郭 淼 潘 鋒 李 斌 歐陽惠卿 王 博 王會方

（1.中國合格評定國家認可中心 北京 100062）

（2.上海市特種設(shè)備監(jiān)督檢驗技術(shù)研究院 上海 200062）

（3.南京市特種設(shè)備安全監(jiān)督檢驗研究院 南京 210000）

截至2022 年底，全國電梯總量已達964.46 萬臺[1]，我國是全球電梯保有量最多的國家。電梯檢驗檢測機構(gòu)、型式試驗機構(gòu)作為電梯制造、安裝、維保質(zhì)量的技術(shù)檢驗機構(gòu)，對確保電梯安全、減少電梯事故、服務(wù)政府監(jiān)管發(fā)揮著重要作用。

2021 年2 月24 日，市場監(jiān)管總局發(fā)布《市場監(jiān)管總局關(guān)于同意開展電梯智慧監(jiān)管試點的批復(fù)》（國市監(jiān)特設(shè)函〔2021〕72 號）文件，批復(fù)上海市、南京市、杭州市、廣州市市場監(jiān)管部門按照相應(yīng)試點方案開展電梯智慧監(jiān)管試點，電梯的監(jiān)管模式逐漸向智慧化方式轉(zhuǎn)換，其中，基于大數(shù)據(jù)的電梯檢驗檢測活動也成為智慧監(jiān)管的重要內(nèi)容之一。

1 電梯領(lǐng)域檢驗檢測及認可活動現(xiàn)狀

從事電梯相關(guān)檢驗檢測活動的機構(gòu)主要包括型式試驗機構(gòu)、電梯綜合性檢驗機構(gòu)和電梯檢測機構(gòu)。截至2022 年底，共有7 家電梯型式試驗機構(gòu)。全國共有特種設(shè)備綜合性檢驗機構(gòu)568 個，其中，系統(tǒng)內(nèi)檢驗機構(gòu)278 個，行業(yè)和企業(yè)自檢機構(gòu)190 個，電梯檢測機構(gòu)59 個。各省、市和自治區(qū)均由省級特種設(shè)備檢驗機構(gòu)從事電梯的監(jiān)督檢驗，除西藏等省份以外絕大部分地級市均由當?shù)氐厥屑壧胤N設(shè)備檢驗機構(gòu)或者省級特種設(shè)備檢驗機構(gòu)的地市級分支機構(gòu)從事電梯的監(jiān)督檢驗。電梯定期檢驗通常由取得電梯監(jiān)督檢驗資格的綜合性檢驗機構(gòu)進行，但部分行業(yè)也成立了對其所使用的電梯進行定期檢驗的自檢機構(gòu)。近幾年，隨著電梯檢驗檢測工作改革，也有部分第三方檢測機構(gòu)承擔電梯的檢測工作。

截至2021 年4 月，共有164 家電梯有關(guān)實驗室獲得CNAS 認可，上述7 家電梯型式試驗機構(gòu)均獲得了CNAS 實驗室認可；另外共有31 家電梯有關(guān)檢驗機構(gòu)獲得了CNAS 檢驗機構(gòu)認可，其中20 家是從事電梯監(jiān)督檢驗和定期檢驗的綜合性檢驗機構(gòu)，其余11 家為電梯建筑結(jié)構(gòu)、礦用電梯、消防員電梯的檢驗機構(gòu)。

2 基于大數(shù)據(jù)的電梯檢驗檢測技術(shù)的應(yīng)用

2.1 開展數(shù)據(jù)表規(guī)范設(shè)計，搭建電梯全生命周期數(shù)據(jù)庫

電梯數(shù)據(jù)表主要包括基本信息、檢驗信息、維保信息、運行信息、故障信息、事故信息、使用管理信息、改造修理信息等數(shù)據(jù)表[2]。將數(shù)據(jù)表規(guī)范與特種設(shè)備檢驗管理信息系統(tǒng)數(shù)據(jù)庫中的表名及字段名進行了一一對應(yīng)，對特種設(shè)備檢驗管理信息系統(tǒng)的數(shù)據(jù)進行了篩選。在故障數(shù)據(jù)采集中，對數(shù)據(jù)表規(guī)范進行了微調(diào)和補充；實現(xiàn)了企業(yè)故障編碼規(guī)則、物聯(lián)網(wǎng)故障編碼規(guī)則、大數(shù)據(jù)故障數(shù)據(jù)表規(guī)范三者之間的轉(zhuǎn)換與統(tǒng)一。

