電梯智慧監(jiān)管與檢驗技術(shù)發(fā)展綜述*

郭 淼,鄔曉月,李 斌,馮月貴,潘 鋒,王會方

(1.中國合格評定國家認(rèn)可中心,北京 100062;2.南京市特種設(shè)備安全監(jiān)督檢驗研究院,江蘇 南京 210019)

0 引言

隨著城市化水平的不斷提高,我國國內(nèi)電梯行業(yè)得到一定程度發(fā)展。截至2022年年底,全國特種設(shè)備總量達(dá)1 955.25萬臺,其中電梯964.46萬臺[1]。然而,隨著電梯生產(chǎn)量及使用量的增加,高齡老舊電梯日益增多,長期服役老舊電梯會導(dǎo)致其故障率增長。電梯運行安全事關(guān)人民群眾生命財產(chǎn)安全,廣受社會關(guān)注。在物聯(lián)網(wǎng)、大數(shù)據(jù)和人工智能等新技術(shù)發(fā)展的背景下,如何利用現(xiàn)代信息化手段加強(qiáng)電梯智慧監(jiān)管、提升其檢驗?zāi)芰退?已成為電梯安全治理的重難點,應(yīng)著重高效發(fā)展電梯智慧監(jiān)管技術(shù)也成為了相關(guān)行業(yè)內(nèi)的共識。

近年來,為探索科學(xué)有效的監(jiān)管和檢驗?zāi)Ｊ?我國已出臺一系列政策文件。如,2017年《質(zhì)檢總局關(guān)于同意江蘇、浙江省開展電梯安全監(jiān)管改革創(chuàng)新試點的批復(fù)》(國質(zhì)檢特函〔2017〕187號)[2]提出“開展電梯安全監(jiān)管改革創(chuàng)新試點”任務(wù);2020年《市場監(jiān)管總局關(guān)于進(jìn)一步做好改進(jìn)電梯維護(hù)保養(yǎng)模式和調(diào)整電梯檢驗檢測方式試點工作的意見》(國市監(jiān)特設(shè)〔2020〕56號)[3]提出“推廣‘物聯(lián)網(wǎng)+維保’”、“科學(xué)調(diào)整電梯檢驗、檢測方式”和“推動智慧監(jiān)管體系建設(shè)”任務(wù);2021年《市場監(jiān)管總局關(guān)于同意開展電梯智慧監(jiān)管試點的批復(fù)》(國市監(jiān)特設(shè)函〔2021〕72號)[4]提出“深入探索電梯安全監(jiān)管改革,實現(xiàn)更加科學(xué)的分類監(jiān)管、精準(zhǔn)監(jiān)管”工作要求。電梯智慧監(jiān)管和檢驗是通過數(shù)據(jù)感知與歸集技術(shù),聯(lián)通匯聚檢驗、應(yīng)急、運行維護(hù)等業(yè)務(wù)系統(tǒng)數(shù)據(jù)及視頻監(jiān)控、運行狀態(tài)等物聯(lián)網(wǎng)數(shù)據(jù),建立面向智慧監(jiān)管和檢驗的數(shù)據(jù)底座,搭建數(shù)據(jù)驅(qū)動的電梯智慧治理平臺,對監(jiān)管和檢驗過程進(jìn)行數(shù)字化、智能化升級[5]。在監(jiān)管環(huán)節(jié),通過建立數(shù)據(jù)分析模型,實現(xiàn)綜合統(tǒng)計、日常監(jiān)督、質(zhì)量安全追溯、風(fēng)險預(yù)警、隱患排查、應(yīng)急救援、事故管理等功能,形成以數(shù)據(jù)為核心的特種設(shè)備智慧監(jiān)管體系,為風(fēng)險管理、安全評價和輔助決策提供支撐;在檢驗環(huán)節(jié),將信息技術(shù)與檢驗檢測技術(shù)深度融合,以智能采集、傳輸存儲、分析處理、挖掘應(yīng)用為主線,構(gòu)建“互聯(lián)網(wǎng)+檢驗檢測”新模式,提高檢驗工作質(zhì)量。

