一种无维保情况下的电梯安全剩余使用寿命确定方法技术

本发明专利技术公开了一种无维保情况下的电梯安全剩余使用寿命确定方法，本发明专利技术属于基于电梯运维大数据确定电梯不定期维修时间间隔及剩余使用寿命领域，涉及模型的建立和算法的创新；技术方案为：(1)监测电梯运行指标；(2)监测样本划分电梯健康运行状态等级；(3)构造电梯寿命指数；(4)基于BP神经网络算法预测寿命指数；(5)威布尔分布确定无维保情况下电梯安全剩余使用寿命曲线。本发明专利技术建立了一个既可以确定维修时间间隔，又可以预测剩余使用寿命的电梯安全剩余使用寿命模型，使模型更具有实用性，并且结合电梯设备的具体行业背景，对已有的方法进行优化创新，使模型更加可靠。本发明专利技术所得模型具有实用性，并且更加可靠。

A method to determine the safe remaining service life of elevator without maintenance

【技术实现步骤摘要】
一种无维保情况下的电梯安全剩余使用寿命确定方法
本专利技术属于基于电梯运维大数据确定电梯不定期维修时间间隔及剩余使用寿命领域，涉及模型的建立和算法的创新。
技术介绍
随着我国城镇化水平和人民生活水平的不断提高，电梯数量呈井喷式增长、使用也愈加频繁。电梯作为代步工具，已经与人民群众的日常生活密不可分，于是电梯安全也成为群众关心、媒体关注的民生工程。近几年来，电梯安全事故时有发生，电梯吃人事件、轿厢式电梯突然坠落事件等等，给人民群众留下了极大的心理阴影。电梯安全事件的频繁发生说明我国现有的电梯维保制度还存在一定的弊端。电梯不经过维修就报废是不符合经济效益的，电梯维修分为故障后维修和预防性维修，前者是电梯发生故障后的紧急抢修，后者是电梯维保部门根据我国电梯维保制度对电梯进行的未发生故障之前的预防性维修，以提高电梯的性能，延长电梯使用寿命。目前我国对电梯实行定期维保制度，即每15天对电梯进行一次预防性维修，电梯的定期预防性维修，虽然能够在一定程度上避免电梯安全事故的发生并且延长电梯安全剩余使用寿命，但是还是存在一定弊端的。电梯为损耗型设备，根据电梯性能的衰减规律，可以将电梯设备分为早发故障期、偶发故障期和故障损耗期。当电梯进入损耗期时，电梯设备的故障率逐渐上升，电梯性能呈逐渐下降的趋势，随着时间的累积，若仍旧对电梯每15天进行一次预防性维修，会增大出现电梯安全事故的风险。通过查阅相关文献可以发现，虽然目前在机械设备维修时间间隔和剩余使用寿命领域已经有了比较显著的研究成果，但是大多数的研究都是在给定时间区域内求解最优时间间隔和维修次数或者直接预测设备的剩余使用寿命。
技术实现思路
本专利的主要目的是基于电梯运维管理大数据建立电梯的安全剩余使用寿命统计模型，刻画电梯安全剩余使用寿命曲线，实现对电梯预防性维修时间间隔以及电梯报废时间点(即电梯安全剩余使用寿命)的预测，最终实现对电梯的安全预警等应用。在研究过程中拟从无维保和有维保两种情况考虑，分别建立电梯安全剩余使用寿命模型，无维保即指电梯不经过维修就报废，有维保是指电梯经过正常维保后再选择报废。将不同的研究方法进行融合创新，最终确定了比较可靠的电梯安全剩余使用寿命模型。首先，本专利技术提供了无维保情况下的电梯安全剩余使用寿命确定方法：电梯设备初运行阶段的各零部件性能都比较好，运行状态比较稳定，一般来说不需要维修。但是一旦电梯设备进入损耗期，随着时间的累计，设备运行的可靠度不断下降，下降到某一指定阈值时，将超过电梯安全剩余使用寿命，需要对设备进行第一次预防性维修。在第一次预防性维修之前可建立无维保情况下的电梯安全剩余使用寿命模型，确定从当前时刻开始到第一次预防性维修的时间间隔。模型的建立流程如图1所示：(1)监测任一时刻电梯运行指标，构建电梯运行指标体系，选取相关指标加权平均得到子系统综合指标；(2)将包含综合指标的监测样本划分电梯健康运行状态等级，用于将指标体系中包含的运行指标归入某一电梯健康运行状态等级中；(3)根据电梯运行指标体系构造电梯寿命指数；(4)基于BP神经网络算法预测未来时刻的电梯寿命指数；(5)利用威布尔分布确定无维保情况下电梯安全剩余使用寿命曲线。