本文研究的電梯全生命周期大數(shù)據(jù)庫包含超過10萬臺（套）電梯的設(shè)備基本信息、歷史檢驗信息以及約11 萬條電梯故障數(shù)據(jù)，具有共享性、統(tǒng)一性、可靠性和動態(tài)性特征需求。通過數(shù)據(jù)庫的物理結(jié)構(gòu)設(shè)計、內(nèi)容設(shè)計、功能模塊設(shè)計、數(shù)據(jù)庫信息語言編輯以及數(shù)據(jù)庫的存儲備份物理結(jié)構(gòu)設(shè)計等，開展數(shù)據(jù)庫建設(shè)。

傳統(tǒng)的大數(shù)據(jù)分析往往只關(guān)注某一個環(huán)節(jié)，無法將電梯的生產(chǎn)（包括制造及維保）、檢驗和使用多個環(huán)節(jié)串聯(lián)起來進行數(shù)據(jù)挖掘和分析，單個環(huán)節(jié)的脫節(jié)數(shù)據(jù)采集將導(dǎo)致后期無法有效地預(yù)測。本文采集電梯的生產(chǎn)（包括制造及維保）、檢驗和使用等全生命周期的數(shù)據(jù)，對海量的多源異構(gòu)數(shù)據(jù)進行不同方式的采集和提取，對結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)進行不同方式的處理和存儲，實現(xiàn)了電梯全生命周期各環(huán)節(jié)數(shù)據(jù)的采集，并對電梯故障數(shù)據(jù)進行分析。

2.2 數(shù)據(jù)來源

隨著電梯相關(guān)企業(yè)信息化水平和質(zhì)量管理水平的不斷提升，電梯相關(guān)主體包括制造單位、維保單位、使用單位和檢驗單位都將其作業(yè)過程和管理流程通過數(shù)據(jù)形式予以記錄，制造和維保單位還將電梯的運行狀態(tài)和故障等信息進行實時物聯(lián)網(wǎng)采集，產(chǎn)生了大量的數(shù)據(jù)信息，為行業(yè)的數(shù)據(jù)分析和挖掘提供了豐富的數(shù)據(jù)基礎(chǔ)。從目前行業(yè)現(xiàn)狀看，數(shù)據(jù)來源有以下幾方面：制造數(shù)據(jù)、維保數(shù)據(jù)、使用數(shù)據(jù)、檢驗數(shù)據(jù)、檢測數(shù)據(jù)和監(jiān)管數(shù)據(jù)等。

2.3 數(shù)據(jù)結(jié)構(gòu)和類型

這些數(shù)據(jù)從形式上看，包括結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)；從數(shù)據(jù)的實時性來看，包括實時數(shù)據(jù)、準實時數(shù)據(jù)和靜態(tài)數(shù)據(jù)。

結(jié)構(gòu)化數(shù)據(jù)主要是行業(yè)內(nèi)各種信息化系統(tǒng)中，通過關(guān)系型數(shù)據(jù)庫進行存儲的數(shù)據(jù)，目前制造單位的ERP 系統(tǒng)、維保管理系統(tǒng)、檢驗管理系統(tǒng)和監(jiān)察系統(tǒng)等系統(tǒng)中，形成了大量的以設(shè)備唯一編碼（包括設(shè)備代碼和注冊代碼等）為主鍵的關(guān)系型數(shù)據(jù)庫，包括了設(shè)備的基本信息、主機及部件的參數(shù)信息、相關(guān)單位信息等靜態(tài)信息和安裝記錄信息、維保記錄信息、檢驗記錄信息、監(jiān)管記錄信息等準動態(tài)信息。

