电梯异常的智能识别方法以及智能识别装置与流程

1.本发明涉及电梯异常识别技术领域，具体地涉及一种电梯异常的智能识别方法以及一种电梯异常的智能识别装置。


背景技术：

2.电梯由于其独特的运行方式以及其与乘客的人身安全的直接关系，因此被归属于特种设备范围，电梯在安装、维护以及运行的每个环节中，都具有较高的安全要求，其中最重要的就是电梯在运行过程中的安全性。
3.为了保证电梯在运行过程中的安全性，一方面，技术人员在电梯控制系统中设置了大量的硬件保护装置，一旦电梯发生正常运行姿态以外的运行姿态，则会立即触发上述硬件保护装置，从而实现对电梯的安全保护；另一方面，也通过控制程序对电梯的运行状态进行实时监控，以及时获得电梯的故障信息。
4.然而在实际应用过程中，并不是所有的电梯故障或异常都能够触发上述硬件保护装置或产生对应的故障信息，例如电梯微动时，由于触发超载信号而导致电梯停止运行，而此时由于并不会产生故障信息，因此技术人员或管理人员无法及时获知该异常情况。而这类电梯故障或异常往往会因电梯技术人员无法及时发现而存在较大的潜在安全威胁，同时极大的降低乘客的乘梯体验。


技术实现要素：

5.为了克服现有技术中存在的上述技术问题，本发明实施例提供一种电梯异常的智能识别方法以及智能识别装置，通过根据电梯的实际运行状况对电梯异常进行智能化识别，从而有效提高电梯使用安全性，降低电梯故障率，提高用户体验。
6.为了实现上述目的，本发明实施例提供一种电梯异常的智能识别方法，所述方法包括：判断电梯是否出现异常；在所述电梯出现异常的情况下，判断是否获取到与所述异常对应的故障信息；在未获取到所述故障信息的情况下，获取与所述异常对应的关联运行参数；基于所述关联运行参数生成异常识别结果。
7.优选地，所述判断电梯是否出现异常，包括：获取电梯控制指令；生成与所述电梯控制指令对应的期望运行数据；实时获取所述电梯的实际运行数据；判断所述期望运行数据与所述实际运行数据的偏差是否满足预设异常条件；在所述偏差满足所述预设异常条件的情况下，确定所述电梯出现异常。
8.优选地，所述电梯与云服务器连接，所述基于所述关联运行参数生成异常识别结果，包括：判断在所述云服务器中是否存在与所述关联运行参数对应的异常数据；在存在所述异常数据的情况下，基于所述异常数据生成对应的第一异常识别结果；在不存在所述异常数据的情况下，基于所述关联运行参数生成第二异常识别结果。
9.优选地，所述基于所述关联运行参数生成第二异常识别结果，包括：调用预设异常识别模型；基于所述预设异常识别模型对所述关联运行参数进行识别，生成对应的第二异
常识别结果；或基于所述关联运行参数生成并展示对应的报警信息；获取用户基于所述报警信息的异常反馈信息；基于所述异常反馈信息生成对应的第二异常识别结果。
10.优选地，所述方法还包括：在生成所述异常识别结果后，获取异常类型；在所述异常类型为硬件异常的情况下，生成并反馈维保提示信息；在所述异常类型为软件异常的情况下，生成并反馈程序优化提示信息。
11.相应的，本发明实施例还提供一种电梯异常的智能识别装置，所述装置包括：第一判断单元，用于判断电梯是否出现异常；第二判断单元，用于在所述电梯出现异常的情况下，判断是否获取到与所述异常对应的故障信息；关联参数获取单元，用于在未获取到所述故障信息的情况下，获取与所述异常对应的关联运行参数；异常识别单元，用于基于所述关联运行参数生成异常识别结果。
12.优选地，所述第一判断单元包括：指令获取模块，用于获取电梯控制指令；数据生成模块，用于生成与所述电梯控制指令对应的期望运行数据；数据获取模块，用于实时获取所述电梯的实际运行数据；第一判断模块，用于判断所述期望运行数据与所述实际运行数据的偏差是否满足预设异常条件；确定模块，用于在所述偏差满足所述预设异常条件的情况下，确定所述电梯出现异常。
