創(chuàng)造單位：廣州廣日電梯工業(yè)有限公司

主創(chuàng)人：林穗賢 李 寧

創(chuàng)造人：尹 政 覃炳樂 黃棣華 賀云朗

一、前言

廣州廣日電梯工業(yè)有限公司（簡稱“廣日電梯”）始建于1956年，是世界500強企業(yè)——廣州工業(yè)投資控股集團有限公司旗下上市公司廣日股份的核心支柱企業(yè)，注冊資本6.31億元，現(xiàn)有員工2200余人。

廣日電梯自1973年開始研制生產(chǎn)電梯以來，經(jīng)過數(shù)十年的改革發(fā)展、科技創(chuàng)新，現(xiàn)已成長為集電梯產(chǎn)品研發(fā)、設(shè)計、制造、安裝、售后服務(wù)于一體的現(xiàn)代化企業(yè)。

近年來，廣日電梯加快全國化市場布局，以華南廣日工業(yè)園為中心，建成西部數(shù)字化示范產(chǎn)業(yè)園，規(guī)劃建設(shè)華東、華北數(shù)字化產(chǎn)業(yè)園，持續(xù)提升核心競爭力。公司還聚焦智慧樓宇、智慧軌交、智慧工廠三大應(yīng)用場景，創(chuàng)新打造新的產(chǎn)業(yè)生態(tài)和商業(yè)模式，實現(xiàn)了數(shù)字化價值創(chuàng)造和賦能效應(yīng)，為城市垂直交通提供安全高效的解決方案。

特別是從2017年開始，針對電梯安全風(fēng)險預(yù)防與治理難、在線監(jiān)測電梯數(shù)據(jù)量少且準確度低、乘客預(yù)防性安全保護能力弱等行業(yè)發(fā)展瓶頸，廣日電梯牽頭，聯(lián)合廣東省特種設(shè)備檢測研究院、沈陽中科博微科技股份有限公司共同開展“電/扶梯風(fēng)險防控與智能運維關(guān)鍵技術(shù)研發(fā)與應(yīng)用”項目研究，成功填補了國內(nèi)外軌道交通線網(wǎng)級電扶梯智能運維和全生命周期管理平臺技術(shù)空白，克服了現(xiàn)有技術(shù)無法實現(xiàn)電/扶梯事前故障預(yù)警及關(guān)鍵部件性能退化預(yù)測的關(guān)鍵共性難題，實現(xiàn)了與城市軌道交通健康管理大數(shù)據(jù)系統(tǒng)的聯(lián)動，提升了公共安全保障能力。

二、項目概述

（一）項目源由

“電/扶梯風(fēng)險防控與智能運維關(guān)鍵技術(shù)研發(fā)與應(yīng)用”項目任務(wù)來源為廣日電梯自選項目。其中，開發(fā)課題“自動扶梯與自動人行道安全檢測關(guān)鍵技術(shù)和報廢技術(shù)條件研究”被列入國家重點研發(fā)計劃“公共安全風(fēng)險防控與應(yīng)急技術(shù)裝備”專項“機電類特種設(shè)備風(fēng)險防控與治理關(guān)鍵技術(shù)研究及裝備研制”項目（2017YFC0805700）的課題子任務(wù)2-4（2017YFC0805702-05）。

（二）研究重點

創(chuàng)新開展“電/扶梯風(fēng)險防控與智能運維關(guān)鍵技術(shù)研發(fā)與應(yīng)用”項目，是廣日電梯及合作單位站在保障公共安全的高度，深入貫徹落實市場監(jiān)管總局關(guān)于開展電梯智慧監(jiān)管試點工作的安排部署，聚焦公共安全重要設(shè)備電梯的安全防控與治理關(guān)鍵技術(shù)，開展的一項課題研究。

