电/扶梯风险防控与智能运维关键技术研发与应用

创造单位：广州广日电梯工业有限公司

主创人：林穗贤 李 宁

创造人：尹 政 覃炳乐 黄棣华 贺云朗

一、前言

广州广日电梯工业有限公司（简称“广日电梯”）始建于1956年，是世界500强企业——广州工业投资控股集团有限公司旗下上市公司广日股份的核心支柱企业，注册资本6.31亿元，现有员工2200余人。

广日电梯自1973年开始研制生产电梯以来，经过数十年的改革发展、科技创新，现已成长为集电梯产品研发、设计、制造、安装、售后服务于一体的现代化企业。

近年来，广日电梯加快全国化市场布局，以华南广日工业园为中心，建成西部数字化示范产业园，规划建设华东、华北数字化产业园，持续提升核心竞争力。公司还聚焦智慧楼宇、智慧轨交、智慧工厂三大应用场景，创新打造新的产业生态和商业模式，实现了数字化价值创造和赋能效应，为城市垂直交通提供安全高效的解决方案。

特别是从2017年开始，针对电梯安全风险预防与治理难、在线监测电梯数据量少且准确度低、乘客预防性安全保护能力弱等行业发展瓶颈，广日电梯牵头，联合广东省特种设备检测研究院、沈阳中科博微科技股份有限公司共同开展“电/扶梯风险防控与智能运维关键技术研发与应用”项目研究，成功填补了国内外轨道交通线网级电扶梯智能运维和全生命周期管理平台技术空白，克服了现有技术无法实现电/扶梯事前故障预警及关键部件性能退化预测的关键共性难题，实现了与城市轨道交通健康管理大数据系统的联动，提升了公共安全保障能力。

二、项目概述

（一）项目源由

“电/扶梯风险防控与智能运维关键技术研发与应用”项目任务来源为广日电梯自选项目。其中，开发课题“自动扶梯与自动人行道安全检测关键技术和报废技术条件研究”被列入国家重点研发计划“公共安全风险防控与应急技术装备”专项“机电类特种设备风险防控与治理关键技术研究及装备研制”项目（2017YFC0805700）的课题子任务2-4（2017YFC0805702-05）。

（二）研究重点

创新开展“电/扶梯风险防控与智能运维关键技术研发与应用”项目，是广日电梯及合作单位站在保障公共安全的高度，深入贯彻落实市场监管总局关于开展电梯智慧监管试点工作的安排部署，聚焦公共安全重要设备电梯的安全防控与治理关键技术，开展的一项课题研究。

项目主要利用物联网、大数据、云计算、人工智能新技术，为电梯设备公共安全预防与治理赋能，重点研制具有在线预警功能的电梯、扶梯设备，研发基于迁移学习的电扶梯智能运维和全生命周期管理平台，研发故障突发环境下的乘客行为、故障演化与应对的云边协同的大规模快速数字孪生仿真系统，研发现场多类型电/扶梯大数据融合分析与虚实结合的动态交互技术，全面构建基于现场-实验-数据-仿真综合的电/扶梯关键部件性能退化及故障推演与集成分析云平台，以攻克智慧城市规模化、网络化运营新格局下复杂客流带来的电梯安全风险预防与治理难、在线监测电梯数据量少且准确度低、乘客预防性安全保护能力弱、海量设备全生命周期智能运维管理等安全风险防范和治理难题。

三、主要做法

（一）项目研究内容

本项目研究内容主要包括以下四个方面：

1.研发基于时频转换算法的多模智能融合迁移学习方法。

2.研发基于迁移学习的电扶梯智能运维和全生命周期管理平台。核心开发内容：研发故障突发环境下的乘客行为、故障演化与应对的云边协同的大规模快速数字孪生仿真系统；研发现场多类型电/扶梯大数据融合分析与虚实结合的动态交互技术；构建基于现场-实验-数据-仿真综合的关键部件性能退化及故障推演与集成分析云平台。

