【摘要】隨著人工智能（AI）技術(shù)的不斷進(jìn)步，其在電梯檢驗(yàn)領(lǐng)域的應(yīng)用日益廣泛。AI技術(shù)在電梯檢驗(yàn)中主要涉及故障診斷、預(yù)測(cè)性維護(hù)、實(shí)時(shí)監(jiān)控與控制以及安全監(jiān)測(cè)四個(gè)方面。通過(guò)集成多種傳感器和算法，智能監(jiān)測(cè)終端（如E-BOX）能夠?qū)崿F(xiàn)對(duì)電梯系統(tǒng)的實(shí)時(shí)在線監(jiān)測(cè)與數(shù)據(jù)分析，提高檢驗(yàn)效率和乘客安全。這些應(yīng)用不僅優(yōu)化了維護(hù)策略，還提升了乘客滿意度，為智能化管理提供了強(qiáng)有力的數(shù)據(jù)支持。

【關(guān)鍵詞】人工智能；電梯檢驗(yàn)；故障診斷

【DOI編碼】10.3969/j.issn.1674-4977.2024.04.033

Exploration and Research on the Application of Artificial Intelligence in Elevator Inspection

WAN Hongming， CAI Zhihua

（Hunan Special Equipment Inspection and Testing Research Institute〔Changsha Branch〕， Changsha 410000， China）

Abstract： With the continuous progress of artificial intelligence （AI） technology， its application in the field of elevator inspection is becoming increasingly widespread. AI technology mainly involves four aspects in elevator inspection： fault diagnosis， predictive maintenance， real-time monitoring and control， and safety monitoring. By integrating multiple sensors and algorithms， intelligent monitoring terminals （such as E-BOX） can achieve real-time online monitoring and data analysis of elevator systems， improving inspection efficiency and passenger safety. These applications not only optimize maintenance strategies， but also enhance passenger satisfaction， providing strong data support for intelligent management.

Keywords： artificial intelligence； elevator inspection； fault diagnosis

0引言

人工智能（AI）正逐漸滲透到各個(gè)行業(yè)，引領(lǐng)著一場(chǎng)新的工業(yè)革命，其核心能力在于模擬和擴(kuò)展人類智能，處理語(yǔ)言理解、視覺(jué)識(shí)別和決策部署等任務(wù)。隨著技術(shù)的成熟和應(yīng)用的深入，人工智能已經(jīng)從理論研究走向?qū)嶋H應(yīng)用，尤其是在電梯檢驗(yàn)等領(lǐng)域，人工智能的應(yīng)用正變得越來(lái)越精細(xì)化和系統(tǒng)化。通過(guò)對(duì)大量數(shù)據(jù)的實(shí)時(shí)分析和處理，人工智能不僅提高了電梯檢驗(yàn)的效率，還極大地提升了電梯的安全性和可靠性，展現(xiàn)了其在現(xiàn)代工業(yè)應(yīng)用中的巨大潛力。

1人工智能技術(shù)概述

1.1人工智能的定義和分類

人工智能（AI）是一門(mén)集合多個(gè)學(xué)科的技術(shù)，主要目標(biāo)在于創(chuàng)建能夠模擬、延伸甚至超越人類智能的計(jì)算機(jī)系統(tǒng)。這種技術(shù)的核心在于使機(jī)器能夠執(zhí)行需要人類智能的任務(wù)，如語(yǔ)言理解、視覺(jué)識(shí)別、決策制定等。在定義上，人工智能通常被視為一種模仿人類認(rèn)知功能的技術(shù)。這包括從基礎(chǔ)的模式識(shí)別到復(fù)雜的決策和問(wèn)題解決。人工智能系統(tǒng)的設(shè)計(jì)和實(shí)現(xiàn)，旨在使機(jī)器能夠自主學(xué)習(xí)、適應(yīng)環(huán)境變化并作出合理反應(yīng)。對(duì)于人工智能的分類，主要可分為兩大類：弱人工智能和強(qiáng)人工智能。弱人工智能也稱為窄人工智能，指的是為特定任務(wù)設(shè)計(jì)的智能系統(tǒng)，這類系統(tǒng)在其專門(mén)領(lǐng)域內(nèi)表現(xiàn)出色，但無(wú)法超越設(shè)定的范圍。例如，某些語(yǔ)音助手和在線客服系統(tǒng)，它們能夠處理特定的查詢和命令，但無(wú)法處理超出其訓(xùn)練范圍的問(wèn)題。強(qiáng)人工智能或廣義上的人工智能，是一種更為先進(jìn)和復(fù)雜的系統(tǒng)，旨在模擬人類智能的廣泛能力。這類系統(tǒng)理論上能夠執(zhí)行任何智能任務(wù)，具有自我意識(shí)、情感和自主意識(shí)。然而，截至目前，強(qiáng)人工智能仍屬于理論和研究領(lǐng)域，現(xiàn)實(shí)世界中尚未實(shí)現(xiàn)。

