电梯安全监控方法、装置、终端设备及计算机可读介质与流程

本发明属于电梯监控技术领域，具体是涉及到一种电梯安全监控方法、装置、终端设备及计算机可读介质。

背景技术：

目前电梯增量迅猛,截止2017年底，我国保有电梯561万部,且我国电梯生产量和年增量均列世界第一。电梯行业的发展虽然迅速,但是与日俱增的老旧电梯所带来的安全隐患却变得日益严重,电梯故障常有发生,电梯事也在新闻新闻中时有报道,令人触目惊心。据统计电梯万台设备死亡人数0.08,且困人故障率更高。

虽然现在市场存在关于检测和监控电梯的设备,但因为大部分老旧电梯都没有升级改造,且监控设备本身还存在需要经常维修、联网断开等问题,再加上现有的电梯监控方法和设备，通常仅仅检测的是电梯的加速度或速度，在电梯的加速度或速度发生异常时启动相关报警，存在监控不精准的问题，所以目前的电梯事故发生率依旧较高。

技术实现要素：

有鉴于此，本发明实施例提供一种电梯安全监控方法、装置、终端设备及计算机可读介质，能够增强电梯安全监控的准确性，降低电梯事故的发生率。

本发明实施例的第一方面提供了一种电梯安全监控方法，所述电梯监控方法包括：

通过电梯内的智能终端检测所述电梯当前运行状态的运行参数是否偏离所述电梯的正常运行状态；所述运行参数包括加速度、速度和角速度；

若偏离，则根据所述电梯当前运行状态的运行参数偏离所述电梯的正常运行状态的程度是否达到阈值，判断所述电梯当前运行状态是否发生异常；

若发生异常，则通过所述智能终端向监控终端发送预警信息。

其中，所述检测所述电梯当前运行状态的运行参数是否偏离所述电梯的正常运行状态之前，还包括：

设定所述阈值；设定所述阈值具体包括：

获取所述电梯每次发生运行故障时的运行参数以及正常运行时的运行参数；

通过所述发生运行故障时的运行参数的变化率建立第一高斯分布，并根据所述发生运行故障时的运行参数的实际测量值建立第二高斯分布，将所述第一高斯分布与第二高斯分布相乘，得到所述第一高斯分布与所述第二高斯分布的重叠部分，作为所述发生运行故障时的运行参数的最优估计；

通过所述正常运行时的运行参数的变化率建立第三高斯分布，并根据所述正常运行时的运行参数的实际测量值建立第四高斯分布，将所述第三高斯分布与第四高斯分布相乘，得到所述第三高斯分布与所述第四高斯分布的重叠部分，作为所述发生运行故障时的运行参数的最优估计；

通过概率论建立关于将所述发生运行故障时的运行参数的最优估计与所述发生运行故障时的运行参数的最优估计的数学模型，基于所述数学模型得到所述阈值。

其中，所述通过电梯内的智能终端检测所述电梯当前运行状态的运行参数是否偏离所述电梯的正常运行状态，包括：

通过电梯内的智能终端获取所述电梯当前运行状态的运行参数；

判断所述电梯当前运行状态的运行参数是否偏离所述电梯的正常运行状态；所述电梯的正常运行状态包括正常运行时的运行参数的高斯分布或变化率。

其中，所述阈值包括角速度阈值、加速度阈值和速度阈值，对应所述电梯的当前运行状态所包含的不同的角速度有不同的加速度阈值和不同的速度阈值，所述根据所述电梯当前运行状态的运行参数偏离所述电梯的正常运行状态的运行参数的程度是否达到阈值，判断所述电梯当前运行状态是否发生异常，包括：

判断所述电梯当前运行状态的角速度的绝对值的大小是否达到所述角速度阈值；

若达到所述角速度阈值，则确定所述电梯当前运行状态发生异常；

若未达到所述角速度阈值，则判断所述电梯当前运行状态的加速度或速度偏离所述电梯的正常运行状态的加速度或速度的值是否达到所述加速度阈值或速度阈值；

若达到所述加速度阈值或速度阈值，则确定所述电梯当前运行状态发生异常。

其中，所述通过所述智能终端向监控终端发送预警信息，包括：

通过所述智能终端将包含所述电梯的位置信息和异常信息的预警信息发送给监控终端。

本发明实施例的第二方面提供了一种电梯安全监控装置，所述电梯监控装置包括：

检测模块，用于通过电梯内的智能终端检测所述电梯当前运行状态的运行参数是否偏离所述电梯的正常运行状态；所述运行参数包括加速度、速度和角速度；

判断模块，用于在所述检测模块通过电梯内的智能终端检测到所述电梯当前运行状态的运行参数偏离所述电梯的正常运行状态时，根据所述电梯当前运行状态的运行参数偏离所述电梯的正常运行状态的程度是否达到阈值，判断所述电梯当前运行状态是否发生异常；