非結(jié)構(gòu)化數(shù)據(jù)主要是隨著信息化系統(tǒng)的建設(shè)和完善而補錄原始記錄的圖片和隨著新規(guī)則要求而對作業(yè)現(xiàn)場和過程進行圖像和音視頻記錄的數(shù)據(jù)，這些數(shù)據(jù)無法通過關(guān)系數(shù)據(jù)庫直接獲取有效信息，需要經(jīng)過二次處理后進行類結(jié)構(gòu)化處理。主要包括紙質(zhì)維保記錄、檢驗記錄、檢驗機構(gòu)的催檢單、檢驗機構(gòu)與使用單位的檢驗告知單等紙質(zhì)信息錄入的數(shù)據(jù)、現(xiàn)場維保和檢驗的音視頻信息，word、excel 等文檔記錄信息。

從數(shù)據(jù)的實時性來看。設(shè)備初始化的數(shù)據(jù)均為靜態(tài)數(shù)據(jù)，包括設(shè)備的基本信息、主機及部件的參數(shù)信息、相關(guān)單位信息等靜態(tài)信息。設(shè)備在運行過程中產(chǎn)生的作業(yè)信息一般定期或不定期更新，例如維保記錄半月1 次，檢驗記錄1 年1 次，監(jiān)督檢查記錄不定期更新等，這些數(shù)據(jù)的歷史數(shù)據(jù)保持一定周期，按頻率更新相應(yīng)的數(shù)據(jù)，是一種準實時信息。對電梯運行狀態(tài)和故障進行實時檢測的物聯(lián)網(wǎng)信息則是一種動態(tài)信息，數(shù)據(jù)更新頻率高，除一些重要信息外（例如故障記錄等）保存周期較少。

2.4 數(shù)據(jù)采集及存儲

●2.4.1 數(shù)據(jù)采集架構(gòu)

考慮到數(shù)據(jù)的不同來源、不同形式、不同分析要求，采用不同的數(shù)據(jù)采集方式。圖1 給出了數(shù)據(jù)采集的框架。

圖1 多源異構(gòu)數(shù)據(jù)的采集框架

數(shù)據(jù)來源主要包括使用數(shù)據(jù)、維保數(shù)據(jù)、檢驗數(shù)據(jù)、監(jiān)管數(shù)據(jù)、制造數(shù)據(jù)。每種數(shù)據(jù)均有不同的載體形式。由于使用單位的信息化系統(tǒng)建設(shè)較晚，很多關(guān)于電梯的數(shù)據(jù)均是通過紙質(zhì)記錄和照片等記錄形式保存。較多的維保單位針對電梯運行和維護保養(yǎng)開展了信息化系統(tǒng)建設(shè)，同時也保留了大量的現(xiàn)場維保記錄，這些記錄也是通過紙質(zhì)和圖片的形式保存。對于維保的設(shè)備、人員和機構(gòu)等管理、部分維保單位的維保過程管理等采用信息化系統(tǒng)，形成了維保數(shù)據(jù)庫。檢驗機構(gòu)和監(jiān)管部門較早地建立和應(yīng)用了信息化系統(tǒng)，形成了較為完善的檢驗數(shù)據(jù)庫和監(jiān)察數(shù)據(jù)庫。

●2.4.2 SQL 腳本提取和XML 格式轉(zhuǎn)換的傳輸方式

對于形成結(jié)構(gòu)化數(shù)據(jù)庫的制造、維保、檢驗和監(jiān)察數(shù)據(jù)等，可以通過SQL 腳本提取的方式進行訪問傳輸，目前已經(jīng)有非常成熟的數(shù)據(jù)交換機制，考慮到不同數(shù)據(jù)庫的轉(zhuǎn)換，一般采用支撐跨平臺、跨數(shù)據(jù)庫的JSON 語言實現(xiàn)。對于如word、excel 文檔等具有一定編碼格式的電子文本信息，通過XML 轉(zhuǎn)換，形成統(tǒng)一的編碼格式和展示形式，也可以進行較好的數(shù)據(jù)交換和傳輸。

