【技术实现步骤摘要】
本专利技术涉及电梯偏移数据监测，尤其涉及一种基于人工智能的电梯健康状态监测系统。
技术介绍
1、随着城市化进程的加速和高层建筑数量的激增，电梯作为重要的垂直交通工具，其安全性和可靠性备受关注。电梯运行健康度监测技术通过集成传感器、网络通信、数据处理和智能分析等多种手段，实现对电梯运行状态的实时监测、数据分析和故障预警，从而保障电梯的安全运行，提升乘客的出行体验。
2、中国专利公开号：cn113979257a公开了一种电梯健康度实时监测系统，包括信息收集模块、中央处理模块、参数划分模块、元器件磨损量判断模块和元器件稳定性判断模块。其中，信息收集模块用于采集电梯各种运行参数，参数划分模块用于排列出各种参数对电梯故障判断的准确性的优先级，中央处理模块用于将采集的参数与正常电梯工作参数进行对比来判断电梯整体健康运行情况，元器件磨损量判断模块用于判断元器件的磨损程度。该专利技术实现了对电梯偏移数据与电梯健康值关联情况的分析，未实现对电梯偏移数据与承载数据对电梯健康情况的分析，存在对电梯偏移数据分析效率低，对电梯健康状态分析不准确的问题。
技术实现思路
1、本专利技术的目的在于提供一种基于人工智能的电梯健康状态监测系统，以解决现有技术存在的问题中的至少一个。
2、为实现上述目的，本专利技术采用了如下技术方案：
3、一种基于人工智能的电梯健康状态监测系统，包括：
4、电梯数据采集模块，用以实时采集电梯偏移数据和电梯承载数据；
5、数据处
6、人流量采集模块，用以周期性采集医院中的人流量；
7、承载分析模块，用以根据人流量和电梯数据集对流量关联参数进行分析，还用以根据流量关联参数和电梯承载数据对承载影响参数进行分析；
8、健康分析模块，用以根据标准化数据和承载影响参数对电梯健康参数进行分析；
9、数据存储模块，用以存储电梯健康参数，并将已存储的电梯健康参数作为历史健康参数；
10、历史分析模块，用以根据历史健康参数对电梯健康参数的分析过程进行调整；
11、风险预警模块，用以根据电梯健康参数对电梯健康状态进行分析，还用以根据电梯健康状态进行电梯风险预警。
12、进一步地，所述数据处理模块设有数据构建单元，其用以对电梯偏移数据进行编号，将电梯偏移数据与采集时间一一对应，设置左右偏移度为l(t)，前后偏移度为r(t)，振幅为g(t)，承载重量为m(t)，并将每隔预设分析周期时长的电梯偏移数据作为一个电梯数据集，并对电梯数据集按时间顺序进行编号，其中，t为时间编号，设置电梯数据集的编号为i，i∈n+，t∈[(i-1)×t,i×t)，t表示预设分析周期的时长。
13、进一步地，所述数据处理模块还设有数据分类单元，其用以根据承载重量m(t)和最大承载重量m对电梯数据集进行分类，以确定电梯的运行状态，运行状态包括未承载、低承载和高承载；
14、所述数据分类单元统计电梯的运行状态为未承载的秒数作为第一状态数量，所述数据分类单元统计电梯的运行状态为低承载的秒数作为第二状态数量，所述数据分类单元统计电梯的运行状态为高承载的秒数作为第三状态数量，并根据第一状态数量n1(i)、第二状态数量n2(i)和第三状态数量n3(i)对电梯数据集进行分类，以确定电梯数据集的分类，电梯数据集包括一类、二类和三类。
15、进一步地，所述数据处理模块还设有数据标准化单元，其用以根据左右偏移度均值、前后偏移度均值、振幅均值、左右偏移度标准差、前后偏移度标准差、振幅标准差和电梯数据集通过标准化公式对标准化数据进行分析，所述数据标准化单元设有标准化公式如下：
16、
17、其中，dk(i-v)表示标准化数据。