1.2關(guān)鍵技術(shù)

在人工智能領(lǐng)域，核心技術(shù)包括機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、計(jì)算機(jī)視覺(jué)以及數(shù)據(jù)分析與處理，每一項(xiàng)都在智能系統(tǒng)的開(kāi)發(fā)和應(yīng)用中扮演著重要角色。機(jī)器學(xué)習(xí)作為一種使計(jì)算機(jī)能夠從數(shù)據(jù)中學(xué)習(xí)并作出決策或預(yù)測(cè)的方法，是實(shí)現(xiàn)人工智能的基石。這種技術(shù)依賴于算法，通過(guò)分析和解釋數(shù)據(jù)模式來(lái)提高任務(wù)執(zhí)行的效率和準(zhǔn)確性。機(jī)器學(xué)習(xí)的應(yīng)用廣泛，從簡(jiǎn)單的數(shù)據(jù)分類到復(fù)雜的預(yù)測(cè)模型，都依賴于這項(xiàng)技術(shù)。深度學(xué)習(xí)則是機(jī)器學(xué)習(xí)的一個(gè)分支，它模仿人腦的工作方式，通過(guò)構(gòu)建多層的神經(jīng)網(wǎng)絡(luò)來(lái)處理和解釋復(fù)雜的數(shù)據(jù)結(jié)構(gòu)。深度學(xué)習(xí)在圖像和聲音識(shí)別、自然語(yǔ)言處理等領(lǐng)域表現(xiàn)出色，因?yàn)樗軌驈拇罅课礃?biāo)記的數(shù)據(jù)中學(xué)習(xí)特征和模式。計(jì)算機(jī)視覺(jué)是另一個(gè)關(guān)鍵技術(shù)，它致力于使機(jī)器能夠像人一樣理解和解釋視覺(jué)信息。這包括從圖像或視頻中識(shí)別對(duì)象、場(chǎng)景、行為乃至情感。計(jì)算機(jī)視覺(jué)技術(shù)在安全監(jiān)控、自動(dòng)駕駛汽車(chē)、醫(yī)療成像分析等眾多領(lǐng)域中發(fā)揮著重要作用。最后，數(shù)據(jù)分析與處理是構(gòu)成人工智能的另一項(xiàng)基礎(chǔ)技術(shù)。這一領(lǐng)域涉及從原始數(shù)據(jù)中提取有價(jià)值的信息，以支持決策制定過(guò)程。數(shù)據(jù)分析不僅包括數(shù)據(jù)的收集和清理，還包括使用統(tǒng)計(jì)方法、機(jī)器學(xué)習(xí)算法和可視化技術(shù)來(lái)洞察數(shù)據(jù)背后的模式和趨勢(shì)[1]。

2人工智能在電梯檢驗(yàn)中的應(yīng)用

2.1故障診斷

在電梯檢驗(yàn)的人工智能應(yīng)用中，故障診斷是一個(gè)關(guān)鍵環(huán)節(jié)。這個(gè)過(guò)程通常分為幾個(gè)步驟：數(shù)據(jù)采集與預(yù)處理、特征提取與學(xué)習(xí)，以及故障模式識(shí)別。數(shù)據(jù)采集與預(yù)處理是基礎(chǔ)且至關(guān)重要的步驟。在這一階段，系統(tǒng)通過(guò)各種傳感器收集電梯運(yùn)行的相關(guān)數(shù)據(jù)，例如速度、振動(dòng)、溫度等參數(shù)。收集到的數(shù)據(jù)可能包含噪聲或不完整信息，因此需要進(jìn)行預(yù)處理。預(yù)處理的目的是清洗和標(biāo)準(zhǔn)化數(shù)據(jù)，以確保后續(xù)分析的準(zhǔn)確性和有效性。這包括濾除異常值、填補(bǔ)缺失值、數(shù)據(jù)歸一化等。接下來(lái)是特征提取與學(xué)習(xí)的階段。在這一步驟中，利用機(jī)器學(xué)習(xí)算法從預(yù)處理后的數(shù)據(jù)中提取關(guān)鍵特征。這些特征是對(duì)電梯運(yùn)行狀況的精確量化描述，它們對(duì)于識(shí)別故障模式至關(guān)重要。通過(guò)分析這些特征，系統(tǒng)能夠?qū)W習(xí)和識(shí)別正常運(yùn)行與異常狀況之間的差異。最后，進(jìn)行故障模式識(shí)別。這一步利用之前學(xué)習(xí)到的特征來(lái)識(shí)別和分類電梯的潛在問(wèn)題。通過(guò)應(yīng)用復(fù)雜的算法，如神經(jīng)網(wǎng)絡(luò)或決策樹(shù)，系統(tǒng)能夠準(zhǔn)確識(shí)別出各種故障類型。故障模式識(shí)別不僅能夠指出當(dāng)前存在的問(wèn)題，還能夠預(yù)測(cè)可能的未來(lái)故障，從而及時(shí)采取維修或預(yù)防措施，保證電梯的安全運(yùn)行。