●2.4.3 手動錄入及轉(zhuǎn)換方式

對于如紙質(zhì)的生產(chǎn)日志、維保記錄、使用記錄等和現(xiàn)場工作圖片、音視頻等信息，則是一種非結(jié)構(gòu)化數(shù)據(jù)，需要人工錄入，通過計算機識別轉(zhuǎn)換為可識別格式的數(shù)據(jù)，再進行編碼和傳輸處理。

●2.4.4 物聯(lián)網(wǎng)數(shù)據(jù)

對于維保單位和制造單位，通過電梯物聯(lián)網(wǎng)監(jiān)測手段，實現(xiàn)對電梯的運行狀態(tài)和故障信息進行檢測，檢測的數(shù)據(jù)也是通過固定的格式傳輸至制造及維保單位的數(shù)據(jù)庫平臺，這些數(shù)據(jù)實時性較強，結(jié)構(gòu)化較好。

2.5 電梯制造、維保、檢驗、使用的數(shù)據(jù)處理和分析

●2.5.1 數(shù)據(jù)處理

在利用大數(shù)據(jù)進行數(shù)據(jù)分析的過程中，會出現(xiàn)很多不符合要求的數(shù)據(jù)，例如重復(fù)錄入、錯誤錄入、部分信息缺失以及異常數(shù)據(jù)等[3]。數(shù)據(jù)預(yù)處理主要是將原始輸入數(shù)據(jù)中的無關(guān)數(shù)據(jù)進行刪除，包括一些重復(fù)數(shù)據(jù)和平滑噪聲數(shù)據(jù)等，同時篩選掉與后期數(shù)據(jù)建模無關(guān)的無效數(shù)據(jù)，以及處理原始輸入數(shù)據(jù)中的缺失值和異常值等。本文主要采用Python 進行數(shù)據(jù)預(yù)處理。

1）缺失值處理。在數(shù)據(jù)預(yù)處理過程中，往往會碰到電梯制造、維保、檢驗、評估數(shù)據(jù)的缺失問題。缺失值是數(shù)據(jù)預(yù)處理階段比較常見的問題。在進行數(shù)據(jù)分析前，需要了解數(shù)據(jù)的缺失情況，需要根據(jù)具體的實際情況來處理缺失值。例如，在電梯基礎(chǔ)數(shù)據(jù)中電梯的地理信息會存在很大的缺失值，一般是利用地圖軟件的API 提供的地理/逆地理編碼功能，補全和完善相關(guān)信息。

2）重復(fù)值處理。在數(shù)據(jù)的采集過程中，由于數(shù)據(jù)來源多樣化，錄入和數(shù)據(jù)的整合可能產(chǎn)生重復(fù)數(shù)據(jù)，采用刪除處理。例如，在電梯基礎(chǔ)數(shù)據(jù)錄入和傳輸后，因中文字符編碼的問題，出現(xiàn)某某電梯（中國）有限公司，受半角和全角等影響，呈現(xiàn)出數(shù)據(jù)的不同，需要進行統(tǒng)一化處理。

3）異常值處理。在數(shù)據(jù)預(yù)處理過程中，數(shù)據(jù)中有時會出現(xiàn)一個或幾個數(shù)值與其他數(shù)值的差異比較大，稱之為異常值，會對后期的數(shù)據(jù)模型造成干擾，導(dǎo)致建模結(jié)果差異較大，需要根據(jù)實際情況來判斷刪除或用其他值替換。例如，電梯速度明顯大于10 m/s，這些需要通過遍歷查找出異常值，然后根據(jù)規(guī)則進行調(diào)整。

●2.5.2 數(shù)據(jù)分析

數(shù)據(jù)分析是利用現(xiàn)代統(tǒng)計技術(shù)和大數(shù)據(jù)分析技術(shù)，對數(shù)據(jù)和物理機理對應(yīng)的關(guān)系進行深入分析或?qū)?shù)據(jù)與數(shù)據(jù)之間的關(guān)聯(lián)關(guān)系進行挖掘，以找出相應(yīng)的關(guān)系。常用的分析方式有兩大類：多元統(tǒng)計分析和數(shù)據(jù)挖掘方法。

