[发明专利]一种基于大数据分析的电梯按需维保系统及方法

权利要求书

1.一种基于大数据分析的电梯按需维保方法，其特征是，该方法应用一种基于大数据分析的电梯按需维保系统，该系统包括数据源、数据接入模块和数据处理模块，数据接入模块从数据源中获取数据并进行解析和分发，数据处理模块接收数据接入模块分发的数据并进行存储、建模和分析；数据源中的数据包括电梯基础数据、电梯运行数据、电梯故障数据及电梯维保数据；数据接入模块包括数据解析单元、数据清洗单元和数据分发单元，其中数据解析单元从数据源中获取相关数据，解析后发送至数据清洗单元，经过数据清洗单元清洗后的数据，由数据分发单元发送至数据处理模块进行相应的处理；根据数据是否属于离群数据分别存储至离群数据库或非离群数据库，对于属于离群数据的存储至离群数据库，对于不属于离群数据的存储至非离群数据库；在数据源中，电梯基础数据包括电梯品牌、电梯型号和电梯投产日期，电梯运行数据包括电梯运行速度、电梯运行温度、电梯运行频率和电梯震动幅度，电梯故障数据包括电梯故障类型和故障发生时间，电梯维保数据包括电梯维保日期和维保情况反馈；在数据接入模块中，数据解析单元通过统一的数据传输入口，将接收到的数据按照统一的通讯协议和统一的数据标准，实现数据接入归集管理，数据清洗单元定义清洗规则，对脏数据进行过滤，实现初步数据质量管理，数据分发单元将接入并清洗后的数据发送到数据处理模块进行存储和分析；在数据处理模块中，数据存储单元存储海量数据以提供分析使用，数据建模单元通过对历史数据的分析建立电梯故障预测模型并能够进行模型的自我学习，预测分析单元接入一定时间内电梯运行的相关数据，代入模型中进行计算，输出电梯维保预估日期；

并包括实时在线预警分析和离线维保日期评估两个流程，离线维保日期评估以实时在线预警分析的结果或中间结果为依据，其中，实时在线预警分析针对突发情况发出报警，并通知检修人员进行维保检查，具体包括以下步骤：

A1、数据准备：实时接入电梯运行数据并拉取前一定时间内电梯正常运行的历史数据，数据项包括电梯运行速度、电梯运行加速度、电梯轿厢温度和电梯震动幅度，将数据项汇集后按电梯品牌和型号分类输入离群点检测模型；

A2、预警检测：通过分析实时数据与历史数据相比产生的局部离群点，将分析后的数据带入故障风险预警模型进行风险预测，故障风险预警模型经过计算输出风险系数；

A3、数据存储：根据数据是否属于离群数据分别存储至离群数据库和非离群数据库，对于属于离群数据的存储至离群数据库，对于不属于离群数据的存储至非离群数据库；

离线维保日期评估用于故障发生前的维保提醒，具体包括以下步

骤：

B1、获取电梯故障数据，根据电梯品牌及型号统计平均故障发生的间隔周期，获取按需维保间隔周期均值；

B2、统计近一段时间的间隔周期内由实时在线预警分析流程得出的电梯运行风险系数的均值，并由高到低进行排序；

B3、对单台电梯，依据风险系数大小，在按需维保间隔周期均值的基础上，结合维保资源对维保周期进行拉长或缩短，风险系数高的电梯适当缩短维保周期，风险系数低的电梯适当拉长维保周期。

2.根据权利要求1所述的一种基于大数据分析的电梯按需维保方法，其特征是，步骤A2中的预警检测还包括风险系数的确认，具体是指：在故障风险预测模型输出风险系数后，预测分析单元获取近5分钟内的实施风险系数，对这些实时风险系数做均值处理，如果实时风险系数的均值大于阈值，则输出故障预警。

3.根据权利要求2所述的一种基于大数据分析的电梯按需维保方法，其特征是，在步骤A2的预警检测步骤中，通过基于密度的局部离群点检测模型对实时数据和历史数据进行比较从而获得离群数据库，基于密度的局部离群点检测模型通过局部异常因子算法，利用各种统计的、距离的、密度的量化指标描述数据样本和其他样本的疏离程度，从而判断出数据的异常程度，区分离群点和非离群点。