因此,數(shù)據(jù)感知技術(shù)、大數(shù)據(jù)分析技術(shù)、平臺應(yīng)用是當(dāng)前電梯智慧監(jiān)管與檢驗研究的重點問題。本文通過文獻(xiàn)綜述法,對2012—2022年我國電梯行業(yè)智慧監(jiān)管與檢驗發(fā)展現(xiàn)狀進(jìn)行梳理,從數(shù)據(jù)感知技術(shù)、大數(shù)據(jù)分析技術(shù)、平臺應(yīng)用3個方面,分析提煉當(dāng)前智慧監(jiān)管與檢驗研究存在的重難點,研究結(jié)果可為電梯智慧監(jiān)管和檢驗提供一定參考。

1 電梯多源異構(gòu)數(shù)據(jù)感知及獲取方法研究現(xiàn)狀

圖1所示為電梯數(shù)據(jù)所涉及的制造、安裝、監(jiān)管、檢驗、應(yīng)急處置、使用、維護(hù)保養(yǎng)等業(yè)務(wù)及多維數(shù)據(jù)流示意。由圖1可知,由于各業(yè)務(wù)主體系統(tǒng)建設(shè)、數(shù)據(jù)格式均不同,存在信息分布分散、質(zhì)量參差不齊等問題,因此形成多個“數(shù)據(jù)孤島”。為解決上述問題,需要研究電梯多源異構(gòu)數(shù)據(jù)歸集與感知技術(shù),匯聚電梯相關(guān)業(yè)務(wù)平臺和運行監(jiān)測平臺,形成電梯公共安全大數(shù)據(jù),并通過數(shù)據(jù)挖掘技術(shù)與大數(shù)據(jù)分析平臺開展應(yīng)用研究。

圖1 電梯數(shù)據(jù)所涉及的各業(yè)務(wù)及多維數(shù)據(jù)流示意Fig.1 Schematic diagram of various business entities and data flow related to elevator data

1.1 電梯運行工況數(shù)據(jù)感知方法研究現(xiàn)狀

目前,對電梯運行的數(shù)據(jù)感知主要包括開關(guān)量和模擬量的感知。開關(guān)量感知主要包括感知樓層、總接觸器、運行接觸器、制動器狀態(tài)、安全回路、運行狀態(tài)、門狀態(tài)、電梯上下行、平層狀態(tài)、上下極限狀態(tài)、鋼絲繩折彎次數(shù)、運行次數(shù)、運行時間等狀態(tài);模擬量感知主要包括電梯運行過程中的電流、電壓、振動、噪聲、溫度等信息。

在電梯開關(guān)量感知監(jiān)測方面,相關(guān)電梯制造企業(yè)已經(jīng)能夠基于主控板,采集電梯的基礎(chǔ)運行狀態(tài)信息以及層門開關(guān)動作、主開關(guān)斷電、緊急停止開關(guān)動作等安全開關(guān)狀態(tài)信息[6]。日本三菱MelEye電梯監(jiān)控系統(tǒng)能夠?qū)崿F(xiàn)電梯上行、下行、運行、停止、安全開關(guān)和數(shù)據(jù)通信狀態(tài)的監(jiān)控功能,支持最大連接64臺電梯[7];美國奧的斯OTISAES遠(yuǎn)程監(jiān)控系統(tǒng)側(cè)重于運行狀態(tài)的可視化和安全開關(guān)故障信號的傳送,實現(xiàn)異常情況自動告警;KONE電梯E-LinkTM監(jiān)控系統(tǒng),監(jiān)測電梯運行狀態(tài),具有故障日志記錄和數(shù)據(jù)回放功能[8]。開關(guān)量的感知能夠準(zhǔn)確識別電梯各種安全保護(hù)裝置狀態(tài)和電梯運行狀態(tài)變化,目前在相關(guān)領(lǐng)域內(nèi),開關(guān)量的感知監(jiān)測技術(shù)較為成熟,應(yīng)用也較為廣泛,但僅僅能夠監(jiān)測電梯各種開關(guān)狀態(tài)異常,起不到全面預(yù)測故障的作用。

在電梯模擬量感知監(jiān)測方面,一些研究者采集電梯振動、電流、噪聲等模擬量信號,綜合判定電梯運行工況。楊昱[9]利用加速度、氣壓等傳感器,對電梯運行狀態(tài)和振動狀況進(jìn)行實時監(jiān)測;周前飛等[10]通過非接觸式測量方法對曳引機(jī)工作電流、制動器工作溫度、閘瓦磨損量、制動器抱閘間隙等關(guān)鍵參數(shù)進(jìn)行實時監(jiān)測;王勤鋒[11]設(shè)計鋼絲繩缺陷圖像視覺檢測系統(tǒng),并運用模式識別方法對鋼絲繩的缺陷進(jìn)行判斷與分類;李暉[12]設(shè)計1種基于音頻信號采集處理的電梯狀態(tài)感知監(jiān)測方案。模擬量的感知能識別電梯的時序運行狀態(tài),能提前預(yù)判電梯的潛在故障,能更容易及時發(fā)現(xiàn)事故隱患,但由于技術(shù)要求較高,應(yīng)用場景較為復(fù)雜,目前僅見于實驗研究,基本沒有得到廣泛的實際應(yīng)用。

