基于機(jī)器學(xué)習(xí)的電梯故障診斷云系統(tǒng)

沈世焜

(江蘇安全技術(shù)職業(yè)學(xué)院電氣工程學(xué)院,江蘇 徐州221000)

目前,不同類型的電梯在商場、公寓、工廠、醫(yī)院、車站、街道立交橋等場所的使用越來越多,人們對(duì)電梯的安全性和可靠性要求越來越高。在大多數(shù)情況下,電梯由維護(hù)工程師定期檢查。然而,維修工程師的檢查結(jié)果往往過于主觀,無法保證電梯的安全水平。因此,一些電梯狀態(tài)監(jiān)測和故障診斷系統(tǒng)或設(shè)備已經(jīng)被研究人員和工程師提出。文獻(xiàn)[1]提出了一種基于移動(dòng)電話GPRS 通信的電梯狀態(tài)遠(yuǎn)程監(jiān)控系統(tǒng)。介紹了該系統(tǒng)中不同傳感器和處理器的選擇和安裝,并對(duì)其軟件功能進(jìn)行了分析。在分析了傳統(tǒng)故障診斷方法的優(yōu)缺點(diǎn)后,文獻(xiàn)[2]提出了基于多智能體技術(shù)的電梯故障診斷方法。建立了電梯故障診斷模型,描述了故障診斷系統(tǒng)的結(jié)構(gòu)和步驟,最后討論了電梯故障診斷方法的算法和步驟。文獻(xiàn)[3]討論了現(xiàn)有電梯故障診斷系統(tǒng)和技術(shù)在實(shí)時(shí)性方面的不足,提出了基于模糊神經(jīng)網(wǎng)絡(luò)和D-S 證據(jù)理論的信息融合算法來實(shí)現(xiàn)電梯故障診斷,設(shè)計(jì)了基于FPGA 的數(shù)據(jù)采集與特征提取裝置。文獻(xiàn)[4]基于大量電梯故障數(shù)據(jù),分析了中國新疆地區(qū)電梯運(yùn)行故障特征,但并非基于大數(shù)據(jù)實(shí)現(xiàn)電梯故障自動(dòng)診斷。文獻(xiàn)[5]結(jié)合各類電梯狀態(tài)信息集成的需要,利用物聯(lián)網(wǎng)和互聯(lián)網(wǎng)技術(shù),設(shè)計(jì)了電梯遠(yuǎn)程監(jiān)控系統(tǒng)。然而,在電梯系統(tǒng)中安裝的監(jiān)控設(shè)備顯然會(huì)增加成本。

針對(duì)現(xiàn)有電梯監(jiān)控設(shè)備和故障診斷系統(tǒng)存在的問題,提出了一種基于機(jī)器學(xué)習(xí)的電梯故障診斷云系統(tǒng)。該系統(tǒng)通過智能設(shè)備的振動(dòng)傳感器感器檢測電梯的振動(dòng)狀況,并將監(jiān)測數(shù)據(jù)從智能設(shè)備傳輸?shù)皆品?wù)器。然后構(gòu)建了基于大數(shù)據(jù)及機(jī)器學(xué)習(xí)的電梯故障診斷與預(yù)測的總體方案,采用非監(jiān)督學(xué)習(xí)建立電梯故障模型,采用監(jiān)督學(xué)習(xí)對(duì)所提取到的電梯轎廂振動(dòng)特征參數(shù)進(jìn)行了充分的數(shù)據(jù)挖掘與分析。第一節(jié)分析了智能電梯故障診斷系統(tǒng)的體系結(jié)構(gòu)。第二節(jié)介紹了該云系統(tǒng)的軟件需求。第三節(jié)給出了電梯振動(dòng)和聲音監(jiān)測實(shí)驗(yàn)。

1 電梯故障診斷系統(tǒng)體系結(jié)構(gòu)

本系統(tǒng)以電梯使用單位(如商場、住宅、工廠、醫(yī)院等)的檢測以及政府的電梯保安人員為基礎(chǔ)。檢測時(shí)建議將智能設(shè)備放置在電梯的固定位置,啟動(dòng)振動(dòng)傳感器數(shù)據(jù)采集專用應(yīng)用程序,數(shù)據(jù)采集應(yīng)在干擾較小的條件下進(jìn)行。本系統(tǒng)結(jié)構(gòu)如圖1所示,應(yīng)用程序在獲得振動(dòng)數(shù)據(jù)后,通過互聯(lián)網(wǎng)傳輸?shù)皆品?wù)器。云服務(wù)器是基于云集群和虛擬化技術(shù)開發(fā)的。這些服務(wù)器安全性高、性能好、容災(zāi)能力強(qiáng),而且價(jià)格相對(duì)低廉、易于擴(kuò)展。在云服務(wù)器中,基于大數(shù)據(jù)的無監(jiān)督學(xué)習(xí)和監(jiān)督學(xué)習(xí),對(duì)電梯的健康狀況進(jìn)行評(píng)估,并做出維護(hù)/檢查決策。