1）多元統(tǒng)計分析包括：（1）因子分析。通過分析確認變量的共線性，提取共性因子，例如，在電梯中，分析多個數(shù)據(jù)項對電梯故障的影響，尋找影響電梯故障的影響因子。（2）回歸分析。確定不同變量之間的影響程度和依賴程度的分析方法，例如，在電梯數(shù)據(jù)中，分析不同故障類型之間的依賴關(guān)系，尋找故障背后的機理。（3）離散分析。通過測量數(shù)據(jù)分散程度的方法來評估數(shù)據(jù)的一致性，例如，對品牌電梯的故障數(shù)據(jù)進行分析，尋找品牌故障的離散程度，離散程度越高，越能體現(xiàn)故障的不均一性。

2）數(shù)據(jù)挖掘方法包括：（1）聚類分析。大數(shù)據(jù)分析技術(shù)本質(zhì)就是一種分類技術(shù)，聚類分析是通過挖掘數(shù)據(jù)中的電梯對象及各個屬性數(shù)據(jù)的關(guān)系的信息，將電梯數(shù)據(jù)進行分組，常用的分析方法是K 均值聚類。（2）分類分析。與聚類分析不同，分類分析需要預(yù)定義類別，一般通過人工標注的分類訓(xùn)練庫進行自動分類定義，對于電梯故障類別可以通過這種方式實現(xiàn)。（3）關(guān)聯(lián)分析。即找出電梯不同屬性之間的關(guān)聯(lián)，例如，對于電梯故障的多種影響因素，通過數(shù)據(jù)分析得到關(guān)聯(lián)關(guān)系和各影響因素的關(guān)聯(lián)影響因子。

3 基于大數(shù)據(jù)智能優(yōu)選對電梯典型故障分析及研究

電梯在用量持續(xù)穩(wěn)定增長，故障時有發(fā)生，產(chǎn)生各種安全隱患。本文電梯實驗數(shù)據(jù)庫中存儲了約10 萬臺（套）電梯設(shè)備基本信息、歷史檢驗信息以及約11 萬條電梯故障數(shù)據(jù)。筆者在對以上數(shù)據(jù)進行清洗和預(yù)處理之后，針對有效數(shù)據(jù)，進行了層門系統(tǒng)故障、停梯故障、電氣控制系統(tǒng)故障及其他典型故障分析，根據(jù)故障產(chǎn)生的原因，闡述了一些建議和措施，為消除安全隱患提供幫助。

3.1 電梯門系統(tǒng)故障相關(guān)分析

在所有的電梯故障中，電梯門系統(tǒng)故障約占70%。主要情況見表1。

表1 總故障匯總表

3.2 電梯停梯故障相關(guān)分析

電梯異常停梯是影響乘客最直觀感受的主要故障之一，也是造成電梯“關(guān)人”的重要原因。通過對上述110 629 條故障信息的分析，其中停梯相關(guān)故障共有4 390 條，占3.968 2%，造成電梯非正常停梯的故障類型見表2。

表2 停梯故障類型

由表2 可知，按照故障數(shù)據(jù)顯示，非平層停梯報警故障占40.41%，非平層停梯故障占0.25%，非正常停梯占2.18%。對于非平層停梯，主要由于平層感應(yīng)器、旋轉(zhuǎn)編碼器等樓層識別裝置以及層門、轎廂和電氣安全裝置等出現(xiàn)故障。

由表2 可知，故障統(tǒng)計數(shù)據(jù)中的制動器故障中，制動器鐵芯卡阻占56.68%，制動器鐵芯磨損占0.05%，制動器閘瓦磨損占0.07%，抱閘檢測開關(guān)故障占0.11%，抱閘接觸器故障占0.25%。制動器鐵芯卡阻占比相對較高，考慮到故障檢測的錯誤概率，這些鐵芯卡阻的故障現(xiàn)象很多是因為檢測開關(guān)故障，因此這2 個故障比例有待進一步驗證?；谌缟蠑?shù)據(jù)，在平時維護保養(yǎng)中，要重點針對制動器開展檢查，必要時要進行相關(guān)的功能試驗。