18、进一步地，所述承载分析模块设有流量分析单元，其用以统计人流量采集周期内电梯数据集的分类为一类的分析周期的数量作为第一采集数量，统计人流量采集周期内电梯数据集的分类为二类的分析周期的数量作为第二采集数量，统计人流量采集周期内电梯数据集的分类为一类的分析周期的数量作为第三采集数量，并根据第一采集数量、第二采集数量、第三采集数量和人流量通过流量分析公式计算流量关联参数，所述流量分析单元设有流量分析公式如下：
19、
20、其中，c(j)表示流量关联参数，j表示人流量采集周期编号，p(j)表示人流量，n1(j)表示第一采集数量，n2(j)表示第二采集数量，n3(j)表示第三采集数量。
21、进一步地，所述承载分析模块还设有承载分析单元，其用以根据流量关联参数、承载重量和人流量通过承载分析公式计算承载影响参数，所述承载分析单元设有承载分析公式如下：
22、
23、其中，c(j)表示承载影响参数，m(j)表示当前人流量采集周期内的承载重量的平均值，x表示采集范围变量，x∈n且x≤x，x表示采集范围参数。
24、进一步地，所述健康分析模块设有健康分析单元，其用以根据标准化数据通过健康分析公式计算电梯健康参数，所述健康分析单元设有健康分析公式如下：
25、h(i-v)＝[d1(i-v)+d2(i-v)]×q1+d3(i-v)×q2；
26、其中，h(i-v)表示电梯健康参数，q1表示第一健康权重，q2表示第二健康权重。
27、进一步地，所述健康分析模块还设有影响分析单元，其用以将承载影响参数c(j)与影响比对阈值β进行比对，以确定承载影响参数是否符合阈值，并在承载影响参数不符合阈值时，对电梯健康参数的分析过程进行调整，调整后的电梯健康参数为h1(i-v)。
28、进一步地，所述历史分析模块将历史关联参数f(i)与历史比对阈值f进行比对，以确定历史关联参数是否符合阈值，并在历史关联参数不符合阈值时，对电梯健康参数的调整过程进行优化，优化后的电梯健康参数为h2(i-v)。
29、进一步地，所述风险预警模块将电梯健康参数h(i)与健康比对阈值h1和h2进行比对，以确定电梯健康状态，电梯健康状态包括正常、存在风险和异常。
30、本专利技术的有益效果如下：通过所述电梯数据采集模块和人流量采集模块对电梯偏移数据、电梯承载数据和医院中的人流量数据的采集，以及其他各模块对采集数据的综合分析，以实现对电梯运行数据、承载数据对电梯健康状态的综合分析，从而对电梯进行风险预警，保证对电梯可能存在潜在问题的快速处理，进而提高系统对电梯运行数据的分析效率，提高电梯健康状态监测的准确度。
本文档来自技高网...【技术保护点】
1.一种基于人工智能的电梯健康状态监测系统，其特征在于，包括：
2.根据权利要求1所述的基于人工智能的电梯健康状态监测系统，其特征在于，所述数据处理模块设有数据构建单元，其用以对电梯偏移数据进行编号，将电梯偏移数据与采集时间一一对应，设置左右偏移度为L(t)，前后偏移度为R(t)，振幅为G(t)，承载重量为M(t)，并将每隔预设分析周期时长的电梯偏移数据作为一个电梯数据集，并对电梯数据集按时间顺序进行编号，其中，t为时间编号，设置电梯数据集的编号为i，i∈N+，t∈[(i-1)×T,i×T)，T表示预设分析周期的时长。
3.根据权利要求2所述的基于人工智能的电梯健康状态监测系统，其特征在于，所述数据处理模块还设有数据分类单元，其用以根据承载重量M(t)和最大承载重量m对电梯数据集进行分类，以确定电梯的运行状态，运行状态包括未承载、低承载和高承载；
4.根据权利要求3所述的基于人工智能的电梯健康状态监测系统，其特征在于，所述数据处理模块还设有数据标准化单元，其用以根据左右偏移度均值、前后偏移度均值、振幅均值、左右偏移度标准差、前后偏移度标准差、振