预警模块，用于在所述判断模块判断出所述电梯当前运行状态发生异常时，通过所述智能终端向监控终端发送预警信息。

其中，所述阈值包括角速度阈值、加速度阈值和速度阈值，对应所述电梯的当前运行状态所包含的不同的角速度有不同的加速度阈值和不同的速度阈值，所述判断模块包括：

第一判断单元，用于判断所述电梯当前运行状态的角速度的绝对值的大小是否达到所述角速度阈值；

第一确定单元，用于在所述第一判断单元判断出当前所述电梯当前运行状态的角速度的绝对值的大小达到所述角速度阈值时，确定所述电梯当前运行状态发生异常；

第二判断单元，用于在所述第一判断单元判断出当前所述电梯当前运行状态的角速度的绝对值的大小未达到所述角速度阈值时，判断所述电梯当前运行状态的加速度或速度偏离所述电梯的正常运行状态的加速度或速度的值是否达到所述加速度阈值或速度阈值；

第二确定单元，用于在所述第二判断单元判断出所述电梯当前运行状态的加速度或速度偏离所述电梯的正常运行状态的加速度或速度的值达到所述加速度阈值或速度阈值时，确定所述电梯当前运行状态发生异常。

其中，所述预警模块具体用于：

通过所述智能终端将包含所述电梯的位置信息和异常信息的预警信息发送给监控终端。

本发明实施例的第三方法提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述电梯安全监控方法的步骤。

本发明实施例的第四方面提供了一种计算机可读介质，所述计算机可读介质存储有计算机程序，所述计算机程序被处理执行时实现上述电梯安全监控方法的步骤。

本发明实施例可通过电梯内的智能终端检测电梯当前运行状态的加速度、速度和角速度是否偏离电梯的正常运行状态，并可在检测到偏离时，根据电梯当前运行状态的运行参数偏离电梯的正常运行状态的运行参数的程度是否达到阈值，来判断电梯当前运行状态是否发生异常，在判断出发生异常后，可通过智能终端向监控终端发送预警信息，从而可增强电梯安全监控的准确性，降低电梯事故的发生率。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的一种电梯安全监控方法的流程图；

