【技术实现步骤摘要】
本专利技术涉及电梯安全，具体涉及一种电梯智能巡检方法。
技术介绍
1、随着高层建筑的不断增多，电梯的使用越来越广泛。电梯的安全运行至关重要，传统的电梯巡检主要依靠人工定期检查，存在效率低、漏检风险高、难以实时监测等问题，因此，需要一种更加智能、高效的电梯巡检方法来确保电梯的安全运行。
技术实现思路
1、本专利技术的目的是为了解决上述问题，设计了一种电梯智能巡检方法，以解决现有电梯巡检方法存在的问题。
2、本专利技术提供一种电梯智能巡检方法，所述电梯智能巡检方法包括以下步骤：
3、通过传感器采集电梯的运行数据、状态数据和故障数据，得到电梯数据集合，通过对所述电梯数据集合中的数据进行分析，生成服务数据，其中所述服务数据至少包括维保条目、电梯部件的自动检测结果；
4、获取电梯的维保任务，针对所述维保任务形成巡检机器人的功能库，根据所述服务数据得到电梯的健康状态分析结果，并确定电梯的巡检任务；
5、下发电梯的巡检任务至巡检机器人，将任务参数和任务情况整合，得到任务数据，对所述任务数据进行分析，预测各任务完成所需时间；
6、结合电梯位置和巡检机器人行动轨迹，规划好各个巡检机器人的巡检路线，分解成个体任务下发给巡检机器人，经过巡检机器人巡检输出巡检报告。
7、可选的，在本专利技术的第一种实现方式中，所述通过传感器采集电梯的运行数据、状态数据和故障数据，得到电梯数据集合，通过对所述电梯数据集合中的数据进行分析，生成服务数据，
8、采用中值滤波方法对所述电梯数据集合中的数据进行平滑处理，去除异常值和噪声数据，对经过平滑处理的数据进行归一化处理，得到新的电梯数据集合；
9、采用z-score标准化对新的电梯数据集合中数据进行数据处理，得到标准化数据；
10、计算标准化后数据的协方差矩阵，得到协方差矩阵的特征值和特征向量，按照特征值的大小对特征向量进行排序，选择前n个特征值对应的特征向量组成主成分；
11、将新的电梯数据集合中数据投影到主成分上，得到降维后的新数据，根据主成分分析的结果，确定维保条目的关注方向；
12、采用聚类算法对降维后的新的电梯数据集合中数据进行分类，识别不同类型的电梯运行状态和故障模式，根据聚类结果，生成电梯部件的自动检测结果；
13、综合主成分分析和聚类分析的结果，确定电梯的维保条目，评估每个维保条目的重要性和紧急程度，确定优先级，根据优先级对维保条目进行排序，生成服务数据。
14、可选的，在本专利技术的第二种实现方式中，所述采用聚类算法对降维后的新的电梯数据集合中数据进行分类，识别不同类型的电梯运行状态和故障模式，根据聚类结果，生成电梯部件的自动检测结果，包括：
15、从降维后的新的电梯数据集合中数据中随机选取第一个聚类中心，并通过迭代计算获取第一个聚类中心与新的电梯数据集合中数据之间最短距离和，建立距离集合；
16、对距离集合归一化处理，计算距离集合中所有距离和，并添加拉普拉斯噪声，获取噪声添加后最短距离和；
17、在降维后的新的电梯数据集合中数据归一化范围内选取种子聚类中心，并循环计算数据、聚类中心最短距离，直至完成聚类中心的选取；
18、基于获取的最短距离集合以及聚类中心的选取，将最短距离集合对应数据划分至聚类中心中,得到数据类别；
19、对数据类别均值展开计算,并在计算结果中加入噪声,并将结果作为新的数据中心点，重复迭代直至直到聚类中心不再变化或达到预设的迭代次数，完成数据聚类；
20、根据聚类结果，识别不同类型的电梯运行状态和故障模式，至少包括正常运行类、轻微故障类、严重故障类；
21、对于每个聚类，分析该类中电梯数据，确定各个部件的运行状态，生成电梯部件的自动检测结果。
22、可选的，在本专利技术的第三种实现方式中，所述获取电梯的维保任务，针对所述维保任务形成巡检机器人的功能库，根据所述服务数据得到电梯的健康状态分析结果，并确定电梯的巡检任务，包括：
23、对电梯维保任务进行任务分类，并为每个维保任务进行编码，其中所述任务分类至少包括机械部件检查、电气系统检测、安全装置测试；
24、根据维保任务的分类和编码，为巡检机器人构建功能库，其中所述功能库包含每个维保任务对应的机器人操作指令；
25、建立电梯健康状态评估模型，基于所述服务数据通过所述电梯健康状态评估模型对电梯的健康状态进行评估，得到电梯的健康状态分析结果，其中所述电梯健康状态评估模型为基于ga算法优化的bp神经网络。
26、可选的，在本专利技术的第四种实现方式中，所述基于ga算法优化的bp神经网络包括以下步骤：
27、选择种群大小以及染色体，确定适应度函数，并随机产生一个初始种群；
28、通过适应度比例方法计计算出每一串的累计概率及选择概率，将适应度大的个体放回种群；
29、根据交叉概率确定是否对选中的两个个体进行交叉操作，如果进行交叉操作，随机选择染色体上的一个或多个位置作为交叉点，在交叉点处交换两个个体的部分染色体，生成两个新的个体；