圖1 本系統(tǒng)結(jié)構(gòu)圖

2 基于智能設(shè)備的電梯振動(dòng)數(shù)據(jù)采集

為了驗(yàn)證所提出的基于智能手機(jī)的電梯故障診斷系統(tǒng)的可行性,利用紅米K20Pro 智能手機(jī)對(duì)所屬電梯的振動(dòng)和噪聲信號(hào)進(jìn)行了數(shù)據(jù)采集實(shí)驗(yàn)。試驗(yàn)結(jié)果如圖2、3 所示。圖2 和3 給出了某部電梯在同一運(yùn)行時(shí)水平X 方向和水平Y(jié) 方向的振動(dòng)試驗(yàn)結(jié)果。發(fā)現(xiàn)智能手機(jī)加速度/振動(dòng)傳感器在水平方向存在系統(tǒng)測量誤差,誤差約為0.2m/s2。電梯運(yùn)行過程中,水平方向的振動(dòng)幅度約為0.1m/s2。在圖2 和3 中的5s 處,電梯門關(guān)上了,其水平方向的振幅明顯增大,近似達(dá)到-0.3-1.4m/s2。

圖2 X 方向的振動(dòng)試驗(yàn)結(jié)果

圖4 顯示了垂直Z 方向的振動(dòng)試驗(yàn)結(jié)果,試驗(yàn)位置的重力加速度為9.7952m/s2。垂直Z 方向的振動(dòng)信號(hào)能很好地解釋被測電梯的加減速過程。這種振動(dòng)信號(hào)與電梯機(jī)械或電氣部件的健康狀況有著明顯的聯(lián)系,是電梯故障診斷的一個(gè)非常重要的指標(biāo)。

圖3 Y 方向的振動(dòng)試驗(yàn)結(jié)果

圖4 Z 方向的振動(dòng)試驗(yàn)結(jié)果

然后,選取五臺(tái)相同型號(hào)的電梯分別進(jìn)行檢測,針對(duì)檢測到的五臺(tái)電梯垂直Z 方向的振動(dòng)數(shù)據(jù)分別計(jì)算平均值、均方根、偏度、峰度和峰- 峰值,這五個(gè)特征,如表1 所示。

表1 電梯垂直Z 軸方向振動(dòng)數(shù)據(jù)特征值

表1 給出了五個(gè)特征的結(jié)果。結(jié)果表明,不同狀態(tài)的電梯的振動(dòng)特征不同,這表明振動(dòng)特征可作為電梯故障診斷系統(tǒng)的關(guān)鍵依據(jù)。

3 基于機(jī)器學(xué)習(xí)的故障診斷

依據(jù)電梯振動(dòng)數(shù)據(jù),基于機(jī)器學(xué)習(xí)的故障診斷采用無監(jiān)督學(xué)習(xí)聚類分析方法建立電梯故障模型,而有監(jiān)督學(xué)習(xí)則利用回歸分析對(duì)電梯故障進(jìn)行診斷和預(yù)測。

3.1 無監(jiān)督學(xué)習(xí)的故障診斷模型

無監(jiān)督學(xué)習(xí)方法通過聚類分析的多次迭代建立電梯故障診斷模型,當(dāng)模型收斂時(shí)算法停止。假設(shè)提取了一批電梯轎廂Z軸方向的振動(dòng)信號(hào)的特征數(shù)據(jù)：