图2时本发明实施例提供的一种电梯安全监控装置的结构框图；

图3是本发明实施例提供图2中判断模块202的细化结构图；

图4是本发明实施例提供的终端设备的示意图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。

为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。

请参阅图1，图1是本发明实施例提供的电梯安全监控方法的流程图。如图1所示，本实施例的电梯安全监控方法包括以下步骤：

s101：通过电梯内的智能终端检测所述电梯当前运行状态的运行参数是否偏离所述电梯的正常运行状态。

本发明实施例中，可先通过电梯内的智能终端(例如，智能手机)获取所述电梯当前运行状态的运行参数，再判断所述电梯当前运行状态的运行参数是否偏离所述电梯的正常运行状态。所述电梯的正常运行状态可以包括正常运行时的运行参数的高斯分布或变化率。其中，所述运行参数主要包括加速度、速度和角速度。由于电梯是由电机、滑轮和缆绳等传动的，缆绳由电梯井的顶部向下延伸吊住轿厢，因此，电梯的轿厢处于不同的楼层时，即轿厢到电梯井的缆绳的长度不同时，缆绳整体张力是不同的，且当轿厢位于某一楼层时，张力在缆绳各处的分布也是不同的，例如，缆绳在接近轿厢的位置处的张力一般大于缆绳在接近滑轮以及缆绳的中部位置处的张力，这种情况在高层的大楼中尤其明显，再加上高层摩天大楼的楼梯本身还会经常发生摇晃，摇晃的幅度在各层位置处时不同的，所以电梯在运行过程中不仅换发生角转动，而且在各个楼层之间，还会存在不同的微小的角速度的变化。为了维持电梯在整个运行过程中的稳定性以及乘客的乘坐体验，电梯系统会针对不同的楼层区间客观存在的不同的角速度，使电梯保持不同的速度和加速度来与之对应。然而现有技术中，并没有基于这种电梯的角速度的微小变化采取相应的技术手段来进行监控，为了更精准地对电梯运行状态进行监控，本发明实施例通过智能终端中的陀螺仪来对电梯的角速度进行获取。具体地，根据陀螺仪的三轴值x、y、z,当智能终端坐标x/y和地球坐标x/y重合时，智能终端绕着z轴转动的夹角为a，范围值为[0,2*pi)，逆时针转动为正；当智能终端坐标y/z和地球坐标y/z重合时，智能终端绕着x轴转动的夹角为b，范围值为[-1*pi,pi)，顶部朝着地球表面转动为正，当然，也有可能朝着用户为正；当智能终端坐标x/z和地球坐标x/z重合时，智能终端绕着y轴转动的夹角为g，范围值为[-1*pi/2,pi/2)，右边朝着地球表面转动为正,这样就判断智能终端当前的运动姿态变化情况，例如，它的角速度。再者，可通过智能终端中的加速度计来计算电梯的加速度和速度等参数，电梯启动之前测量的加速度是初值,电梯运行时的加速度减掉初值得到加速度变化值,三个方向x、y、z上的加速度进行相加取平方和,然后再开根号既可得到加速度绝对值,然后经过积分运算得到即时速度，再次积分可得到一个方向的位移的测量值。为对电梯发生故障时的运行状态和正常运行状态进行对比，可获取所述电梯每次发生运行故障时的运行参数以及正常运行时的运行参数，通过所述发生运行故障时的运行参数的变化率建立第一高斯分布，例如，根据卡尔曼滤波原理,将电梯的速度和位置设为两个变量,速度和位置是相关的,位置的可能性取决于当前的速度，然后可使用当前运行状态(k-1时刻),来预测下一运行状态(k时刻)，可对所有可能的状态变化进行预测,并给出第一高斯分布,用一个矩阵表示，又由于电梯的方向是固定的,那么固定的电梯方向可加到预测方程中对预测结果进行修正；得到第一高斯分布之后，可根据所述发生运行故障时的运行参数的实际测量测(即传感器数据)建立第二高斯分布，再可将两个具有不同均值和方差的所述第一高斯分布与第二高斯分布相乘，得到一个具有独立均值和方差的高斯分布，即得到所述第一高斯分布与所述第二高斯分布的重叠部分，将重跌部分的均值作为所述电梯发生运行故障时的运行参数的最优估计；利用上述相同的计算方式可得到所述电梯正常运行时的运行参数的最优估计，具体地，可通过所述正常运行时的运行参数的变化率建立第三高斯分布，并根据所述正常运行时的运行参数的实际测量值建立第四高斯分布，将所述第三高斯分布与第四高斯分布相乘，得到所述第三高斯分布与所述第四高斯分布的重叠部分，作为所述发生运行故障时的运行参数的最优估计。在得到所述电梯发生运行故障时的运行参数的最优估计以及正常运行时的运行参数的最优估计之后，可将所述电梯的各种状态下的相关数据累积成大数据，基于速度、加速度、角速度和位置的变化情况,利用概率论建立相关数学模型，通过该数学模型可得出电梯发生故障时的运行状态的运行参数与正常运行状态的运行参数之间的差别，根据差别可设定相应运行参数的阈值，当电梯运行时的运行参数偏离正常运行状态的运行参数的值达到阈值时，可发出预先的故障检修警报。当在本步骤中，通过智能终端检测到所述电梯当前运行状态的运行参数偏离所述电梯的正常运行状态，则本流程转到s102。