5.根据权利要求4所述的基于人工智能的电梯健康状态监测系统，其特征在于，所述承载分析模块设有流量分析单元，其用以统计人流量采集周期内电梯数据集的分类为一类的分析周期的数量作为第一采集数量，统计人流量采集周期内电梯数据集的分类为二类的分析周期的数量作为第二采集数量，统计人流量采集周期内电梯数据集的分类为一类的分析周期的数量作为第三采集数量，并根据第一采集数量、第二采集数量、第三采集数量和人流量通过流量分析公式计算流量关联参数，所述流量分析单元设有流量分析公式如下：
6.根据权利要求5所述的基于人工智能的电梯健康状态监测系统，其特征在于，所述承载分析模块还设有承载分析单元，其用以根据流量关联参数、承载重量和人流量通过承载分析公式计算承载影响参数，所述承载分析单元设有承载分析公式如下：
7.根据权利要求6所述的基于人工智能的电梯健康状态监测系统，其特征在于，所述健康分析模块设有健康分析单元，其用以根据标准化数据通过健康分析公式计算电梯健康参数，所述健康分析单元设有健康分析公式如下：
8.根据权利要求7所述的基于人工智能的电梯健康状态监测系统，其特征在于，所述健康分析模块还设有影响分析单元，其用以将承载影响参数C(j)与影响比对阈值β进行比对，以确定承载影响参数是否符合阈值，并在承载影响参数不符合阈值时，对电梯健康参数的分析过程进行调整，调整后的电梯健康参数为H1(i-v)。
9.根据权利要求8所述的基于人工智能的电梯健康状态监测系统，其特征在于，所述历史分析模块将历史关联参数F(i)与历史比对阈值f进行比对，以确定历史关联参数是否符合阈值，并在历史关联参数不符合阈值时，对电梯健康参数的调整过程进行优化，优化后的电梯健康参数为H2(i-v)。
10.根据权利要求9所述的基于人工智能的电梯健康状态监测系统，其特征在于，所述风险预警模块将电梯健康参数H(i)与健康比对阈值h1和h2进行比对，以确定电梯健康状态，电梯健康状态包括正常、存在风险和异常。
...【技术特征摘要】
1.一种基于人工智能的电梯健康状态监测系统，其特征在于，包括：
2.根据权利要求1所述的基于人工智能的电梯健康状态监测系统，其特征在于，所述数据处理模块设有数据构建单元，其用以对电梯偏移数据进行编号，将电梯偏移数据与采集时间一一对应，设置左右偏移度为l(t)，前后偏移度为r(t)，振幅为g(t)，承载重量为m(t)，并将每隔预设分析周期时长的电梯偏移数据作为一个电梯数据集，并对电梯数据集按时间顺序进行编号，其中，t为时间编号，设置电梯数据集的编号为i，i∈n+，t∈[(i-1)×t,i×t)，t表示预设分析周期的时长。
3.根据权利要求2所述的基于人工智能的电梯健康状态监测系统，其特征在于，所述数据处理模块还设有数据分类单元，其用以根据承载重量m(t)和最大承载重量m对电梯数据集进行分类，以确定电梯的运行状态，运行状态包括未承载、低承载和高承载；
4.根据权利要求3所述的基于人工智能的电梯健康状态监测系统，其特征在于，所述数据处理模块还设有数据标准化单元，其用以根据左右偏移度均值、前后偏移度均值、振幅均值、左右偏移度标准差、前后偏移度标准差、振幅标准差和电梯数据集通过标准化公式对标准化数据进行分析，所述数据标准化单元设有标准化公式如下：
5.根据权利要求4所述的基于人工智能的电梯健康状态监测系统，其特征在于，所述承载分析模块设有流量分析单元，其用以统计人流量采集周期内电梯数据集的分类为一类的分析周期的数量作为第一采集数量，统计人流量采集周期内电梯数据集的分类为二类的分析周期的数量作为第二采集数量，统计人流量采集周期内电梯数据集的分类为一类的分析...
【专利技术属性】
技术研发人员：周凡，苏磊，李进，
申请(专利权)人：北京中科医信科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。