【技术实现步骤摘要】
本专利技术涉及自动扶梯，尤其涉及一种公共安全监测系统。
技术介绍
1、自动扶梯是一种公共场所中常见的垂直交通设施，用于方便人们在楼梯间上下楼层。它由一系列平行的可移动步骤组成，沿着一条固定的轨道循环运行。自动扶梯通常安装在商场、地铁站、机场、火车站等人流密集的地方，以提供快速、便捷的交通方式。它能够承载大量人员，并且在使用过程中无需人工推动。
2、目前，自动扶梯投入使用过程中，安全事故多发，自动扶梯的侧裙板与梯级、相邻的梯级与梯级之间、扶手带的缝隙位置以及梯级与地面的结合位置处经常会因为乘客的不注意夹住乘客的肢体或衣服，引发事故。此外，自动扶梯的梯级在持续不断的使用过程中，随着工件的老化以及乘客的踩踏，会因形变而产生裂缝，一旦裂缝扩大至梯级断裂，则会使电梯的乘坐人员发生较大的危险。目前，通过人工定期停运检测自动扶梯的梯级上的裂缝检测来避免安全事故发生，但是自动扶梯是在不断动态使用的，当检测过程中没有检测到裂缝缺陷，在使用过程中体积发生断裂时则仍然会发生安全事故。
3、在现有技术中，出现了通过在梯级上安装传感器，通过检测梯级上的振动幅值、撞击力来估算梯级结构上缺陷的方案，但是该种方案存在监测精度不足的缺陷，同时只能对当前状态下梯级结构上的缺陷进行大致估算，无法预测梯级结构下一时刻的缺陷大小，当梯级缺陷陡然增大至梯级断裂时无法提前避免，因此该种监测方式对自动扶梯的梯级使用而言，安全保障性不足。
技术实现思路
1、针对现有技术存在的不足，本专利技术的目的在于提供一
2、为实现上述目的，本专利技术提供了如下技术方案：一种公共安全监测系统，包括：
3、梯级检测模块，用于检测自动扶梯的各梯级上的表面应力数据和振动幅度；
4、激光扫描模块，设置在所述自动扶梯的内部，用于对各所述梯级进行三维激光扫描，以获取得到各所述梯级的三维点云数据；
5、第一处理模块，连接所述激光扫描模块，用于对所述三维点云数据进行处理得到当前时刻的梯级裂缝数据，以及根据所述三维点云数据转换得到所述梯级的三维实时模型；
6、比较模块，连接所述第一处理模块，用于建立三维坐标系，所述三维坐标系中预先设置有标准梯级模型，并将所述三维实时模型与所述标准梯级模型上的各坐标点进行比较做差，计算得到梯级形变体积；
7、预测模块，连接所述比较模块和所述梯级检测模块，用于将当前时刻的各梯级的所述表面应力数据、所述振动幅度、所述梯级裂缝数据以及所述梯级形变体积输入预先训练完毕的裂缝预测模型，预测得到下一时刻的预测裂缝数据；
8、第二处理模块，连接所述预测模块，用于根据所述预测裂缝数据与裂缝阈值数据处理得到裂缝风险程度，在裂缝风险程度大于预设的风险阈值时，生成一停止指令；
9、控制模块，连接所述第二处理模块，用于根据所述停止指令控制所述自动扶梯停止运行。
10、进一步地，还包括：
11、参数获取模块，用于获取若干梯级材料参数以及若干环境影响参数；
12、方程建立模块，连接所述参数获取模块，用于根据各所述梯级材料参数以及各所述环境影响参数建立综合优化方程以输出裂缝优化系数；
13、模型优化模块，分别连接所述方程建立模块和所述预测模块，用于根据所述裂缝优化系数对所述梯级裂缝数据在所述裂缝预测模型的输入层与隐含层之间的连接权重进行调整并重新训练所述裂缝预测模型，以得到优化过后的裂缝预测模型。
14、进一步地，所述梯级材料参数包括所述梯级的硬度数据、弹性模量以及韧性数据，所述环境干扰参数包括环境酸碱度值和环境温度数据。
15、进一步地，所述综合优化方程配置为：
16、mic＝δ1(hd-hd0)2+δ2(em-em0)2+δ3(rd-rd0)2
17、eic＝ε1(phe-ph0)2+ε2(te-te0)2
18、(δ1+δ2+δ3)(ε1+ε2)＝1
19、
20、其中，coc用于表示所述裂缝优化系数，mic用于表示材料干扰系数，eic用于表示环境干扰系数；
21、δ1、δ2、δ3分别用于表示预设的第一材料参数、第二材料参数和第三材料参数；ε1、ε2分别用于表示预设的第一环境参数和第二环境参数；
22、hd用于表示所述硬度数据，hd0用于表示预设的标准硬度；
23、em用于表示所述弹性模量，em0用于表示预设的标准弹性模量；