特征1=A1,A2,A3,…

特征2=B1,B2,B3,…

其中：特征1、特征2 為電梯轎廂Z 軸方向的振動(dòng)數(shù)據(jù)特征。電梯特征分類張成空間稱為電梯故障診斷特征空間；[Ai,Bi](i=1,2,3,…)對(duì)應(yīng)為第i 個(gè)電梯轎廂振動(dòng)數(shù)據(jù)中的振動(dòng)特征值向量。同時(shí)為了建立電梯故障診斷模型,還需要獲取對(duì)應(yīng)的訓(xùn)練樣本的診斷結(jié)果信息,例如特征向量[A1,B1]→C1對(duì)應(yīng)電梯狀態(tài)為無故障；特征向量[A2,B2]→C2對(duì)應(yīng)電梯狀態(tài)為故障1；特征向量[A3,B3]→C3對(duì)應(yīng)的電梯狀態(tài)為故障2。我們將以上這種帶有故障診斷結(jié)果狀態(tài)信息稱為故障標(biāo)記。同時(shí)將帶有這種故障診斷標(biāo)記信息的電梯轎廂振動(dòng)特性數(shù)據(jù)稱為診斷實(shí)例,再將電梯轎廂Z 軸方向的振動(dòng)數(shù)據(jù)和診斷結(jié)果形成一個(gè)新的特征向量[Ai,Bi,Ci]。其中的故障診斷標(biāo)記信息“正?！?、“故障1”和“故障2”不作為訓(xùn)練樣本的結(jié)果信息,而是與電梯轎廂振動(dòng)特性數(shù)據(jù)一起等效地放入訓(xùn)練樣本中,形成一個(gè)新的特征向量。

3.2 監(jiān)督學(xué)習(xí)的故障診斷與預(yù)測

監(jiān)督學(xué)習(xí)利用回歸分析方法,根據(jù)電梯轎廂Z 軸方向的振動(dòng)歷史監(jiān)測數(shù)據(jù),給出了故障系數(shù)。電梯故障系數(shù)是故障出現(xiàn)的可能性指標(biāo)。本文電梯機(jī)械系統(tǒng)故障風(fēng)險(xiǎn)系數(shù)的計(jì)算方法如下：

電梯故障i 對(duì)應(yīng)的電梯轎廂振動(dòng)特征向量為[Ai,Bi,Ci,…],其k 范數(shù)(k=1,2,3,…,∞)為normk。無故障發(fā)生時(shí)對(duì)應(yīng)特征向量為 [A0,B0,C0,…] 取其k 范數(shù)為norm0,二者之差為normk-norm0,將其歸一化即為故障i 的風(fēng)險(xiǎn)系數(shù),例如當(dāng)故障i發(fā)生時(shí),其故障風(fēng)險(xiǎn)系數(shù)值為1；當(dāng)故障i 未發(fā)生且故障排除時(shí)間剛好足夠時(shí),其故障風(fēng)險(xiǎn)系數(shù)值為臨界值。

設(shè)D={x1,x2,…,xm}表示一個(gè)包含m 個(gè)電梯轎廂振動(dòng)特性數(shù)據(jù)的數(shù)據(jù)集。通過D 描述每個(gè)電梯轎廂振動(dòng)特性數(shù)據(jù),然后每個(gè)電梯轎廂振動(dòng)特征數(shù)據(jù)[xi1,xi2,…,xid]是d 維樣本空間中的向量。其中,xi∈x 是xi在第j 個(gè)特征分類上的值,d 是樣本數(shù)據(jù) 維數(shù)。電梯故障預(yù)測的任務(wù)一般是從訓(xùn)練集{(x1,y1),(x2,y2)…(xm,ym)}中學(xué)習(xí),建立從輸入空間x 到輸出空間γ：X→γ 的映射f。

4 結(jié)論

本文提出了一種基于智能設(shè)備振動(dòng)監(jiān)測和機(jī)器學(xué)習(xí)的電梯故障診斷云系統(tǒng)方案,首先通過智能設(shè)備的振動(dòng)測試,發(fā)現(xiàn)X、Y 兩個(gè)方向的振動(dòng)數(shù)據(jù)存在系統(tǒng)誤差,而垂直Z 方向的振動(dòng)數(shù)據(jù)能反映電梯機(jī)電部分的健康狀況,并對(duì)振動(dòng)數(shù)據(jù)進(jìn)行了五個(gè)特征的計(jì)算?；诠收咸卣?進(jìn)一步通過無監(jiān)督學(xué)習(xí)與監(jiān)督學(xué)習(xí)對(duì)電梯轎廂振動(dòng)特征參數(shù)進(jìn)行數(shù)據(jù)挖掘與分析,分析得出電梯機(jī)械系統(tǒng)各種故障隱患與電梯運(yùn)行時(shí)振動(dòng)信號(hào)之間的內(nèi)在關(guān)系,從而實(shí)現(xiàn)電梯系統(tǒng)中的各種故障診斷和預(yù)測。