13.优选地，其特征在于，所述异常识别单元包括：第二判断模块，用于判断在所述云服务器中是否存在与所述关联运行参数对应的异常数据；第一异常识别模块，用于在存在所述异常数据的情况下，基于所述异常数据生成对应的第一异常识别结果；第二异常识别模块，用于在不存在所述异常数据的情况下，基于所述关联运行参数生成第二异常识别结果。
14.优选地，所述基于所述关联运行参数生成第二异常识别结果，包括：调用预设异常识别模型；基于所述预设异常识别模型对所述关联运行参数进行识别，生成对应的第二异常识别结果；或基于所述关联运行参数生成并展示对应的报警信息；获取用户基于所述报警信息的异常反馈信息；基于所述异常反馈信息生成对应的第二异常识别结果。
15.优选地，所述装置还包括提示单元，所述提示单元用于：在生成所述异常识别结果后，获取异常类型；在所述异常类型为硬件异常的情况下，生成并反馈维保提示信息；在所述异常类型为软件异常的情况下，生成并反馈程序优化提示信息。
16.通过本发明提供的技术方案，本发明至少具有如下技术效果：
17.通过根据电梯控制指令模拟生成电梯的期望运行数据，并根据对电梯实时监控的实际运行数据对电梯的异常进行智能化识别，从而有效提高了对电梯异常的感知和识别精确性，相比于现有技术中的故障识别，大大提高了对电梯异常的感知能力，有效降低电梯的故障率，提高用户体验；
18.另一方面，通过采用云端大数据结合智能识别模型的方法对电梯异常进行智能化分析和识别，从而能够快速、准确识别出电梯未知异常的异常情况，大大减少了运算量，为技术人员或维保人员提供精确的警示信息，辅助技术人员或维保人员及时解决电梯异常，提高用户体验。
19.本发明实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
20.附图是用来提供对本发明实施例的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明实施例，但并不构成对本发明实施例的限制。在附图中：
21.图1是本发明实施例提供的电梯异常的智能识别方法的具体实现流程图。
22.图2是本发明实施例提供的电梯异常的智能识别方法中判断电梯是否出现异常的具体实现流程图；
23.图3是本发明实施例提供的电梯异常的智能识别方法中生成异常识别结果的具体实现流程图；
24.图4是本发明实施例提供的电梯异常的智能识别装置的结构示意图。
具体实施方式
25.以下结合附图对本发明实施例的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明实施例，并不用于限制本发明实施例。
26.本发明实施例中的术语“系统”和“网络”可被互换使用。“多个”是指两个或两个以上，鉴于此，本发明实施例中也可以将“多个”理解为“至少两个”。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，字符“/”，如无特殊说明，一般表示前后关联对象是一种“或”的关系。另外，需要理解的是，在本发明实施例的描述中，“第一”、“第二”等词汇，仅用于区分描述的目的，而不能理解为指示或暗示相对重要性，也不能理解为指示或暗示顺序。
27.请参见图1，本发明实施例提供一种电梯异常的智能识别方法，所述方法包括：
28.s10)判断电梯是否出现异常；
29.s20)在所述电梯出现异常的情况下，判断是否获取到与所述异常对应的故障信息；
30.s30)在未获取到所述故障信息的情况下，获取与所述异常对应的关联运行参数；
31.s40)基于所述关联运行参数生成异常识别结果。
