專利名稱：基于數(shù)據(jù)驅(qū)動(dòng)的電梯故障診斷與預(yù)警方法
技術(shù)領(lǐng)域：
本發(fā)明涉及電梯領(lǐng)域，具體講，涉及基于數(shù)據(jù)驅(qū)動(dòng)的電梯故障診斷與預(yù)警方法。
背景技術(shù)：
由于近年來(lái)國(guó)內(nèi)存在安全隱患的電梯數(shù)量迅速增長(zhǎng)，僅通過(guò)維修人員經(jīng)驗(yàn)或維修手冊(cè)對(duì)電梯進(jìn)行維護(hù)存在效率低、準(zhǔn)確度差且往往是事后診斷等問(wèn)題，不能滿足電梯安全的需要。電梯需要ー種智能故障診斷及預(yù)警系統(tǒng)保證系統(tǒng)安全運(yùn)行。國(guó)內(nèi)解決電梯安全問(wèn)題主要通過(guò)兩個(gè)途徑ー是故障發(fā)生后的故障診斷，ニ是維修人員定期的維護(hù)保養(yǎng)。而目前廣泛應(yīng)用的故障診斷技術(shù)主要有專家系統(tǒng)、模糊推理、神經(jīng)網(wǎng)絡(luò)等。但這些技術(shù)嚴(yán)重依賴于專家知識(shí)，專家知識(shí)獲取困難成為故障診斷實(shí)施的瓶頸。另夕卜，大多數(shù)故障診斷方法都不能提供故障預(yù)測(cè)功能，被動(dòng)型診斷無(wú)法阻止故障的發(fā)生，只能依靠于電梯定期維護(hù)保養(yǎng)。目的不明確的定期維修保養(yǎng)不僅成本高、效率低，而且依靠人工 檢查也很難發(fā)現(xiàn)電梯的安全隱患。
發(fā)明內(nèi)容
本發(fā)明g在克服現(xiàn)有技術(shù)的不足，實(shí)現(xiàn)電梯故障的早期發(fā)現(xiàn)和診斷，為達(dá)到上述目的，本發(fā)明采取的技術(shù)方案是，基于數(shù)據(jù)驅(qū)動(dòng)的電梯故障診斷與預(yù)警方法，借助于遠(yuǎn)程服務(wù)中心、故障診斷與預(yù)測(cè)終端和電梯控制器實(shí)現(xiàn)，包括如下步驟首先對(duì)實(shí)時(shí)電梯故障數(shù)據(jù)進(jìn)行挖掘獲得電梯故障數(shù)據(jù)流中的特征信息，并將挖掘結(jié)果保存在故障診斷與預(yù)測(cè)終端的電梯故障案例庫(kù)中，作為電梯故障知識(shí)庫(kù)的來(lái)源；然后利用電梯故障案例庫(kù)對(duì)故障診斷與預(yù)測(cè)終端上的電梯故障知識(shí)庫(kù)進(jìn)行更新，通過(guò)相似度匹配計(jì)算，實(shí)現(xiàn)電梯故障知識(shí)庫(kù)的及時(shí)更新，再針對(duì)新電梯故障問(wèn)題的特征進(jìn)行案例檢索，采用基于案例推理的故障診斷方法對(duì)電梯系統(tǒng)進(jìn)行故障診斷通過(guò)檢索電梯故障知識(shí)庫(kù)知識(shí)或案例，獲得與新電梯故障問(wèn)題具有最相似特征的信息，解決診斷問(wèn)題；此外，利用遠(yuǎn)程服務(wù)中心上的電梯故障識(shí)別分類器，對(duì)獲得的電梯故障數(shù)據(jù)流進(jìn)行聚類分析，將相應(yīng)的電梯故障數(shù)據(jù)流與電梯故障類型關(guān)聯(lián)起來(lái)，并用此電梯故障數(shù)據(jù)流與相應(yīng)故障類型訓(xùn)練分類器，再通過(guò)另ー組電梯故障數(shù)據(jù)流與相應(yīng)的故障類型對(duì)分類器進(jìn)行檢驗(yàn)，以驗(yàn)證訓(xùn)練后的分類器的正確性；遠(yuǎn)程服務(wù)中心不斷更新分類器，并將最新的分類器下載到本地故障診斷與預(yù)測(cè)終端中，本地的故障診斷與預(yù)測(cè)終端實(shí)時(shí)采集電梯數(shù)據(jù)流并將其輸入分類器，由分類器輸出實(shí)時(shí)數(shù)據(jù)流與現(xiàn)有電梯故障數(shù)據(jù)流進(jìn)行相似程度比較，相似程度越大，出現(xiàn)同種故障的可能性越大，依此進(jìn)行電梯故障預(yù)測(cè)。