項目主要利用物聯(lián)網(wǎng)、大數(shù)據(jù)、云計算、人工智能新技術(shù)，為電梯設(shè)備公共安全預(yù)防與治理賦能，重點研制具有在線預(yù)警功能的電梯、扶梯設(shè)備，研發(fā)基于遷移學(xué)習(xí)的電扶梯智能運維和全生命周期管理平臺，研發(fā)故障突發(fā)環(huán)境下的乘客行為、故障演化與應(yīng)對的云邊協(xié)同的大規(guī)模快速數(shù)字孿生仿真系統(tǒng)，研發(fā)現(xiàn)場多類型電/扶梯大數(shù)據(jù)融合分析與虛實結(jié)合的動態(tài)交互技術(shù)，全面構(gòu)建基于現(xiàn)場-實驗-數(shù)據(jù)-仿真綜合的電/扶梯關(guān)鍵部件性能退化及故障推演與集成分析云平臺，以攻克智慧城市規(guī)模化、網(wǎng)絡(luò)化運營新格局下復(fù)雜客流帶來的電梯安全風(fēng)險預(yù)防與治理難、在線監(jiān)測電梯數(shù)據(jù)量少且準確度低、乘客預(yù)防性安全保護能力弱、海量設(shè)備全生命周期智能運維管理等安全風(fēng)險防范和治理難題。

三、主要做法

（一）項目研究內(nèi)容

本項目研究內(nèi)容主要包括以下四個方面：

1.研發(fā)基于時頻轉(zhuǎn)換算法的多模智能融合遷移學(xué)習(xí)方法。

2.研發(fā)基于遷移學(xué)習(xí)的電扶梯智能運維和全生命周期管理平臺。核心開發(fā)內(nèi)容：研發(fā)故障突發(fā)環(huán)境下的乘客行為、故障演化與應(yīng)對的云邊協(xié)同的大規(guī)?？焖贁?shù)字孿生仿真系統(tǒng)；研發(fā)現(xiàn)場多類型電/扶梯大數(shù)據(jù)融合分析與虛實結(jié)合的動態(tài)交互技術(shù)；構(gòu)建基于現(xiàn)場-實驗-數(shù)據(jù)-仿真綜合的關(guān)鍵部件性能退化及故障推演與集成分析云平臺。

3.自動扶梯與自動人行道安全檢測關(guān)鍵技術(shù)和報廢技術(shù)條件研究。

4.研發(fā)具有在線預(yù)警功能的電梯。

（二）項目主要技術(shù)指標

項目在符合現(xiàn)行有效國際、國家標準的基礎(chǔ)上，采用高于國家標準的企業(yè)標準。關(guān)鍵技術(shù)指標、成果指標及經(jīng)濟指標（如表1所示）

（三）項目技術(shù)路線

本項目研究的電梯安全防控與治理關(guān)鍵技術(shù)的核心在于建立電扶梯智能運維和全生命周期管理系統(tǒng)，在故障預(yù)測與健康管理（Prognostic and Health Management，簡稱PHM）系統(tǒng)設(shè)計中引入信息物理系統(tǒng)（Cyber-Physical Systems，簡稱CPS），搭建了涵蓋單元級、系統(tǒng)級、系統(tǒng)之系統(tǒng)級層級化架構(gòu)；并結(jié)合不同的網(wǎng)絡(luò)連接和云計算部署方式，明確了系統(tǒng)調(diào)用的數(shù)據(jù)種類范圍，提出了基于CPS的在線、離線、遠程三種電/扶梯設(shè)備智能運維模式，以滿足不同公共安全保障應(yīng)用場景下的電梯風(fēng)險防控與治理需求。

通過傳感技術(shù)全面采集設(shè)備信息，借助各種智能算法和推理模型，監(jiān)控、評估和管理電扶梯設(shè)備健康狀態(tài)并預(yù)測未來趨勢，提供有效維護保障決策及任務(wù)規(guī)劃建議。其關(guān)鍵在于建立云邊協(xié)同大規(guī)?？焖贁?shù)字孿生仿真系統(tǒng)，實現(xiàn)數(shù)據(jù)快速轉(zhuǎn)為有效信息。（如圖1所示）