另外,開關(guān)量、模擬量的感知數(shù)據(jù)與電梯相關(guān)的業(yè)務(wù)數(shù)據(jù)缺少一定有效關(guān)聯(lián),在一定程度上也會影響后續(xù)的故障診斷和數(shù)據(jù)分析。

1.2 電梯異構(gòu)業(yè)務(wù)數(shù)據(jù)感知方法研究現(xiàn)狀

可以支撐電梯智慧監(jiān)管和檢驗的數(shù)據(jù)除電梯運行數(shù)據(jù)以外,還有豐富的業(yè)務(wù)數(shù)據(jù),該類信息包含大量靜態(tài)、動態(tài)、文本、圖片、日志、音頻、視頻等多模態(tài)多維度復(fù)雜數(shù)據(jù)。但對其有效富集、整合和利用一直是數(shù)據(jù)應(yīng)用的痛點,對業(yè)務(wù)數(shù)據(jù)的感知,還需要進(jìn)一步完善數(shù)據(jù)采集、結(jié)構(gòu)化抽取、數(shù)據(jù)庫構(gòu)建等技術(shù)。

在日志、文本、電子表格等業(yè)務(wù)數(shù)據(jù)采集方面,電梯行業(yè)領(lǐng)域內(nèi)鮮有較為詳細(xì)的報告。在與電梯相關(guān)的其他行業(yè)領(lǐng)域內(nèi)已有一些研究,如Qi等[13]提出1種基于Flume的地鐵日志采集系統(tǒng),通過對采集數(shù)據(jù)的初步處理和HBase表設(shè)計,實現(xiàn)對采集數(shù)據(jù)的完整性檢查;Li等[14]提出1種電網(wǎng)廣域分布式電能質(zhì)量數(shù)據(jù)集成體系結(jié)構(gòu),涉及多源、異構(gòu)、分布式數(shù)據(jù)集成技術(shù)和廣域分布式數(shù)據(jù)存儲技術(shù),實現(xiàn)對大量異構(gòu)電能質(zhì)量數(shù)據(jù)的統(tǒng)一存儲管理和高效訪問;Wu等[15]提出異構(gòu)信息資源的通用元數(shù)據(jù)描述模型、信息資源的元數(shù)據(jù)提取方法、信息資源的服務(wù)封裝方法和信息資源的注冊發(fā)布機(jī)制,給出以任務(wù)為中心的大量多源異構(gòu)信息精確搜索機(jī)制,以實現(xiàn)信息共享和資源高效使用。

監(jiān)管和檢驗業(yè)務(wù)非結(jié)構(gòu)化數(shù)據(jù)的結(jié)構(gòu)化表示是實現(xiàn)多源數(shù)據(jù)融合的關(guān)鍵。Hayashi等[16]討論并得到1種生成數(shù)據(jù)分析工具元數(shù)據(jù)的方法,提出利用RDF在自然語言中描述分析工具信息作為工具套的方法;Sennaike等[17]采用Kohonen自組織映射算法(SOM)分析從平臺維護(hù)數(shù)據(jù)目錄中提取的元數(shù)據(jù),解決數(shù)據(jù)集之間結(jié)構(gòu)化關(guān)聯(lián)問題;譚真[18]提出1種基于遷移學(xué)習(xí)的實體關(guān)系聯(lián)合多三元組抽取模型TME,提高非結(jié)構(gòu)化知識抽取的可行性和效能。在電梯監(jiān)管業(yè)務(wù)數(shù)據(jù)的數(shù)據(jù)庫構(gòu)建方面,張文[19]建立囊括約14萬臺電梯基礎(chǔ)數(shù)據(jù)、維保數(shù)據(jù)、檢驗數(shù)據(jù)的電梯基礎(chǔ)數(shù)據(jù)庫;邵永青[20]基于電梯故障的診斷,探討電梯專家系統(tǒng)的組成、建立以及數(shù)據(jù)庫實現(xiàn)等方面的內(nèi)容,所設(shè)計的數(shù)據(jù)庫具備電梯控制系統(tǒng)狀態(tài)和故障信息記錄功能;王會方等[21]歸集電梯的基礎(chǔ)數(shù)據(jù)、應(yīng)急救援?dāng)?shù)據(jù)和檢驗數(shù)據(jù),已建立相對統(tǒng)一的數(shù)據(jù)庫。