采用基于案例推理的故障診斷方法對(duì)電梯系統(tǒng)進(jìn)行故障診斷是在故障診斷與預(yù)測(cè)終端上進(jìn)行，并進(jìn)一歩細(xì)化為如下步驟(I)電梯故障知識(shí)庫(kù)是電梯故障診斷知識(shí)、經(jīng)驗(yàn)的集合，主要由專家提供，包括電梯基本信息、電梯故障的分類信息以及不同種類故障需要的各種關(guān)鍵特征屬性及其權(quán)值，并依此構(gòu)建電梯故障案例庫(kù)和征兆數(shù)據(jù)庫(kù)；
(2)建立電梯故障案例庫(kù)維修人員根據(jù)包括電梯故障日志和維修日志的歷史數(shù)據(jù)填寫(xiě)關(guān)于電梯故障的各種信息，并以此為依據(jù)存儲(chǔ)案例和產(chǎn)生新案例；(3)建立征兆數(shù)據(jù)庫(kù)存儲(chǔ)電梯發(fā)生故障時(shí)采集到的故障類型數(shù)據(jù)流信息，即故障發(fā)生時(shí)電梯運(yùn)行的各個(gè)參數(shù)；(4)建立規(guī)則庫(kù)存儲(chǔ)各種電梯故障類型之間的相互關(guān)聯(lián)信息，是對(duì)故障案例庫(kù)應(yīng)用關(guān)聯(lián)規(guī)則算法，進(jìn)行數(shù)據(jù)挖掘，從眾多的電梯故障案例信息中，提煉出深層次的、隱含的知識(shí)，用于電梯故障診斷，指導(dǎo)維修人員做出響應(yīng)的維護(hù)措施；(5)推理系統(tǒng)由案例檢索、案例匹配、案例調(diào)整組成，具體為通過(guò)對(duì)電梯故障案例庫(kù)進(jìn)行案例檢索尋找ー個(gè)或多個(gè)與當(dāng)前故障最相似的案例，用到的檢索算法有模板檢驗(yàn)、歸納檢索、最近鄰搜索；然后根據(jù)檢索到的案例生成解決方案并通過(guò)案例修正對(duì)已生成的解決方案進(jìn)行調(diào)整，調(diào)整的方法有轉(zhuǎn)換法、替換法、特定目標(biāo)驅(qū)動(dòng)法；(6)案例學(xué)習(xí)根據(jù)維修人員的反饋信息，對(duì)電梯故障案例庫(kù)進(jìn)行案例復(fù)用，即如 果該方案可以解決遇到的故障則保存電梯故障案例庫(kù)中的維修建議，否則對(duì)該方案進(jìn)行修改后保存到故障案例庫(kù)，這樣不斷獲取新知識(shí)和改進(jìn)舊知識(shí)，形成新的維修方案，并添加到案例庫(kù)中，使案例庫(kù)不斷得到擴(kuò)充和完善。案例檢索具體實(shí)現(xiàn)步驟(I)采集電梯故障數(shù)據(jù)流，提取特征信息并根據(jù)分類結(jié)構(gòu)索引，初步檢索出符合特征信息的案例種類。(2)根據(jù)故障案例的種類將故障信息特征值與電梯故障知識(shí)庫(kù)進(jìn)行匹配。(3)根據(jù)改進(jìn)的歐式算法進(jìn)行計(jì)算，計(jì)算出該目標(biāo)案例與初始匹配案例集中的所有案例的匹配度，并根據(jù)匹配度的大小進(jìn)行排序，輸出與目標(biāo)案例最匹配的前幾個(gè)案例，完成案例匹配過(guò)程；最后，顯示案例匹配詳細(xì)信息，并為案例修正做準(zhǔn)備。分類器的生成過(guò)程包括數(shù)據(jù)預(yù)處理模塊、特征提取模塊以及分類器生成模塊，其中數(shù)據(jù)預(yù)處理模塊采用包括標(biāo)準(zhǔn)化、方差縮減步驟，負(fù)責(zé)剔除數(shù)據(jù)中的異常數(shù)據(jù)、冗余數(shù)據(jù)等噪聲數(shù)據(jù)；特征提取模塊采用主成分分析、偏最小二乗法，負(fù)責(zé)簡(jiǎn)化數(shù)據(jù)流，提高訓(xùn)練效率；分類器生成模塊還包括神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)子模塊。