s102：根据所述电梯当前运行状态的运行参数偏离所述电梯的正常运行状态的程度是否达到阈值，判断所述电梯当前运行状态是否发生异常。

在本发明实施例中，所述阈值包括角速度阈值、加速度阈值和速度阈值，对应所述电梯的当前运行状态所包含的不同的角速度有不同的加速度阈值和不同的速度阈值，即当电梯地角速度偏离电梯正常运行状态的值未达到角速度阈值时，电梯在不同楼层区间运行时的每一个角速度都对应不同的加速度阈值和速度阈值。这是由于，如上所述，为了维持电梯在整个运行过程中的稳定性以及乘客的乘坐体验，电梯系统会针对不同的楼层区间客观存在的不同的角速度，使电梯保持不同的速度和加速度来与之对应。具体地，在本步骤当中，可先判断所述电梯当前运行状态的角速度的绝对值的大小是否达到所述角速度阈值，若达到所述角速度阈值，则确定所述电梯当前运行状态发生异常，若未达到所述角速度阈值，则可进一步判断所述电梯当前运行状态的加速度或速度偏离所述电梯的正常运行状态的加速度或速度的值是否达到所述加速度阈值或速度阈值，即可进一步判断电梯当前运行状态的加速度偏离正常运行状态的加速度地值是否达到与所述角速度所对应的加速度阈值，以及判断电梯当前运行状态的速度偏离正常运行状态的加速度地值是否达到与所述角速度所对应的速度阈值。若电梯当前运行状态的加速度或速度偏离正常运行状态的值达到所述加速度阈值或速度阈值，则可确定所述电梯当前运行状态发生异常。例如，假如角速度阈值为5，当电梯当前运行状态下的角速度为1时，由于与角速度1对应的加速度阈值为6，速度阈值为10，这时候，只要电梯当前运行状态下的加速度偏离电梯正常运行状态的值超过加速度阈值6，或者电梯当前运行状态下的速度偏离电梯正常运行状态的值超过速度阈值10时，可以确认电梯发生异常；当电梯当前运行状态下的角速度为3时，由于与角速度3对应的加速度阈值为4，速度阈值为7，这时候，只要电梯当前运行状态下的加速度偏离电梯正常运行状态的值超过加速度阈值4，或者电梯当前运行状态下的速度偏离电梯正常运行状态的值超过速度阈值7时，可以确认电梯发生异常。当在本步骤中，判断所述电梯当前运行状态发生异常时，本方法流程转到s103。

s103:通过所述智能终端向监控终端发送预警信息。

具体地，可通过所述智能终端将包含所述电梯的位置信息和异常信息的预警信息发送给监控终端。其中，电梯的位置信息，可由所述智能终端来获取。当然，通过上述方法确定电梯发生异常之后，也可由所述智能终端的持有人向电梯维修人员或监控中心传递预警信息。将所述电梯的位置信息和异常信息等预警信息一起发送给监控终端，可将大量的电梯在各种状态下的相关数据累积成大数据，为智慧城市的电梯分布和状态监控情况做了基础数据累计，也为电梯在正常运行状态下和异常运行状态下的最有参数估计、阈值计算以及相关数学模型的建立提供了庞大充分的数据统计和运算基础。

在图1提供的电梯安全监控方法中，可通过电梯内的智能终端检测电梯当前运行状态的加速度、速度和角速度是否偏离电梯的正常运行状态，并可在检测到偏离时，根据电梯当前运行状态的运行参数偏离电梯的正常运行状态的运行参数的程度是否达到阈值，来判断电梯当前运行状态是否发生异常，在判断出发生异常后，可通过智能终端向监控终端发送预警信息。由于现有技术中，需要购买专项检测仪放在电梯内部,存在后续维护和联网情况,且当检测仪本身出问题还需要另行维护，而本发明实施例中的传感设备采用智能手机,可减少了现有技术中的维护和安装问题的发生。又因为智能手机的普遍性,所采集的数据将更加庞大,根据机器学习原理,当数据越大,精确度也将更高，大数据预警将更加精准。再者，本发明实施例采用了基于角速度等运行参数的预测值(即变化率)和实测值的双重高斯分布的方式求得最优参数估计值及相关不同阈值的方法，可提高运行参数预警的精准性，进而降低电梯事故的发生率。

请参阅图2，图2是本发明实施例提供的电梯安全监控装置的结构框图。如图2所示，本实施例的电梯安全监控装置20包括检测模块201、判断模块202和预警模块203，其中：