上述研究表明,業(yè)務(wù)數(shù)據(jù)的采集方法,異構(gòu)數(shù)據(jù)結(jié)構(gòu)化抽取技術(shù)在其他領(lǐng)域已有一定研究和應(yīng)用,但在電梯行業(yè)領(lǐng)域內(nèi),仍缺乏完備的數(shù)據(jù)收集機(jī)制、結(jié)構(gòu)化抽取和統(tǒng)一表示方法,尤其缺乏對電梯多源異構(gòu)、超高維、不完全數(shù)據(jù)的多維知識提取、圖譜構(gòu)建等大數(shù)據(jù)分析基礎(chǔ)理論與方法研究,難以解決多源復(fù)雜數(shù)據(jù)的有效挖掘難題。同時,在電梯行業(yè)領(lǐng)域內(nèi)鮮見融合運行工況和監(jiān)管及檢驗業(yè)務(wù)的多源異構(gòu)數(shù)據(jù)庫構(gòu)建與應(yīng)用等方面的研究。

2 電梯智慧監(jiān)管和檢驗數(shù)據(jù)分析方法研究現(xiàn)狀

為全面滿足電梯狀態(tài)分析、智慧監(jiān)管、故障預(yù)判、遠(yuǎn)程處置、風(fēng)險評估、維保優(yōu)化等安全運行需求,在獲取電梯運行參數(shù)、業(yè)務(wù)系統(tǒng)等感知數(shù)據(jù)的基礎(chǔ)上,利用大數(shù)據(jù)分析、機(jī)器學(xué)習(xí)等技術(shù),實現(xiàn)電梯遠(yuǎn)程診斷、風(fēng)險防控、智慧應(yīng)急等功能。

從電梯智慧監(jiān)管與檢驗系統(tǒng)的原始數(shù)據(jù)采集到最終電梯安全智慧監(jiān)管與檢驗業(yè)務(wù)應(yīng)用,經(jīng)歷多源異構(gòu)數(shù)據(jù)歸集、數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)預(yù)處理、數(shù)據(jù)融合、數(shù)據(jù)庫建立、數(shù)據(jù)挖掘算法、模型算法應(yīng)用等數(shù)據(jù)處理與分析環(huán)節(jié)?；跀?shù)據(jù)融合與挖掘的電梯數(shù)據(jù)分析框架如圖2所示。

圖2 基于數(shù)據(jù)融合與挖掘的電梯數(shù)據(jù)分析框架Fig.2 Analysis framework of elevator data based on data fusion and mining

2.1 電梯故障數(shù)據(jù)分析研究現(xiàn)狀

電梯故障數(shù)據(jù)分析研究經(jīng)歷從簡易診斷到精密診斷、從一般診斷到智能診斷、從單機(jī)診斷到遠(yuǎn)程診斷的過程。在單維度特征識別方面,陳志平等[22]對電梯轎廂振動的數(shù)據(jù)進(jìn)行特征參數(shù)提取,通過監(jiān)督學(xué)習(xí)與非監(jiān)督學(xué)習(xí)的數(shù)據(jù)挖掘手段,診斷和預(yù)測電梯機(jī)械系統(tǒng)的各種故障隱患;Mishra等[23]提出通用多層感知器(MLP)神經(jīng)網(wǎng)絡(luò)模型,對電梯的時間序列數(shù)據(jù)進(jìn)行挖掘分析;Hsu等[24]提出1種基于機(jī)器學(xué)習(xí)的電梯門故障診斷方法,通過圖像處理提取電梯門間動態(tài)距離隨時間變化的信號,分別采用K最近鄰分類器、支持向量機(jī)和二叉分類樹3種分類器動態(tài)識別電梯門故障情況;Jiang等[25]通過提取電梯振動信息,基于小波包的多閾值去噪方法對信號進(jìn)行預(yù)處理,并通過特征信息提取進(jìn)行故障預(yù)測。