本發(fā)明的技術(shù)特點(diǎn)及效果數(shù)據(jù)挖掘是從數(shù)據(jù)中識(shí)別出有效的、新穎的、潛在有用的以及最終可以被理解的類型。故障診斷的關(guān)鍵和首要問(wèn)題就是故障識(shí)別，對(duì)故障進(jìn)行診斷的過(guò)程也就是故障類型獲取及故障識(shí)別的過(guò)程?？紤]到數(shù)據(jù)挖掘技術(shù)在知識(shí)獲取方面的獨(dú)特優(yōu)勢(shì)，在故障診斷領(lǐng)域引入該技術(shù)是切實(shí)可行的?？梢岳脷v史數(shù)據(jù)挖掘出其中潛在的規(guī)律，為故障診斷提供決策依據(jù)，具有實(shí)際參考價(jià)值?；跀?shù)據(jù)挖掘的故障診斷及預(yù)警系統(tǒng)具有以下優(yōu)點(diǎn)(I)突破了電梯診斷知識(shí)獲取困難、知識(shí)量少的瓶頸。能夠自動(dòng)地獲取診斷經(jīng)驗(yàn)而無(wú)需人工總結(jié)和輸入，大大提高了診斷效率和準(zhǔn)確性，降低了診斷成本。(2)對(duì)于規(guī)模較大、涉及多個(gè)變量的故障，使用對(duì)單一部件的診斷方法無(wú)法解決，利用數(shù)據(jù)挖掘技術(shù)對(duì)電梯運(yùn)行數(shù)據(jù)進(jìn)行整體分析可以有效進(jìn)行診斷。(3)不僅能夠?yàn)榫S修人員找到故障原因和位置，還能夠提供相應(yīng)的故障解決措施。(4)可對(duì)電梯運(yùn)行數(shù)據(jù)進(jìn)行實(shí)時(shí)監(jiān)測(cè)，通過(guò)分類器得到實(shí)時(shí)數(shù)據(jù)流與故障類型的相似程度，從而實(shí)現(xiàn)電梯故障的早期發(fā)現(xiàn)及預(yù)警。(5)該系統(tǒng)具有自學(xué)習(xí)能力，不斷學(xué)習(xí)新的故障數(shù)據(jù)形成新的診斷知識(shí)，隨著故障數(shù)據(jù)的不斷増加，系統(tǒng)的故障診斷能力會(huì)不斷增強(qiáng)。(6)為預(yù)防性維修提供基礎(chǔ)。基于故障預(yù)測(cè)的預(yù)防性維修減少了盲目性，使電梯在最佳故障維修時(shí)間的到有效維修，不僅降低了維修次數(shù)和成本，維修保養(yǎng)的效率也大大提聞。
圖I基于數(shù)據(jù)驅(qū)動(dòng)的電梯故障診斷與預(yù)警系統(tǒng)整體結(jié)構(gòu)圖。圖2基于案例推理的電梯故障診斷框架圖。
圖3案例信息表示示意圖。圖4電梯故障案例檢索策略流程圖。圖5基于分類器的電梯故障預(yù)測(cè)流程圖。圖6電梯遠(yuǎn)程服務(wù)中心分類器生成示意圖。圖7基于BP神經(jīng)網(wǎng)絡(luò)的分類器設(shè)計(jì)示意圖。
具體實(shí)施例方式本發(fā)明的目的在于提出一種基于數(shù)據(jù)驅(qū)動(dòng)的電梯故障診斷與預(yù)警系統(tǒng)，實(shí)現(xiàn)高效的故障診斷及準(zhǔn)確的故障預(yù)測(cè)?，F(xiàn)有電梯故障診斷技術(shù)存在專家知識(shí)獲取困難、診斷效率低、成本高等問(wèn)題，針對(duì)這些問(wèn)題，本發(fā)明應(yīng)用基于案例推理的故障診斷方法對(duì)電梯系統(tǒng)進(jìn)行故障診斷，發(fā)生故障后在電梯故障案例庫(kù)中檢索最佳匹配案例，并按照案例信息中的故障原因、故障位置以及故障解決方法進(jìn)行維護(hù)，同時(shí)故障案例庫(kù)可以自動(dòng)進(jìn)行案例庫(kù)的維護(hù)，包括増加案例，融合案例、刪除冗余案例等，從而具備很強(qiáng)的學(xué)習(xí)能力。