基于加速度传感器的设备属性计算方法与流程
本发明属于电梯设备技术领域，涉及一种设备属性获取方法，尤其涉及一种基于加速度传感器的设备属性计算方法。
背景技术：
目前除了电梯厂商和电梯主板能直接获得电梯的基本情况和属性以外，还没有统一的监控电梯的系统。想要获取某一电梯的属性除了从电梯厂商获得主板权限之外，只有加装额外设备。
其中在加装加速度传感器的现有技术中，能够得到的信息有限，大都还只能够通过微积分检测电梯的运行速度和距离。然而电梯有着不同的运行模式，有着不同的额定速度和加速度，传统方法难以进行异常数据的剔除和大量统计。除此之外，传统的在电梯中加装加速度传感器只能计算电梯在楼层间的上下运动，无法得到电梯的其他属性。
有鉴于此，如今迫切需要设计一种设备属性获取方式，以便克服现有电梯监测方式存在的上述缺陷。
技术实现要素：
本发明提供一种基于加速度传感器的设备属性计算方法，可获取设备的更多属性。
为解决上述技术问题，根据本发明的一个方面，采用如下技术方案：
一种基于加速度传感器的设备属性计算方法，所述设备为电梯；所述设备属性计算方法包括：
步骤s0：根据三轴加速度传感器传回的信息，确定三轴所代表的实际空间中的三个方位；x轴代表电梯楼层间运动方向，y轴代表轿厢门开关方向，z轴代表与x、y轴垂直的方向；
步骤s1：对于电梯楼层间运动，即x轴的运动，先将其传感器传回x轴数据的单位lsb/g换算为m/s2，具体换算方式为，a＝(k-b)*9.8/b，其中，a为换算后的加速度值，单位为米每秒方，9.8为重力加速度g的值，b为电梯处于平稳时段时x轴的值，k为传感器某一时刻的值；
步骤s2：经过步骤s1后，x轴数据为一维的时间序列下的加速度的值，单位为米每秒方；加速度的值有正值和负值，代表了加速度的方向；如果加速度的值为0代表此时电梯没有运动或者处于匀速运动状态；因电梯加速和减速需要一定时间，因此，会产生某一段时间下加速度都为正值或都为负值；对连续的正值和负值进行检测，得到出现连续正值或者连续负值都时间段；倘若这种情况出现则说明电梯出现了某个方向上的加速或者减速；
步骤s3：一次电梯的完整运动包括一次加速，一次匀速和一次减速，对上述检测出的连续正值和负值的时间段进行两两组合，确定一次完整的电梯运动所处的时间段；组合规则为，先检测数据中是否有两段连续正值/负值的时间段，假如出现，则这两段一定分别属于两次完整的电梯层间垂直运动；再检测加速度为0的时间段长短，即电梯没有加速或者减速的时间段；如果此时间段长过设定阈值，则认为这一段时间内电梯处于静止状态而不是匀速状态，因此这一平稳段的两端的连续正值和负值的时间段内属于两次电梯层间垂直运动；按以上规则确定锚点后，相邻的连续非0加速度时间段进行两两组合即可得到一次完整的电梯层间垂直运动的加速度随时间变化数据；
步骤s4：假设一次完整的电梯层间垂直运动的加速度，其时间开始于0，结束于t，则t时刻的电梯的速度为0到t时刻里加速度对于时间的积分，即
此时已经得到所有电梯完整运动的三条数据，即一次电梯完整运动下，加速度相对于时间变化的数据，速度相对于时间变化的数据，电梯运动距离相对于时间变化的数据；假设电梯一共完整运动了n次，则得到3n条数据；
步骤s5：因电梯有不同的速度模式，电梯在运动一层时，能达到的最大速度很小，在运动几层时，速度较大，电梯维修时通常以半速运行；对每次电梯完整运行的速度曲线，取最大值，得到m个最大运行速度；对m个最大运行速度的数据进行基于密度的聚类dbscan，其中两个参数，范围半径取决于算法和传感器精度，密度取决于样本数；聚类后得到a个不同的最大运行速度集合，对应a个最大运行速度的类；找到对应各类电梯的一次完整运动；对各类的最大运行速度分别进行求和平均，即可得到a个类运动模式的最大运行速度；对各类的加速度曲线的第一个加速度非0段取绝对值的最大值，并按照类取平均值，则可得到电梯各类运动的最大加速度；同理对加速度曲线的第二个加速度非0段取绝对值的最大值，按类平均后得电梯各类运动的最大减速度；
