[发明专利]电梯故障预测方法、装置、设备及存储介质在审
申请号: | 202110451780.1 | 申请日: | 2021-04-26 |
公开(公告)号: | CN113071966A | 公开(公告)日: | 2021-07-06 |
发明(设计)人: | 巴豪;程纪华 | 申请(专利权)人: | 平安国际智慧城市科技股份有限公司 |
主分类号: | B66B5/00 | 分类号: | B66B5/00 |
代理公司: | 北京市京大律师事务所 11321 | 代理人: | 姚维 |
地址: | 518000 广东省深圳市前海深港合*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 电梯 故障 预测 方法 装置 设备 存储 介质 | ||
1.一种电梯故障预测方法,应用于电梯控制系统,其特征在于,所述电梯故障预测方法包括:
获取电梯的实时运行数据;
利用预设风险因子挖掘模型对所述实时运行数据进行风险因子的挖掘处理,得到所述电梯的至少两个风险因素;
以所述至少两个风险因素作为查询索引,从预先通过大数据分析技术构建的风险评估体系关系表中查询出与所述至少两个风险因素相匹配的风险评估体系和风险解析策略;
根据所述风险评估体系从预设的模型库中选择对应的风险评估数学模型;
将所述至少两个风险因素输入至所述风险评估数学模型中进行故障发生的风险系数的计算,得到评估结果;
根据所述风险解析策略对所述评估结果进行解析,得到所述电梯的故障预测结果。
2.根据权利要求1所述的电梯故障预测方法,其特征在于,所述利用预设风险因子挖掘模型对所述实时运行数据进行风险因子的挖掘处理,得到所述电梯的至少两个风险因素包括:
提取所述实时运行数据中的时间信息和阶段标记信息,并根据所述时间信息和阶段标记信息确定所述电梯的运行阶段类型;
根据所述运行阶段类型,从预设的风险因子库中确定对应的风险因子体系;
将所述风险因子体系和所述实时运行数据输入至所述风险因子挖掘模型中,通过所述风险因子挖掘模型以所述风险因子体系为基准,提取所述实时运行数据中所有的风险因子,输出至少两个风险因素。
3.根据权利要求2所述的电梯故障预测方法,其特征在于,所述以所述至少两个风险因素作为查询索引,从预先通过大数据分析技术构建的风险评估体系关系表中查询出与所述至少两个风险因素相匹配的风险评估体系和风险解析策略包括:
从预先构建的风险评估体系关系表中筛选出以所述运行阶段类型为主节点的对应关系记录,其中所述对应关系记录为包括风险因素、风险评估体系和风险解析策略的对应关系分支;
以所述至少两个风险因素为查询索引,对所述对应关系记录进行逐条匹配,计算出各对应关系记录与所述至少两个风险因素的匹配度;
筛选出所述匹配度最高的一条对应关系记录作为所述至少两个风险因素对应的记录,并提取所述记录中的风险评估体系和风险解析策略。
4.根据权利要求1-3中任一项所述的电梯故障预测方法,其特征在于,所述将所述至少两个风险因素输入至所述风险评估数学模型中进行故障发生的风险系数的计算,得到评估结果包括:
根据所述运行阶段类型,确定所述至少两个风险因素中每个风险因素对应的权重;
根据所述权重,计算对应的风险因素的危险等级;
根据所述危险等级对所述至少两个风险因素按照从高到低的顺序进行排序,得到风险因素序列;
利用风险评估数学模型计算所述风险因素序列中的每个风险因素对应的风险评估值和风险预测结果;
对所有的风险评估值和风险预测结果进行综合计算,得到评估结果。
5.根据权利要求4所述的电梯故障预测方法,其特征在于,所述风险解析策略包括故障预测计算规则和专家风险评价规则,所述根据所述风险解析策略对所述评估结果进行解析,得到所述电梯的故障预测结果包括:
从所述风险因素序列中选取前N个风险因素作为计算因子,并根据所述故障预测计算规则中规定故障概率计算公式,计算所述实时运行数据中存在的故障风险因子;
根据所述故障风险因子,利用所述专家风险评价规则进行故障的挖掘和评价,得到人工故障挖掘结果;
将所述评估结果与所述人工故障挖掘结果进行比对,得到比对结果;
基于所述比对结果对所述评估结果进行调整,得到所述电梯的故障预测结果。
6.根据权利要求1-3中任一项所述的电梯故障预测方法,其特征在于,在所述获取电梯的实时运行数据之前,还包括:
从所述电梯控制系统的维护日志表中获取不同运行阶段时产生的电梯故障记录数据;
提取所述电梯故障记录数据中的故障特征和故障标签,并利用聚类算法对所述故障特征进行分类,得到不同运行阶段下产生故障的风险因素集;
建立所述风险因素集合故障与故障标签之间的关联关系,得到风险评估体系和风险因子体系。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于平安国际智慧城市科技股份有限公司,未经平安国际智慧城市科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110451780.1/1.html,转载请声明来源钻瓜专利网。