吳鐘超 陸莫慶

（廣州特種機(jī)電設(shè)備檢測研究院，廣州 510000）

當(dāng)人們乘坐電梯時，一旦電梯系統(tǒng)發(fā)生故障，主要有兩種表現(xiàn)。一是抱閘過早現(xiàn)象嚴(yán)重，在上行、下行時，均無法在原有設(shè)定的平層位置停止，在停止運(yùn)行時還會產(chǎn)生沖擊問題；二是在機(jī)房控制電梯時可以開慢車，但是在實(shí)際展開檢修工作時，在轎頂開慢車無法實(shí)現(xiàn)，以及在轎頂開快車無法實(shí)現(xiàn)等故障[1]。

并聯(lián)支路在安全回路兩個節(jié)點(diǎn)之間發(fā)生故障是導(dǎo)致電梯出現(xiàn)第一種現(xiàn)象的主要原因[2]。當(dāng)電梯轎廂處于正常運(yùn)行狀態(tài)，還未到達(dá)停站門區(qū)處時，開門繼電器就會吸合，同時門連鎖觸點(diǎn)處于短接狀態(tài)，此時處于提前開門狀態(tài)下的電梯轎廂，也可以穩(wěn)定?？吭谄綄游恢谩５?，當(dāng)斷線成為支路狀態(tài)，或者松脫接線現(xiàn)象產(chǎn)生于繼電器中，此時處于提前開門狀態(tài)下的電梯轎廂，在斷開門連鎖觸點(diǎn)的基礎(chǔ)上，安全回路也會發(fā)生斷開現(xiàn)象，急停問題產(chǎn)生于電梯系統(tǒng)中，最終引發(fā)此類型電梯故障。

安全回路不通是產(chǎn)生第二種故障的主要原因，此時工作人員應(yīng)對安全鉗觸點(diǎn)、上下極限開關(guān)、緩沖器觸點(diǎn)以及限速器觸點(diǎn)等進(jìn)行全面檢查，最終有效發(fā)現(xiàn)故障點(diǎn)并將其排除，保護(hù)電梯穩(wěn)定運(yùn)行。

圖1 電梯安全回路

1 以系統(tǒng)數(shù)學(xué)模型為基礎(chǔ)的故障檢測診斷技術(shù)

在全面掌握構(gòu)造觀察器輸出情況的基礎(chǔ)上，對于電梯系統(tǒng)故障診斷，人們可以采用以系統(tǒng)數(shù)學(xué)模型為基礎(chǔ)的故障檢測診斷技術(shù)[3]。人們需要全面分析和對比輸出測量值，最終判斷故障點(diǎn)。只有從電梯控制系統(tǒng)出發(fā)，展開故障診斷才能保證電梯監(jiān)測效果，這樣才能夠更加高效地展開電梯系統(tǒng)容錯控制、重構(gòu)、修復(fù)和監(jiān)控工作。從系統(tǒng)數(shù)學(xué)模型出發(fā)，人們可以綜合應(yīng)用現(xiàn)代化控制理論與優(yōu)化方法，并利用濾波器、等價空間方程、參數(shù)模型預(yù)估、觀測器等，最終促使殘差的形成。最后，對殘差進(jìn)行決策和評價，需要建立在特定的閾值和準(zhǔn)則基礎(chǔ)之上。

2 以非模型為基礎(chǔ)的故障檢測診斷技術(shù)

2.1 以故障診斷專家系統(tǒng)為基礎(chǔ)的診斷技術(shù)

診斷推理的技術(shù)方法、不確定性的推理、診斷知識的表達(dá)等共同構(gòu)成了專家系統(tǒng)，在綜合應(yīng)用人工智能技術(shù)與計(jì)算機(jī)技術(shù)的背景下，模型在專家系統(tǒng)故障診斷與檢測過程中的重要性逐漸被削弱，這樣極大地提升了電梯故障檢測水平[4]。

2.2 以故障樹為基礎(chǔ)的故障診斷技術(shù)

故障樹是邏輯結(jié)構(gòu)圖，能夠描述出在特定時間內(nèi)有關(guān)設(shè)備、系統(tǒng)的不希望事件同與之相關(guān)的部件、子系統(tǒng)之間的故障事件，故障樹以樹狀防范分層體現(xiàn)系統(tǒng)狀態(tài)，并能夠從整體到細(xì)節(jié)清晰體現(xiàn)故障產(chǎn)生原因[5]。圖形演繹是故障樹診斷技術(shù)應(yīng)用過程中的主要特點(diǎn)，其運(yùn)行中可以綜合、全面分析系統(tǒng)故障，并通過處理分析構(gòu)建故障圖表，將各個部件、故障、系統(tǒng)中各元素之間的關(guān)系以及故障原因清晰地呈現(xiàn)出來，并在對故障原因、故障發(fā)生概率以及故障發(fā)生程度進(jìn)行分析的過程中應(yīng)用定量計(jì)算的方法。

2.3 以故障模式識別為基礎(chǔ)的故障診斷技術(shù)

該故障診斷技術(shù)具有靜態(tài)化的特點(diǎn)，模式識別是該故障診斷技術(shù)的基礎(chǔ)，該技術(shù)的核心在于對故障模式特征量的提取和選取。在實(shí)際運(yùn)用該技術(shù)時，需要從在線分析和離線分析兩個角度入手。離線分析時，首先需要對系統(tǒng)故障狀態(tài)特征向量集合進(jìn)行確定，并以此為基礎(chǔ)對故障模式向量進(jìn)行描述，此時會產(chǎn)生故障基準(zhǔn)模式集，此時所產(chǎn)生的判定函數(shù)可以對故障模式向量進(jìn)行有效識別，接下來可以利用在線分析，對故障特征向量進(jìn)行提取，在對已經(jīng)產(chǎn)生的判定函數(shù)進(jìn)行應(yīng)用的基礎(chǔ)上，可以更加高效地進(jìn)行故障定位與分析。

2.4 以人工神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)的故障診斷技術(shù)

20世紀(jì)90年代，以人工神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)的故障診斷技術(shù)開始產(chǎn)生，但是在使用中呈現(xiàn)出較差的實(shí)用性，而近年來在科學(xué)技術(shù)不斷進(jìn)步的背景下，這一技術(shù)的功能也得到了完善[6]。目前，人工神經(jīng)網(wǎng)絡(luò)已經(jīng)形成了相對健全的功能，如復(fù)雜模式處理功能、自適應(yīng)功能、自學(xué)習(xí)功能、推理、聯(lián)想和記憶等功能。所以，在檢測機(jī)器等龐大、復(fù)雜系統(tǒng)時，該技術(shù)也呈現(xiàn)出了較高的實(shí)用性，將其應(yīng)用于電梯故障檢測中，能夠?qū)刂葡到y(tǒng)突發(fā)故障進(jìn)行全面檢測，呈現(xiàn)出較高的應(yīng)用價值。

3 結(jié)語

近年來，高層和智能建筑幾乎成為城市建設(shè)和經(jīng)濟(jì)發(fā)展的重要標(biāo)志，建筑的功能越來越完善，而電梯的重要性也逐漸凸顯出來。在電梯使用過程中，必須定期展開故障檢測工作，及時發(fā)現(xiàn)并排除各種故障，這樣才能夠保證人們的生命安全。目前，在故障診斷專家系統(tǒng)、故障樹、故障模式識別、人工神經(jīng)網(wǎng)絡(luò)基礎(chǔ)上形成的電梯故障檢測技術(shù)在我國呈現(xiàn)出了較高的應(yīng)用價值。