24、rd用于表示所述韧性数据，rd0用于表示预设的标准韧性；
25、phe用于表示所述环境酸碱度值，ph0用于表示预设的标准酸碱度值；
26、te用于表示所述环境温度数据，te0用于表示预设的标准环境温度；
27、mmin用于表示预设的材料干扰下限值，mmax用于表示预设的材料干扰上限值；emin用于表示预设的环境干扰下限值，emax用于表示预设的环境干扰上限值；comin用于表示预设的最小优化系数，comax用于表示预设的最大优化系数。
28、进一步地，所述梯级裂缝数据包括裂缝深度数据、裂缝形状数据以及裂缝尺寸数据，所述预测裂缝数据包括预测深度数据、预测形状数据以及预测尺寸数据，所述裂缝阈值数据包括深度上限阈值、形状上限阈值以及尺寸上限阈值。
29、进一步地，所述第二处理模块包括：
30、计算单元，用于分别将所述预测深度数据、所述预测形状数据、所述预测尺寸数据、深度上限阈值、形状上限阈值以及尺寸上限阈值输入预设的裂缝计算公式中，计算得到所述裂缝风险程度；
31、比较单元，连接所述计算单元，用于将所述裂缝风险程度与所述风险阈值进行比较，在所述裂缝风险程度大于所述风险阈值时生成所述停止指令。
32、进一步地，所述裂缝计算公式配置为：
33、
34、其中，rof用于表示所述裂缝风险程度；
35、f1、f2、f3分别用于表示预设的第一风险系数、第二风险系数和第三风险系数；
36、pdd用于表示所述预测深度数据，dul用于表示所述深度上限阈值；
37、psd用于表示所述预测形状数据，sul用于表示所述形状上限阈值；
38、psi用于表示所述预测尺寸数据，sut用于表示所述尺寸上限阈值。
39、进一步地，所述裂缝预测模型为卷积神经网络模型。
40、进一步地，还包括警示模块，连接所述控制模块，用于根据所述停止指令播报警示音频并持续一预设时间段；所述控制模块在所述预设时间段后控制所述自动扶梯停止运行。
41、本专利技术的有益效果：
42、本专利技术在首先检测各梯级上的表面应力数据和振动幅度，同时获取各梯级的三维点云数据，利用三维点云数据处理得到梯级裂缝数据和三维实时模型，进而将三维实时模型与标准梯级模型上的各坐标点进行比较做差计算得本文档来自技高网...
【技术保护点】
1.一种公共安全监测系统，其特征在于，包括：
2.根据权利要求1所述的公共安全监测系统，其特征在于，还包括：
3.根据权利要求2所述的公共安全监测系统，其特征在于：所述梯级材料参数包括所述梯级的硬度数据、弹性模量以及韧性数据，所述环境干扰参数包括环境酸碱度值和环境温度数据。
4.根据权利要求3所述的公共安全监测系统，其特征在于：所述综合优化方程配置为：
5.根据权利要求1所述的公共安全监测系统，其特征在于：所述梯级裂缝数据包括裂缝深度数据、裂缝形状数据以及裂缝尺寸数据，所述预测裂缝数据包括预测深度数据、预测形状数据以及预测尺寸数据，所述裂缝阈值数据包括深度上限阈值、形状上限阈值以及尺寸上限阈值。
6.根据权利要求5所述的公共安全监测系统，其特征在于，所述第二处理模块包括：
7.根据权利要求6所述的公共安全监测系统，其特征在于，所述裂缝计算公式配置为：
8.根据权利要求1所述的公共安全监测系统，其特征在于：所述裂缝预测模型为卷积神经网络模型。
9.根据权利要求1所述的公共安全监测系统，其
...【技术特征摘要】
1.一种公共安全监测系统，其特征在于，包括：
2.根据权利要求1所述的公共安全监测系统，其特征在于，还包括：
3.根据权利要求2所述的公共安全监测系统，其特征在于：所述梯级材料参数包括所述梯级的硬度数据、弹性模量以及韧性数据，所述环境干扰参数包括环境酸碱度值和环境温度数据。
4.根据权利要求3所述的公共安全监测系统，其特征在于：所述综合优化方程配置为：
5.根据权利要求1所述的公共安全监测系统，其特征在于：所述梯级裂缝数据包括裂缝深度数据、裂缝形状数据以及裂缝尺寸数据，所述预测裂缝数据包括预测深度数据、预测形状数据以及预...
【专利技术属性】
技术研发人员：张倩，朱学聪，陈成，
申请(专利权)人：郑州雄顿科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。