一种基于电梯实时运行状态的故障预测方法、设备及介质与流程

本技术涉及数据处理，尤其涉及一种基于电梯实时运行状态的故障预测方法、设备及介质。

背景技术：

1、随着城市化进程的加速，电梯作为现代建筑中不可或缺的垂直交通工具，其数量和使用频率急剧增加。电梯的安全性和可靠性直接关系到乘客的生命财产安全，因此，电梯的故障预测与维护显得尤为重要。传统的电梯故障预测方法主要依赖于定期的维护和检查，这种方法虽然可以在一定程度上预防故障的发生，但存在明显的局限性。一方面，定期的维护和检查往往无法及时发现电梯运行中的潜在问题，特别是在电梯运行频率高、使用强度大的情况下，故障发生的可能性会大大增加；另一方面，传统的故障预测方法缺乏智能化和自动化的手段，对于电梯运行数据的分析和处理能力有限，难以实现对电梯故障的准确预测和及时响应。

2、近年来，随着物联网、大数据和人工智能等技术的快速发展，电梯故障预测方法也得到了不断的创新和改进。其中，基于电梯实时运行状态的故障推测方法成为了一种新的研究热点。这种方法通过实时监控电梯的运行数据，结合先进的算法和模型，对电梯的故障进行预测和识别，具有准确度高、响应速度快等优点。然而，现有的基于电梯实时运行状态的故障推测方法仍存在一些不足。例如，一些方法只关注电梯的某些特定运行状态或故障类型，缺乏全面的故障特征识别和分析能力；另外，一些方法在数据处理和算法应用上还存在一定的局限性，难以实现对电梯故障的精准预测和有效应对。

技术实现思路

1、本技术实施例提供了一种基于电梯实时运行状态的故障预测方法、设备及介质，用以解决上述技术问题。

2、一方面，本技术实施例提供了一种基于电梯实时运行状态的故障预测方法，包括：

3、获取电梯的历史运行数据，以根据所述历史运行数据对应的历史故障特征，建立故障特征数据库，并获取所述电梯的实时运行数据，以确定所述电梯对应的实时运行轨迹；

4、基于所述故障特征数据库，确定所述实时运行数据对应的至少一个待选故障特征，并结合所述实时运行轨迹，从所述待选故障特征中确定出具有潜在风险的目标故障特征；

5、将所述目标故障特征输入至训练好的故障预测模型中，并结合预先确定好的电梯运行特征，输出所述电梯对应的故障类型。

6、在本技术的一种实现方式中，获取电梯的历史运行数据，以根据所述历史运行数据对应的历史故障特征，建立故障特征数据库，具体包括：

7、通过多数据源获取电梯对应的历史运行数据、历史维修记录和历史故障报告，并在所述历史运行数据中确定出所述电梯对应的历史故障特征；所述多数据源包括：预设传感器、监控系统、电梯控制系统；

8、根据所述历史故障特征，并结合所述历史维修记录和所述历史故障报告，确定所述电梯对应的历史故障案例以及所述历史故障案例对应的状态信号，以构建对应的故障特征数据库；所述状态信号包括：非开锁区域开门、超速运行和主电源故障。

9、在本技术的一种实现方式中，获取所述电梯的实时运行数据，以确定所述电梯对应的实时运行轨迹，具体包括：

10、通过电梯上预设的监测装置，对所述电梯进行实时监测，并采集所述电梯对应的实时运行数据；所述实时运行数据中包括电梯的运行方向、速度、楼层停靠情况、门机制动情况、主电源及安全回路状态；

11、确定相邻时刻实时运行数据之间的数据差异，并根据所述数据差异，确定所述电梯对应的实时运行状态；所述实时运行状态包括上行状态、下行状态和停止状态；

12、根据所述实时运行数据，并结合对应的实时运行状态，确定所述电梯对应的实时运行轨迹；所述实时运行轨迹包括运行方向改变、到达上下限位或极限位置。

13、在本技术的一种实现方式中，基于所述故障特征数据库，确定所述实时运行数据对应的至少一个待选故障特征，具体包括：

14、将所述实时运行数据与所述故障特征数据库中的每个历史运行数据进行相似度比较，以获得对应的若干个相似度值；

15、在所述若干个相似度值中确定出大于预设阈值的至少一个相似度值，并确定相应历史运行数据对应的故障特征，以获得至少一个待选故障特征。

16、在本技术的一种实现方式中，结合所述实时运行轨迹，从所述待选故障特征中确定出具有潜在风险的目标故障特征，具体包括：

17、确定电梯对应的故障影响因子，以确定所述至少一个待选故障特征中各故障影响因子对应的潜在风险值；

18、根据所述潜在风险值，并结合所述电梯的实时运行轨迹，对所述至少一个待选故障特征进行概率评估，并根据概率评估结果，从所述待选故障特征中确定出具有潜在风险的目标故障特征。

