基于大數(shù)據(jù)的電梯安全風(fēng)險(xiǎn)監(jiān)測(cè)與識(shí)別方法研究*

林創(chuàng)魯 李剛

學(xué)術(shù)研究

基于大數(shù)據(jù)的電梯安全風(fēng)險(xiǎn)監(jiān)測(cè)與識(shí)別方法研究*

林創(chuàng)魯 李剛

（廣州特種機(jī)電設(shè)備檢測(cè)研究院，廣東 廣州 510180）

為提升電梯安全監(jiān)管的科學(xué)性和針對(duì)性，提出一種基于大數(shù)據(jù)的電梯安全風(fēng)險(xiǎn)監(jiān)測(cè)與識(shí)別方法。依托電梯智慧監(jiān)管平臺(tái)，選取、分析電梯物聯(lián)網(wǎng)監(jiān)測(cè)、維護(hù)保養(yǎng)、檢驗(yàn)檢測(cè)、應(yīng)急處置和用戶投訴等相關(guān)事件及監(jiān)測(cè)時(shí)間段內(nèi)電梯特征事件數(shù)據(jù)；結(jié)合事件發(fā)生可能性與后果嚴(yán)重程度，建立基于大數(shù)據(jù)的電梯安全風(fēng)險(xiǎn)監(jiān)測(cè)模型；獲取所有被監(jiān)測(cè)電梯的整體風(fēng)險(xiǎn)分布，采用標(biāo)準(zhǔn)分法將其風(fēng)險(xiǎn)值標(biāo)準(zhǔn)化處理，依據(jù)風(fēng)險(xiǎn)閾值，形成風(fēng)險(xiǎn)告警機(jī)制，動(dòng)態(tài)識(shí)別高風(fēng)險(xiǎn)電梯。該方法實(shí)現(xiàn)了基于大數(shù)據(jù)分析的電梯安全風(fēng)險(xiǎn)動(dòng)態(tài)評(píng)價(jià)及高風(fēng)險(xiǎn)電梯的實(shí)時(shí)預(yù)警，為監(jiān)管部門(mén)開(kāi)展基于風(fēng)險(xiǎn)的電梯重點(diǎn)監(jiān)管提供新的手段，提高電梯安全監(jiān)管的效率和精準(zhǔn)度。

大數(shù)據(jù)；電梯；風(fēng)險(xiǎn)監(jiān)測(cè)；風(fēng)險(xiǎn)識(shí)別；精準(zhǔn)監(jiān)管

0 引言

隨著我國(guó)經(jīng)濟(jì)建設(shè)的迅猛發(fā)展，人民物質(zhì)文化生活水平的迅速提高，電梯已經(jīng)成為人們工作和生活中必不可少的交通工具[1]。截止至2020年底，我國(guó)電梯保有量已超過(guò)780萬(wàn)臺(tái)，占世界電梯保有量的40%[2]。目前，電梯安全監(jiān)管模式主要采用電梯檢驗(yàn)檢測(cè)及監(jiān)督抽查等，都是對(duì)電梯當(dāng)前狀態(tài)的評(píng)判，無(wú)法掌握電梯實(shí)時(shí)運(yùn)行情況[3-4]。隨著人們對(duì)電梯安全要求的不斷提高，公眾對(duì)電梯偶發(fā)事故愈加敏感，使得傳統(tǒng)的電梯安全監(jiān)管模式面臨的壓力越來(lái)越大。為適應(yīng)電梯保有量的快速增長(zhǎng)，運(yùn)用物聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算、人工智能等技術(shù)對(duì)電梯風(fēng)險(xiǎn)進(jìn)行監(jiān)測(cè)、智能化分析、演算、預(yù)測(cè)和管理是發(fā)展趨勢(shì)[5]。為此，如何運(yùn)用電梯物聯(lián)網(wǎng)、大數(shù)據(jù)來(lái)提升電梯的風(fēng)險(xiǎn)監(jiān)測(cè)和識(shí)別能力，是提升電梯安全治理能力的重點(diǎn)。