3.3 電梯電氣控制系統(tǒng)故障類型分析

電氣控制系統(tǒng)發(fā)生故障也是電梯整機設(shè)備故障的主要原因之一。經(jīng)過對本文所述的11 萬條數(shù)據(jù)分析，直接由控制系統(tǒng)導(dǎo)致的整機故障有2 331 次，電氣控制系統(tǒng)故障往往導(dǎo)致電梯無法運行，電氣控制系統(tǒng)的主要故障有繼電器故障、變頻器故障等，見表3。

表3 電梯電氣和控制系統(tǒng)故障類型

3.4 電梯召喚、轎廂故障分析

電梯召喚系統(tǒng)和轎廂是乘客最直接接觸的電梯部件，在11 萬條故障數(shù)據(jù)中，召喚系統(tǒng)故障337 起，占0.304 6%；轎廂系統(tǒng)故障10 486 起，故障率為9.478 5%；異響故障109 起，故障率為0.098 5%。

呼梯按鈕是電梯整機部件中使用次數(shù)最多的零部件。通過對故障數(shù)據(jù)的分析，其中共發(fā)生337 次召喚系統(tǒng)故障，見表4，其中樓層按鈕損壞占比最大，尤其是1 層按鈕和關(guān)門按鈕，其他按鈕故障主要表現(xiàn)為某個樓層按鈕燈不亮，按鈕不靈敏、松動等；其次占比最大的是顯示故障[4]。

表4 召喚系統(tǒng)故障類型

轎廂系統(tǒng)故障主要表現(xiàn)為轎廂在開鎖區(qū)域外停止、轎廂意外移動、轎廂照明失效、乘梯危險行為。轎廂在開鎖區(qū)域外停止故障占比最大，占轎廂系統(tǒng)故障的93.24%。

4 結(jié)論與展望

本文研究分析了電梯相關(guān)機構(gòu)認可現(xiàn)狀，對采集的11 萬條電梯故障數(shù)據(jù)通過大數(shù)據(jù)方法進行了預(yù)處理，并基于電梯物理知識對這些故障類型和原因進行了進一步分析，并給出了一些針對性的預(yù)防措施。通過智慧電梯建設(shè)，提升監(jiān)管效能，將是電梯行業(yè)發(fā)展的趨勢。本文在智慧電梯的大數(shù)據(jù)方面做出了初步探索，有以下思考：

1）目前智慧監(jiān)管技術(shù)在電梯中的應(yīng)用主要體現(xiàn)在多源異構(gòu)數(shù)據(jù)感知及獲取、數(shù)據(jù)分析方法研究和電梯智慧監(jiān)管平臺應(yīng)用等方面，其中數(shù)據(jù)感知及獲取是基礎(chǔ)，數(shù)據(jù)分析方法是應(yīng)用支撐，平臺是智慧監(jiān)管技術(shù)的最終應(yīng)用形式。

2）在電梯運行數(shù)據(jù)感知及獲取方面，已經(jīng)有了較為成熟的開關(guān)量獲取方式和應(yīng)用，但運行狀態(tài)的模擬量的感知和監(jiān)測還處于試驗研究階段，較少在實際的監(jiān)控中得到應(yīng)用。

3）在電梯業(yè)務(wù)數(shù)據(jù)獲取及應(yīng)用方面，已經(jīng)有了較多的業(yè)務(wù)應(yīng)用系統(tǒng)，但數(shù)據(jù)的有效富集和整合還有待進一步加強。同時也缺乏對電梯應(yīng)用的日志、文本、表格、圖片、視頻等數(shù)據(jù)結(jié)構(gòu)化抽取和統(tǒng)一表示方法，尤其缺乏對電梯多源異構(gòu)、超高維、不完全數(shù)據(jù)的多維知識提取、圖譜構(gòu)建等大數(shù)據(jù)分析基礎(chǔ)理論與方法研究，難以解決多源復(fù)雜數(shù)據(jù)的有效挖掘難題。