3.自动扶梯与自动人行道安全检测关键技术和报废技术条件研究。

4.研发具有在线预警功能的电梯。

（二）项目主要技术指标

项目在符合现行有效国际、国家标准的基础上，采用高于国家标准的企业标准。关键技术指标、成果指标及经济指标（如表1所示）

（三）项目技术路线

本项目研究的电梯安全防控与治理关键技术的核心在于建立电扶梯智能运维和全生命周期管理系统，在故障预测与健康管理（Prognostic and Health Management，简称PHM）系统设计中引入信息物理系统（Cyber-Physical Systems，简称CPS），搭建了涵盖单元级、系统级、系统之系统级层级化架构；并结合不同的网络连接和云计算部署方式，明确了系统调用的数据种类范围，提出了基于CPS的在线、离线、远程三种电/扶梯设备智能运维模式，以满足不同公共安全保障应用场景下的电梯风险防控与治理需求。

通过传感技术全面采集设备信息，借助各种智能算法和推理模型，监控、评估和管理电扶梯设备健康状态并预测未来趋势，提供有效维护保障决策及任务规划建议。其关键在于建立云边协同大规模快速数字孪生仿真系统，实现数据快速转为有效信息。（如图1所示）

（四）项目关键技术方案

1.研发基于时频转换算法的多模智能融合迁移学习方法

针对电扶梯故障数据具有大容量、多样性的特点，通过传感器采集电/扶梯运行数据，提取特征参数输入到采用自我感知能力的粒子群算法的混合深度学习模型中进行训练、优化，采用基于模型的迁移学习方法，将训练好的智能诊断模型迁移到目标域中设备的运行状态分析中，以实现具有强泛化能力和高精度的电/扶梯故障预警功能。

其中，混合深度学习模型是采用格兰姆变换和深度残差神经网络（ResNet）的有监督深度学习模型、采用压缩感知和堆栈稀疏自编码（SSAE）的无监督深度学习模型的融合，以解决单一模型存在收敛速度慢、训练时间长、精度低的问题。（如图2所示）

图1 项目技术路线图

图2 基于迁移学习的电/扶梯故障预警方法流程图

现以基于时频转换算法的电/扶梯振动数据分析为例说明混合深度学习模型的创建过程。时域分析是信号关于时间的特征，从信号中无法获得电梯故障特征时域信息，而频域分析则是信号关于频率的特征，从信号中不能确定故障发生的具体时刻。

因此，本项目采用时频变换算法将一维时频信号转为更全面表达故障信息的二维时频信号特征输入网络模型，以增强网络模型对细节特征的表达能力。给定一个窗函数γ(τ)，当窗滑动时，信号Z(τ)的时频变换表示如下：

其中：τ为时间，f为频率，τ'-τ代表滑动的窗口，*代表复数共轭。对于离散信号的时频变换表示如下：

式中：ω[m]为窗函数，η为信号序列，ω为角频率。

本项目提出的时频转换算法解决了常规傅立叶变换方法不能刻画任一时刻的频率成分进行全面分析的短板，提升模型的迁移学习能力。（如图3所示）

针对电/扶梯关键部件性能退化过程存在的不确定性以及动态随机非线性特征，通过对采集的性能退化数据进行分析，分别对不同退化数据建立状态空间形式的随机非线性性能退化预测模型。对直接数据构建基于期望最大化（Expectation-Maximum，简称EM）算法的预测模型；对间接数据构建基于随机滤波的参数和状态联合估计预测模型；对多元数据构建融合Copula理论相关性分析和MCMC（Markov Chain Monte Carlo）多性能退化量估计的多模式预测模型。最终利用首达时间性质推导出基于退化数据的寿命/剩余寿命的表达式，得到寿命预测特征值，实现性能退化预测。（如图4所示）