检测模块201，用于通过电梯内的智能终端检测所述电梯当前运行状态的运行参数是否偏离所述电梯的正常运行状态。具体地，检测模块201可先通过电梯内的智能终端(例如，智能手机)获取所述电梯当前运行状态的运行参数，再判断所述电梯当前运行状态的运行参数是否偏离所述电梯的正常运行状态。所述电梯的正常运行状态可以包括正常运行时的运行参数的高斯分布或变化率。其中，所述运行参数主要包括加速度、速度和角速度。由于电梯是由电机、滑轮和缆绳等传动的，缆绳由电梯井的顶部向下延伸吊住轿厢，因此，电梯的轿厢处于不同的楼层时，即轿厢到电梯井的缆绳的长度不同时，缆绳整体张力是不同的，且当轿厢位于某一楼层时，张力在缆绳各处的分布也是不同的，例如，缆绳在接近轿厢的位置处的张力一般大于缆绳在接近滑轮以及缆绳的中部位置处的张力，这种情况在高层的大楼中尤其明显，再加上高层摩天大楼的楼梯本身还会经常发生摇晃，摇晃的幅度在各层位置处时不同的，所以电梯在运行过程中不仅换发生角转动，而且在各个楼层之间，还会存在不同的微小的角速度的变化。为了维持电梯在整个运行过程中的稳定性以及乘客的乘坐体验，电梯系统会针对不同的楼层区间客观存在的不同的角速度，使电梯保持不同的速度和加速度来与之对应。然而现有技术中，并没有基于这种电梯的角速度的微小变化采取相应的技术手段来进行监控，为了更精准地对电梯运行状态进行监控，本发明实施例通过智能终端中的陀螺仪来对电梯的角速度进行获取。具体地，根据陀螺仪的三轴值x、y、z,当智能终端坐标x/y和地球坐标x/y重合时，智能终端绕着z轴转动的夹角为a，范围值为[0,2*pi)，逆时针转动为正；当智能终端坐标y/z和地球坐标y/z重合时，智能终端绕着x轴转动的夹角为b，范围值为[-1*pi,pi)，顶部朝着地球表面转动为正，当然，也有可能朝着用户为正；当智能终端坐标x/z和地球坐标x/z重合时，智能终端绕着y轴转动的夹角为g，范围值为[-1*pi/2,pi/2)，右边朝着地球表面转动为正,这样就判断智能终端当前的运动姿态变化情况，例如，它的角速度。再者，可通过智能终端中的加速度计来计算电梯的加速度和速度等参数，电梯启动之前测量的加速度是初值,电梯运行时的加速度减掉初值得到加速度变化值,三个方向x、y、z上的加速度进行相加取平方和,然后再开根号既可得到加速度绝对值,然后经过积分运算得到即时速度，再次积分可得到一个方向的位移的测量值。为对电梯发生故障时的运行状态和正常运行状态进行对比，可获取所述电梯每次发生运行故障时的运行参数以及正常运行时的运行参数，通过所述发生运行故障时的运行参数的变化率建立第一高斯分布，例如，根据卡尔曼滤波原理,将电梯的速度和位置设为两个变量,速度和位置是相关的,位置的可能性取决于当前的速度，然后可使用当前运行状态(k-1时刻),来预测下一运行状态(k时刻)，可对所有可能的状态变化进行预测,并给出第一高斯分布,用一个矩阵表示，又由于电梯的方向是固定的,那么固定的电梯方向可加到预测方程中对预测结果进行修正；得到第一高斯分布之后，可根据所述发生运行故障时的运行参数的实际测量测(即传感器数据)建立第二高斯分布，再可将两个具有不同均值和方差的所述第一高斯分布与第二高斯分布相乘，得到一个具有独立均值和方差的高斯分布，即得到所述第一高斯分布与所述第二高斯分布的重叠部分，将重跌部分的均值作为所述电梯发生运行故障时的运行参数的最优估计；利用上述相同的计算方式可得到所述电梯正常运行时的运行参数的最优估计，具体地，可通过所述正常运行时的运行参数的变化率建立第三高斯分布，并根据所述正常运行时的运行参数的实际测量值建立第四高斯分布，将所述第三高斯分布与第四高斯分布相乘，得到所述第三高斯分布与所述第四高斯分布的重叠部分，作为所述发生运行故障时的运行参数的最优估计。在得到所述电梯发生运行故障时的运行参数的最优估计以及正常运行时的运行参数的最优估计之后，可将所述电梯的各种状态下的相关数据累积成大数据，基于速度、加速度、角速度和位置的变化情况,利用概率论建立相关数学模型，通过该数学模型可得出电梯发生故障时的运行状态的运行参数与正常运行状态的运行参数之间的差别，根据差别可设定相应运行参数的阈值，当电梯运行时的运行参数偏离正常运行状态的运行参数的值达到阈值时，可发出预先的故障检修警报。