32.在一种可能的实施方式中，电梯在运行过程中，电梯控制系统实时监控电梯是否出现异常，例如可以根据电梯的实际运行情况与期望的运行情况相比较以判断电梯是否出现异常，并在电梯出现异常的情况下，进一步判断是否获取到与该异常对应的故障信息，例如在一种实施例中，电梯控制系统在确定电梯出现异常的情况下，并未检测到与该异常对应的故障信息，例如在一实施例中，电梯在进行微动的过程中，由于超载信号被触发而导致电梯停止运行，但在该状况下，电梯控制系统并不会产生对应的故障信息，因此确定该电梯出现了未知的异常或故障，因此立即获取与该异常对应的关联运行参数，并基于该关联运行参数生成异常识别结果，例如可以通过离线存储与电梯控制系统中的智能故障识别模型对上述关联运行参数进行识别和学习，以生成对应的异常识别结果。
33.在本发明实施例中，通过根据电梯的实际运行情况判断电梯是否出现未知异常，并对上述未知异常进行识别，以及时向技术人员反馈对应的异常识别结果，技术人员能够及时前往现场进行异常排查或故障处理，以保证电梯的安全运行，从而提高了对电梯异常的识别精确性。
34.请参见图2，在本发明实施例中，所述判断电梯是否出现异常，包括：
35.s11)获取电梯控制指令；
36.s12)生成与所述电梯控制指令对应的期望运行数据；
37.s13)实时获取所述电梯的实际运行数据；
38.s14)判断所述期望运行数据与所述实际运行数据的偏差是否满足预设异常条件；
39.s15)在所述偏差满足所述预设异常条件的情况下，确定所述电梯出现异常。
40.在现有技术中，电梯控制系统往往设定好预期的故障触发点，例如某电气部件与电梯控制系统的通信中断，则确定该电气部件出现故障，或当某个运行参数与额定数据不符时(例如速度大于额定速度)，则确定发生超速故障，然而，对于因触发电梯的正常控制信号而导致电梯运行异常的情况，目前的电梯控制系统无法准确识别，进一步导致监控终端无法为远程的管理人员发送对应的故障监控信息，为技术人员造成了极大的困扰。
41.在一种可能的实施方式中，通过对电梯的实际运行状态进行监控，以确定电梯是否出现了异常。例如在电梯的运行过程中，电梯控制系统获取电梯控制指令，并生成与该电梯控制指令对应的期望运行数据，例如在响应某电梯内召信号的过程中，与该内召信号对应的期望运行数据为：首先监控是否获取到关门到位信号，在获取到关门到位信号后启动电梯轿厢，并控制电梯轿厢按照预设的运行速度曲线运行至目的层，在确定达到该目的层后打开轿厢。
42.例如在本实施例中，电梯停靠在某楼层后，在开门时间达到预设时间并确定轿门之间不存在遮挡物后，电梯控制门锁执行关门操作，而在执行上述关门操作的过程中，由于电梯控制系统并未检测到门锁信号，因此不断执行电梯开门操作和电梯关门操作(而并不继续向目的层运行)，但由于电梯的运行并未触发任何故障条件，因此电梯控制系统并不会产生对应的故障信息。然而在本发明实施例中，电梯控制系统监控到该轿厢门的实际运行数据与期望运行数据不符，例如当电梯轿门重复执行2次电梯开门操作和电梯关门操作后，确定该电梯轿门的实际运行数据与期望运行数据的偏差满足预设异常条件，因此确定该电梯出现异常。
43.在另一种实施例中，电梯在完成乘客的搭载任务后，自动前往1楼停靠，然而由于1楼的隔磁板安装不到位或损坏，因此电梯在达到1楼的位置后无法检测到平层信号，因此电梯自动移动到就近层停靠开门，然后继续前往1楼，如此往复，在此情况下，一方面，电梯控制系统并未产生任何的故障信息；然而另一方面，电梯控制系统根据电梯的实际运行数据，例如当电梯在1楼和就近层循环运行2次后可以确定电梯的期望运行数据和实际运行数据的偏差满足预设异常条件，因此确定电梯出现异常。
44.在本发明实施例中，通过对在电梯运行的过程中，不仅通过控制指令控制电梯正常运行，还通过对电梯的实际运行状况进行监控，并将电梯的期望运行数据与实际运行数据进行比较判断，以精确识别出电梯的异常运行情况，相比于现有技术中仅通过预设的故障点对电梯的故障或异常进行监控，能够大大提高对电梯异常的识别精确性和有效性，能够保证在电梯出现任何意外的异常时都能够及时发现并进行异常识别处理，提高电梯运行的安全性和稳定性，提高用户体验。