目前大多數(shù)故障診斷系統(tǒng)缺乏故障預(yù)測(cè)功能，本發(fā)明借助數(shù)據(jù)挖掘技術(shù)對(duì)電梯歷史數(shù)據(jù)進(jìn)行分析，歸納總結(jié)出對(duì)應(yīng)特定故障的數(shù)據(jù)流，綜合考慮專家知識(shí)和數(shù)據(jù)流，通過(guò)將電梯運(yùn)行時(shí)的數(shù)據(jù)流實(shí)時(shí)地與已知故障數(shù)據(jù)流進(jìn)行對(duì)比，并對(duì)兩者的相似程度進(jìn)行量化計(jì)算，當(dāng)相似度達(dá)到一定程度后即可對(duì)電梯系統(tǒng)提出故障預(yù)警，從而完成故障預(yù)測(cè)功能。該系統(tǒng)獲取電梯運(yùn)行的一般參數(shù)并自動(dòng)地對(duì)運(yùn)行數(shù)據(jù)進(jìn)行分析，突破了專家系統(tǒng)獲取困難的瓶頸，具有診斷效率高、成本低且能夠?qū)崿F(xiàn)故障預(yù)測(cè)功能的優(yōu)點(diǎn)。本發(fā)明不需要加裝額外傳感器，可適用于各種不同品牌的電梯，擁有很好的應(yīng)用前景與經(jīng)濟(jì)價(jià)值，該系統(tǒng)與方法對(duì)其他領(lǐng)域的故障診斷也有很高的參考價(jià)值。本發(fā)明利用電梯故障數(shù)據(jù)挖掘技術(shù)，設(shè)計(jì)了一種電梯故障診斷系統(tǒng)，該系統(tǒng)不斷地對(duì)從電梯系統(tǒng)采集到數(shù)據(jù)進(jìn)行分析，依靠數(shù)據(jù)挖掘技術(shù)的知識(shí)獲取能力自動(dòng)高效地形成電梯系統(tǒng)的故障診斷知識(shí)，解決了專家知識(shí)獲取難的問(wèn)題，克服了目前電梯故障診斷的技術(shù)瓶頸。然后在此系統(tǒng)架構(gòu)的基礎(chǔ)上，提出一種基于案例推理的電梯故障診斷方法，利用上述方法形成的知識(shí)進(jìn)行診斷。此外，在此系統(tǒng)架構(gòu)的基礎(chǔ)上加入基于分類器的故障預(yù)測(cè)功能，能夠?qū)崟r(shí)監(jiān)測(cè)電梯數(shù)據(jù)流，并利用分類器對(duì)這些數(shù)據(jù)流加以分析并識(shí)別，計(jì)算當(dāng)前數(shù)據(jù)流與故障數(shù)據(jù)流的相似度大小與趨勢(shì)，進(jìn)而實(shí)現(xiàn)電梯故障的早期發(fā)現(xiàn)和診斷。本發(fā)明借助數(shù)據(jù)挖掘技術(shù)，設(shè)計(jì)一種基于數(shù)據(jù)驅(qū)動(dòng)的電梯故障診斷與預(yù)警系統(tǒng)，具有增強(qiáng)的故障診斷及預(yù)測(cè)功能。本發(fā)明首先通過(guò)數(shù)據(jù)挖掘算法對(duì)實(shí)時(shí)電梯故障數(shù)據(jù)進(jìn)行挖掘獲得電梯故障數(shù)據(jù)流中的特征信息，并將挖掘結(jié)果保存在電梯故障案例庫(kù)中，作為電梯故障知識(shí)庫(kù)的來(lái)源。然后利用電梯故障案例庫(kù)對(duì)電梯故障知識(shí)庫(kù)進(jìn)行更新，通過(guò)相似度匹配計(jì)算，實(shí)現(xiàn)電梯故障知識(shí)庫(kù)的及時(shí)更新。再針對(duì)新問(wèn)題的特征進(jìn)行案例檢索，通過(guò)檢索電梯故障知識(shí)庫(kù)的知識(shí)或案例，獲得與新電梯故障問(wèn)題具有最相似特征的信息，用于解決診斷問(wèn)題。此外，設(shè)計(jì)用于電梯故障識(shí)別分類器，對(duì)獲得的ー組數(shù)據(jù)流進(jìn)行聚類分析，將相應(yīng)的數(shù)據(jù)流與故障類型關(guān)聯(lián)起來(lái)，并用此數(shù)據(jù)流與相應(yīng)故障類型訓(xùn)練分類器，再通過(guò)另ー組數(shù)據(jù)流與相應(yīng)的故障類型對(duì)分類器進(jìn)行檢驗(yàn)，以驗(yàn)證訓(xùn)練后的分類器的正確性。