判断模块202，用于在检测模块201通过电梯内的智能终端检测到所述电梯当前运行状态的运行参数偏离所述电梯的正常运行状态时，根据所述电梯当前运行状态的运行参数偏离所述电梯的正常运行状态的程度是否达到阈值，判断所述电梯当前运行状态是否发生异常。具体地，所述阈值包括角速度阈值、加速度阈值和速度阈值，对应所述电梯的当前运行状态所包含的不同的角速度有不同的加速度阈值和不同的速度阈值，即当电梯地角速度偏离电梯正常运行状态的值未达到角速度阈值时，电梯在不同楼层区间运行时的每一个角速度都对应不同的加速度阈值和速度阈值。这是由于，如上所述，为了维持电梯在整个运行过程中的稳定性以及乘客的乘坐体验，电梯系统会针对不同的楼层区间客观存在的不同的角速度，使电梯保持不同的速度和加速度来与之对应。具体地，在本步骤当中，可先判断所述电梯当前运行状态的角速度的绝对值的大小是否达到所述角速度阈值，若达到所述角速度阈值，则确定所述电梯当前运行状态发生异常，若未达到所述角速度阈值，则可进一步判断所述电梯当前运行状态的加速度或速度偏离所述电梯的正常运行状态的加速度或速度的值是否达到所述加速度阈值或速度阈值，即可进一步判断电梯当前运行状态的加速度偏离正常运行状态的加速度地值是否达到与所述角速度所对应的加速度阈值，以及判断电梯当前运行状态的速度偏离正常运行状态的加速度地值是否达到与所述角速度所对应的速度阈值。若电梯当前运行状态的加速度或速度偏离正常运行状态的值达到所述加速度阈值或速度阈值，则可确定所述电梯当前运行状态发生异常。例如，假如角速度阈值为5，当电梯当前运行状态下的角速度为1时，由于与角速度1对应的加速度阈值为6，速度阈值为10，这时候，只要电梯当前运行状态下的加速度偏离电梯正常运行状态的值超过加速度阈值6，或者电梯当前运行状态下的速度偏离电梯正常运行状态的值超过速度阈值10时，可以确认电梯发生异常；当电梯当前运行状态下的角速度为3时，由于与角速度3对应的加速度阈值为4，速度阈值为7，这时候，只要电梯当前运行状态下的加速度偏离电梯正常运行状态的值超过加速度阈值4，或者电梯当前运行状态下的速度偏离电梯正常运行状态的值超过速度阈值7时，可以确认电梯发生异常。

预警模块203，用于在所述判断模块判断出所述电梯当前运行状态发生异常时，通过所述智能终端向监控终端发送预警信息。具体地，预警模块203可通过所述智能终端将包含所述电梯的位置信息和异常信息的预警信息发送给监控终端。其中，电梯的位置信息，可由所述智能终端来获取。当然，通过上述方法确定电梯发生异常之后，也可由所述智能终端的持有人向电梯维修人员或监控中心传递预警信息。将所述电梯的位置信息和异常信息等预警信息一起发送给监控终端，可将大量的电梯在各种状态下的相关数据累积成大数据，为智慧城市的电梯分布和状态监控情况做了基础数据累计，也为电梯在正常运行状态下和异常运行状态下的最有参数估计、阈值计算以及相关数学模型的建立提供了庞大充分的数据统计和运算基础。

图2提供地电梯安全监控装置可通过电梯内的智能终端检测电梯当前运行状态的加速度、速度和角速度是否偏离电梯的正常运行状态，并可在检测到偏离时，根据电梯当前运行状态的运行参数偏离电梯的正常运行状态的运行参数的程度是否达到阈值，来判断电梯当前运行状态是否发生异常，在判断出发生异常后，可通过智能终端向监控终端发送预警信息。由于现有技术中，需要购买专项检测仪放在电梯内部,存在后续维护和联网情况,且当检测仪本身出问题还需要另行维护，而本发明实施例中的传感设备采用智能手机,可减少了现有技术中的维护和安装问题的发生。又因为智能手机的普遍性,所采集的数据将更加庞大,根据机器学习原理,当数据越大,精确度也将更高，大数据预警将更加精准。再者，本发明实施例采用了基于角速度等运行参数的预测值(即变化率)和实测值的双重高斯分布的方式求得最优参数估计值及相关不同阈值的方法，可提高运行参数预警的精准性，进而降低电梯事故的发生率。