图3 基于时频转换信号处理方法原理

图4 建立状态空间形式的随机非线性性能退化预测模型

以EM算法为例说明电/扶梯设备寿命预测方法。给定相互独立的观测数据X={X_1,…,X_N}，和包含隐变量Z、参数θ的概率模型f(X,Z,θ)，根据基于极大似然估计（Maximum Likelihood Estimation,MLE，简称MLE）理论，θ的最优单点估计在模型的似然取极大值时给出：θ=argmaxp（X/θ）考虑隐变量，模型的似然按如下展开：

隐变量可以表示缺失数据，或概率模型中任何无法直接观测的随机变量，式中第一行是隐变量为连续变量的情形，第二行是隐变量为离散变量的情形，积分/求和的部分也被称为X,Z的联合似然。不失一般性，这里按离散变量为例进行说明。由MLE的一般方法，对上式取自然对数后可得：

上述展开考虑了观测数据的相互独立性。引入与隐变量有关的概率分布q(Z)，观测数据的对数似然有如下不等关系：

当θ,q使不等式右侧取全局极大值时，所得到的θ至少使不等式左侧取局部极大值。因此，将不等式右侧表示为L(θ,q)后，EM算法求解目标：

基于EM算法的电扶梯设备运行状态预估流程：①采集电梯运行过程的监测信号，经过剔除异常信号值后，将预处理后的正常信号作为模型的输入信号→②求解未知参数 θ，先随机初始化未知参数，求出每一组数据的分布→③求出每组实验数据分布后，综合每组数据求出一套新的参数 θ，与初始参数比较，如果发现误差在设定范围内则停止，否则拿新参数继续②步骤，最终实现关键部件的寿命预测，为电/扶梯关键部件的故障预警和健康体检提供科学依据，实现按需维保。（如图5所示）

图5 基于EM算法的电扶梯设备运行状态预估流程

图6 云边协同大规模快速数字孪生仿真系统

图7 电扶梯关键部件性能退化及故障推演与应对

2.研发基于迁移学习的电扶梯智能运维全生命周期管理平台

研发广日电梯新一代4G/5G工业互联网云平台，整合管理2G/4G多款终端数据以及CRM订单系统数据，研发4G/5G遥监终端，与安装在电/扶梯上的数据采集器传感器连接，覆盖应用G20、G15、G12等G系列控制系统的全部垂直电梯产品和应用GR-ECS控制系统的全系列自动扶梯产品；建立电扶梯智能运维生命周期管理平台，对电梯工况/业务/健康进行全方位分析、预警，并提供可配置的报表系统；搭建可视化数据驾驶仓，适用于PC、大屏、移动端、平板等多种设备；提供浏览器客户端、IOS系统和Android系统的移动客户端、对外数据接口，满足公共安全保障不同应用场景数据共享交互需求。

（1）研发故障突发环境下的乘客行为、关键部件性能退化及故障推演与应对的云边协同大规模快速数字孪生仿真系统

为实现海量电梯数据大规模快速计算能力，本项目拟建立基于4G/5G通讯的云边协同大规模快速数字孪生仿真系统，借助BIM系统建立电/扶梯应用场景级别的“数字孪生”虚拟空间模型，构造虚拟空间与物理空间的实时映射和闭环交互，实现数据到信息的快速有效转换。边缘计算终端仅对传感器采集数据进行实时处理、故障报警、负荷识别、乘客行为识别等边缘计算操作，将终端计算能力轻量化，云中心负责数据存储、大数据挖掘、人工智能，机理模型沉淀、模型训练、故障诊断、预警分析等强计算需求。在保障低时延、高并发、大流量数据计算能力的同时，共享云计算资源，优化配置，降低成本，满足多级别公共安全保障应用场景需求。（如图6所示）

借助电/扶梯数字化孪生模型以展示关键部件性能退化及故障推演过程，当电/扶梯或零部件运行状态异常时会变色突出显示，智能运维系统自动生成预警报修信息和维保建议，并就近派工，维保人员根据可视化维修指引对目标扶梯及其目标零部件的空间位置进行快速定位和提供维修服务，维修完成后，客户可电子签名确认服务价格和评价服务质量。（如图7所示）