（四）項目關(guān)鍵技術(shù)方案

1.研發(fā)基于時頻轉(zhuǎn)換算法的多模智能融合遷移學(xué)習(xí)方法

針對電扶梯故障數(shù)據(jù)具有大容量、多樣性的特點，通過傳感器采集電/扶梯運行數(shù)據(jù)，提取特征參數(shù)輸入到采用自我感知能力的粒子群算法的混合深度學(xué)習(xí)模型中進行訓(xùn)練、優(yōu)化，采用基于模型的遷移學(xué)習(xí)方法，將訓(xùn)練好的智能診斷模型遷移到目標域中設(shè)備的運行狀態(tài)分析中，以實現(xiàn)具有強泛化能力和高精度的電/扶梯故障預(yù)警功能。

其中，混合深度學(xué)習(xí)模型是采用格蘭姆變換和深度殘差神經(jīng)網(wǎng)絡(luò)（ResNet）的有監(jiān)督深度學(xué)習(xí)模型、采用壓縮感知和堆棧稀疏自編碼（SSAE）的無監(jiān)督深度學(xué)習(xí)模型的融合，以解決單一模型存在收斂速度慢、訓(xùn)練時間長、精度低的問題。（如圖2所示）

圖1 項目技術(shù)路線圖

圖2 基于遷移學(xué)習(xí)的電/扶梯故障預(yù)警方法流程圖

現(xiàn)以基于時頻轉(zhuǎn)換算法的電/扶梯振動數(shù)據(jù)分析為例說明混合深度學(xué)習(xí)模型的創(chuàng)建過程。時域分析是信號關(guān)于時間的特征，從信號中無法獲得電梯故障特征時域信息，而頻域分析則是信號關(guān)于頻率的特征，從信號中不能確定故障發(fā)生的具體時刻。

因此，本項目采用時頻變換算法將一維時頻信號轉(zhuǎn)為更全面表達故障信息的二維時頻信號特征輸入網(wǎng)絡(luò)模型，以增強網(wǎng)絡(luò)模型對細節(jié)特征的表達能力。給定一個窗函數(shù)γ(τ)，當(dāng)窗滑動時，信號Z(τ)的時頻變換表示如下：

其中：τ為時間，f為頻率，τ'-τ代表滑動的窗口，*代表復(fù)數(shù)共軛。對于離散信號的時頻變換表示如下：

式中：ω[m]為窗函數(shù)，η為信號序列，ω為角頻率。

本項目提出的時頻轉(zhuǎn)換算法解決了常規(guī)傅立葉變換方法不能刻畫任一時刻的頻率成分進行全面分析的短板，提升模型的遷移學(xué)習(xí)能力。（如圖3所示）

針對電/扶梯關(guān)鍵部件性能退化過程存在的不確定性以及動態(tài)隨機非線性特征，通過對采集的性能退化數(shù)據(jù)進行分析，分別對不同退化數(shù)據(jù)建立狀態(tài)空間形式的隨機非線性性能退化預(yù)測模型。對直接數(shù)據(jù)構(gòu)建基于期望最大化（Expectation-Maximum，簡稱EM）算法的預(yù)測模型；對間接數(shù)據(jù)構(gòu)建基于隨機濾波的參數(shù)和狀態(tài)聯(lián)合估計預(yù)測模型；對多元數(shù)據(jù)構(gòu)建融合Copula理論相關(guān)性分析和MCMC（Markov Chain Monte Carlo）多性能退化量估計的多模式預(yù)測模型。最終利用首達時間性質(zhì)推導(dǎo)出基于退化數(shù)據(jù)的壽命/剩余壽命的表達式，得到壽命預(yù)測特征值，實現(xiàn)性能退化預(yù)測。（如圖4所示）