2.2預(yù)測(cè)性維護(hù)

預(yù)測(cè)性維護(hù)在電梯檢驗(yàn)的人工智能應(yīng)用中扮演著重要角色。這一過(guò)程旨在通過(guò)分析電梯運(yùn)行數(shù)據(jù)，提前識(shí)別潛在的維護(hù)需求，從而避免故障和延長(zhǎng)設(shè)備的使用壽命。預(yù)測(cè)性維護(hù)主要包括基于狀態(tài)的維護(hù)策略和維護(hù)決策支持兩個(gè)方面[2]。在基于狀態(tài)的維護(hù)策略中，系統(tǒng)不斷監(jiān)控電梯的關(guān)鍵性能指標(biāo)，如運(yùn)行速度、門(mén)的開(kāi)關(guān)頻率、電機(jī)溫度等。通過(guò)實(shí)時(shí)收集這些數(shù)據(jù)，并與歷史數(shù)據(jù)進(jìn)行比較，系統(tǒng)能夠準(zhǔn)確地識(shí)別出設(shè)備狀態(tài)的任何異常變化。這種方法使得維護(hù)工作可以在問(wèn)題出現(xiàn)之前預(yù)先進(jìn)行，而不是在故障發(fā)生后才采取措施。這種策略的優(yōu)勢(shì)在于能夠顯著減少意外停機(jī)時(shí)間，提高電梯的可靠性和安全性。維護(hù)決策支持則是通過(guò)分析收集到的數(shù)據(jù)來(lái)輔助制定維護(hù)計(jì)劃。這包括使用機(jī)器學(xué)習(xí)和數(shù)據(jù)分析工具來(lái)評(píng)估電梯的當(dāng)前狀況，并預(yù)測(cè)未來(lái)的維護(hù)需求。通過(guò)這種方式，可以優(yōu)化維護(hù)計(jì)劃，確保資源被有效利用。例如，系統(tǒng)可能建議在特定組件表現(xiàn)出磨損跡象時(shí)進(jìn)行更換，而不是等到完全失效。這樣的策略不僅能夠提高維護(hù)效率，還能降低長(zhǎng)期的維護(hù)成本。