步骤s6：对于y轴即电梯轿厢门开关门方向的计算与x轴类似，得到门运动距离，门速度和门加速度的曲线，门宽即为一次开门或者关门运动最大的门运动距离；但是一次完整的开门/关门分为缓加速，加速，减速，缓减速四个过程，并且开门后因人员上下时，会产生一定的噪声影响；因此在截取单次开门或者关门曲线时，设定上下两个阈值，分为连续大于上阈值的数据段，和连续小于下阈值的数据段；因电梯开关门加速和减速过程中间匀速段基本没有，因此假如这两个数据段相差时间小则为一次开门或者关门曲线；
步骤s7：对电梯单次运行距离进行累计计算，利用聚类得出电梯所有楼层对于最底层的相对距离；上述对x轴一次完整的电梯垂直层间运动进行了积分，算取所有电梯单次运行的距离曲线，其最大值为电梯的单次运行距离；
对单次运行距离进行累加，每次累加后作为一个结果，计作dis[i]，i代表第i个结果；当收集较长时间的数据后，dis的个数会有足够多，然后对所有的dis进行基于密度的聚类dbscan，得到几类则基本代表此建筑有多少层楼；对所有同类内取平均值，即得到建筑每层楼的相对距离；对所有平均值进行由小到大的排列，所有平均值减去最小的平均值则为楼层相对于最底层的相对距离；得到所有楼层的高度；
步骤s8：同样收集一定较长时间内的数据，在每次检测到电梯进行楼层间x轴垂直运动的时候对电梯停止后设定时间内的时间段检测，y轴是否能检测到开关门；假如无法检测到开关门则代表此建筑的这部电梯存在待机位置；待机位置在几层由计算楼层的相对底层高度算出；
由上述所有步骤得到电梯的以下信息：电梯运动模式种类，最大加速度，最大减速度和最大速度，以及电梯的开门所用时间，关门所用时间，门宽，待机位置，楼层的相对最底层高度以及楼层数。
根据本发明的另一个方面，采用如下技术方案：一种基于加速度传感器的设备属性计算方法，所述方法包括：
获取设备设定方向的加速度数据；
根据设备设定方向的加速度数据得到设备运动模式种类、最大加速度、最大减速度、最大速度、运行距离、运行时间中的至少一个；
如果设备有至少两个站点并且规律化运行，所述方法还包括根据设备设定方向的加速度数据得到设备站点间相对距离、设备运行站点数。
作为本发明的一种实施方式，所述方法还包括：电梯设备有不同的速度模式，对每次设备电梯完整运行的速度曲线，取最大值，得到m个最大运行速度；对m个最大运行速度的数据进行基于密度的聚类dbscan，其中两个参数，范围半径取决于算法和传感器精度，密度取决于样本数；
聚类后可能得到a个不同的最大运行速度集合，对应a个最大运行速度的类；找到对应各类设备电梯的一次完整运动；对各类的最大运行速度分别进行求和平均，即可得到a个类运动模式的最大运行速度；对各类的加速度曲线的第一个加速度非0段取绝对值的最大值，并按照类取平均值，则可得到电梯设备各类运动的最大加速度；同理对加速度曲线的第二个加速度非0段取绝对值的最大值，按类平均后可得电梯设备各类运动的最大减速度。
作为本发明的一种实施方式，所述设备为电梯；所述方法还包括：上述对电梯楼层间运动方向一次完整的电梯垂直层间运动进行了积分，算取所有电梯单次运行的距离曲线，其最大值为电梯的单次运行距离；
对单次运行距离进行累加，每次累加后作为一个结果，计作dis[i]，i代表第i个结果；当收集较长时间的数据后，dis的个数会有足够多，然后对所有的dis进行基于密度的聚类dbscan，得到几类则基本代表此建筑有多少层楼；对所有同类内取平均值，即得到建筑每层楼的相对距离；对所有平均值进行由小到大的排列，所有平均值减去最小的平均值则为楼层相对于最底层的相对距离；得到所有楼层的高度。
作为本发明的一种实施方式，所述设备为电梯；所述方法还包括：对于电梯轿厢门开关门方向的加速度数据进行处理，得到门运动距离、门速度和门加速度的曲线，门宽即为一次开门或者关门运动最大的门运动距离；一次完整的开门/关门分为缓加速，加速，减速，缓减速四个过程，并且开门后因人员上下时，会产生一定的噪声影响；在截取单次开门或者关门曲线时，设定上下两个阈值，分为连续大于上阈值的数据段，和连续小于下阈值的数据段；电梯开关门加速和减速过程中间匀速段基本没有，如果开关门加速和减速数据段相差时间小于设定值则为一次开门或者关门曲线。
