制动。电梯运行可分为2 种状态，一种是制动闸瓦完全抱死且电梯轿厢静止不动的停止运行状态，另一种是制动闸瓦完全释放且轿厢加减速及匀速起降的运行状态。其制动流程如图2 所示，当电梯需要从正常运行状态转为停止运行状态时，电磁装置失电，电磁力消失，制动臂在制动弹簧的推动下靠近制动轮，产生制动力矩使曳引机快速制停并保持静止。当电梯需要从停止运行状态转为正常运行状态时，电磁装置得电，产生电磁力推动闸瓦向远离制动轮一侧运动，直至闸瓦完全释放。

图1 鼓式制动器结构

图2 曳引机制动器工作流程

2 制动器故障类型分析

根据曳引机制动器的制动过程，并结合电梯实际运行情况，通常可以将其故障分为以下3 种类型：制动力矩不足，制动响应超时，释放响应超时。

1）制动力矩不足。制动力矩不足是引起曳引机制动器失效最重要的原因之一，影响制动力矩大小的主要因素有摩擦系数、制动轮直径、制动弹簧的弹性系数和闸瓦间隙。以下分别分析导致这四类参数变化的原因：（1）摩擦系数的大小仅与接触表面的状况有关，因此影响曳引机制动器摩擦系数的主要因素有闸瓦、制动轮等表面磨损和接触表面温度；（2）制动轮直径主要影响接触面积大小，长期使用表面会逐渐磨损，导致直径减小以及凹凸不平；（3）长期疲劳损伤和高温环境导致的弹簧弹性系数改变；4）由于制动磨耗导致的闸瓦间隙也是影响制动力的重要因素[1]，闸瓦间隙增大将造成制动响应时间延长和制动力下降。

2）制动响应与释放响应超时。导致曳引机制动器制动响应超时的主要因素除了以上提到的制动力矩降低外，还有动铁芯的表面损伤和电磁线圈残留电流等因素：（1）由于长期频繁制动，动铁芯会发生磨损、弯曲和剪切[2]，阻力增大导致制动响应超时；（2）电磁线圈残留电流，由于电磁装置断电后残留的电流磁场还未及时释放，造成制动响应超时。而曳引机制动器释放响应超时，除上述因素外还可能是线圈电流过低。制动器频繁启动导致线圈温度升高，而线圈温度升高又会导致线圈内阻增大，从而导致线圈电流降低。

3 制动器安全性能监测

2019 年3 月1 日，珠海某物业公司小区电梯突然失控下滑至底坑造成乘客被困[3]，经人工初步分析原因为制动闸瓦与制动轮空隙中的块状油泥残留。然而，在对制动轮表面进行清理后，重新试验仍未能有效制停。进一步的制动器拆解发现，转臂制动销轴位置存在严重锈蚀现象。上述案例表明，对曳引机制动器事故原因进行人工分析，一方面分析结果受工程人员经验影响大，另一方面拆解工作费时费力。通过传感器监测曳引机制动器能有效提高电梯故障处理准确性和效率。因此，本文综述曳引机制动器监测研究现状，主要从制动器响应时间、闸瓦间隙、制动力矩、温度、振动和噪声6 个方面对曳引机制动器安全性能监测方法进行介绍。

3.1 制动器响应时间监测

制动器响应时间是制动器断电开始到制动力矩达到额定值的时间间隔，国标规定制动器的制动响应时间不得大于0.5 s[4]。制动器的响应时间监测需从接收制动信号开始计时，直到制动力矩达到额定制动力矩为止。李晓盼[5]使用一种同时监测制动器断电信号和制动器微动开关动作信号，通过比较2 个信号间的时间差测得制动响应时间的方法，该方法虽然方便快捷，但是由于从微动开关发出动作信号到制动力矩达到额定力矩还有一段时间，测得的制动响应时间精度不足；为了解决此问题，郑祥盘等[6]提出了一种更为准确的方法，在转矩转速传感器的基础上采用波形存储记录仪，监测制动装置执行断电信号到力矩传感器达到额定制动力矩信号的时间间隔，实现了制动响应时间的记录和直观表达。