在多維度特征識別方面,陸二偉[26]對電梯困人故障下產(chǎn)生的數(shù)據(jù)進(jìn)行深入分析和挖掘,利用統(tǒng)計分析、關(guān)聯(lián)分析、分類,實現(xiàn)電梯故障率、易發(fā)事故屬性挖掘和故障原因預(yù)測等;劉小暢等[27]對電梯全生命周期環(huán)節(jié)中的大量數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理和挖掘分析,對電梯故障進(jìn)行預(yù)測;張興鳳等[28]構(gòu)建電梯數(shù)據(jù)圖譜網(wǎng)絡(luò),并對各節(jié)點降維和規(guī)約處理生成訓(xùn)練模型,對電梯進(jìn)行故障預(yù)測。上述分析從故障現(xiàn)象角度出發(fā),分析多維故障數(shù)據(jù),有利于進(jìn)一步研究故障屬性組合情況。

在故障診斷方面,吳鵬等[29]提出1種基于核主元分析與有向無環(huán)圖支持向量機(jī)相結(jié)合的電梯運行故障診斷方法;趙裕峰[30]針對電梯實時故障診斷困難及故障點定位準(zhǔn)確率低等缺點,提出1種基于神經(jīng)網(wǎng)絡(luò),且結(jié)合D-S理論的信息融合診斷方法,建立相應(yīng)的故障診斷模型;胡海博[31]構(gòu)建1種基于融合粒子群尋優(yōu)算法的電梯故障數(shù)據(jù)聚類模型,得到具有可類比性的電梯群故障數(shù)據(jù)集,并采用集成學(xué)習(xí)Boosting算法構(gòu)建社區(qū)電梯故障預(yù)測模型,分別對每個電梯群故障數(shù)據(jù)集進(jìn)行故障預(yù)測訓(xùn)練;朱明等[32]建立電梯故障率的GM(1,1)灰色預(yù)測模型,并建立GM(1,1)灰色預(yù)測模型的殘差修正模型,利用該殘差修正模型對原預(yù)測模型進(jìn)行修正。

上述研究表明,電梯故障的單維度特征識別主要集中在對振動信號的特征參數(shù)的提取方面,在多維度特征識別方面,主要集中在故障現(xiàn)象角度的組合分析。在基于特征提取后的故障診斷方面,很多研究已嘗試一些故障預(yù)測方法的應(yīng)用,但目前特征提取研究主體仍是電梯硬件設(shè)備本身,通過單臺電梯狀態(tài)監(jiān)測數(shù)據(jù)定量分析實現(xiàn)故障預(yù)測和健康管理。對于設(shè)備全要素全業(yè)務(wù)全流程數(shù)據(jù)利用不夠充分,存在數(shù)據(jù)分析手段偏于單一、分析過程面向特定特征值、預(yù)測結(jié)果較為片面等缺點。對風(fēng)險管理、智慧監(jiān)管、分類監(jiān)管等支撐力較為不足,鮮見安裝、改造、重大修理施工等高風(fēng)險生產(chǎn)過程的仿真研究。

2.2 電梯風(fēng)險評估現(xiàn)狀

風(fēng)險評估是量化測評電梯某一故障或隱患帶來的影響或損失的可能性與后果嚴(yán)重程度。在評價指標(biāo)和方法方面,Niu等[33]將電梯運行過程中的振動指標(biāo)、啟停加速度指標(biāo)、噪聲指標(biāo)、門的開閉速度指標(biāo)納入評價指標(biāo)體系,提出1種客觀數(shù)據(jù)與專家主觀經(jīng)驗相結(jié)合的評價方法;章國寶等[34]通過分析電梯各個子系統(tǒng)的主要特征量,提出1種基于云模型、熵權(quán)法和模糊綜合評價法的電梯運行可靠性評估模型;徐金海[35]結(jié)合專家打分綜合法、層次分析法和指數(shù)綜合法3種方法,提出基于指數(shù)化線性綜合法的安全風(fēng)險綜合評價方法,并給出指數(shù)化線性綜合的數(shù)學(xué)模型;張巍等[36]應(yīng)用FMEA方法開展失效模式分析,結(jié)合功能安全理論,構(gòu)建自動扶梯驅(qū)動系統(tǒng)FMEA-SIL風(fēng)險評價模型。