目前，電梯安全風(fēng)險(xiǎn)監(jiān)測(cè)與識(shí)別的相關(guān)研究主要涉及電梯制造、安裝、改造、檢驗(yàn)檢測(cè)、電梯部件及系統(tǒng)狀態(tài)等指標(biāo)，通過(guò)模糊數(shù)學(xué)、層次分析、數(shù)據(jù)挖掘等對(duì)數(shù)據(jù)進(jìn)行處理，獲取定性、定量的電梯風(fēng)險(xiǎn)值。陳國(guó)華等在統(tǒng)計(jì)分析大樣本檢驗(yàn)數(shù)據(jù)庫(kù)的基礎(chǔ)上，構(gòu)建以電梯制造、安裝使用和檢驗(yàn)因素為指標(biāo)的管理指標(biāo)體系，建立電梯整機(jī)檢驗(yàn)風(fēng)險(xiǎn)預(yù)評(píng)估模型，研究電梯整機(jī)檢驗(yàn)風(fēng)險(xiǎn)等級(jí)劃分準(zhǔn)則[6]；杜自豪等提出一種運(yùn)用組合賦權(quán)法和可變模糊集的電梯安全評(píng)價(jià)方法，用于修正電梯安全狀況[7]；陳志平等提取電梯檢驗(yàn)數(shù)據(jù)中的電梯轎廂振動(dòng)特征參數(shù)值，通過(guò)數(shù)據(jù)挖掘與分析，研究電梯機(jī)械系統(tǒng)故障與電梯運(yùn)行時(shí)轎廂振動(dòng)監(jiān)測(cè)信號(hào)之間的內(nèi)在關(guān)系[8]；潘鵬等為解決數(shù)據(jù)不均衡現(xiàn)狀和差異性，整合原始數(shù)據(jù)、引入懲罰因子、交叉驗(yàn)證、高階擬線性等方法，提出基于logistic回歸方法的電梯健康評(píng)估方法[9]；黃德文等為提高傳統(tǒng)電梯安全評(píng)估方法的計(jì)算效率，利用層次分析法AHP和專(zhuān)家經(jīng)驗(yàn)，建立基于AHP-YAAHP的電梯安全風(fēng)險(xiǎn)評(píng)估模型[10]。以上研究均能實(shí)現(xiàn)單臺(tái)電梯的風(fēng)險(xiǎn)評(píng)價(jià)，但無(wú)法實(shí)現(xiàn)大規(guī)模的電梯安全風(fēng)險(xiǎn)實(shí)時(shí)監(jiān)測(cè)和動(dòng)態(tài)風(fēng)險(xiǎn)評(píng)估，也未能有效識(shí)別電梯的相對(duì)安全風(fēng)險(xiǎn)狀況。隨著電梯智慧監(jiān)管平臺(tái)建設(shè)及應(yīng)用的推進(jìn)，綜合運(yùn)用電梯運(yùn)行相關(guān)大數(shù)據(jù)監(jiān)測(cè)與識(shí)別電梯運(yùn)行風(fēng)險(xiǎn)顯得十分緊迫。為此，本文提出一種基于大數(shù)據(jù)分析的電梯安全風(fēng)險(xiǎn)監(jiān)測(cè)與識(shí)別方法，以期為更高效、更精準(zhǔn)的電梯安全監(jiān)管提供技術(shù)支持。

1 電梯安全風(fēng)險(xiǎn)監(jiān)測(cè)大數(shù)據(jù)來(lái)源

從電梯智慧監(jiān)管平臺(tái)提取電梯物聯(lián)網(wǎng)監(jiān)測(cè)、維護(hù)保養(yǎng)、檢驗(yàn)檢測(cè)、應(yīng)急處置和用戶投訴等5個(gè)環(huán)節(jié)的特征事件數(shù)據(jù)作為電梯安全風(fēng)險(xiǎn)監(jiān)測(cè)大數(shù)據(jù)來(lái)源。其中，電梯物聯(lián)網(wǎng)監(jiān)測(cè)特征事件數(shù)據(jù)包含電梯困人、電梯供電故障、安全回路斷開(kāi)、開(kāi)門(mén)故障、關(guān)門(mén)故障、內(nèi)呼指令異常、速度控制故障、門(mén)鎖短接和無(wú)法再次啟動(dòng)等；維護(hù)保養(yǎng)特征事件數(shù)據(jù)為維保電梯的具體情況，包含維保及時(shí)率、電梯維保故障記錄等；檢驗(yàn)檢測(cè)特征事件數(shù)據(jù)為電梯法定檢驗(yàn)檢測(cè)相關(guān)的檢測(cè)項(xiàng)；應(yīng)急處置特征事件數(shù)據(jù)包含困人率、應(yīng)急救援到達(dá)現(xiàn)場(chǎng)及時(shí)率、現(xiàn)場(chǎng)應(yīng)急救援處置時(shí)長(zhǎng)、應(yīng)急事件原因等；用戶投訴特征事件數(shù)據(jù)包含電梯異常運(yùn)行投訴、電梯故障投訴、用戶滿意度評(píng)價(jià)數(shù)據(jù)等。