3.2 制动器闸瓦间隙监测

制动器闸瓦间隙与闸瓦磨损量是影响制动力矩和制动器响应时间的重要因素。随着闸瓦磨损量不断累积，闸瓦间隙不断增大，到达额定制动力矩所需的时间也随之延长，会引起制动响应时间超时。

测量制动器闸瓦间隙可通过位移传感器直接测量制动臂到制动轮之间的距离[7]。记x0和y0为闸瓦未磨损时制动状态和释放状态下传感器与制动轮的距离，xi和yi为某一时刻制动状态和释放状态下传感器与制动轮的距离，可利用式（1）计算出未磨损状态闸瓦与制动轮面的间隙d0和某一时刻下闸瓦与制动轮端面的间隙di，通过式（2）计算出闸瓦磨损量Δd。

3.3 制动力矩监测

制动力矩是将制动力根据曳引轮半径、制动轮半径、钢丝绳倍率和传动系统传动比折合到制动轮外圆上的力矩[8]。当轿厢载有125%额定载荷并以额定速度下行时，轿厢的减速度不应超过安全钳动作或轿厢撞击缓冲器所产生的减速度；在装有额定载重量的轿厢自由下落的情况下，渐进式安全钳制动时的平均减速度为0.2g ～1.0g；正常情况下，减速度不应小于0.5 m/s2；对于使用了减行程缓冲器的情况，不应小于0.8 m/s2。综上所述，制动力矩的大小应可以保证在1.25倍额定载荷的情况下最低减速度为0.8 m/s2，最大减速度为10 m/s2[9]。叶亮[10]设计了一种全数字式动态扭矩传感器测量制动力矩的检测台，通过万向节适配器和可升降对接线体，实现适配各种类型的曳引机。为了解决传统制动力矩测量精度低的问题，薛志钢等[11]提出一种通过直接监测2 个销轴的力，并乘以力臂的方法来测量制动器对制动轮的制动力矩，这种方法可以有效地提高制动力矩测量的精度。由于满载紧急制动试验危险性高，Peng 等[12]设计了一套测量制动器制动力矩的方法，并提出一种利用空载制动性能分析满载制动性能的新方法，建立了牵引力比为2:1 的紧急制动过程中制动力矩的计算模型。

3.4 制动器温度监测

制动过程中，电梯的大部分动能通过制动器的摩擦转化为热能。而制动器摩擦产生的热量大部分（90%以上）被制动鼓吸收，因此必然导致制动鼓温度的上升。随着制动不断摩擦产生热量，制动闸瓦的磨损不断加剧，摩擦系数降低，从而导致制动力矩降低。此外，曳引机制动器温度过高将导致释放响应速度降低。在工作电压下，按曳引机运行工作制、负载持续率和周期运行制动器达到热稳定状态时，可依据GB/T 755—2019《旋转电机 定额和性能》归档测量制动线圈温升。叶亮[13]提出了一种将电梯曳引机整体进行温升测试的方法，相较于传统对拖测试法和轿厢测试法，投入费用更低，安装简单方便。对于制动器内部部件，更适合利用红外成像仪进行无接触测量，常晓清[14]提出了一种使用红外成像仪的电梯制动器温升监测方法，通过传感器记录制动轮的温度变化，有效监测制动器是否带闸运行。此外，也有使用热力学仿真软件，模拟不同工况试验，苏万斌等[15]运用SolidWorks 建模软件建立三维模型，并应用Abaqus 软件对该三维模型进行热力学仿真分析，经过实际测试验证有效。

3.5 制动器振动监测

空载状态的无齿轮曳引机以额定频率供电时，振动速度有效值的最大值不大于0.5 mm/s。有齿轮曳引机曳引轮处的扭转振动速度有效值的最大值不大于4.5 mm/s[4]。此外，当制动器发生某种故障（如轴承故障、铁芯故障）时，会使得曳引机产生不正常的振动信号，使用基于知识的故障诊断方法，比如机器学习，从大量各类故障实验中采集的样本数据中提取特征，形成故障模式集，对未知的设备信号进行判别。