在風(fēng)險評估應(yīng)用方面,方俊杰等[37]在建立電梯評估指標(biāo)體系基礎(chǔ)上,采用主觀-客觀結(jié)合的組合賦權(quán)法(CW)確定電梯指標(biāo)權(quán)重,并利用改進(jìn)的VIKOR法進(jìn)行評估;Wang等[38]提出自動扶梯逆轉(zhuǎn)事故的風(fēng)險分析模型,通過實地調(diào)查和信息收集識別危險源,進(jìn)而采用LEC評價方法設(shè)計風(fēng)險等級;李隆[39]將Bowtie模型應(yīng)用于自動扶梯客傷事故中進(jìn)行分析,給出相應(yīng)的安全對策;胡曉萍等[40]從“設(shè)備、乘客、使用環(huán)境、安全管理”4個方面建立自動扶梯安全綜合評價指標(biāo)體系,采取模糊綜合評價和概率神經(jīng)網(wǎng)絡(luò)對扶梯狀態(tài)進(jìn)行初級評價,并通過轉(zhuǎn)換函數(shù)轉(zhuǎn)化為安全狀態(tài)等級信度函數(shù);Wang等[41]構(gòu)建自動扶梯事故風(fēng)險評價指標(biāo)體系,采用層次分析法(AHP)計算風(fēng)險指標(biāo)權(quán)重,結(jié)合廣義遺傳算法和模糊數(shù)學(xué)對自動扶梯事故風(fēng)險進(jìn)行評價;楊旭彬[42]利用從電梯制造安裝、維保、檢驗、使用、監(jiān)督抽查、監(jiān)察投訴、事故處理等各個方面收集的數(shù)據(jù),提出1種動態(tài)的電梯安全評估機(jī)制,并根據(jù)對風(fēng)險與事故的分析,總結(jié)出系統(tǒng)性風(fēng)險預(yù)警體系。

上述研究表明,目前電梯風(fēng)險識別大多為靜態(tài)風(fēng)險評價,存在易受人為主觀影響等問題;缺少通過有效結(jié)合監(jiān)測數(shù)據(jù)、健康狀態(tài)特征提取和監(jiān)管業(yè)務(wù)時空大數(shù)據(jù)挖掘等方式,實現(xiàn)運行風(fēng)險動態(tài)識別與評價;缺少風(fēng)險精準(zhǔn)管控等方面的策略研究。

3 電梯智慧監(jiān)管平臺應(yīng)用及現(xiàn)狀

在智慧監(jiān)管平臺應(yīng)用方面,整合前端感知系統(tǒng)獲取的運行數(shù)據(jù)和故障診斷及分析數(shù)據(jù),開展面向監(jiān)管的平臺應(yīng)用。目前,相關(guān)行業(yè)內(nèi)的重點集中在應(yīng)急處置和綜合監(jiān)管平臺建設(shè)方面。

3.1 電梯智慧應(yīng)急處置技術(shù)研究現(xiàn)狀

當(dāng)電梯發(fā)生故障造成困人等后果后,采取相應(yīng)的應(yīng)急處置工作對減輕事故后果具有重要的現(xiàn)實意義,合理的應(yīng)急處置體系也是電梯智慧應(yīng)用的重點之一。國家質(zhì)檢總局發(fā)布《關(guān)于推進(jìn)電梯應(yīng)急處置服務(wù)平臺建設(shè)的指導(dǎo)意見》(國質(zhì)檢特〔2014〕433號)[43],至2016年,文獻(xiàn)[44]提到“建立電梯應(yīng)急處置平臺的城市已增加到104個,應(yīng)急平臺處置能力和覆蓋面大幅提高”[44]。王會方等[45]基于物聯(lián)網(wǎng)技術(shù)構(gòu)建電梯安全運行應(yīng)急處置中心系統(tǒng),建立電梯應(yīng)急救援響應(yīng)體系和對策;韓樹新等[46]提出新型電梯救援體系架構(gòu),由應(yīng)急救援平臺、遠(yuǎn)程監(jiān)視系統(tǒng)、應(yīng)急救援隊伍及電梯應(yīng)急救援網(wǎng)絡(luò)組成;焦青山[47]針對電梯監(jiān)測中發(fā)現(xiàn)的監(jiān)測數(shù)據(jù)離散、查詢過程繁瑣且易缺失、維保和監(jiān)管容易出現(xiàn)脫節(jié)等問題,應(yīng)用物聯(lián)網(wǎng)技術(shù)及各類多媒體終端,設(shè)計1種檢測精確度高、覆蓋面廣、數(shù)據(jù)及時度高的電梯應(yīng)急處置公共服務(wù)平臺;李娟等[48]針對電梯安全事故救援問題,提出1種電梯安全應(yīng)急救援處置服務(wù)平臺技術(shù)架構(gòu)。