构建电/扶梯风险分级防控与数据联动管理机制，提升治理效能。根据故障危险程度及连带后果对电/扶梯风险进行分级评估，并建立相应级别的安全控制策略和数据存储策略，从而较好地取得了安全与成本的平衡。其中：部件风险分为A-D共4个评估等级，相应关注度分为高、中、低3类，数据存储分为4级。（如图8所示）

图8 4个风险评估等级、3类关注度、4个数据存储等级

图9 电/扶梯智能运维&全生命周期管理平台四级组网架构

（2）研发现场多层次、多时空、多级别电/扶梯大数据聚类分析与虚实结合的动态交互技术

为满足轨道交通对电扶梯公共安全防控与治理需求，本项目拟建立一套轨道交通线网级自动扶梯智能运维与全生命周期管理体系。组成设备级、车站级、线路级与线网级四级组网架构。（如图9所示）

构建多层次、多时空、多级别扶梯数据库，研发基于聚类分析算法的虚实结合的动态交互技术。轨道交通线网级扶梯数据具有相似的运行工况与特征参数，可采用聚类分析训练优化无监督深度学习模型的迁移学习能力，更加科学地建立电/扶梯关键零部件故障趋势分析、寿命预测、设备维保的健康管理体系，为扶梯产品及部件优化设计提供数据依据。

本项目对公交扶梯整机及零部件的服役年限、故障周期、预警记录等内容进行聚类，建立聚类分类模型：

以公交扶梯的提升高度（H）与载客强度因子（γ，可通过智能视频分析系统获取）两个参数为主特征参数进行聚类。如扶梯E0101/01(N)公交扶梯的主特征参数为［HE0101/01(N)，γE0101/01(N)］，E1102/03(N)公交扶梯的主特征参数为［HE1102/03(N)，γE1102/03(N)］，定义相关度系数：

其中（0＜β≤1），ξ为一个可调的相关度阈值参数，当ξ≤β≤1时，这两台扶梯被归为同类扶梯。反之为非同类扶梯。

通过对轨道交通线网级公交扶梯进行单台多点、多台同点纵向、横向分析，通过模型(虚)与分布在线网级的扶梯物理设备（实）的动态数据交互比对，提高扶梯故障及寿命测准确度，优化公交扶梯产品及关键部件设计，双重提升扶梯的公共安全保障能力。（如图10所示）

（3）构建基于现场-实验-数据-仿真综合的关键部件性能退化及故障推演与集成分析云平台。

因现行电/扶梯数据库中服役周期较长的电/扶梯数据量较少，本项目拟开发便携式数据采集箱，结合磁性式振动传感器，对现场电/扶梯运行数据进行快速采集，搭建故障模拟测试平台，采用破坏部件来验证检测准确性，采用型号发生器对难模拟故障输入理论故障波形，测试故障预警系统是否可检出故障。通过现场-实验-数据-仿真深度融合与交互，不断对模型进行修正，提升迁移学习能力，从而进一步提升预警准确度。（如图11所示）

（4）4G/5G网关开发

图10 基于聚类分析算法的虚实结合的动态交互技术

图11 构建基于现场-实验-数据-仿真综合的科学预警云平台

图12 数据接口开发方案

完成4G/5G数据采集终端（遥监终端）硬件开发，实现状态监控、故障上报、地址读写、涵盖语音视频等大数据传输、边缘计算、主控程序升级等功能。当由4G升级5G网络时，仅需更换数据采集终端即可，并兼容2G数据采集终端数据。

（5）服务器布署

由传统的物理服务器转为云服务器，有利于通信及数据处理性能提升，按需扩容更便捷。

（6）数据接口开发

完成CRM系统电梯基础数据、故障下单接口、维保信息数据对接、遥监1.0、2.0系统数据对接及展示、2G遥监1.0、2.0系统数据对接及展示、4G遥监终端数据对接及展示，以及不同应用场景的对外接口开发。（如图12所示）