2 基于大數(shù)據(jù)的電梯特征事件發(fā)生概率

3 電梯特征事件后果嚴(yán)重程度分析

表1 乘客人身后果嚴(yán)重程度分級(jí)

表2 電梯設(shè)備或環(huán)境后果嚴(yán)重程度分級(jí)

表3 監(jiān)管或輿論后果嚴(yán)重程度分級(jí)

3）將特征事件后果嚴(yán)重程度的3個(gè)維度進(jìn)行等級(jí)賦值，如表4所示。

表4 特征事件后果嚴(yán)重程度賦值

4 基于大數(shù)據(jù)分析的電梯安全風(fēng)險(xiǎn)監(jiān)測(cè)模型

4.1 電梯安全風(fēng)險(xiǎn)監(jiān)測(cè)數(shù)學(xué)模型

合理的模型設(shè)計(jì)與數(shù)據(jù)處理，是電梯安全風(fēng)險(xiǎn)監(jiān)測(cè)實(shí)現(xiàn)的基礎(chǔ)。在獲取特征事件發(fā)生概率與特征事件后果嚴(yán)重程度的基礎(chǔ)上，根據(jù)風(fēng)險(xiǎn)定義，建立電梯安全風(fēng)險(xiǎn)監(jiān)測(cè)模型為

4.2 電梯安全風(fēng)險(xiǎn)歸一化處理模型

根據(jù)周期為的時(shí)間段內(nèi)電梯特征事件數(shù)據(jù)和統(tǒng)計(jì)數(shù)據(jù)，利用式(1)計(jì)算各臺(tái)電梯整體風(fēng)險(xiǎn)分布。

根據(jù)各臺(tái)電梯整體風(fēng)險(xiǎn)分布，利用式(2)對(duì)周期內(nèi)電梯風(fēng)險(xiǎn)進(jìn)行標(biāo)準(zhǔn)化處理。

經(jīng)過(guò)標(biāo)準(zhǔn)化處理后的電梯風(fēng)險(xiǎn)分布與原始風(fēng)險(xiǎn)值分布形狀相同，不會(huì)改變各臺(tái)電梯整體風(fēng)險(xiǎn)分布的排序，并能從風(fēng)險(xiǎn)值上看出單臺(tái)電梯所處的風(fēng)險(xiǎn)位置。

5 電梯安全風(fēng)險(xiǎn)篩選機(jī)制

根據(jù)標(biāo)準(zhǔn)化處理后的電梯整體風(fēng)險(xiǎn)分布實(shí)際情況以及電梯安全監(jiān)管要求，設(shè)置風(fēng)險(xiǎn)閾值和風(fēng)險(xiǎn)告警機(jī)制。

采用3類(lèi)風(fēng)險(xiǎn)篩選機(jī)制，以保證高風(fēng)險(xiǎn)電梯能夠被完全告警。

機(jī)制1：通過(guò)系統(tǒng)設(shè)置，篩選整機(jī)風(fēng)險(xiǎn)值前%作為高風(fēng)險(xiǎn)組；整機(jī)風(fēng)險(xiǎn)值前%為中風(fēng)險(xiǎn)組；其余電梯為低風(fēng)險(xiǎn)組。

機(jī)制3：當(dāng)出現(xiàn)后果嚴(yán)重程度為1級(jí)的特征事件時(shí)，電梯判定為高風(fēng)險(xiǎn)組。

上述風(fēng)險(xiǎn)等級(jí)判定機(jī)制中，優(yōu)先級(jí)為機(jī)制3 > 機(jī)制2 > 機(jī)制1。根據(jù)上述方法，可篩選出高、中、低3類(lèi)風(fēng)險(xiǎn)的電梯集合。

6 結(jié)語(yǔ)

電梯是一種使用壽命較長(zhǎng)的特種機(jī)電設(shè)備。隨著我國(guó)電梯保有量的急劇增加，電梯安全監(jiān)管面臨的監(jiān)管資源分配壓力越來(lái)越大。基于現(xiàn)代物聯(lián)網(wǎng)技術(shù)的智慧監(jiān)管平臺(tái)是當(dāng)前增加電梯安全監(jiān)管資源、提升監(jiān)管效率的有效工具。圍繞電梯智慧監(jiān)管平臺(tái)的數(shù)據(jù)開(kāi)展大數(shù)據(jù)應(yīng)用，關(guān)鍵在于提高電梯物聯(lián)網(wǎng)監(jiān)測(cè)、維護(hù)保養(yǎng)、檢驗(yàn)檢測(cè)、應(yīng)急處置和用戶投訴5個(gè)環(huán)節(jié)的數(shù)據(jù)準(zhǔn)確性，這是電梯安全風(fēng)險(xiǎn)監(jiān)測(cè)模型成立的基礎(chǔ)。但由于區(qū)域、人文以及相關(guān)技術(shù)背景的差異，上述5個(gè)環(huán)節(jié)中部分?jǐn)?shù)據(jù)的準(zhǔn)確性也會(huì)有所差異。在具體的應(yīng)用中，可根據(jù)實(shí)際情況調(diào)整各個(gè)環(huán)節(jié)的指標(biāo)參數(shù)及其權(quán)重，以減小上述差異對(duì)監(jiān)測(cè)模型準(zhǔn)確性的影響。