请参阅图3，图3是图2中的判断模块202的优化结构图。如图3所示，判断模块202可进一步包括第一判断单元2021、第一确定单元2022、第二判断单元2023和第二确定单元2024，其中：

第一判断单元2021，用于判断所述电梯当前运行状态的角速度的绝对值的大小是否达到所述角速度阈值；

第一确定单元2022，用于在第一判断单元2021判断出当前所述电梯当前运行状态的角速度的绝对值的大小达到所述角速度阈值时，确定所述电梯当前运行状态发生异常；

第二判断单元2023，用于在第一判断单元2021判断出当前所述电梯当前运行状态的角速度的绝对值的大小未达到所述角速度阈值时，判断所述电梯当前运行状态的加速度或速度偏离所述电梯的正常运行状态的加速度或速度的值是否达到所述加速度阈值或速度阈值；

第二确定单元2024，用于在第二判断单元2023判断出所述电梯当前运行状态的加速度或速度偏离所述电梯的正常运行状态的加速度或速度的值达到所述加速度阈值或速度阈值时，确定所述电梯当前运行状态发生异常。

在图3提供的判断模块中，可根据不同的角速度对应的不同的加速度阈值或速度阈值来对电梯的异常状态进行更细致和精准的监控，进而提高电梯安全监控的准确性。

图4是本发明一实施例提供的终端设备的示意图。如图4所示，该实施例的终端设备4包括：处理器40、存储器41以及存储在所述存储器41中并可在所述处理器40上运行的计算机程序42，例如控制三电平变流器中点电压波动的程序。所述处理器40执行所述计算机程序42时实现上述方法实施例中的步骤，例如，图1所示的s101至s103。或者，所述处理器40执行所述计算机程序42时实现上述各装置实施例中各模块/单元的功能，例如图2所示模块201至203的功能。

示例性的，所述计算机程序42可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器41中，并由所述处理器40执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序42在终端设备4中的执行过程。例如，所述计算机程序42可以被分割成同步模块、汇总模块、获取模块、返回模块(虚拟装置中的模块)，各模块具体功能如下：

检测模块201，用于通过电梯内的智能终端检测所述电梯当前运行状态的运行参数是否偏离所述电梯的正常运行状态；所述运行参数包括加速度、速度和角速度；

判断模块202，用于在所述检测模块201通过电梯内的智能终端检测到所述电梯当前运行状态的运行参数偏离所述电梯的正常运行状态时，根据所述电梯当前运行状态的运行参数偏离所述电梯的正常运行状态的程度是否达到阈值，判断所述电梯当前运行状态是否发生异常；

预警模块203，用于在所述判断模块202判断出所述电梯当前运行状态发生异常时，通过所述智能终端向监控终端发送预警信息。

所述终端设备4可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。终端设备4可包括，但不仅限于，处理器40、存储器41。本领域技术人员可以理解，图4仅仅是终端设备4的示例，并不构成对终端设备4的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。

所述处理器40可以是中央处理单元(centralprocessingunit，cpu)，还可以是其他通用处理器、数字信号处理器(digitalsignalprocessor，dsp)、专用集成电路(applicationspecificintegratedcircuit，asic)、现成可编程门阵列(field-programmablegatearray，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

所述存储器41可以是终端设备4的内部存储单元，例如终端设备4的硬盘或内存。所述存储器41也可以是终端设备4的外部存储设备，例如所述终端设备4上配备的插接式硬盘，智能存储卡(smartmediacard,smc)，安全数字(securedigital,sd)卡，闪存卡(flashcard)等。进一步地，所述存储器41还可以既包括终端设备4的内部存储单元也包括外部存储设备。所述存储器41用于存储所述计算机程序以及终端设备4所需的其他程序和数据。所述存储器41还可以用于暂时地存储已经输出或者将要输出的数据。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

在本发明所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。

以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。