（7）平台模块开发

主要包括故障预警管理、维保管理、综合监控、系统管理、设备管理、能耗管理、统计管理、移动App、基础信息模块开发。

故障预警核心模块新功能：分布图、单台设备监测图（运行状态、监测部位、监测部位状态等）和电梯相关参数（运行状态和故障状态）展示；实时趋势分析、模拟量阀值设定、大数据分析；波形频谱分析、包络谱分析、故障原因分析等预诊断功能；具备可迁移性，实现不同应用场景预警数据展示、分析管理工作。

维保管理核心模块新功能：按需维保自动生成电子维保计划、维保考勤及自动派工、维保评价、远程主板程序升级、远程救援、电梯健康体检、远程数据备份等管理功能。实现从保养计划→保养自动派工→线下保养→线上维保培训及远程技术支持→客户电子签名确认服务费用及评价全服务流程的无纸化在线管理。电梯维保方式由传统线下维保2次/月变革为预防性按需维保服务新模式，使维保效率提升50%，以缓解维保人员短缺、经验不足的行业困境，以最终实现“零困人”故障的理想目标。

3.研究自动扶梯与自动人行道安全检测关键技术和报废技术条件

研发视觉监测乘客行为与预警联动控制技术。采用图像识别算法，对小孩单独搭乘扶梯及攀爬扶手带、乘客摔倒、逆行及头、手伸出扶手带、乘客拥堵等异常行为进行检测与追踪，预测乘客行为趋势，并根据危险程度及后果联动采取声光警示、减速、缓停等安全控制措施，建立一套安全、可靠的联动控制策略，最大程度上降低乘客异常行为引发的安全风险。（如图13所示）

图13 视觉监测乘客行为与预警联动控制技术

研发扶梯传感预警技术。主要是根据轨道交通应用场景下的扶梯预警新需求，确定传感器数据采集方案。通过对历史扶梯故障数据进行分析，确定增加19个传感器检测点，采集、分析扶梯运行数据和故障数据，以确定部件报废条件，制定相关标准。（如表2所示）

扶梯传感器选型要求（如图14所示）

就地数据采集器需要满足故障诊断服务、电梯控制器数据采集、过程量数据采集、BAS系统接口、预警系统接口、断网续传、数据压缩、4G/5G通信接口等功能需求。（如表3所示）

扶梯可实现的故障预警功能清单（如表4所示）

接下来以电机为例说明故障预警治理方法。其中：转子质量不平衡——故障特点1倍频幅值大，大于建库值2倍左右，并超过其他频段2倍以上，持续大、无论工况如何，只要开机转动，一般非正常状态持续5分钟基本可以判定。电磁不平衡——故障特点2倍频幅值很大，大于建库值2倍左右，大于1倍频或和1倍频相当，并超过其他频段2倍以上，持续大、无论工况如何，只要开机转动，一般状态持续5分钟基本可以判定。轴承故障（内圈磨损、外圈磨损或保持架磨损）——0.5倍频、1.5倍频或8倍频、10倍频数几个频段的样本大于建模数据库样本，大于1倍频幅值，一般持续大、无论工况如何，只要开机转动，一般状态持续5分钟基本可以判定轴承出现故障。（如表5所示）

表2 扶梯预警系统传感器测点位置分布

表3 就地数据采集器选型要求

（4）研制具有在线预警功能的电梯新产品

研发视觉监测电梯困人故障及自动救援联动控制技术。通过安装在轿厢顶部的智能摄像头获取视频数据，

对视频数据进行图像处理后发送给预警系统，采用图像识别算法对图像信息进行分析。通过训练优化预设模型的迁移学习功能，准确预测乘客行为趋势，对电动车进入轿厢、打斗、跳跃等危险动作，进行语音提示和系统弹窗提醒，严重时采取停梯报警等联动处理措施。（如图15所示）

研发电梯传感预警技术。根据轨道交通应用场景对电梯预警新需求，确定传感器数据采集方案。以解决传统电梯通过遥监终端采集变频器数据少且采梯速率低的短板，通过对历史电梯故障数据进行分析，确定15个传感器监测点。（如表6所示）