19、在本技术的一种实现方式中，将所述目标故障特征输入至训练好的故障预测模型中，并结合预先确定好的电梯运行特征，输出所述电梯对应的故障类型，具体包括：

20、获取电梯运行特征，并结合所述电梯运行特征，在所述目标故障特征为门机制动情况时，识别出门机制动情况对应的异常动作模式，以确定所述电梯对应的故障类型为门机制动故障；所述电梯运行特征包括电梯型号、使用年限、维护保养记录，所述异常动作模式包括频繁的开关门不到位以及运行中异常开门；

21、在所述目标故障特征为主电源状态时，根据主电源对应的关键参数，识别出主电源异常模式，以确定所述电梯对应的故障类型为主电源故障；所述主电源异常模式包括主电源断电、电压异常波动或电流异常波动；

22、在所述目标故障特征为安全回路状态时，根据安全回路对应的闭合状态，识别出安全回路异常模式，以确定所述电梯对应的故障类型为安全回路故障；所述安全回路异常模式包括安全回路断路。

23、在本技术的一种实现方式中，将所述目标故障特征输入至训练好的故障预测模型中之前，所述方法还包括：

24、获取电梯对应的多个样本运行数据，并将所述多个样本运行数据划分为训练样本运行数据和测试样本运行数据；所述样本运行数据中包括所述电梯对应的运行特征、故障特征和故障类型；

25、基于深度学习算法，构建所述电梯对应的故障预测模型，并将标注好故障类型的训练样本运行数据输入至所述故障预测模型中，直至所述故障预测模型输出的电梯故障类型与标注好的故障类型相匹配，完成对所述故障预测模型的训练；

26、通过测试样本运行数据，对训练后的所述故障预测模型进行性能评估，并根据评估结果优化所述故障预测模型，以获得训练好的故障预测模型。

27、在本技术的一种实现方式中，将所述目标故障特征输入至训练好的故障预测模型中，并结合预先确定好的电梯运行特征，输出所述电梯对应的故障类型之后，所述方法还包括：

28、生成所述电梯对应的故障预警信息，并将所述故障预警信息推送至管理人员；所述故障预警信息中包括所述电梯对应的故障类型、可能故障位置和可能故障原因；

29、根据所述故障预警信息中的故障类型和可能故障原因，确定所述电梯对应的故障等级以及所述故障等级对应的故障措施，并根据所述故障措施对电梯故障进行应急处理；所述应急处理至少包括紧急制动、电梯停用、远程修复和紧急疏散。

30、另一方面，本技术实施例还提供了一种基于电梯实时运行状态的故障预测设备，所述设备包括：

31、至少一个处理器；

32、以及，与所述至少一个处理器通信连接的存储器；

33、其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如上述的一种基于电梯实时运行状态的故障预测方法。

34、另一方面，本技术实施例还提供了一种非易失性计算机存储介质，存储有计算机可执行指令，所述计算机可执行指令被执行时，实现如上述的一种基于电梯实时运行状态的故障预测方法。

35、本技术实施例提供了一种基于电梯实时运行状态的故障预测方法、设备及介质，至少包括以下有益效果：

36、通过收集和分析历史数据，能够全面了解电梯的运行状况和故障模式，为后续的故障预测提供坚实的数据基础；实时监控电梯的运行数据，可以及时发现电梯运行中的异常情况，为故障预测和诊断提供实时信息；通过对比实时运行数据与故障特征数据库，可以快速识别出电梯当前可能存在的故障特征，进一步结合实时运行轨迹的分析，能够更准确地确定具有潜在风险的目标故障特征，为后续的故障预测和诊断提供精准的目标；利用训练好的故障预测模型，可以对目标故障特征进行准确的分析和预测，结合电梯的运行特征，能够更精确地确定电梯的故障类型，为电梯的维修和保养提供及时的指导，从而确保电梯的安全运行，提高了电梯故障预测的准确性和效率，降低了因故障导致的停机时间和维修成本。