圖3 基于時頻轉(zhuǎn)換信號處理方法原理

圖4 建立狀態(tài)空間形式的隨機非線性性能退化預(yù)測模型

以EM算法為例說明電/扶梯設(shè)備壽命預(yù)測方法。給定相互獨立的觀測數(shù)據(jù)X={X_1,…,X_N}，和包含隱變量Z、參數(shù)θ的概率模型f(X,Z,θ)，根據(jù)基于極大似然估計（Maximum Likelihood Estimation,MLE，簡稱MLE）理論，θ的最優(yōu)單點估計在模型的似然取極大值時給出：θ=argmaxp（X/θ）考慮隱變量，模型的似然按如下展開：

隱變量可以表示缺失數(shù)據(jù)，或概率模型中任何無法直接觀測的隨機變量，式中第一行是隱變量為連續(xù)變量的情形，第二行是隱變量為離散變量的情形，積分/求和的部分也被稱為X,Z的聯(lián)合似然。不失一般性，這里按離散變量為例進行說明。由MLE的一般方法，對上式取自然對數(shù)后可得：

上述展開考慮了觀測數(shù)據(jù)的相互獨立性。引入與隱變量有關(guān)的概率分布q(Z)，觀測數(shù)據(jù)的對數(shù)似然有如下不等關(guān)系：

當(dāng)θ,q使不等式右側(cè)取全局極大值時，所得到的θ至少使不等式左側(cè)取局部極大值。因此，將不等式右側(cè)表示為L(θ,q)后，EM算法求解目標：

基于EM算法的電扶梯設(shè)備運行狀態(tài)預(yù)估流程：①采集電梯運行過程的監(jiān)測信號，經(jīng)過剔除異常信號值后，將預(yù)處理后的正常信號作為模型的輸入信號→②求解未知參數(shù) θ，先隨機初始化未知參數(shù)，求出每一組數(shù)據(jù)的分布→③求出每組實驗數(shù)據(jù)分布后，綜合每組數(shù)據(jù)求出一套新的參數(shù) θ，與初始參數(shù)比較，如果發(fā)現(xiàn)誤差在設(shè)定范圍內(nèi)則停止，否則拿新參數(shù)繼續(xù)②步驟，最終實現(xiàn)關(guān)鍵部件的壽命預(yù)測，為電/扶梯關(guān)鍵部件的故障預(yù)警和健康體檢提供科學(xué)依據(jù)，實現(xiàn)按需維保。（如圖5所示）

圖5 基于EM算法的電扶梯設(shè)備運行狀態(tài)預(yù)估流程

圖6 云邊協(xié)同大規(guī)模快速數(shù)字孿生仿真系統(tǒng)

圖7 電扶梯關(guān)鍵部件性能退化及故障推演與應(yīng)對

2.研發(fā)基于遷移學(xué)習(xí)的電扶梯智能運維全生命周期管理平臺

研發(fā)廣日電梯新一代4G/5G工業(yè)互聯(lián)網(wǎng)云平臺，整合管理2G/4G多款終端數(shù)據(jù)以及CRM訂單系統(tǒng)數(shù)據(jù)，研發(fā)4G/5G遙監(jiān)終端，與安裝在電/扶梯上的數(shù)據(jù)采集器傳感器連接，覆蓋應(yīng)用G20、G15、G12等G系列控制系統(tǒng)的全部垂直電梯產(chǎn)品和應(yīng)用GR-ECS控制系統(tǒng)的全系列自動扶梯產(chǎn)品；建立電扶梯智能運維生命周期管理平臺，對電梯工況/業(yè)務(wù)/健康進行全方位分析、預(yù)警，并提供可配置的報表系統(tǒng)；搭建可視化數(shù)據(jù)駕駛倉，適用于PC、大屏、移動端、平板等多種設(shè)備；提供瀏覽器客戶端、IOS系統(tǒng)和Android系統(tǒng)的移動客戶端、對外數(shù)據(jù)接口，滿足公共安全保障不同應(yīng)用場景數(shù)據(jù)共享交互需求。

