故障诊断技术在电梯检验中的运用分析

摘要：故障识别与诊断是电梯等特种设备管理工作的基本内容。首先，从数据获取、特征提取与数据融合等方面，介绍了基于数据融合的电梯故障诊断方法。其次，以某高层建筑中电梯为例，运用故障诊断技术判断产生杂音与抖动的原因。诊断结果表明润滑不良是产生杂音的主要原因，互感器故障造成了电梯轿厢抖动。采取相应的维修措施后故障现象消失，电梯恢复正常运行。

关键词：故障诊断""振动检测""电梯检验"传动系统""数据融合

中途分类号：TU85

Analysis"of"the"Application"of"Fault"Diagnosis"Technology"in"Elevator"Inspection

CHENG"Tao

Special"Equipment"Inspection"and"Testing"Research"Institute"of"Jiangxi"Inspection，"Testing"and"Certification"Institute，"Nanchang，"Jiangxi"Province，"330200"China

Abstract："Fault"identification"and"diagnosis"are"the"basic"contents"of"the"management"of"special"equipment"such"as"elevators."This"article"first"introduces"elevator"fault"diagnosis"methods"based"on"data"fusion"from"the"aspects"of"data"acquisition，"feature"extraction"and"data"fusion."Secondly，"taking"the"elevator"in"a"high-rise"building"as"an"example，"fault"diagnosis"techniques"are"used"to"determine"the"cause"of"noise"and"shaking."The"diagnosis"results"indicate"that"poor"lubrication"is"the"main"cause"of"noise，"and"the"fault"of"the"transformer"caused"the"elevator"car"to"shake."After"taking"corresponding"maintenance"measures，"the"fault"disappeared"and"the"elevator"resumed"normal"operation.

Key"Words："Fault"diagnosis;"Vibration"detection;"Elevator"inspection;"Transmission"system;"Data"fusion

电梯由于使用年限较长、自身材料磨损与老化等原因，不可避免会出现杂音、抖动、启停异常、速度异常等异常情况。定期开展检验，及时识别故障并采取相应的处理措施，对保障电梯的正常运行与预防电梯安全事故发生有积极帮助。在智慧建筑背景下，电梯故障诊断技术也在朝着信息化、智能化方向发展，探索新型故障诊断技术在电梯检验中的应用策略成为新时期电梯管理人员的一项重要任务。

1"电梯检验中的故障诊断技术

1.1常用的电梯故障诊断技术

传统的电梯检验依赖于人工检验，但是由于电梯的电气设备和机械部件数量多，检修工作量大，很难及时、准确地判断故障所在，使电梯在运行过程中存在安全隐患。在信息时代，将大数据、传感器、人工智能等技术应用到电梯故障诊断中，不仅能够利用高灵敏度传感器获取电梯运行中的各类参数（如压力、加速度、振动等），还能利用计算机对同源异构数据展开分析，从而实现对电梯工况的动态监视，为电梯的日常检修以及故障的诊断和处理提供了技术支持。目前常用的电梯故障诊断技术有若干类型，例如：基于遗传神经网络的故障诊断技术，其原理是利用遗传算法优化BP神经网络，采集电梯的抱闸拉力、上行速度、限速器转速等特征样本数据输入到BP神经网络模型中进行训练，利用训练用的模型进行故障诊断。还有基于专家系统的故障诊断技术，以PLC和工控机为核心，对传感器采集数据进行处理、分析，实现对电梯状态的监控和故障的诊断[1]。考虑到电梯故障类型繁多，要想实现故障的及时发现和精准诊断，必须要尽可能地获取更加多样的数据，并且从多源异构数据中进行特征提取，最后进行融合分析才能保证最终诊断结果的可靠可信。

1.2基于数据融合的电梯故障诊断技术

本文提出了一种基于数据融合的电梯故障诊断技术，技术实现共分为3步。

1.2.1""数据的获取和预处理

电梯故障智能检测系统的输入量来自于安装在电梯电气或传动系统的加速度传感器。它能分别从X、Y、Z这3个方向上获取电梯运行信息，包括上行速度、下行速度、振动幅度等。获取的原始数据可能含有高频噪声、高频谐波等干扰，影响了数据的可用性，因此需要对原始数据进行预处理（包括滤波、降噪、放大等）。