[1] 烏君科.電梯安全監(jiān)管模式創(chuàng)新研究[J].中國(guó)市場(chǎng)監(jiān)管研究,2020(1):27-31.

[2] 國(guó)家市場(chǎng)監(jiān)督管理總局.市場(chǎng)監(jiān)管總局關(guān)于2020年全國(guó)特種設(shè)備安全狀況的通告[EB/OL]. [2021.3.15].http://gkml. samr.gov.cn/nsjg/tzsbj/202103/t20210315_326902.html.

[3] 楊本超,李曉帆.淺談構(gòu)建基于大數(shù)據(jù)的電梯安全監(jiān)管模式[J].中國(guó)電梯,2017,28(10):33-35.

[4] 許景順.基于大數(shù)據(jù)的電梯安全監(jiān)管模式[J].中國(guó)特種設(shè)備安全,2017,33(11):42-47.

[5] 張鋒.特大型城市風(fēng)險(xiǎn)治理智能化研究[J].城市發(fā)展研究,2019,26(9):15-19.

[6] 陳國(guó)華,蔡文杰,王新華,等.基于大樣本檢驗(yàn)數(shù)據(jù)的電梯風(fēng)險(xiǎn)預(yù)評(píng)估方法[J].中國(guó)安全科學(xué)學(xué)報(bào),2015,25(5):56-60.

[7] 杜自豪,許衛(wèi)榮,王強(qiáng),等.基于修正可變模糊集理論的電梯安全評(píng)價(jià)及應(yīng)用[J].中國(guó)計(jì)量大學(xué)學(xué)報(bào),2020,31(3):386-392.

[8] 陳志平,汪贊,張國(guó)安,等.基于大數(shù)據(jù)的電梯故障診斷與預(yù)測(cè)研究[J].機(jī)電工程,2019,36(1):90-94.

[9] 潘鵬,王廷銀,潘健鴻,等.基于Logistic回歸的電梯健康評(píng)估[J].計(jì)算機(jī)系統(tǒng)應(yīng)用,2018,27(10):255-260.

[10] 黃德文.基于AHP-YAAHP的電梯安全評(píng)估方法研究[J].中國(guó)電梯,2019,30(12):33-35.

Research on Elevator Safety Risk Monitoring and Identification Method Based on Big Data

Lin Chuanglu Li Gang

(Guangzhou Academy of Special Equipment Inspection & Testing, Guangzhou 510180，China)

In order to improve the elevator safety supervision ability, an elevator safety risk monitoring and identification method based on big data is proposed. Relying on the elevator intelligent supervision platform, statistics and analysis of elevator IoT monitoring, maintenance, inspection and detection, emergency disposal and user complaints and other related events and data, combined with the analysis of the possibility and severity of the event, the elevator safety risk monitoring model based on big data is established. According to the elevator characteristic event data in the monitoring period, the elevator risk big data analysis model is constructed to obtain the overall risk distribution of all elevators. The standard score method is innovatively used to standardize the risk value. Combined with the risk threshold, the risk warning mechanism is formed. This method can realize dynamic evaluation of elevator safety risk based on big data analysis and real-time warning of high-risk elevators, provide new means for regulatory authorities to carry out risk-based elevator key supervision, and greatly improve the efficiency and accuracy of elevator safety supervision.

big data; elevator; risk monitoring; risk identification; precise supervision

林創(chuàng)魯，男，1983年生，碩士，副研究員，主要研究方向：特種設(shè)備智能監(jiān)測(cè)與預(yù)警。E-mail: linter0663@163.com

X943,TU857

A

1674-2605(2021)04-0003-04

10.3969/j.issn.1674-2605.2021.04.003

基金項(xiàng)目：廣東省市場(chǎng)監(jiān)督管理局科技項(xiàng)目（2020CT08）；廣州市市場(chǎng)監(jiān)督管理局科技項(xiàng)目（2020kj26）。