（1）研發(fā)故障突發(fā)環(huán)境下的乘客行為、關(guān)鍵部件性能退化及故障推演與應(yīng)對的云邊協(xié)同大規(guī)?？焖贁?shù)字孿生仿真系統(tǒng)

為實現(xiàn)海量電梯數(shù)據(jù)大規(guī)模快速計算能力，本項目擬建立基于4G/5G通訊的云邊協(xié)同大規(guī)模快速數(shù)字孿生仿真系統(tǒng)，借助BIM系統(tǒng)建立電/扶梯應(yīng)用場景級別的“數(shù)字孿生”虛擬空間模型，構(gòu)造虛擬空間與物理空間的實時映射和閉環(huán)交互，實現(xiàn)數(shù)據(jù)到信息的快速有效轉(zhuǎn)換。邊緣計算終端僅對傳感器采集數(shù)據(jù)進行實時處理、故障報警、負荷識別、乘客行為識別等邊緣計算操作，將終端計算能力輕量化，云中心負責(zé)數(shù)據(jù)存儲、大數(shù)據(jù)挖掘、人工智能，機理模型沉淀、模型訓(xùn)練、故障診斷、預(yù)警分析等強計算需求。在保障低時延、高并發(fā)、大流量數(shù)據(jù)計算能力的同時，共享云計算資源，優(yōu)化配置，降低成本，滿足多級別公共安全保障應(yīng)用場景需求。（如圖6所示）

借助電/扶梯數(shù)字化孿生模型以展示關(guān)鍵部件性能退化及故障推演過程，當(dāng)電/扶梯或零部件運行狀態(tài)異常時會變色突出顯示，智能運維系統(tǒng)自動生成預(yù)警報修信息和維保建議，并就近派工，維保人員根據(jù)可視化維修指引對目標扶梯及其目標零部件的空間位置進行快速定位和提供維修服務(wù)，維修完成后，客戶可電子簽名確認服務(wù)價格和評價服務(wù)質(zhì)量。（如圖7所示）

構(gòu)建電/扶梯風(fēng)險分級防控與數(shù)據(jù)聯(lián)動管理機制，提升治理效能。根據(jù)故障危險程度及連帶后果對電/扶梯風(fēng)險進行分級評估，并建立相應(yīng)級別的安全控制策略和數(shù)據(jù)存儲策略，從而較好地取得了安全與成本的平衡。其中：部件風(fēng)險分為A-D共4個評估等級，相應(yīng)關(guān)注度分為高、中、低3類，數(shù)據(jù)存儲分為4級。（如圖8所示）

圖8 4個風(fēng)險評估等級、3類關(guān)注度、4個數(shù)據(jù)存儲等級

圖9 電/扶梯智能運維&全生命周期管理平臺四級組網(wǎng)架構(gòu)

（2）研發(fā)現(xiàn)場多層次、多時空、多級別電/扶梯大數(shù)據(jù)聚類分析與虛實結(jié)合的動態(tài)交互技術(shù)

為滿足軌道交通對電扶梯公共安全防控與治理需求，本項目擬建立一套軌道交通線網(wǎng)級自動扶梯智能運維與全生命周期管理體系。組成設(shè)備級、車站級、線路級與線網(wǎng)級四級組網(wǎng)架構(gòu)。（如圖9所示）

構(gòu)建多層次、多時空、多級別扶梯數(shù)據(jù)庫，研發(fā)基于聚類分析算法的虛實結(jié)合的動態(tài)交互技術(shù)。軌道交通線網(wǎng)級扶梯數(shù)據(jù)具有相似的運行工況與特征參數(shù)，可采用聚類分析訓(xùn)練優(yōu)化無監(jiān)督深度學(xué)習(xí)模型的遷移學(xué)習(xí)能力，更加科學(xué)地建立電/扶梯關(guān)鍵零部件故障趨勢分析、壽命預(yù)測、設(shè)備維保的健康管理體系，為扶梯產(chǎn)品及部件優(yōu)化設(shè)計提供數(shù)據(jù)依據(jù)。