1.2.2""数据的特征提取

为了从海量原始数据中准确识别出电梯故障信息，必须从获取的动态信号中提取出故障信息，该环节即为特征提取。常用的特征提取方法有“时域分析法”“小波包分析法”两种，其中小波包分析法属于时频分析法，在时域和频域均有表征信号特征的能力，对信号具有较强的自适应性。利用时域分析法可以获取3个时域特征值，分别是Z方向的峭度、X方向和Z方向的峰值；利用时频分析法可以获取5个小波包能量谱。将上述8个特征值做归一化处理后，作为输入量输入到数据融合神经网络模型中进行故障诊断。

1.2.3""数据的融合

现阶段，常用的数据融合方式有像素层融合、特征层融合、决策层融合3种类型。像素层融合的优势是提供丰富的现场细节信息，缺点是数据量太大，需要花费较多的融合时间，影响了故障诊断的实时性。特征层融合通过从原始信息中提取特征数据达到了信息压缩的效果，其优势是数据量较少，实时性好，缺点在于信息压缩过程中容易造成部分信息的丢失，影响故障诊断结果的准确性。决策层融合具有通信量小、抗干扰能力强以及容错性好等优势，使用决策层融合数据得出的结论可以直接作为决策依据，因此在数据融合中优先考虑使用决策层融合[2]。

可用于特征层数据融合的算法有D-S证据理论法、神经网络法以及聚类算法等若干种组成。从实际应用效果来看，BP（Back"Propagation）神经网络算法具有操作简便、容错能力强等特点，是数据融合中比较常用的算法。构建电梯故障诊断特征层BP网络模型，该模型共包含3层，分别是输入层、隐含层和输出层。将上一步骤中提取的8个特征值作为输入量，输入到BP神经网络模型的输入层中；在隐含层提取特征参数后，对电梯的实时工况做出诊断，并从输出层输出最终的诊断结果。

2.电梯检验要求与常见故障

2.1电梯检验工作一般要求

根据《电梯监督检验和定期检验规则》（TSG"T7001—2023）中的有关规定：电梯驱动主机工作时应无异常噪音与振动。但是该规程中没有提供评价振动的量化指标，因此在电梯检验中仍然需要工作人员结合经验做出主观判断。在检验过程中，由于电梯结构复杂加上环境中噪音来源较多，导致检验人员很难准确判断设备状态，容易造成故障的错诊、漏诊。因此，电子故障诊断中需要使用灵敏仪器用于采集声音、振动等信号，同时将前端传感器采集的信号传输至分析设备中做快速傅里叶变换（Fast"Fourier"Transform，FFT）并进行频域分析，从而确定故障位置、故障类型，为下一步开展电梯维护和故障检修等工作提供依据[3]。

2.2电梯常见故障分析

电梯故障类型多样，根据故障发生位置的不同可以大体归为两类，即电梯故障和机械故障，其中又以机械故障较为常见，约占电梯总故障的70%～80%。按照故障成因可以将电梯常见机械故障分为以下4种情况。

一是润滑系统异常，如润滑油泄漏或者变质导致润滑效果不佳，机械装置在运行过程中严重磨损或发着，进而导致机械部件出现故障。二是电梯机械部件使用时间太长或者是维护不到位，导致轴承。齿轮、蜗轮蜗杆等机械部件出现材料老化、疲劳、过度磨损，进而导致电梯发生非正常停机。三是电梯的紧固件松动或脱落，导致电梯无法正常启停。四是电梯轿厢因为加装空调或者日常检修等原因导致平衡系数不符合标准，电梯运行时容易出现制动距离过长进而发生冲顶或蹲底等故障[4]。

3.故障诊断技术在电梯检验中的实践应用

3.1故障介绍

某高层建筑的曳引式电梯于2004年安装使用，该电梯的组成部件有电机、蜗轮蜗杆、曳引轮、限速器、导向轮等。在2020年的电梯常规维护中发现其中一部电梯在启动、变速运行、停止时存在较大的杂音，为保证电梯的安全运行使用了基于数据融合的检测技术进行故障诊断，判断杂音来源、锁定故障位置，为后续的故障维修提供参考。在本次电梯检验中，使用了德国Bamp;K申科振动分析仪，采用压电式加速度传感器，测量精度±5%，频率范围1～50"kHz，防护等级为IP54级。利用传感器获取电梯传动系统在不同工作状态下的加速度数据，经过处理后将其转化为振动信号，并利用频谱仪分析振动信号的时域谱和频域谱。该电梯传动系统的基本参数如表1所示。