上述研究表明,相關(guān)綜合監(jiān)管平臺的建設(shè)一定程度上實現(xiàn)了電梯應(yīng)急救援指揮調(diào)度等關(guān)鍵功能,對電梯故障及時報警和處置、應(yīng)急救援網(wǎng)格化管理有一定促進(jìn)作用,在實際應(yīng)用中發(fā)揮了積極作用。但目前大部分報警方式還以人工為主;在實際應(yīng)用中,電梯故障預(yù)警與物聯(lián)網(wǎng)技術(shù)結(jié)合的不夠深入;部分應(yīng)急處置數(shù)據(jù)分析利用還處于統(tǒng)計分析階段,缺乏深入的關(guān)聯(lián)分析和特性提取等。

3.2 電梯智慧監(jiān)管和檢驗平臺建設(shè)發(fā)展現(xiàn)狀

2021年,國家市場監(jiān)督管理總局批復(fù)上海、南京、杭州、廣州4個城市開展全國首批電梯智慧監(jiān)管試點工作[4]。我國國內(nèi)其他各城市紛紛建立類似的一些智慧監(jiān)管平臺。圖3所示為典型智慧電梯綜合監(jiān)管平臺系統(tǒng)架構(gòu)示意。南京市建成“96333”電梯應(yīng)急處置平臺,基于數(shù)據(jù)分析推動智慧監(jiān)管,通過對接電梯廠商監(jiān)測系統(tǒng),實時采集電梯狀態(tài)信息,發(fā)現(xiàn)隱患后及時預(yù)警,已經(jīng)形成“一庫五平臺系統(tǒng)”架構(gòu)的智慧電梯綜合監(jiān)管平臺,通過多年運行已積累大量的監(jiān)管業(yè)務(wù)數(shù)據(jù)[17];杭州、廣州、重慶等城市也相繼建成智慧平臺,通過運行邏輯和安全狀態(tài)監(jiān)測,采用故障樹等分析決策方法,實現(xiàn)故障快速定位[19];重慶市建立的平臺包含電梯基本概況、智慧風(fēng)控、智慧應(yīng)急和智慧物聯(lián)板塊[49]。

圖3 智慧電梯綜合監(jiān)管平臺系統(tǒng)架構(gòu)示意Fig.3 System architecture of intelligent elevator integrated supervision platform

上述應(yīng)用均在一定程度上推動電梯精準(zhǔn)管理和故障綜合治理,并著力完善構(gòu)建事前、事中、事后全生命周期電梯安全監(jiān)管機(jī)制。但現(xiàn)有的智慧監(jiān)管和檢驗平臺主要聚焦于電梯運行監(jiān)管,在針對解決電梯故障造成困人等后果的應(yīng)急救援需求方面,仍存在監(jiān)管內(nèi)容不全面、缺乏標(biāo)準(zhǔn)化體系、電梯動態(tài)運行數(shù)據(jù)易忽視、故障預(yù)測模型不穩(wěn)定等問題。

4 發(fā)展現(xiàn)狀及趨勢

不斷提升和完善電梯智慧監(jiān)管技術(shù),有助于保證設(shè)備安全運行,是電梯行業(yè)的發(fā)展趨勢。目前,電梯智慧監(jiān)管技術(shù)的發(fā)展現(xiàn)狀及趨勢,可總結(jié)為以下5點:

1)智慧監(jiān)管技術(shù)在電梯中應(yīng)用主要體現(xiàn)在多源異構(gòu)數(shù)據(jù)感知及獲取、數(shù)據(jù)分析方法研究和電梯智慧監(jiān)管平臺應(yīng)用等方面,其中數(shù)據(jù)感知及獲取是基礎(chǔ),數(shù)據(jù)分析是應(yīng)用支撐,應(yīng)用平臺是智慧監(jiān)管技術(shù)的最終形式。

2)在電梯運行數(shù)據(jù)感知及獲取方面,已有較為成熟的開關(guān)量獲取方式和應(yīng)用,但對模擬量的感知和監(jiān)測基本上還處于實驗研究階段。