本項目對公交扶梯整機及零部件的服役年限、故障周期、預(yù)警記錄等內(nèi)容進行聚類，建立聚類分類模型：

以公交扶梯的提升高度（H）與載客強度因子（γ，可通過智能視頻分析系統(tǒng)獲?。﹥蓚€參數(shù)為主特征參數(shù)進行聚類。如扶梯E0101/01(N)公交扶梯的主特征參數(shù)為［HE0101/01(N)，γE0101/01(N)］，E1102/03(N)公交扶梯的主特征參數(shù)為［HE1102/03(N)，γE1102/03(N)］，定義相關(guān)度系數(shù)：

其中（0＜β≤1），ξ為一個可調(diào)的相關(guān)度閾值參數(shù)，當(dāng)ξ≤β≤1時，這兩臺扶梯被歸為同類扶梯。反之為非同類扶梯。

通過對軌道交通線網(wǎng)級公交扶梯進行單臺多點、多臺同點縱向、橫向分析，通過模型(虛)與分布在線網(wǎng)級的扶梯物理設(shè)備（實）的動態(tài)數(shù)據(jù)交互比對，提高扶梯故障及壽命測準確度，優(yōu)化公交扶梯產(chǎn)品及關(guān)鍵部件設(shè)計，雙重提升扶梯的公共安全保障能力。（如圖10所示）

（3）構(gòu)建基于現(xiàn)場-實驗-數(shù)據(jù)-仿真綜合的關(guān)鍵部件性能退化及故障推演與集成分析云平臺。

因現(xiàn)行電/扶梯數(shù)據(jù)庫中服役周期較長的電/扶梯數(shù)據(jù)量較少，本項目擬開發(fā)便攜式數(shù)據(jù)采集箱，結(jié)合磁性式振動傳感器，對現(xiàn)場電/扶梯運行數(shù)據(jù)進行快速采集，搭建故障模擬測試平臺，采用破壞部件來驗證檢測準確性，采用型號發(fā)生器對難模擬故障輸入理論故障波形，測試故障預(yù)警系統(tǒng)是否可檢出故障。通過現(xiàn)場-實驗-數(shù)據(jù)-仿真深度融合與交互，不斷對模型進行修正，提升遷移學(xué)習(xí)能力，從而進一步提升預(yù)警準確度。（如圖11所示）

（4）4G/5G網(wǎng)關(guān)開發(fā)

圖10 基于聚類分析算法的虛實結(jié)合的動態(tài)交互技術(shù)

圖11 構(gòu)建基于現(xiàn)場-實驗-數(shù)據(jù)-仿真綜合的科學(xué)預(yù)警云平臺

圖12 數(shù)據(jù)接口開發(fā)方案

完成4G/5G數(shù)據(jù)采集終端（遙監(jiān)終端）硬件開發(fā)，實現(xiàn)狀態(tài)監(jiān)控、故障上報、地址讀寫、涵蓋語音視頻等大數(shù)據(jù)傳輸、邊緣計算、主控程序升級等功能。當(dāng)由4G升級5G網(wǎng)絡(luò)時，僅需更換數(shù)據(jù)采集終端即可，并兼容2G數(shù)據(jù)采集終端數(shù)據(jù)。

（5）服務(wù)器布署

由傳統(tǒng)的物理服務(wù)器轉(zhuǎn)為云服務(wù)器，有利于通信及數(shù)據(jù)處理性能提升，按需擴容更便捷。

（6）數(shù)據(jù)接口開發(fā)