图15 视觉监测电梯困人故障及自动救援联动控制技术

表7 传感器的选型要求

根据轨道交通等应用场景对电梯预警技术要求，确定传感器和数据采集器的选型要求。（如表7、表8所示）

电梯可实现故障预警功能清单（如表9所示）

四、取得的成效

（一）成果指标达到项目预期

本项目按计划在2021年12月通过公司结题验收，达到项目预期成果指标。（如表10所示）

（二）关键技术指标符合相关标准要求

项目关键技术指标符合相关标准要求，达到了项目计划书技术指标要求。项目关键技术指标完成情况（如表11所示）

（三）经济效益显著

项目起止日期为2017年1月至2021年12月，累计投入研发经费共2515.3万元。项目研究成果自2019年1月开始实现产业化。截至2022年6月，累计共应用到20201台电/扶梯产品上，占公司全部产品系列的比重为32.19%，累计新增销售收入229550.39万元，占公司总销售收入的比重为29.63%，新增净利润6252.62万元，新增税收5857.98万元，新增创汇16.59万美元，经济效益显著。

表9 电梯可实现故障预警功能清单

表10 项目成果指标完成情况

表11 项目关键技术指标完成情况

（四）社会效益突出

本项目成果填补了国内外轨道交通线网级电扶梯智能运维和全生命周期管理平台技术空白，克服了现有技术无法实现电/扶梯事前故障预警及关键部件性能退化预测的关键共性难题，实现了与城市轨道交通健康管理大数据系统的联动，提升公共安全保障能力。

本项目建立的一套面向设备安全保障、面向运维智能化管理的电/扶梯设备全寿命周期智慧运维管理系统，对于全方位保障乘客安全、全面提升电/扶梯设备智能化运维管理水平、实现电梯按需维保和数字化监管有着重要作用，能够引领电梯行业在乘客安全保障、智能运维及节能降耗等方面的科技进步，为民族品牌实现弯道超车提供技术基础，提升自主民族品牌的国际竞争力。

本项目成果的应用推广，深度融合了人工智能、智能制造、物联网维保、大数据、云平台等新技术应用，助力公司获评国家第三批服务型制造示范企业。同时，以广州广日工业园为中心向全国辐射，充分发挥电梯高端装备制造产业集群链主的示范作用，引领电梯产业链向数字化、智能化、网络化转型升级。

本项目围绕电梯风险防控与治理关键技术进行知识产权布局和标准制定，获得相关知识产权40项，其中：发明21件、实用新型11件、软件著作权8件，参编国标17项，充分发挥广东省知识产权示范企业的引领作用，增强社会知识产权保护意识，健全国家标准体系，促进国家向“知识产权强国”“中国创造”转变。

五、探讨与思考

本项目填补了国内外轨道交通线网级扶梯系统智能运维全生命周期管理平台产品空白，实现了线网级电/扶梯运行状态及故障数据多层次、多时空、多级别聚类分析功能，建立了关键零部件故障趋势分析、寿命预测、设备维保的科学健康管理体系，促进大数据、人工智能技术赋能电/扶梯系统安全提升及健康管理。但还存在以下行业共性问题有待改进：

目前，电梯传感预警技术在国内应用时间3年左右，“电梯物联网智慧监管服务平台”只在上海、南京、杭州、广州市等试点城市推行，未在全国全面推行，电梯物联网共享的电梯有效数据有限。

建议国家出台政策鼓励各电梯企业应用推广基于云平台的故障预诊断及寿命预测技术，扩大项目成果的使用范围，用好电梯大数据，以实现电/扶梯风险的防控与治理，降低电梯故障率，真正做到电梯的精准管理和故障综合治理，提升城市治理现代化水平。

另外，目前电梯故障预警系统承担边缘计算功能的数据采集终端存在多个未整合的情况，如：视频数据采集终端单独设置，未与其他数据采集器整合，且成本高，下一步可将数据采集终端进行整合优化，以降低成本。