作为本发明的一种实施方式，所述设备为电梯；所述方法还包括：收集一定较长时间内的数据，在每次检测到电梯进行楼层间x轴垂直运动的时候对电梯停止后设定时间内的时间段检测，y轴是否能检测到开关门；假如无法检测到开关门则代表此建筑的这部电梯存在待机位置；待机位置在几层由计算楼层的相对底层高度算出。
作为本发明的一种实施方式，所述设备包括门；所述方法还包括：根据设备设定方向的加速度数据得到设备的开门所用时间、关门所用时间、门宽、待机位置中的至少一个。
作为本发明的一种实施方式，所述设备为电梯；所述方法包括：获取设备三轴加速度数据；根据三轴加速度传感器传回的信息，确定三轴所代表的实际空间中的三个方位；x轴代表电梯楼层间运动方向，y轴代表轿厢门开关方向，z轴代表与x、y轴垂直的方向。
作为本发明的一种实施方式，所述设备为电梯；所述方法包括：对于电梯楼层间运动，即x轴的运动，先将其传感器传回x轴数据的单位lsb/g换算为m/s2，具体换算方式为，a＝(k-b)*9.8/b，其中，a为换算后的加速度值，单位为米每秒方，9.8为重力加速度g的值，b为电梯处于平稳时段时x轴的值，k为传感器某一时刻的值。
作为本发明的一种实施方式，所述设备为电梯；所述方法包括：电梯楼层间运动方向数据为一维的时间序列下的加速度的值，单位为米每秒方；加速度的值有正值和负值，代表了加速度的方向；如果加速度的值为0代表此时电梯没有运动或者处于匀速运动状态；
对连续的正值和负值进行检测，得到出现连续正值或者连续负值都时间段；倘若这种情况出现则说明电梯出现了某个方向上的加速或者减速。
作为本发明的一种实施方式，所述设备为电梯；所述方法包括：一次电梯的完整运动包括一次加速，一次匀速和一次减速，对上述检测出的连续正值和负值的时间段进行两两组合，确定一次完整的电梯运动所处的时间段；
组合规则为，先检测数据中是否有两段连续正值/负值的时间段，假如出现，则这两段一定分别属于两次完整的电梯层间垂直运动；再检测加速度为0的时间段长短，即电梯没有加速或者减速的时间段；如果此时间段长过设定阈值，则认为这一段时间内电梯处于静止状态而不是匀速状态，因此这一平稳段的两端的连续正值和负值的时间段内属于两次电梯层间垂直运动；按以上规则确定锚点后，相邻的连续非0加速度时间段进行两两组合即可得到一次完整的电梯层间垂直运动的加速度随时间变化数据。
作为本发明的一种实施方式，所述设备为电梯；假设一次完整的电梯层间垂直运动的加速度，其时间开始于0，结束于t，则t时刻的电梯的速度为0到t时刻里加速度对于时间的积分，即
此时已经得到所有电梯完整运动的三条数据，即一次电梯完整运动下加速度相对于时间变化的数据、速度相对于时间变化的数据以及电梯运动距离相对于时间变化的数据；假设电梯一共完整运动了n次，则得到3n条数据。
本发明的有益效果在于：本发明提出的基于加速度传感器的设备属性计算方法，可获取设备的更多属性。
目前所流传的基于三轴加速度计计算速度和距离的方法只是对得到的加速度计的数据进行单位换算以及简单的积分得到基于时间序列上的一维关于速度和距离的数据。本方法把电梯的单次电梯层间垂直运动计为一个运动单位，对一次运动单位进行包括最大加速度等电梯属性的计算，并收集大量的单次运动，即收集大量的单次运动下的各个属性，再进行计算，具有统计学意义。并且经过对电梯的调速模式进行了理论研究学习后，发现一部电梯运行模式可能有多种(层数较低的电梯可能只有一种调速模式)，本方法将在对每个电梯属性进行统计学意义上的处理前，将先对电梯不同运动模式进行分类，因此得到了不同电梯运行模式下的属性。
同时，本方法的加速度计安装在设备(如电梯轿厢)门之上，因此能够获得设备门的开关门信息，这是现流行技术所没有涉及的。本方法对设备门的相关属性计算也做了步骤的简述。
除此之外，因有了机器学习的辅助，本方法更能以统计学方式获取此设备各种运动模式下的最大加速度、最大减速度、最大速度、运行的站点之间相对距离以及站点数。
附图说明
图1为本发明一实施例中设备属性计算方法的流程图。
图2为一次理想状态下的电梯层间垂直运动的加速度和速度随时间变化的一维数据平滑曲线图。
图3为一次理想状态下的电梯轿厢门开关的加速度和速度随时间变化图。
具体实施方式
下面结合附图详细说明本发明的优选实施例。