分别在蜗杆的两端（测点1、测点2）以及涡轮的中心处（测点3）设置3个测点，将传感器固定在测点上，在电梯启动运行后开始采集数据并进行故障分析。

3.2故障分析

3个测点的振动同频（10～1000"Hz）速度有效值如图1所示。

振动速度有效值可以直观地反映机械传动装置的故障烈度，通常来说振动速度有效值越大，则机械传动部件的故障越严重。从本次实验数据来看，3个测点的振动值均处于相对较低水平，可以初步判定该电梯的机械传动机构不存在严重故障。但是要想进一步确定发出杂音的具体位置，还需要结合传感器获取数据展开时域分析和频谱分析。

3.3检验结果

结合测点1的时域波形可以发现，纵向时域波形呈现出频率为10.6"Hz、时间间隔为105"ms的等间隔冲击特征。由于波形较为稳定且对称性较好，说明机械设备的工况基本良好。对测点1的振动信号展开频域分析，可以发现10.6"Hz对应该位置轴承保持架的频率，并且在频谱中存在滚动体缺陷频率，综合频域和时域分析结果，初步判断该电梯传动系统中的轴承部分存在缺陷[5]。为了验证这一分析结果，安排维修人员对该电梯的传动结构进行了拆机检验。拆机后发现轴承滚动体剥落且润滑失效，初步判断是润滑保养不及时导致润滑不良，进而造成轴承磨损严重而引起的杂音和振动。维修人员重新更换新的滚动体，将油泥清理干净后加入新的润滑油，然后将电梯传动机构重新安装。完成上述操作后再次启动电梯，仍然采取上述实验装置采集振动信号并展开时域和频域分析。结果表明，振动信号时域波形中的冲击成分完全消失，传动结构运行期间杂音消失，说明故障得到妥善处理，验证了振动分析技术在电梯故障检验中的应用效果[5]。

在电梯带载运行时发现存在抖动现象，尤其是在开启和停止时抖动比较明显。根据以往的电梯检修经验，造成抖动的原因主要与轿厢共振、曳引轮或导向轮运行动态不平衡，以及轿厢导靴磨损严重等因素有关。在实验中采取了排除法确定造成电梯带载运行抖动的原因：首先，使用振动分析仪分别测试了电梯的曳引主机、曳引轮、导向轮轴承等位置的振动值，结果发现振动值较小，基本上可以忽略，因此排除曳引机导致抖动；其次，站在轿顶分别按照左右、前后的方向晃动轿厢，发现轿厢并未出现明显的晃动，由此可以排除因为轿厢导靴严重磨损导致抖动；再次，检查曳引轮上各绳槽是否有偏磨损情况，钢丝绳与曳引轮的接触面是否有磨损不均匀情况，经检查未发现异常磨损，因此排除钢丝绳受力不均导致的抖动；最后，推测是电梯控制系统出现故障，导致传动机构运转异常进而引发抖动。对电梯的电气控制系统进行拆检后发现监控马达三相电流互感器出现故障，互感器中的铁芯烧毁，导致控制系统无法获取反馈信号，不能根据电梯载荷变化灵活调节马达输出功率，由于输出功率与负荷不匹配进而导致电梯的抖动。在明确问题原因后更换了互感器铁芯，重新启动电梯后发现恢复平稳运行。

4""结语

电梯作为现代高层建筑中的配套设施，一旦发生运行故障将会对电梯乘用人员的安全构成严重威胁，因此做好电梯故障诊断尤为重要。相较于传统以人工为主的电梯检验模式，将传感器、大数据、人工智能等新一代信息技术应用到电梯故障诊断中，通过实时获取和处理分析电梯运行过程中产生的海量数据，可以实现对电梯工况的动态监视。当电梯出现异常工况时，能够第一时间识别异常数据并判断故障类型和故障位置，为检修人员快速锁定故障并及时采取科学维修提供了技术支持，从而消除安全隐患、保证电梯稳定运行。

参考文献

[1]万洪明，蔡志华.关于人工智能应用在电梯检验方面的探讨与研究[J].品牌与标准化，2024（4）：103-105.

[2]李泽华，柴铮，赵春晖.基于多通道卷积的电梯异常振动故障诊断[J].控制工程，2023（3）：427-433.

[3]李翔.浅谈电梯的电气控制系统故障诊断及维修技术[J].技术与市场，2020（11）：107，109.

[4]董天威.基于元迁移学习的电梯故障诊断方法研究与应用[D].沈阳：沈阳工业大学，2023.

[5]邹邦涛.城市更新-济南花园小区一区更新改造设计研究[D].济南：山东建筑大学，2024.