45.在确定电梯存在异常且电梯并未检测到任何的故障信息后，电梯控制系统进一步获取与该异常对应的关联运行参数，例如在对电梯内召信号进行响应的过程中电梯出现异
常时，则获取电梯开门信号、电梯关门信号、光栅信号、电梯称重信号等与该异常相对应的关联运行参数，并对上述关联运行参数进行识别，并生成对应的异常识别结果，例如通过离线存储的智能识别模型对上述关联运行参数进行识别。
46.然而在实际应用过程中，一方面，离线存储的智能识别模型并不能随着电梯硬件系统的更新而实时更新，因此在面对新的电梯硬件系统或新的电梯硬件时，其对电梯异常的识别准确性将会逐渐降低，从而无法满足实际需求；另一方面，由于每台电梯的运行过程均为类似的，因此其出现的异常或故障也较为类似，因此为了进一步提高对电梯异常的识别精确性，减少在异常识别过程中的运算量，将电梯与云服务器连接，并基于云服务器中存储的大数据提高对电梯异常的识别精确性，以及利用类似的异常数据对电梯异常进行快速、准确的诊断，从而减少运算量，提高异常识别效率。
47.请参见图3，在本发明实施例中，所述电梯与云服务器连接，所述基于所述关联运行参数生成异常识别结果，包括：
48.s41)判断在所述云服务器中是否存在与所述关联运行参数对应的异常数据；
49.s42)在存在所述异常数据的情况下，基于所述异常数据生成对应的第一异常识别结果；
50.s43)在不存在所述异常数据的情况下，基于所述关联运行参数生成第二异常识别结果。
51.进一步地，在本发明实施例中，所述基于所述关联运行参数生成第二异常识别结果，包括：调用预设异常识别模型；基于所述预设异常识别模型对所述关联运行参数进行识别，生成对应的第二异常识别结果；或基于所述关联运行参数生成并展示对应的报警信息；获取用户基于所述报警信息的异常反馈信息；基于所述异常反馈信息生成对应的第二异常识别结果。
52.在一种可能的实施方式中，在确定电梯存在异常并获取到对应的关联运行参数后，将该异常和关联运行参数上传至云服务器中，并判断云服务器中是否存在与该关联运行参数对应的异常数据。例如在本发明实施例中，在云服务器中经过大数据查询，查询到与该关联运行参数类似的异常数据，因此基于该异常数据生成对应的第一异常识别结果，例如该第一异常识别结果为在前对该异常数据进行异常诊断所确定的异常识别结果。
53.在另一种可能的实施方式中，在云服务器中并未查询到与该关联运行参数类似的异常数据，因此对上述关联运行参数进行分析和识别，以生成第二异常识别结果。例如首先调用预设异常识别模型，该预设异常识别模型可以为预先训练的基于深度学习模型的异常识别模型，将上述关联运行参数输入该预设异常识别模型后进行智能识别，并输出对应的第二异常识别结果。
54.当然，在实际应用过程中，存在无法准确识别其异常结果的情况，因此需要依赖人工进行更精确的确定，例如基于上述关联运行参数生成并展示对应的报警信息，比如将电梯所存在的异常、异常关联参数以及根据该异常生成的三维演示视频作为报警信息展示给技术人员，技术人员根据该报警信息进行分析和诊断，并最终确定准确的识别结果，并将该识别结果作为第二异常识别结果反馈给云服务器。
55.为了提高该预设异常识别模型的识别精确性，该预设异常识别模型还通过上述人工识别出的第二异常识别结果实时进行训练和更新，以进一步提高对各种未知的异常的识
别精确性和有效性，从而满足电梯厂家在电梯的异常识别上的智能化需求。
56.在本发明实施例中，通过采用云端大数据以及机器+人工相结合的方式对电梯的未知异常进行智能化识别，从而一方面能够有效提高对电梯的未知异常识别的识别效率，实现对电梯未知异常的快速识别；另一方面能够大大提高对电梯未知异常的识别精确性，从而能够及时对电梯异常进行响应，提高电梯的使用安全性，降低电梯故障率，提高用户体验。