为了进一步理解本发明，下面结合实施例对本发明优选实施方案进行描述，但是应当理解，这些描述只是为进一步说明本发明的特征和优点，而不是对本发明权利要求的限制。
该部分的描述只针对几个典型的实施例，本发明并不仅局限于实施例描述的范围。相同或相近的现有技术手段与实施例中的一些技术特征进行相互替换也在本发明描述和保护的范围内。
本发明揭示了一种基于加速度传感器的设备属性计算方法，所述方法包括：获取设备设定方向的加速度数据；根据设备设定方向的加速度数据得到设备运动模式种类、最大加速度、最大加速度、最大速度、运行距离、运行时间中的至少一个。如果设备有至少两个站点并且规律化运行，所述方法还包括根据设备设定方向的加速度数据得到设备站点间相对距离、设备运行站点数。
在本发明的一实施例中，所述设备为电梯。
在本发明的一实施例中，所述方法还包括：根据设备设定方向的加速度数据得到电梯的开门所用时间、关门所用时间、门宽、待机位置中的至少一个。
在本发明的一实施例中，所述设备属性计算方法用来获取电梯运行属性。图1为本发明一实施例中设备属性计算方法的流程图；请参阅图1，在本发明的一实施例中，所述设备属性计算方法包括如下步骤：
步骤s0：根据三轴加速度传感器传回的信息，可以基本确定三轴所代表的实际空间中的三个方位。一般情况下，x轴代表电梯楼层间运动方向，y轴代表轿厢门开关方向，z轴代表与x，y轴垂直的方向。
步骤s1：对于电梯楼层间运动，即x轴的运动，先将其传感器传回x轴数据的单位lsb/g换算为m/s2，具体换算方式为，a＝(k-b)*9.8/b，其中，a为换算后的加速度值，单位为米每秒方，9.8为重力加速度g的值，b为电梯处于平稳时段时x轴的值，k为传感器某一时刻的值。
步骤s2：经过步骤s1后，x轴数据为一维的时间序列下的加速度的值，单位为米每秒方。加速度的值有正值和负值，代表了加速度的方向。如果加速度的值为0代表此时电梯没有运动或者处于匀速运动状态。因电梯加速和减速需要一定时间，因此，会产生某一段时间下加速度都为正值或都为负值。对连续的正值和负值进行检测，可以得到出现连续正值或者连续负值都时间段。倘若这种情况出现则说明电梯出现了某个方向上的加速或者减速。
步骤s3：因一次电梯的完整运动包括一次加速，一次匀速和一次减速，因此需要对上述检测出的连续正值和负值的时间段进行两两组合，才能确定一次完整的电梯运动所处的时间段。组合规则为，先检测数据中是否有两段连续正值/负值的时间段，假如出现，则这两段一定分别属于两次完整的电梯层间垂直运动；再检测加速度为0的时间段长短，即电梯没有加速或者减速的时间段。如果此时间段长过45秒，则认为这一段时间内电梯处于静止状态而不是匀速状态，因此这一平稳段的两端的连续正值和负值的时间段内属于两次电梯层间垂直运动。按以上规则确定锚点后，相邻的连续非0加速度时间段进行两两组合即可得到一次完整的电梯层间垂直运动的加速度随时间变化数据。
步骤s4：假设一次完整的电梯层间垂直运动的加速度，其时间开始于0，结束于t，则t时刻的电梯的速度为0到t时刻里加速度对于时间的积分，即
此时已经得到所有电梯完整运动的三条数据，即一次电梯完整运动下，加速度相对于时间变化的数据，速度相对于时间变化的数据，电梯运动距离相对于时间变化的数据。假设电梯一共完整运动了n次，则得到3n条数据。
步骤s5：因电梯有不同的速度模式，电梯在运动一层时，能达到的最大速度很小，在运动几层时，速度较大，电梯维修时通常以半速运行。因此对每次电梯完整运行的速度曲线，取最大值，得到n个最大运行速度。对n个最大运行速度的数据进行基于密度的聚类dbscan，其中两个参数，范围半径取决于算法和传感器精度，密度取决于样本数。聚类后可能得到几个不同的最大运行速度集合。假设为有两个最大运行速度的类，分为一类和二类，可由此找到对应一类和二类的电梯的一次完整运动。对一类和二类的最大运行速度分别进行求和平均，即可得到两类运动模式的最大运行速度。对一类和二类的加速度曲线的第一个加速度非0段取绝对值的最大值，并按照类取平均值，则可得到电梯两类运动的最大加速度分别多少。同理对加速度曲线的第二个加速度非0段取绝对值的最大值，按类平均后可得电梯两类运动的最大减速度分别多少。