完成CRM系統(tǒng)電梯基礎(chǔ)數(shù)據(jù)、故障下單接口、維保信息數(shù)據(jù)對接、遙監(jiān)1.0、2.0系統(tǒng)數(shù)據(jù)對接及展示、2G遙監(jiān)1.0、2.0系統(tǒng)數(shù)據(jù)對接及展示、4G遙監(jiān)終端數(shù)據(jù)對接及展示，以及不同應(yīng)用場景的對外接口開發(fā)。（如圖12所示）

（7）平臺模塊開發(fā)

主要包括故障預(yù)警管理、維保管理、綜合監(jiān)控、系統(tǒng)管理、設(shè)備管理、能耗管理、統(tǒng)計管理、移動App、基礎(chǔ)信息模塊開發(fā)。

故障預(yù)警核心模塊新功能：分布圖、單臺設(shè)備監(jiān)測圖（運行狀態(tài)、監(jiān)測部位、監(jiān)測部位狀態(tài)等）和電梯相關(guān)參數(shù)（運行狀態(tài)和故障狀態(tài)）展示；實時趨勢分析、模擬量閥值設(shè)定、大數(shù)據(jù)分析；波形頻譜分析、包絡(luò)譜分析、故障原因分析等預(yù)診斷功能；具備可遷移性，實現(xiàn)不同應(yīng)用場景預(yù)警數(shù)據(jù)展示、分析管理工作。

維保管理核心模塊新功能：按需維保自動生成電子維保計劃、維保考勤及自動派工、維保評價、遠程主板程序升級、遠程救援、電梯健康體檢、遠程數(shù)據(jù)備份等管理功能。實現(xiàn)從保養(yǎng)計劃→保養(yǎng)自動派工→線下保養(yǎng)→線上維保培訓(xùn)及遠程技術(shù)支持→客戶電子簽名確認服務(wù)費用及評價全服務(wù)流程的無紙化在線管理。電梯維保方式由傳統(tǒng)線下維保2次/月變革為預(yù)防性按需維保服務(wù)新模式，使維保效率提升50%，以緩解維保人員短缺、經(jīng)驗不足的行業(yè)困境，以最終實現(xiàn)“零困人”故障的理想目標。

3.研究自動扶梯與自動人行道安全檢測關(guān)鍵技術(shù)和報廢技術(shù)條件

研發(fā)視覺監(jiān)測乘客行為與預(yù)警聯(lián)動控制技術(shù)。采用圖像識別算法，對小孩單獨搭乘扶梯及攀爬扶手帶、乘客摔倒、逆行及頭、手伸出扶手帶、乘客擁堵等異常行為進行檢測與追蹤，預(yù)測乘客行為趨勢，并根據(jù)危險程度及后果聯(lián)動采取聲光警示、減速、緩?fù)５劝踩刂拼胧⒁惶装踩?、可靠的?lián)動控制策略，最大程度上降低乘客異常行為引發(fā)的安全風(fēng)險。（如圖13所示）

圖13 視覺監(jiān)測乘客行為與預(yù)警聯(lián)動控制技術(shù)

研發(fā)扶梯傳感預(yù)警技術(shù)。主要是根據(jù)軌道交通應(yīng)用場景下的扶梯預(yù)警新需求，確定傳感器數(shù)據(jù)采集方案。通過對歷史扶梯故障數(shù)據(jù)進行分析，確定增加19個傳感器檢測點，采集、分析扶梯運行數(shù)據(jù)和故障數(shù)據(jù)，以確定部件報廢條件，制定相關(guān)標準。（如表2所示）

扶梯傳感器選型要求（如圖14所示）

就地數(shù)據(jù)采集器需要滿足故障診斷服務(wù)、電梯控制器數(shù)據(jù)采集、過程量數(shù)據(jù)采集、BAS系統(tǒng)接口、預(yù)警系統(tǒng)接口、斷網(wǎng)續(xù)傳、數(shù)據(jù)壓縮、4G/5G通信接口等功能需求。（如表3所示）

