张丽

摘  要：基于边缘计算的电梯预测性维护系统，通过设置本地数据采集模块电性连接有无线信号传输模块，无线信号传输模块电性连接有云端服务器，在使用中，构建物联网+维保新模式，推动维护保养模式转变，推进按需维保，全面提升维保质量，解决电梯监控系統中存在的海量数据的异构连接，数据的实时性和智能性的问题。

关键词：数据  边缘  电梯

中图分类号：G642         文献标识码：A            文章编号：1672-1578（2020）02-0039-01

一种基于边缘计算的电梯预测性维护系统，包括本地数据采集模块，本地数据采集模块电性连接有无线信号传输模块，无线信号传输模块电性连接有云端服务器，云端服务器双向电性连接有数据库，数据库包括对比数据采集模块和信息处理模块，云端服务器电性连接有无线信号接收模块，无线信号接收模块电性连接有维保管理端。

本地数据采集模块包括电梯终端传感器、敏捷控制器、物联网关和GPS定位模块。 无线信号传输模块和无线信号接收模块均通过4G/5G/Wi-Fi进行数据信号连接。对比数据采集模块包括电压信号的采集、电流信号的采集、位置信号的采集、曳引机架震动信号的采集、曳引绳漏磁信号采集和温度信号采集。电压信号的采集为对主电源回路、低压电源回路、抱闸电源回路、门机控制器、层门联锁回路、轿门门锁回路和安全回路的电压信号采集。 电流信号采集为对主电源回路、抱闸电源回路、低压电源回路和门机控制器的电流信号采集，位置信号的采集为对平层信号、门锁啮合深度、缓冲器、制动间隙和上下限位开关的位置信号采集，温度信号采集为对机房、一体机、曳引机、门机控制器和门机温度信号的采集。信号处理模块包括数据过滤聚合语义解析处理、低维多传感序列特征数据、电梯故障预测模型建立和故障预测和数据分发，电梯故障预测模型建立还包括训练集、测试集和神经网络优化。通过设置本地数据采集模块电性连接有无线信号传输模块，无线信号传输模块电性连接有云端服务器，在使用中，构建物联网+维保新模式，推动维护保养模式转变，推进按需维保，全面提升维保质量，解决电梯监控系统中存在的海量数据的异构连接，数据的实时性和智能性的问题，从而具有实现本地化的实时采集、即时计算、在线诊断、及时响应和准确控制的特点。

基于边缘计算的电梯预测性维护系统的研究，将改变我国依靠人工繁重劳动的传统维保模式，探索构建“物联网+维保”新模式，推动维护保养模式转变，推进按需维保，有效缓解长期制约我国电梯产业健康发展的电梯安装维保人员短缺的问题。

通过专利检索发现，现有专利的分布主要集中在电梯运行状态的监控，监控数据的处理主要依靠云端平台或数据中心服务器，而采用边缘计算实时处理从海量电梯传感数据抽取产生的低维特征数据还少有研究。现有电梯故障预测一般采用建立典型故障预测专家知识库，通过知识库规则推理进行故障预测。因此，开展基于边缘计算的电梯预测性维护系统的研究为按需维保提供了新的解决方法。

1   电梯终端传感

采集电梯运行状态参数，对电梯的电源回路、速度控制回路和层门轿门联锁回路实行实时监控，对曳引绳断丝、磨损和抱闸制动行程的在线无损检测。

2   物联网关

物联网关提供以太网、RS232、RS485/RS422、RF、ZigBee、LTE FDD和LTE TDD等丰富的工业物联接口，实现终端传感数据灵活接入。针对电梯海量传感器数据，构建一种面向多传感序列的特征抽取方法，在尽量避免信息丢失的前提下，实现高维传感数据的特征抽取。

3   敏捷控制器

采用算法优化标准RBF神经网络算法，构建轻量型预测模型。构建多任务联合优化调度策略，通过任务聚类，将时延敏感度与需要消耗的计算量最相似的任务聚集在一起，使得时延敏感与消耗计算量较少的任务能够优先执行，有效降低之后任务的排队时延。

关键技术和可能面临的技术重点和难点分析;电梯运行状态监测传感器网络节点的开发和部署。本项目拟开发电梯运行状态监测传感器节点，实现曳引绳断丝、磨损的在线无损检测。运用MATLAB 仿真软件PDE 工具箱模拟截面积损伤的情况，通过对多种直径钢丝绳建立仿真模型，找出磁场与截面积之间的对应关系，得到穿过钢丝绳内部磁力线与 LMA 型损伤量的关系符合二次函数关系。

电梯运行状态监测需要部署大量传感器，从而引起的数据特征维度过高问题。考虑到电梯各部件之间的相互作用普遍具有先后传递性，基于相关系数最大化的曲线排齐算法，找出一种面向多传感序列的特征抽取方法，从原始的数据中提取更加可靠、有效的信息生成新的特征数据，使得数据的维度也被压缩。

项目主要的技术创新之处包括：（1）根据电梯曳引绳的结构选取故障漏磁检测方法，依托边缘计算来研究钢丝绳的缺陷分析算法，实现曳引绳在线无刷检测和故障识别。（2）针对电梯日常检测产生的海量传感器数据，基于相关系数最大化的曲线排齐算法，找出一种面向多传感序列的特征抽取方法，在尽量避免信息丢失的前提下，实现高维传感数据的特征抽取，依托边缘计算建立轻量级故障预测模型。

项目设计总目标和主要技术、经济指标包括：（1）项目设计总目标，针对电梯研发出符合按需维保业务模式的电梯预测性维护系统，实现电梯维保的质量和效益并重的可持续发展，构建“物联网+维保”新模式。推动维护保养模式转变，依法推进按需维保，全面提升维保质量。（2）主要技术、经济指标是维保预测准确率80%。

试验方法包括：（1）故障预测模型训练中使用的数据来自数据采集终端，数据采集地点南通科技职业学院电梯工程训练中心的八部电梯，随机抽取运行数据组成数据集。数据使用前进行了两次自动审核和一次人工审核，删除了存在缺失值和异常值的原始数据，将数据分为训练集和测试集。分别训练和测试神经网络。（2）选择不同缺陷的曳引绳，安装在THJDDT-5型电梯控制技术综合实训装置，在不同的载荷和不同的运行速度工况下，测试曳引绳数据，通过比对TCK W–DT1622钢丝绳测试仪测试的标准数据，不断修正和优化算法。