2.3實(shí)時(shí)監(jiān)控與控制

實(shí)時(shí)監(jiān)控與控制在電梯的人工智能應(yīng)用中起著至關(guān)重要的作用，特別是在確保電梯運(yùn)行的安全性和效率方面。這一過(guò)程涉及傳感器技術(shù)與數(shù)據(jù)集成、實(shí)時(shí)數(shù)據(jù)分析，以及控制系統(tǒng)的智能化。傳感器技術(shù)與數(shù)據(jù)集成是實(shí)現(xiàn)有效監(jiān)控的基礎(chǔ)。在這一環(huán)節(jié)中，各種傳感器被部署在電梯的關(guān)鍵部位，如轎廂、電梯井、驅(qū)動(dòng)系統(tǒng)等，以收集電梯運(yùn)行的各項(xiàng)數(shù)據(jù)。這些數(shù)據(jù)包括但不限于電梯的速度、加速度、載重、門(mén)的開(kāi)關(guān)狀態(tài)等。這些來(lái)自不同傳感器的數(shù)據(jù)被集成到一個(gè)中央系統(tǒng)中，以便進(jìn)行進(jìn)一步的分析。數(shù)據(jù)集成確保了信息的完整性和一致性，為后續(xù)的實(shí)時(shí)分析提供了可靠的數(shù)據(jù)基礎(chǔ)。實(shí)時(shí)數(shù)據(jù)分析是實(shí)時(shí)監(jiān)控中的核心部分。在這個(gè)環(huán)節(jié)，利用先進(jìn)的數(shù)據(jù)處理技術(shù)，系統(tǒng)能夠即時(shí)分析收集到的數(shù)據(jù)。通過(guò)這種方式，可以實(shí)時(shí)監(jiān)測(cè)電梯的運(yùn)行狀況，及時(shí)發(fā)現(xiàn)任何異常或潛在的問(wèn)題。例如，如果數(shù)據(jù)顯示電梯的運(yùn)行速度異常，系統(tǒng)可以立即對(duì)此進(jìn)行分析，判斷是否存在安全隱患。實(shí)時(shí)數(shù)據(jù)分析不僅有助于即時(shí)識(shí)別問(wèn)題，還能夠預(yù)測(cè)可能出現(xiàn)的故障，從而提前采取預(yù)防措施?？刂葡到y(tǒng)的智能化是實(shí)時(shí)監(jiān)控的延伸。在這一部分，通過(guò)將數(shù)據(jù)分析結(jié)果與電梯的控制系統(tǒng)相結(jié)合，實(shí)現(xiàn)了更高級(jí)的自動(dòng)化和智能化控制。這意味著電梯的控制系統(tǒng)能夠根據(jù)實(shí)時(shí)數(shù)據(jù)和預(yù)測(cè)結(jié)果自動(dòng)調(diào)整運(yùn)行參數(shù)，以優(yōu)化性能和安全性。例如，分析結(jié)果表明電梯的某個(gè)組件即將故障，控制系統(tǒng)可以自動(dòng)將電梯轉(zhuǎn)入維護(hù)模式，避免故障發(fā)生[3]。

2.4安全監(jiān)測(cè)

安全監(jiān)測(cè)在電梯的人工智能應(yīng)用中扮演著關(guān)鍵角色，尤其是在提高電梯乘客安全和防止事故方面。這一過(guò)程主要包括視頻監(jiān)控與分析，以及異常行為檢測(cè)。視頻監(jiān)控與分析是安全監(jiān)測(cè)的基礎(chǔ)部分。在這個(gè)環(huán)節(jié)中，電梯內(nèi)外安裝的攝像頭持續(xù)捕捉視頻數(shù)據(jù)，實(shí)時(shí)記錄電梯的使用情況和乘客行為，這些視頻數(shù)據(jù)被送往中央處理系統(tǒng)進(jìn)行分析。通過(guò)應(yīng)用先進(jìn)的圖像處理和計(jì)算機(jī)視覺(jué)技術(shù)，系統(tǒng)能夠?qū)σ曨l內(nèi)容進(jìn)行深入分析，識(shí)別乘客數(shù)量、檢測(cè)潛在安全風(fēng)險(xiǎn)，甚至監(jiān)測(cè)電梯內(nèi)部環(huán)境的變化。例如，系統(tǒng)可以識(shí)別電梯內(nèi)是否過(guò)載，或者是否有異物阻擋電梯門(mén)正常關(guān)閉。異常行為檢測(cè)是安全監(jiān)測(cè)的進(jìn)一步應(yīng)用。在這一部分，系統(tǒng)專注于識(shí)別電梯內(nèi)可能的異常行為或潛在危險(xiǎn)情況。利用機(jī)器學(xué)習(xí)算法，系統(tǒng)可以學(xué)習(xí)并識(shí)別一系列的異常行為模式，如跌倒、打斗或其他緊急情況。一旦檢測(cè)到此類行為，系統(tǒng)可以立即觸發(fā)警報(bào)，并通知相關(guān)人員進(jìn)行及時(shí)的響應(yīng)和干預(yù)。這不僅有助于提高乘客的安全性，還能在緊急情況下提供重要的信息支持[4]。

3案例分析

深圳市卓越信息技術(shù)有限公司研發(fā)的電梯物聯(lián)網(wǎng)智能監(jiān)測(cè)終端（E-BOX）安裝在轎廂頂部和機(jī)房，對(duì)電梯進(jìn)行實(shí)時(shí)監(jiān)測(cè)，通過(guò)采集電梯實(shí)時(shí)運(yùn)行和故障預(yù)警數(shù)據(jù)，準(zhǔn)確了解電梯運(yùn)行情況，并通過(guò)大數(shù)據(jù)分析對(duì)電梯安全狀態(tài)評(píng)估，及時(shí)反饋電梯問(wèn)題，為電梯按需保養(yǎng)提供數(shù)據(jù)支撐。