步骤(1)具体为：监测任一时刻电梯运行指标，获得监测样本，每个监测样本包含该时刻监测获得的全部电梯运行指标；基于主成分分析分别确定各个子系统的指标对评价对象的影响权重，并通过加权平均的方式分别对各个子系统的指标进行处理，最终确定出各个子系统各自的综合指标X1,X2,X3,X4，分别代表电梯设备轿厢系统、曳引机系统、门系统、拖动系统的健康运行状态或可靠度；后续步骤所述的的指标均为综合指标。相关指标是指与电梯寿命相关的指标，即该指标的变化情况能在一定程度上代表电梯设备剩余使用寿命情况。根据相关资料可知，电梯的运行系统大致细分为四部分，每个子系统又对应着不同的具体的电梯运行状态指标，具体系统划分如表1所示。表1电梯运行状态指标体系汇总所述相关指标为表1中“具体指标”列中所述指标。任何一个相关指标发生异常都可能导致电梯寿命的终止，指标的整体退化代表电梯的剩余使用寿命的急剧缩短，所以可以利用电梯的运行状态指标来度量和预测电梯的剩余使用寿命情况。表1中的17个指标虽然都代表了电梯的运行状态，但是样本维度过大不仅会加大研究的复杂度，还会由于指标之间的共线性影响最后的分析结果，所以需要进行指标体系的选取。针对具体的电梯背景，17个指标构成了电梯的四个运行系统，引入主成分分析理论，基于主成分分析分别确定4个子系统的指标对评价对象的影响权重，并通过加权平均的方式最终确定出4个综合指标X1,X2,X3,X4，分别代表电梯设备轿厢系统、曳引机系统、门系统、拖动系统的健康运行状态(或可靠度)。通过指标选取，不仅降低了维度，减少了后续研究的复杂度，还解决了原始指标之间的共线性问题，保证了模型的可靠度。步骤(2)具体为：使用无监督学习中的模糊C-均值聚类的算法对电梯运行指标监测数据进行聚类，将监测样本划分为“优”、“良”、“中”三类，得到三类的聚类中心，在模糊聚类时，利用传统的系统聚类法确定的聚类中心作为模糊聚类的初始聚类中心。通过电梯的各项监测指标数据，可以利用数据挖掘手段判断出电梯的健康运行状态。电梯健康运行状态即对电梯设备运行可靠性的一种度量。随着时间的累计，电梯设备的健康状态越来越差，运行可靠度逐渐下降，当下降到某一程度时，电梯将被报废，即到达退休年龄。为了定性度量电梯的健康运行状态，可以将电梯的健康运行状态分为“优”、“良”、“中”、“差”四个等级。并且规定一旦电梯在某一时刻的运行监测数据归入“差”类，代表电梯的寿命终止，立即停止使用。因此，在对监测数据进行分类，判断不同时刻电梯的健康状态等级时，将监测数据分为“优”、“良”、“中”三类，得到三类的聚类中心。在这里，使用无监督学习中的模糊C-均值聚类的算法对电梯监测数据进行聚类，模糊聚类也是聚类算法的一种。在模糊聚类时，为了减少迭代次数，提高迭代效率，利用传统的系统聚类法确定的聚类中心作为模糊聚类的初始聚类中心，步骤(3)具体为：利用加权秩和比WRSR来表示电梯寿命指数Ra，且有：其中，wj为第j个指标对评价对象的影响权重，rij为第i个监测样本的第j个指标的秩，第i个监测样本包含第i次监测获得的全部电梯运行指标；在步骤(2)中，已经将监测样本划分为“优”、“良”、“中”三类，通过计算各指标与类别变量之间的相关系数来确定各评价指标的影响权重，所述类别变量指“优”、“良”、“中”三类，已知xi＝(xi1,xi2,…,xim)(i＝1,2,…,n)为n个监测样本，c＝(c1,c2,…,cn)分别对应每个样本的模糊聚类结果，即为类别变量的具体表示形式，记为第j个评价指标与类别变量的相关系数的绝对值，那么第j个评价指标对评价结果的影响权重为：所以电梯寿命指数Rai的计算公式为：电梯寿命指数是基于电梯的原始监测指标构造的一个能够说明电梯健康状态的本文档来自技高网...