30、根据变异概率确定是否对选中的个体进行变异操作，如果进行变异操作，随机选择染色体上的一个位置作为变异点，对变异点处的基因值进行随机改变；
31、将经过选择、交叉和变异操作后得到的新种群作为下一代种群，进行新一轮的适应度评估、选择、交叉和变异操作，直到达到预设的迭代次数，在迭代结束后，从最后一代种群中选择适应度最高的个体作为优化后的bp神经网络的权值和阈值。
32、可选的，在本专利技术的第五种实现方式中，所述下发电梯的巡检任务至巡检机器人，将任务参数和任务情况整合，得到任务数据，对所述任务数据进行分析，预测各任务完成所需时间，包括：
33、收集巡检机器人历史巡检任务的数据，将收集到的数据按照时间顺序进行整理，形成时间序列数据集，将所述时间序列数据集按一定比例划分为训练集和验证集；
34、对整理好的时间序列数据进行平稳性检验，基于平稳性校验结果选择时间序列分析模型；
35、使用训练集对时间序列分析模型进行训练，使用均方根误差评估模型的拟合效果，在验证集上对训练好的模型进行验证，得到训练好的时间序列模型；
36、将任务数据输入训练好的时间序列模型，模型根据历史数据的模式和趋势，预测各任务完成所需时间。
37、可选的，在本专利技术的第六种实现方式中，所述结合电梯位置和巡检机器人行动轨迹，规划好各个巡检机器人的巡检路线，分解成个体任务下发给巡检机器人，经过巡检机器人巡检输出巡检报告，包括：
38、基于a*算法将电梯位置和巡检机器人经过的区域构建为一个图，节点表示位置点，边表示两个位置点之间的连接，为每条边赋予指标权重，在图中搜索从当前巡检机器人位置到目标电梯位置的最短路径，其中所述指标至少包括距离、本文档来自技高网...
【技术保护点】
1.一种电梯智能巡检方法，其特征在于，所述电梯智能巡检方法包括以下步骤：
2.如权利要求1所述的一种电梯智能巡检方法，其特征在于，所述通过传感器采集电梯的运行数据、状态数据和故障数据，得到电梯数据集合，通过对所述电梯数据集合中的数据进行分析，生成服务数据，包括：
3.如权利要求2所述的一种电梯智能巡检方法，其特征在于，所述采用聚类算法对降维后的新的电梯数据集合中数据进行分类，识别不同类型的电梯运行状态和故障模式，根据聚类结果，生成电梯部件的自动检测结果，包括：
4.如权利要求1所述的一种电梯智能巡检方法，其特征在于，所述获取电梯的维保任务，针对所述维保任务形成巡检机器人的功能库，根据所述服务数据得到电梯的健康状态分析结果，并确定电梯的巡检任务，包括：
5.如权利要求4所述的一种电梯智能巡检方法，其特征在于，所述基于GA算法优化的BP神经网络包括以下步骤：
6.如权利要求1所述的一种电梯智能巡检方法，其特征在于，所述下发电梯的巡检任务至巡检机器人，将任务参数和任务情况整合，得到任务数据，对所述任务数据进行分析，预测各任务完
7.如权利要求1所述的一种电梯智能巡检方法，其特征在于，所述结合电梯位置和巡检机器人行动轨迹，规划好各个巡检机器人的巡检路线，分解成个体任务下发给巡检机器人，经过巡检机器人巡检输出巡检报告，包括：
8.一种电梯智能巡检装置，其特征在于，所述电梯智能巡检装置包括第一数据分析模块、健康状态分析模块、第二数据分析模块和巡检路线规划模块，其中，
9.一种电梯智能巡检设备，其特征在于，所述电梯智能巡检设备包括：存储器和至少一个处理器，所述存储器中存储有指令；
10.一种计算机可读存储介质，所述计算机可读存储介质上存储有指令，其特征在于，所述指令被处理器执行时实现如权利要求1-7中任一项所述电梯智能巡检方法的各个步骤。
...【技术特征摘要】
1.一种电梯智能巡检方法，其特征在于，所述电梯智能巡检方法包括以下步骤：
2.如权利要求1所述的一种电梯智能巡检方法，其特征在于，所述通过传感器采集电梯的运行数据、状态数据和故障数据，得到电梯数据集合，通过对所述电梯数据集合中的数据进行分析，生成服务数据，包括：
3.如权利要求2所述的一种电梯智能巡检方法，其特征在于，所述采用聚类算法对降维后的新的电梯数据集合中数据进行分类，识别不同类型的电梯运行状态和故障模式，根据聚类结果，生成电梯部件的自动检测结果，包括：
4.如权利要求1所述的一种电梯智能巡检方法，其特征在于，所述获取电梯的维保任务，针对所述维保任务形成巡检机器人的功能库，根据所述服务数据得到电梯的健康状态分析结果，并确定电梯的巡检任务，包括：
5.如权利要求4所述的一种电梯智能巡检方法，其特征在于，所述基于ga算法优化的bp神经网络包括以下步骤：
6.如权利要...
【专利技术属性】
技术研发人员：张立群，陈彦明，
申请(专利权)人：日立楼宇技术广州有限公司，
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。