遠(yuǎn)程服務(wù)中心不斷更新分類器，并將最新的分類器下載到本地診斷終端中，本地診斷終端實(shí)時(shí)采集電梯數(shù)據(jù)流并將數(shù)據(jù)流輸入分類器，由分類器輸出實(shí)時(shí)數(shù)據(jù)流與現(xiàn)有故障數(shù)據(jù)流的相似程 度，相似度越大，出現(xiàn)同種故障的可能性越大，可依次進(jìn)行電梯故障預(yù)測(cè)。下面結(jié)合附圖對(duì)本發(fā)明作進(jìn)ー步詳述。本發(fā)明的核心是通過(guò)對(duì)電梯運(yùn)行數(shù)據(jù)流進(jìn)行分析，挖掘故障時(shí)數(shù)據(jù)流的特征信息，發(fā)現(xiàn)與電梯故障類型相對(duì)應(yīng)的數(shù)據(jù)流，并將其轉(zhuǎn)化為專家經(jīng)驗(yàn)，存入電梯故障診斷案例庫(kù)，再采用基于案例推理的故障診斷方法對(duì)電梯系統(tǒng)進(jìn)行故障診斷。此外，設(shè)計(jì)故障數(shù)據(jù)流分類器，可實(shí)時(shí)地對(duì)電梯當(dāng)前數(shù)據(jù)流進(jìn)行實(shí)時(shí)分類，并通過(guò)基于距離的相似度算法計(jì)算當(dāng)前數(shù)據(jù)流與電梯故障數(shù)據(jù)流相似度大小，相似度越大故障可能性越大，根據(jù)此相似度趨勢(shì)或通過(guò)設(shè)置門(mén)限值的方法進(jìn)行故障預(yù)測(cè)。參見(jiàn)圖1，基于數(shù)據(jù)驅(qū)動(dòng)的電梯故障診斷與預(yù)警系統(tǒng)包括三個(gè)部分遠(yuǎn)程服務(wù)中心、故障診斷與預(yù)測(cè)終端和電梯控制器。故障發(fā)生時(shí)，電梯控制器記錄系統(tǒng)中的故障碼以及當(dāng)前電梯系統(tǒng)中的各個(gè)參數(shù)，如曳引機(jī)轉(zhuǎn)速、轎廂加速度、變頻器電壓、變頻器電流、平層信號(hào)、沖頂信號(hào)、撞底信號(hào)、門(mén)機(jī)信號(hào)等。并將故障碼和當(dāng)前參數(shù)ー并傳入本地診斷平臺(tái)。正常運(yùn)行時(shí)，只需要把當(dāng)前系統(tǒng)參數(shù)實(shí)時(shí)發(fā)送到本地診斷終端以供故障預(yù)測(cè)。本地診斷終端中設(shè)置電梯故障診斷與預(yù)測(cè)軟件以及SQLServer2005數(shù)據(jù)庫(kù)軟件，當(dāng)接收到電梯故障碼和當(dāng)前參數(shù)后將提取該故障類型的特征值，然后依此在案例庫(kù)中尋找最佳匹配案例，再將此故障信息與匹配的故障原因和解決方法通過(guò)Internet或手機(jī)等移動(dòng)終端傳送給遠(yuǎn)端維修人員；如果在匹配最佳案例時(shí)發(fā)現(xiàn)當(dāng)前與最佳案例的匹配度小于門(mén)限值，則將此故障認(rèn)定為新故障類型，并將當(dāng)前的故障信息傳送到遠(yuǎn)程服務(wù)中心。另一方面，電梯故障診斷與預(yù)測(cè)軟件中集成利用COM組件編程編寫(xiě)的分類器模塊，完成電梯故障的預(yù)測(cè)功能。遠(yuǎn)程服務(wù)中心負(fù)責(zé)收集所有電梯系統(tǒng)故障時(shí)的數(shù)據(jù)流，并用這些故障狀態(tài)下的數(shù)據(jù)流訓(xùn)練存儲(chǔ)在服務(wù)中心內(nèi)的分類器和案例庫(kù)，不斷更新分類器和案例庫(kù)使故障類型識(shí)別和診斷愈加準(zhǔn)確；遠(yuǎn)程服務(wù)中心定期的把最新的分類器和案例庫(kù)下載到本地診斷終端，并對(duì)電梯故障預(yù)警信息做出響應(yīng)。參見(jiàn)圖2，基于案例推理的電梯故障診斷框架主要包括四個(gè)數(shù)據(jù)庫(kù)、ー個(gè)推理系統(tǒng)以及ー個(gè)案例學(xué)習(xí)模塊。各部分具體描述如下(I)知識(shí)庫(kù)電梯故障診斷知識(shí)、經(jīng)驗(yàn)的集合，它主要由專家提供，包括電梯基本信息、電梯故障的分類信息以及不同種類故障需要的各種關(guān)鍵特征屬性及其權(quán)值，并依此構(gòu)建電梯故障案例庫(kù)和征兆數(shù)據(jù)庫(kù)。(2)故障案例庫(kù)維修人員根據(jù)電梯故障日志和維修日志等歷史數(shù)據(jù)填寫(xiě)關(guān)于電梯故障的各種信息，并以此為依據(jù)存儲(chǔ)案例和產(chǎn)生新案例。