57.在本发明实施例中，所述方法还包括：在生成所述异常识别结果后，获取异常类型；在所述异常类型为硬件异常的情况下，生成并反馈维保提示信息；在所述异常类型为软件异常的情况下，生成并反馈程序优化提示信息。
58.在本发明实施例中，通过根据电梯异常的异常类型分别采用不同的救援和提示措施，能够提高电梯异常警示的精确性，提高电梯维保人员或电梯技术人员响应电梯未知异常的效率，提高电梯使用体验。
59.下面结合附图对本发明实施例所提供的电梯异常的智能识别装置进行说明。
60.请参见图4，基于同一发明构思，本发明实施例提供一种电梯异常的智能识别装置，所述装置包括：第一判断单元，用于判断电梯是否出现异常；第二判断单元，用于在所述电梯出现异常的情况下，判断是否获取到与所述异常对应的故障信息；关联参数获取单元，用于在未获取到所述故障信息的情况下，获取与所述异常对应的关联运行参数；异常识别单元，用于基于所述关联运行参数生成异常识别结果。
61.在本发明实施例中，所述第一判断单元包括：指令获取模块，用于获取电梯控制指令；数据生成模块，用于生成与所述电梯控制指令对应的期望运行数据；数据获取模块，用于实时获取所述电梯的实际运行数据；第一判断模块，用于判断所述期望运行数据与所述实际运行数据的偏差是否满足预设异常条件；确定模块，用于在所述偏差满足所述预设异常条件的情况下，确定所述电梯出现异常。
62.在本发明实施例中，其特征在于，所述异常识别单元包括：第二判断模块，用于判断在所述云服务器中是否存在与所述关联运行参数对应的异常数据；第一异常识别模块，用于在存在所述异常数据的情况下，基于所述异常数据生成对应的第一异常识别结果；第二异常识别模块，用于在不存在所述异常数据的情况下，基于所述关联运行参数生成第二异常识别结果。
63.在本发明实施例中，所述基于所述关联运行参数生成第二异常识别结果，包括：调用预设异常识别模型；基于所述预设异常识别模型对所述关联运行参数进行识别，生成对应的第二异常识别结果；或基于所述关联运行参数生成并展示对应的报警信息；获取用户基于所述报警信息的异常反馈信息；基于所述异常反馈信息生成对应的第二异常识别结果。
64.在本发明实施例中，所述装置还包括提示单元，所述提示单元用于：在生成所述异常识别结果后，获取异常类型；在所述异常类型为硬件异常的情况下，生成并反馈维保提示信息；在所述异常类型为软件异常的情况下，生成并反馈程序优化提示信息。
65.进一步地，本发明实施例还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本发明实施例所述的方法。
66.以上结合附图详细描述了本发明实施例的可选实施方式，但是，本发明实施例并
不限于上述实施方式中的具体细节，在本发明实施例的技术构思范围内，可以对本发明实施例的技术方案进行多种简单变型，这些简单变型均属于本发明实施例的保护范围。
67.另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合。为了避免不必要的重复，本发明实施例对各种可能的组合方式不再另行说明。
68.本领域技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序存储在一个存储介质中，包括若干指令用以使得单片机、芯片或处理器(processor)执行本技术各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read
‑
only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
69.此外，本发明实施例的各种不同的实施方式之间也可以进行任意组合，只要其不违背本发明实施例的思想，其同样应当视为本发明实施例所公开的内容。