本說明書的多個實施例涉及信息，具體涉及一種電梯鋼絲繩故障診斷及疲勞度預測方法及系統(tǒng)。

背景技術(shù)：

1、電梯鋼絲繩作為電梯懸掛裝置，連接著對重和電梯轎廂，懸掛在曳引輪和反繩輪上。其正常運行依賴于曳引繩槽與鋼絲繩之間的摩擦力，以確保電梯轎廂和對重的上下運行。電梯鋼絲繩作為曳引式電梯的核心承重部件，頻繁使用后面臨著易損的風險。鋼絲繩張力不均、磨損、斷裂等故障，輕則導致電梯運行不穩(wěn)，影響乘坐舒適度和正常使用，重則溜車沖頂造成較為嚴重的安全事故。因此在電梯維保中，電梯鋼絲繩的監(jiān)測及分析顯得尤為重要。目前存在的監(jiān)測技術(shù)以視頻檢測、電磁數(shù)據(jù)、張力監(jiān)測分析為主，少數(shù)采用振動的分析方法。電磁、張力等現(xiàn)場檢測方式，現(xiàn)場安裝及檢測條件要求高，難以在電梯日常使用運行過程中進行持續(xù)監(jiān)測。如專利“基于物聯(lián)網(wǎng)的電梯鋼絲繩故障檢測方法”，公開了一種采集電梯轎廂運行過程中的加速度數(shù)據(jù)，上傳至云端利用線上數(shù)據(jù)庫中的模型判斷鋼絲繩故障。其存在的技術(shù)問題有：1）以模式判斷（小波分析）和大數(shù)據(jù)分析為主，未考慮不同結(jié)構(gòu)型號電梯及安裝原因造成同型號結(jié)構(gòu)電梯本身的特有振動特征，模型泛化能力弱；2）所采集的加速度數(shù)據(jù)未按多軸展開，采集頻率較低，無法獲取真實完整的數(shù)據(jù)特征。專利申請“一種電梯曳引、鋼絲繩滑移量及缺陷的檢測方法”公開了一種通過ai算法攝像機的機器視覺及其檢測系統(tǒng)，采集電梯制動過程中鋼絲繩運動的圖像與視頻，對電梯鋼絲繩缺陷部位圖像進行模式識別的技術(shù)。其存在的技術(shù)問題有：1）對于無表面損傷的鋼絲繩故障，如張力不均、鋼絲繩頭固定端彈簧壓縮量不一致等類型的故障，無法進行檢測；2）只有檢測的能力，故障標準由人工進行確定，無法進行故障的預測。

技術(shù)實現(xiàn)思路

1、本說明書多個實施例描述了一種電梯鋼絲繩故障診斷及疲勞度預測方法及系統(tǒng)。

2、第一方面，本說明書實施例提供了一種電梯鋼絲繩故障診斷及疲勞度預測方法，包括步驟：

3、采集單梯正常運行時的運行數(shù)據(jù)，所述運行數(shù)據(jù)包括聲音數(shù)據(jù)和振動數(shù)據(jù)；

4、根據(jù)單梯正常運行時的所述運行數(shù)據(jù)，建立單梯疲勞度基線；

5、采集故障下電梯運行時的運行數(shù)據(jù)，并關(guān)聯(lián)對應的故障類型；

6、根據(jù)關(guān)聯(lián)故障的所述運行數(shù)據(jù)，建立故障診斷模型；

7、采集單梯的運行數(shù)據(jù)，將所述運行數(shù)據(jù)與所述故障診斷模型比對，獲得單梯故障診斷結(jié)果；

8、將所述運行數(shù)據(jù)與所述單梯疲勞度基線比對，獲得單梯疲勞度預測結(jié)果。

9、第二方面，本說明書實施例提供了一種電梯鋼絲繩故障診斷及疲勞度預測系統(tǒng)，包括：

10、采集模塊，采集單梯正常運行時的運行數(shù)據(jù)，所述運行數(shù)據(jù)包括聲音數(shù)據(jù)和振動數(shù)據(jù)；

11、基線模塊，根據(jù)單梯正常運行時的所述運行數(shù)據(jù)，建立單梯疲勞度基線；

12、故障模塊，采集故障下電梯運行時的運行數(shù)據(jù)，并關(guān)聯(lián)對應的故障類型；

13、模型模塊，根據(jù)關(guān)聯(lián)故障的所述運行數(shù)據(jù)，建立故障診斷模型；

14、診斷模塊，采集單梯的運行數(shù)據(jù)，將所述運行數(shù)據(jù)與所述故障診斷模型比對，獲得單梯故障診斷結(jié)果；

15、預測模塊，將所述運行數(shù)據(jù)與所述單梯疲勞度基線比對，獲得單梯疲勞度預測結(jié)果。

16、第三方面，本說明書實施例提供了電子設(shè)備，包括處理器以及存儲器；

17、所述處理器與所述存儲器相連；

18、所述存儲器，用于存儲可執(zhí)行程序代碼；

19、所述處理器通過讀取所述存儲器中存儲的可執(zhí)行程序代碼來運行與所述可執(zhí)行程序代碼對應的程序，以用于執(zhí)行上述任一方面所述的方法。

20、第四方面，本說明書實施例提供了計算機可讀存儲介質(zhì)，其上存儲有計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)上述任一方面所述的方法。