(3)征兆數(shù)據(jù)庫(kù)電梯發(fā)生故障時(shí)采集到的故障類型數(shù)據(jù)流信息，即故障發(fā)生時(shí)電梯運(yùn)行的各個(gè)參數(shù)。(4)規(guī)則庫(kù)各種電梯故障類型之間的相互關(guān)聯(lián)信息。是對(duì)故障案例庫(kù)應(yīng)用關(guān)聯(lián)規(guī)則算法，進(jìn)行數(shù)據(jù)挖掘，從眾多的電梯故障案例信息中，提煉出深層次的、隱含的知識(shí)，用于電梯故障診斷，指導(dǎo)維修人員做出響應(yīng)的維護(hù)措施。(5)推理系統(tǒng)診斷系統(tǒng)的核心，由案例檢索、案例匹配、案例調(diào)整組成。通過(guò)對(duì)電梯故障案例庫(kù)進(jìn)行案例檢索尋找ー個(gè)或多個(gè)與當(dāng)前故障最相似的案例，可能用到的檢索算法有模板檢驗(yàn)、歸納檢索、最近鄰搜索等。然后根據(jù)檢索到的案例生成解決方案并通過(guò)案例修正對(duì)已生成的解決方案進(jìn)行調(diào)整調(diào)整的方法可能有轉(zhuǎn)換法、替換法、特定目標(biāo)驅(qū)動(dòng)法，大部分的案例調(diào)整都是通過(guò)人機(jī)交互方式完成的。推理系統(tǒng)決定了診斷效率的高低，實(shí)現(xiàn)從已有的案例集中找到與當(dāng)前問(wèn)題最為相似的案例，并提供相應(yīng)的故障解決方案。(6)案例學(xué)習(xí)根據(jù)維修人員的反饋信息，對(duì)電梯故障案例庫(kù)進(jìn)行案例復(fù)用，即如果該方案可以解決遇到的故障則保存電梯故障案例庫(kù)中的維修建議，否則對(duì)該方案進(jìn)行修改后保存到故障案例庫(kù)。這樣不斷獲取新知識(shí)和改進(jìn)舊知識(shí)，形成新的維修方案，并添加到案例庫(kù)中，是案例庫(kù)不斷得到擴(kuò)充和完善。參見(jiàn)圖3，案例庫(kù)中的每ー個(gè)案例都由案例基本信息、故障原因和定位以及故障解決方法組成，診斷過(guò)程中電梯控制器提供故障數(shù)據(jù)流電梯信號(hào)等基本信息，診斷系統(tǒng)則根據(jù)這些信息進(jìn)行分析，返回故障原因和定位以及故障解決方法等信息。參見(jiàn)圖4，案例檢索是整個(gè)基于案例推理的電梯故障診斷流程的關(guān)鍵，以下是具體實(shí)現(xiàn)步驟(I)采集故障電梯的故障數(shù)據(jù)流，提取特征信息并根據(jù)分類結(jié)構(gòu)索引，初步檢索出符合特征信息的案例種類。(2)根據(jù)故障案例的種類將故障信息特征值與案例集進(jìn)行匹配。(3)根據(jù)改進(jìn)的歐式算法進(jìn)行計(jì)算，計(jì)算出該目標(biāo)案例與初始匹配案例集中的所有案例的匹配度，并根據(jù)匹配度的大小進(jìn)行排序，輸出與目標(biāo)案例最匹配的前幾個(gè)案例，完成案例匹配過(guò)程。最后，顯示案例匹配詳細(xì)信息，并為案例修正做準(zhǔn)備。根據(jù)電梯故障案例庫(kù)中每個(gè)案例構(gòu)造屬性函數(shù)矩陣如下
權(quán)利要求