步骤s6：对于y轴即电梯轿厢门开关门方向的计算与x轴类似，可以得到门运动距离，门速度和门加速度的曲线，门宽即为一次开门或者关门运动最大的门运动距离。但是一次完整的开门/关门分为缓加速，加速，减速，缓减速四个过程，并且开门后因人员上下时，会产生一定的噪声影响。因此在截取单次开门或者关门曲线时，设定上下两个阈值，分为连续大于上阈值的数据段，和连续小于下阈值的数据段。因电梯开关门加速和减速过程中间匀速段基本没有，因此假如这两个数据段相差时间小则为一次开门或者关门曲线。因缓加速和缓减速不明显，难以检测所以此部分可忽略。
步骤s7：对电梯单次运行距离进行累计计算，利用聚类得出电梯所有楼层对于最底层的相对距离；上述对x轴一次完整的电梯垂直层间运动进行了积分，算取所有电梯单次运行的距离曲线，其最大值为电梯的单次运行距离。
对单次运行距离进行累加，每次累加后作为一个结果，计作dis[i]，i代表第i个结果。当收集较长时间的数据后，dis的个数会有足够多，然后对所有的dis进行基于密度的聚类(dbscan)，可以得到几类，有几类则基本代表此建筑有多少层楼。对所有同类内取平均值，即可以得到建筑每层楼的相对距离。对所有平均值进行由小到大的排列，所有平均值减去最小的平均值则为楼层相对于最底层的相对距离。由此可以得到所有楼层的高度。
步骤s8：同样收集一定较长时间内的数据，在每次检测到电梯进行楼层间x轴垂直运动的时候对电梯停止后15秒内的时间段检测，y轴是否能检测到开关门。假如无法检测到开关门则代表此建筑的这部电梯存在待机位置。待机位置在几层可以由计算楼层的相对底层高度算出。
由上述所有步骤可以得到电梯的以下信息：电梯有几种运动模式，其最大加速度，最大加速度和最大速度分别是多少，以及电梯的开门所用时间，关门所用时间，门宽，待机位置，楼层的相对最底层高度以及楼层数。
因为电梯有几种不同的运行模式，表现就是加速度不一样，最大速度不一样。传统方法没有用机器学习，只能视为同一种运动模式计算，没有分类，或者人工进行分类。因此统计学意义较弱。在本方法的步骤s5中，用无监督学习的聚类方法，把电梯不同运行模式能够自己分开，分类后再统计具有统计学意义。步骤s7算楼层高度也是如此，能够用无监督学习的方式算出每层楼楼高以及一共有几层。这是传统算法难于计算和利用大量数据统计分析的；计算出楼高后，计算电梯是否有待机位置(步骤s8)是附加功能。
综上所述，本发明提出的基于加速度传感器的设备属性计算方法，可获取设备的更多属性。
目前所流传的基于三轴加速度计计算速度和距离的方法只是对得到的加速度计的数据进行单位换算以及简单的积分得到基于时间序列上的一维关于速度和距离的数据。本方法把电梯的单次电梯层间垂直运动计为一个运动单位，对一次运动单位进行包括最大加速度等电梯属性的计算，并收集大量的单次运动，即收集大量的单次运动下的各个属性，再进行计算，具有统计学意义。并且经过对电梯的调速模式进行了理论研究学习后，发现一部电梯运行模式可能有多种(层数较低的电梯可能只有一种调速模式)，本方法将在对每个电梯属性进行统计学意义上的处理前，将先对电梯不同运动模式进行分类，因此得到了不同电梯运行模式下的属性。
同时，本方法的加速度计安装在设备(如电梯轿厢)门之上，因此能够获得设备门的开关门信息，这是现流行技术所没有涉及的。本方法对设备门的相关属性计算也做了步骤的简述。
除此之外，因有了机器学习的辅助，本方法更能以统计学方式获取此设备各种运动模式下的最大加速度、最大减速度、最大速度、运行的站点之间相对距离以及站点数。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
这里本发明的描述和应用是说明性的，并非想将本发明的范围限制在上述实施例中。这里所披露的实施例的变形和改变是可能的，对于那些本领域的普通技术人员来说实施例的替换和等效的各种部件是公知的。本领域技术人员应该清楚的是，在不脱离本发明的精神或本质特征的情况下，本发明可以以其它形式、结构、布置、比例，以及用其它组件、材料和部件来实现。在不脱离本发明范围和精神的情况下，可以对这里所披露的实施例进行其它变形和改变。
- 还没有人留言评论。精彩留言会获得点赞！