21、第五方面，本說明書實施例提供了計算機程序產(chǎn)品，包括計算機程序，該計算機程序被處理器執(zhí)行時實現(xiàn)上述任一方面所述的方法。

22、本說明書一些實施例提供的技術(shù)方案帶來的有益效果至少包括：

23、在本說明書多個實施例中，提供的故障診斷及疲勞度預測方法根據(jù)維?，F(xiàn)場采集的聲音及振動數(shù)據(jù)對鋼絲繩的故障進行診斷并對疲勞度進行分析預測，不僅能夠得出鋼絲繩的故障情況，還能夠根據(jù)單梯疲勞度基線的對比，獲得鋼絲繩的疲勞度預測結(jié)果，有助于更為準確的掌握鋼絲繩的疲勞度，保障單梯的正常運行。能夠?qū)崿F(xiàn)故障前兆的識別，在故障產(chǎn)生前兆時即給出相關(guān)信息，有助于進行針對性的維保，防范故障的發(fā)生，使故障的診斷不再依賴維保人員的經(jīng)驗。通過積累運行數(shù)據(jù)及相應的標簽，實現(xiàn)大數(shù)據(jù)的積累，并根據(jù)積累的數(shù)據(jù)建立鋼絲繩通用衰老趨勢模型，有助于對新裝單梯的鋼絲繩的疲勞壽命進行預測，為維保提供參考數(shù)據(jù)，保障單梯的正常平穩(wěn)運行。

24、本說明書多個實施例的其他特點和優(yōu)點將會在下面的具體實施方式、附圖中進一步揭示。

技術(shù)特征：

1.一種電梯鋼絲繩故障診斷及疲勞度預測方法，其特征在于，包括步驟：

2.根據(jù)權(quán)利要求1所述的一種電梯鋼絲繩故障診斷及疲勞度預測方法，其特征在于，

3.根據(jù)權(quán)利要求1或2所述的一種電梯鋼絲繩故障診斷及疲勞度預測方法，其特征在于，

4.根據(jù)權(quán)利要求1或2所述的一種電梯鋼絲繩故障診斷及疲勞度預測方法，其特征在于，

5.根據(jù)權(quán)利要求1或2所述的一種電梯鋼絲繩故障診斷及疲勞度預測方法，其特征在于，

6.根據(jù)權(quán)利要求5所述的一種電梯鋼絲繩故障診斷及疲勞度預測方法，其特征在于，

7.根據(jù)權(quán)利要求6所述的一種電梯鋼絲繩故障診斷及疲勞度預測方法，其特征在于，

8.根據(jù)權(quán)利要求6所述的一種電梯鋼絲繩故障診斷及疲勞度預測方法，其特征在于，

9.根據(jù)權(quán)利要求6所述的一種電梯鋼絲繩故障診斷及疲勞度預測方法，其特征在于，

10.根據(jù)權(quán)利要求6所述的一種電梯鋼絲繩故障診斷及疲勞度預測方法，其特征在于，

11.根據(jù)權(quán)利要求1或2所述的一種電梯鋼絲繩故障診斷及疲勞度預測方法，其特征在于，

12.根據(jù)權(quán)利要求1或2所述的一種電梯鋼絲繩故障診斷及疲勞度預測方法，其特征在于，

13.一種電梯鋼絲繩故障診斷及疲勞度預測系統(tǒng)，其特征在于，包括：

14.電子設(shè)備，其特征在于，包括處理器以及存儲器；

15.計算機可讀存儲介質(zhì)，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執(zhí)行時實現(xiàn)如權(quán)利要求1-12任一項所述的方法。

16.計算機程序產(chǎn)品，包括計算機程序，其特征在于，該計算機程序被處理器執(zhí)行時實現(xiàn)如權(quán)利要求1-12任一項所述的方法。

技術(shù)總結(jié)
本說明書的多個實施例涉及信息技術(shù)領(lǐng)域，具體涉及一種電梯鋼絲繩故障診斷及疲勞度預測方法及系統(tǒng)。所述方法包括步驟：采集單梯正常運行時的運行數(shù)據(jù)，所述運行數(shù)據(jù)包括聲音數(shù)據(jù)和振動數(shù)據(jù)；根據(jù)單梯正常運行時的所述運行數(shù)據(jù)，建立單梯疲勞度基線；采集故障下電梯運行時的運行數(shù)據(jù)，并關(guān)聯(lián)對應的故障類型；根據(jù)關(guān)聯(lián)故障的所述運行數(shù)據(jù)，建立故障診斷模型；采集單梯的運行數(shù)據(jù)，將所述運行數(shù)據(jù)與所述故障診斷模型比對，獲得單梯故障診斷結(jié)果；將所述運行數(shù)據(jù)與所述單梯疲勞度基線比對，獲得單梯疲勞度預測結(jié)果。

技術(shù)研發(fā)人員：李智彤,鄭傳乾,肖倩,周棟武,顏京
受保護的技術(shù)使用者：杭州淺水數(shù)字技術(shù)有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/30