1.一種基于數(shù)據(jù)驅(qū)動(dòng)的電梯故障診斷與預(yù)警方法，其特征是，借助于遠(yuǎn)程服務(wù)中心、故障診斷與預(yù)測(cè)終端和電梯控制器實(shí)現(xiàn)，包括如下步驟 首先對(duì)實(shí)時(shí)電梯故障數(shù)據(jù)進(jìn)行挖掘獲得電梯故障數(shù)據(jù)流中的特征信息，并將挖掘結(jié)果保存在故障診斷與預(yù)測(cè)終端的電梯故障案例庫(kù)中，作為電梯故障知識(shí)庫(kù)的來(lái)源；然后利用電梯故障案例庫(kù)對(duì)故障診斷與預(yù)測(cè)終端上的電梯故障知識(shí)庫(kù)進(jìn)行更新，通過(guò)相似度匹配計(jì)算，實(shí)現(xiàn)電梯故障知識(shí)庫(kù)的及時(shí)更新，再針對(duì)新電梯故障問(wèn)題的特征進(jìn)行案例檢索，采用基于案例推理的故障診斷方法對(duì)電梯系統(tǒng)進(jìn)行故障診斷通過(guò)檢索電梯故障知識(shí)庫(kù)或臨時(shí)電梯故障案例庫(kù)中的知識(shí)或案例，獲得與新電梯故障問(wèn)題具有最相似特征的信息，解決診斷問(wèn)題； 此外，利用遠(yuǎn)程服務(wù)中心上的電梯故障識(shí)別分類器，對(duì)獲得的電梯故障數(shù)據(jù)流進(jìn)行聚類分析，將相應(yīng)的電梯故障數(shù)據(jù)流與電梯故障類型關(guān)聯(lián)起來(lái)，并用此電梯故障數(shù)據(jù)流與相應(yīng)故障類型訓(xùn)練分類器，再通過(guò)另一組電梯故障數(shù)據(jù)流與相應(yīng)的故障類型對(duì)分類器進(jìn)行檢驗(yàn)，以驗(yàn)證訓(xùn)練后的分類器的正確性；遠(yuǎn)程服務(wù)中心不斷更新分類器，并將最新的分類器下載到本地故障診斷與預(yù)測(cè)終端中，本地的故障診斷與預(yù)測(cè)終端實(shí)時(shí)采集電梯數(shù)據(jù)流并將其輸入分類器，由分類器輸出實(shí)時(shí)數(shù)據(jù)流與現(xiàn)有電梯故障數(shù)據(jù)流進(jìn)行相似程度比較，相似程度越大，出現(xiàn)同種故障的可能性越大，依此進(jìn)行電梯故障預(yù)測(cè)。
2.如權(quán)利要求I所述的基于數(shù)據(jù)驅(qū)動(dòng)的電梯故障診斷與預(yù)警方法，其特征是，采用基于案例推理的故障診斷方法對(duì)電梯系統(tǒng)進(jìn)行故障診斷是在故障診斷與預(yù)測(cè)終端上進(jìn)行，并進(jìn)一步細(xì)化為如下步驟 (1)電梯故障知識(shí)庫(kù)是電梯故障診斷知識(shí)、經(jīng)驗(yàn)的集合，主要由專家提供，包括電梯基本信息、電梯故障的分類信息以及不同種類故障需要的各種關(guān)鍵特征屬性及其權(quán)值，并依此構(gòu)建電梯故障案例庫(kù)和征兆數(shù)據(jù)庫(kù)； (2)建立電梯故障案例庫(kù)維修人員根據(jù)包括電梯故障日志和維修日志的歷史數(shù)據(jù)填寫(xiě)關(guān)于電梯故障的各種信息，并以此為依據(jù)存儲(chǔ)案例和產(chǎn)生新案例； (3)建立征兆數(shù)據(jù)庫(kù)存儲(chǔ)電梯發(fā)生故障時(shí)采集到的故障類型數(shù)據(jù)流信息，即故障發(fā)生時(shí)電梯運(yùn)行的各個(gè)參數(shù)； (4)建立規(guī)則庫(kù)存儲(chǔ)各種電梯故障類型之間的相互關(guān)聯(lián)信息，是對(duì)故障案例庫(kù)應(yīng)用關(guān)聯(lián)規(guī)則算法，進(jìn)行數(shù)據(jù)挖掘，從眾多的電梯故障案例信息中，提煉出深層次的、隱含的知識(shí)，用于電梯故障診斷，指導(dǎo)維修人員做出響應(yīng)的維護(hù)措施； (5)推理系統(tǒng)由案例檢索、案例匹配、案例調(diào)整組成，具體為通過(guò)對(duì)電梯故障案例庫(kù)進(jìn)行案例檢索尋找一個(gè)或多個(gè)與當(dāng)前故障最相似的案例，用到的檢索算法有模板檢驗(yàn)、歸