实现基于振动信号的故障诊断模型，首先应当通过放置在制动轮上的振动传感器，采集制动器在不同工况和不同故障下的振动数据，再通过小波包降噪等手段进行信号数据预处理，最后将处理后的振动信号进行故障诊断。基于振动信号的故障诊断实质上就是对于振动信号的特征提取，发掘信号的隐藏信息。既可以运用传统机器学习算法进行故障诊断，也可以运用卷积神经网络（Convolutional Neural Networks,CNN）及其改进深度学习算法进行数据深层特征挖掘分类，构建故障诊断模型。徐金海等[16]运用小波包分解法对低频部分和高频部分进行分解，并运用快速傅里叶变换（Fast Fourier Transform，FFT）得到异常工况和正常工况下的幅频图和功率密度曲线，实现曳引机的异常状态识别。郝家琦等[17]提出了一种基于变分模态分解（Variational Mode Decomposition，VMD）与支持向量机（Support Vector Machine, SVM）的电梯鼓式制动器故障诊断方法，实现带闸运行和制动力不足2 种故障的识别。追求更少的损失和更优秀的算法模型将是故障诊断发展的主要方向。

3.6 制动器噪声监测

闸瓦磨损或者异常振动都会导致异常的噪音，通过传感器监测制动器噪声，可以起到预警作用。曳引机产生的噪声主要可以分成机械噪声、空气动力噪声以及电磁噪声3 种类型[18]。机械噪声通常是由于电子转子不平衡、轴承摩擦以及装配误差产生，是产生异常噪声的主要原因；电磁噪声主要是因为电动机空隙里磁场变化引起的结构振动产生，和电动机的功率正相关；空气动力噪声是由于叶片旋转产生的噪声，和叶片数量与转速正相关。

根据GB/T 3768—2017《声学 声压法测定噪声源声功率级和声能量级 采用反射面上方包络测量面的简易法》[19]中规定的基准体选取方法，为包围被测声源的正平行六面体，选取前、后、左、右以及距离曳引机正上方1 m 的5 个监测点。根据式（3）计算其算术平均值：

式中：

LPAi——第i点测量到的A 声级，dB；

S——测量面的面积，m2；

Sv——测试室内表面总面积，m2；

Ki——第i点环境修正系数；

α——平均吸声系数。

周前飞等[20]取噪声测量值的最大值，并设计报警阈值，实现制动噪声的监测预警。但是不同环境下阈值该如何自适应调整还有待研究。当前噪声监测还停留在设置阈值的阶段，忽略了很多有价值的信息，噪声信号中存在的信息应当进一步挖掘。

4 总结

电梯是一种与群众生活密切相关的特种设备，其中曳引机制动器对电梯安全运行至关重要，一旦发生故障将造成轿厢坠落、冲顶等严重故障。本文基于曳引机鼓式制动器的结构与工作原理和故障类型分析，综述了近年来曳引机制动器安全性能监测技术的研究进展，可以为电梯制动器检查维护、状态监测、数据挖掘分析提供参考。

然而，曳引机制动器健康状态监测依然存在一些问题。首先，曳引机制动器监测设备尚未形成统一规范。制动器安全性能监测涉及多种传感器的使用和安装，依然存在价格昂贵、精度不足、装卸烦琐、传感器易损坏等问题。其次，现有的电梯运维管理系统不能完全满足使用需求。由于每台电梯的性能、运行状态、运行工况不一样，缺乏个性化、定制化、有针对性的维护方法。此外，现有的电梯运维管理系统智能化程度较低。基于电梯曳引机制动器状态监测数据，可进一步开发智能化的运维管理系统，结合前沿的深度学习人工智能技术对制动器状态进行有效辨识，实现电梯曳引机的远程监测、故障诊断、预测与预警、维护等功能，提高运维效率。未来电梯曳引机状态监测可围绕高精度、易装卸、无接触的采集需求改进监测数据采集技术，减少传感器自身损坏风险，使电梯曳引机状态监测数据的采集更准确、全面、高效。