3)在電梯業(yè)務(wù)數(shù)據(jù)的獲取及應(yīng)用方面,已有相關(guān)業(yè)務(wù)應(yīng)用系統(tǒng),但數(shù)據(jù)的有效富集和整合有待進(jìn)一步加強(qiáng)。同時,缺乏對電梯應(yīng)用的日志、文本、表格、圖片、視頻等數(shù)據(jù)結(jié)構(gòu)化抽取和統(tǒng)一表示的方法,尤其缺乏對電梯多源異構(gòu)、超高維、不完全數(shù)據(jù)的多維知識提取、圖譜構(gòu)建等大數(shù)據(jù)分析基礎(chǔ)理論與方法的研究,難以解決多源復(fù)雜數(shù)據(jù)的有效挖掘難題。

4)在數(shù)據(jù)應(yīng)用和分析方面,已有對電梯單維度特征識別和多維數(shù)據(jù)分析的研究和部分應(yīng)用,但對于反映一定物理機(jī)理的電梯數(shù)據(jù),還存在數(shù)據(jù)利用不充分,分析方法單一、分析過程面向特定特征值、預(yù)測結(jié)果較為片面等缺點。在對電梯狀態(tài)及故障數(shù)據(jù)進(jìn)行應(yīng)用的風(fēng)險識別方面,缺少結(jié)合監(jiān)測數(shù)據(jù)健康狀態(tài)特征提取和監(jiān)管業(yè)務(wù)時空大數(shù)據(jù)挖掘等方式,以實現(xiàn)運行風(fēng)險動態(tài)識別與評價方面的研究,缺少風(fēng)險精準(zhǔn)管控等方面的策略研究。

5)在智慧監(jiān)管平臺方面,較多城市均在電梯應(yīng)急處置基礎(chǔ)上不斷擴(kuò)展智慧應(yīng)用場景。目前,平臺功能主要集中在基礎(chǔ)信息管理、應(yīng)急救援、物聯(lián)監(jiān)測等方面,缺乏在設(shè)備的故障診斷和健康監(jiān)測,系統(tǒng)的風(fēng)險分析、風(fēng)險防控等方面的實際應(yīng)用;缺少高風(fēng)險生產(chǎn)過程數(shù)據(jù)分析、全要素全業(yè)務(wù)全流程智慧監(jiān)管平臺的研究和應(yīng)用。

5 結(jié)論

1)在電梯智慧監(jiān)管和檢驗技術(shù)研究中,多源異構(gòu)數(shù)據(jù)感知、故障數(shù)據(jù)分析及風(fēng)險評價、智慧監(jiān)管應(yīng)用平臺等是較為重要研究內(nèi)容。

2)在電梯數(shù)據(jù)感知方面,已有較為成熟的開關(guān)量獲取方式和應(yīng)用,較多的業(yè)務(wù)應(yīng)用系統(tǒng)已獲取豐富的業(yè)務(wù)數(shù)據(jù);在數(shù)據(jù)分析和風(fēng)險評價方面,已有相關(guān)電梯振動信號的單維度特征識別研究,并通過單臺電梯狀態(tài)監(jiān)測數(shù)據(jù)定量分析實現(xiàn)故障預(yù)測和健康管理;在應(yīng)用平臺方面,已有較為成熟的電梯應(yīng)急處置平臺,且其應(yīng)用場景在不斷豐富。

3)在電梯模擬量的感知和監(jiān)測、業(yè)務(wù)數(shù)據(jù)有效富集和整合等方面,其應(yīng)用研究有待加強(qiáng);電梯多源異構(gòu)超高維數(shù)據(jù)的知識提取、圖譜構(gòu)建等方面的基礎(chǔ)理論與方法研究是未來重要研究方向。

4)在故障預(yù)測和健康管理方面,有待加強(qiáng)設(shè)備全要素全業(yè)務(wù)全流程數(shù)據(jù)利用,應(yīng)繼續(xù)豐富數(shù)據(jù)分析手段;在智慧電梯綜合監(jiān)管平臺方面,應(yīng)進(jìn)一步加強(qiáng)高風(fēng)險生產(chǎn)過程數(shù)據(jù)分析,并豐富故障診斷和健康監(jiān)測、風(fēng)險分析和防控等應(yīng)用場景,進(jìn)而推動全要素全業(yè)務(wù)全流程智慧監(jiān)管平臺應(yīng)用。