納檢索、最近鄰搜索；然后根據(jù)檢索到的案例生成解決方案并通過(guò)案例修正對(duì)已生成的解決方案進(jìn)行調(diào)整，調(diào)整的方法有轉(zhuǎn)換法、替換法、特定目標(biāo)驅(qū)動(dòng)法； (6)案例學(xué)習(xí)根據(jù)維修人員的反饋信息，對(duì)電梯故障案例庫(kù)進(jìn)行案例復(fù)用，即如果該方案可以解決遇到的故障則保存電梯故障案例庫(kù)中的維修建議，否則對(duì)該方案進(jìn)行修改后保存到故障案例庫(kù)，這樣不斷獲取新知識(shí)和改進(jìn)舊知識(shí)，形成新的維修方案，并添加到案例庫(kù)中，使案例庫(kù)不斷得到擴(kuò)充和完善。
3.如權(quán)利要求I所述的基于數(shù)據(jù)驅(qū)動(dòng)的電梯故障診斷與預(yù)警方法，其特征是，案例檢索具體實(shí)現(xiàn)步驟(1)采集電梯故障數(shù)據(jù)流，提取特征信息并根據(jù)分類結(jié)構(gòu)索引，初步檢索出符合特征信息的案例種類。
(2)根據(jù)故障案例的種類將故障信息特征值與電梯故障知識(shí)庫(kù)進(jìn)行匹配。
(3)根據(jù)改進(jìn)的歐式算法進(jìn)行計(jì)算，計(jì)算出該目標(biāo)案例與初始匹配案例集中的所有案例的匹配度，并根據(jù)匹配度的大小進(jìn)行排序，輸出與目標(biāo)案例最匹配的前幾個(gè)案例，完成案例匹配過(guò)程；最后，顯示案例匹配詳細(xì)信息，并為案例修正做準(zhǔn)備。
4.如權(quán)利要求I所述的基于數(shù)據(jù)驅(qū)動(dòng)的電梯故障診斷與預(yù)警方法，其特征是，分類器的生成過(guò)程包括數(shù)據(jù)預(yù)處理模塊、特征提取模塊以及分類器生成模塊，其中數(shù)據(jù)預(yù)處理模塊采用包括標(biāo)準(zhǔn)化、方差縮減步驟，負(fù)責(zé)剔除數(shù)據(jù)中的異常數(shù)據(jù)、冗余數(shù)據(jù)等噪聲數(shù)據(jù)；特征提取模塊采用主成分分析、偏最小二乘法，負(fù)責(zé)簡(jiǎn)化數(shù)據(jù)流，提高訓(xùn)練效率；分類器生成 模塊還包括神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)子模塊。
全文摘要
本發(fā)明涉及電梯領(lǐng)域。為實(shí)現(xiàn)電梯故障的早期發(fā)現(xiàn)和診斷，本發(fā)明采取的技術(shù)方案是，基于數(shù)據(jù)驅(qū)動(dòng)的電梯故障診斷與預(yù)警方法，借助于遠(yuǎn)程服務(wù)中心、故障診斷與預(yù)測(cè)終端和電梯控制器實(shí)現(xiàn)，包括如下步驟首先對(duì)實(shí)時(shí)電梯故障數(shù)據(jù)進(jìn)行挖掘獲得電梯故障數(shù)據(jù)流中的特征信息，并將挖掘結(jié)果保存在故障診斷與預(yù)測(cè)終端的電梯故障案例庫(kù)中；然后利用電梯故障案例庫(kù)對(duì)故障診斷與預(yù)測(cè)終端上的電梯故障知識(shí)庫(kù)進(jìn)行更新；再針對(duì)新電梯故障問(wèn)題的特征進(jìn)行案例檢索，采用基于案例推理的故障診斷方法對(duì)電梯系統(tǒng)進(jìn)行故障診斷通過(guò)檢索電梯故障知識(shí)庫(kù)知識(shí)或案例，獲得與新電梯故障問(wèn)題具有最相似特征的信息，解決診斷問(wèn)題；本發(fā)明主要應(yīng)用于圖像傳感器的設(shè)計(jì)制造。
文檔編號(hào)B66B5/02GK102765643SQ20121017635
公開(kāi)日2012年11月7日 申請(qǐng)日期2012年5月31日 優(yōu)先權(quán)日2012年5月31日
發(fā)明者宗群, 張景龍, 曲照偉, 李光宇, 郭萌 申請(qǐng)人:天津大學(xué)