【技术保护点】
1.一种无维保情况下的电梯安全剩余使用寿命确定方法，其特征在于：步骤为：(1)监测任一时刻电梯运行指标，构建电梯运行指标体系，选取相关指标加权平均得到子系统综合指标；(2)将包含综合指标的监测样本划分电梯健康运行状态等级，用于将指标体系中包含的运行指标归入某一电梯健康运行状态等级中；(3)根据电梯运行指标体系构造电梯寿命指数；(4)基于BP神经网络算法预测未来时刻的电梯寿命指数；(5)利用威布尔分布确定无维保情况下电梯安全剩余使用寿命曲线。/n

【技术特征摘要】
1.一种无维保情况下的电梯安全剩余使用寿命确定方法，其特征在于：步骤为：(1)监测任一时刻电梯运行指标，构建电梯运行指标体系，选取相关指标加权平均得到子系统综合指标；(2)将包含综合指标的监测样本划分电梯健康运行状态等级，用于将指标体系中包含的运行指标归入某一电梯健康运行状态等级中；(3)根据电梯运行指标体系构造电梯寿命指数；(4)基于BP神经网络算法预测未来时刻的电梯寿命指数；(5)利用威布尔分布确定无维保情况下电梯安全剩余使用寿命曲线。


2.根据权利要求1所述的方法，其特征在于：步骤(1)具体为：监测任一时刻电梯运行指标，获得监测样本，每个监测样本包含该时刻监测获得的全部电梯运行指标；基于主成分分析分别确定各个子系统的指标对评价对象的影响权重，并通过加权平均的方式分别对各个子系统的指标进行处理，最终确定出各个子系统各自的综合指标X1,X2,X3,X4，分别代表电梯设备轿厢系统、曳引机系统、门系统、拖动系统的健康运行状态或可靠度；后续步骤所述的的指标均为综合指标。


3.根据权利要求2所述的方法，其特征在于：步骤(2)具体为：使用无监督学习中的模糊C-均值聚类的算法对电梯运行指标监测数据进行聚类，将监测样本划分为“优”、“良”、“中”三类，得到三类的聚类中心，在模糊聚类时，利用传统的系统聚类法确定的聚类中心作为模糊聚类的初始聚类中心。


4.根据权利要求3所述的方法，其特征在于：步骤(3)具体为：利用加权秩和比WRSR来表示电梯寿命指数Ra，且有：



其中，wj为第j个指标对评价对象的影响权重，rij为第i个监测样本的第j个指标的秩，第i个监测样本包含第i次监测获得的全部电梯运行指标；在步骤(2)中，已经将监测样本划分为“优”、“良”、“中”三类，通过计算各指标与类别变量之间的相关系数来确定各评价指标的影响权重，所述类别变量指“优”、“良”、“中”三类，已知
xi＝(xi1,xi2,…,xim)(i＝1,2,…,n)
为n个监测样本，c＝(c1,c2,…,cn)分别对应每个样本的模糊聚类结果，即为类别变量的具体表示形式，记为第j个评价指标与类别变量的相关系数的绝对值，那么第j个评价指标对评价结果的影响权重为：



所以电梯寿命指数Rai的计算公式为：





5.根据权利要求4所述的方法，其特征在于：步骤(4)具体为：
①以电梯任意连续p次的样本监测值为输入节点，第p+1次的样本监测值为输出节点，设置隐含层节点个数为N，训练BP神经网络；
②...

【专利技术属性】
技术研发人员：石振锋，李琪，孙尚，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：黑龙;23