E-BOX的主要功能包括：通過(guò)攝像頭、紅外傳感器、壓力傳感器等設(shè)備，實(shí)時(shí)采集轎廂內(nèi)外的溫度、濕度、氣壓、振動(dòng)、噪聲等參數(shù)，并將其上傳到云端服務(wù)器；通過(guò)人臉識(shí)別、行為分析、語(yǔ)音識(shí)別等技術(shù)，對(duì)乘客的身份、情緒、需求等進(jìn)行識(shí)別和分析，并根據(jù)乘客的特征和習(xí)慣，提供個(gè)性化的服務(wù)和建議；通過(guò)故障檢測(cè)、預(yù)警提示、遠(yuǎn)程控制等功能，對(duì)電梯的運(yùn)行狀態(tài)進(jìn)行實(shí)時(shí)監(jiān)測(cè)和分析，并在發(fā)現(xiàn)異?；蚬收蠒r(shí)及時(shí)通知維修人員或乘客，并根據(jù)不同類型、程度的故障，提供相應(yīng)的處理方案；通過(guò)數(shù)據(jù)挖掘、可視化展示等技術(shù)，對(duì)運(yùn)行數(shù)據(jù)進(jìn)行深入分析和挖掘，生成各種報(bào)表和圖表，展示電梯的運(yùn)行狀況和維護(hù)效果。

E-BOX的主要優(yōu)勢(shì)包括：提高了電梯檢驗(yàn)的效率和質(zhì)量，減少了人工巡檢和維修成本；提高了乘客的滿意度和安全感，增強(qiáng)了用戶體驗(yàn)；提高了電梯管理者對(duì)電梯運(yùn)行狀況的了解和掌握，優(yōu)化了維護(hù)策略；提高了數(shù)據(jù)利用率和價(jià)值，為智能化管理提供數(shù)據(jù)支撐。

E-BOX是一個(gè)典型的人工智能應(yīng)用在電梯檢驗(yàn)方面的案例。它展示了如何利用多種傳感器獲取海量數(shù)據(jù)，并結(jié)合多種算法進(jìn)行智能分析和處理。它也體現(xiàn)了如何將人工智能技術(shù)與物聯(lián)網(wǎng)技術(shù)相結(jié)合，實(shí)現(xiàn)對(duì)電梯系統(tǒng)及其環(huán)境因素的全面感知和監(jiān)測(cè)。它還反映了如何將人工智能技術(shù)與大數(shù)據(jù)技術(shù)相融合，實(shí)現(xiàn)對(duì)海量數(shù)據(jù)進(jìn)行深入挖掘和價(jià)值轉(zhuǎn)化。

4結(jié)束語(yǔ)

人工智能技術(shù)在電梯檢驗(yàn)方面的應(yīng)用展現(xiàn)了顯著成效，尤其是在提升安全性、效率和用戶體驗(yàn)方面。智能監(jiān)測(cè)系統(tǒng)如E-BOX通過(guò)集成傳感器和先進(jìn)的數(shù)據(jù)分析技術(shù)，實(shí)現(xiàn)了電梯運(yùn)行的實(shí)時(shí)監(jiān)控和故障預(yù)警。這種技術(shù)的應(yīng)用不僅減少了人工巡檢的需求，還優(yōu)化了維護(hù)和管理策略。未來(lái)，隨著AI技術(shù)的進(jìn)一步發(fā)展，其在電梯以及其他工業(yè)設(shè)備的檢驗(yàn)和維護(hù)中的作用將更加凸顯，為智能化管理和服務(wù)提供強(qiáng)大的技術(shù)支持。

【參考文獻(xiàn)】

[1]李子鵬.電梯檢驗(yàn)中的安全隱患分析及人工智能技術(shù)應(yīng)用探討[J].河南科技，2023，42（16）：35-36.

[2]郭亮，侯靖，劉洋.人工智能在電梯故障分析中的應(yīng)用[J].集成電路應(yīng)用，2023，40（7）：303-305.

[3]時(shí)哲.基于大數(shù)據(jù)與人工智能的電梯管理平臺(tái)建設(shè)探討[J].中國(guó)電梯，2023，34（7）：64-66，80.

[4]謝一麟.人工智能背景下電梯監(jiān)控系統(tǒng)改進(jìn)研究[J].智能城市，2023，9（1）：23-25.

【作者簡(jiǎn)介】

萬(wàn)洪明，男，1989年出生，工程師，研究方向?yàn)闄C(jī)電類特種設(shè)備檢驗(yàn)檢測(cè)。

（編輯：劉一童）