扶梯可實現(xiàn)的故障預(yù)警功能清單（如表4所示）

接下來以電機為例說明故障預(yù)警治理方法。其中：轉(zhuǎn)子質(zhì)量不平衡——故障特點1倍頻幅值大，大于建庫值2倍左右，并超過其他頻段2倍以上，持續(xù)大、無論工況如何，只要開機轉(zhuǎn)動，一般非正常狀態(tài)持續(xù)5分鐘基本可以判定。電磁不平衡——故障特點2倍頻幅值很大，大于建庫值2倍左右，大于1倍頻或和1倍頻相當(dāng)，并超過其他頻段2倍以上，持續(xù)大、無論工況如何，只要開機轉(zhuǎn)動，一般狀態(tài)持續(xù)5分鐘基本可以判定。軸承故障（內(nèi)圈磨損、外圈磨損或保持架磨損）——0.5倍頻、1.5倍頻或8倍頻、10倍頻數(shù)幾個頻段的樣本大于建模數(shù)據(jù)庫樣本，大于1倍頻幅值，一般持續(xù)大、無論工況如何，只要開機轉(zhuǎn)動，一般狀態(tài)持續(xù)5分鐘基本可以判定軸承出現(xiàn)故障。（如表5所示）

表2 扶梯預(yù)警系統(tǒng)傳感器測點位置分布

表3 就地數(shù)據(jù)采集器選型要求

（4）研制具有在線預(yù)警功能的電梯新產(chǎn)品

研發(fā)視覺監(jiān)測電梯困人故障及自動救援聯(lián)動控制技術(shù)。通過安裝在轎廂頂部的智能攝像頭獲取視頻數(shù)據(jù)，

對視頻數(shù)據(jù)進行圖像處理后發(fā)送給預(yù)警系統(tǒng)，采用圖像識別算法對圖像信息進行分析。通過訓(xùn)練優(yōu)化預(yù)設(shè)模型的遷移學(xué)習(xí)功能，準確預(yù)測乘客行為趨勢，對電動車進入轎廂、打斗、跳躍等危險動作，進行語音提示和系統(tǒng)彈窗提醒，嚴重時采取停梯報警等聯(lián)動處理措施。（如圖15所示）

研發(fā)電梯傳感預(yù)警技術(shù)。根據(jù)軌道交通應(yīng)用場景對電梯預(yù)警新需求，確定傳感器數(shù)據(jù)采集方案。以解決傳統(tǒng)電梯通過遙監(jiān)終端采集變頻器數(shù)據(jù)少且采梯速率低的短板，通過對歷史電梯故障數(shù)據(jù)進行分析，確定15個傳感器監(jiān)測點。（如表6所示）

圖15 視覺監(jiān)測電梯困人故障及自動救援聯(lián)動控制技術(shù)

表7 傳感器的選型要求

根據(jù)軌道交通等應(yīng)用場景對電梯預(yù)警技術(shù)要求，確定傳感器和數(shù)據(jù)采集器的選型要求。（如表7、表8所示）

電梯可實現(xiàn)故障預(yù)警功能清單（如表9所示）

四、取得的成效

（一）成果指標達到項目預(yù)期

本項目按計劃在2021年12月通過公司結(jié)題驗收，達到項目預(yù)期成果指標。（如表10所示）

（二）關(guān)鍵技術(shù)指標符合相關(guān)標準要求

項目關(guān)鍵技術(shù)指標符合相關(guān)標準要求，達到了項目計劃書技術(shù)指標要求。項目關(guān)鍵技術(shù)指標完成情況（如表11所示）

（三）經(jīng)濟效益顯著

項目起止日期為2017年1月至2021年12月，累計投入研發(fā)經(jīng)費共2515.3萬元。項目研究成果自2019年1月開始實現(xiàn)產(chǎn)業(yè)化。截至2022年6月，累計共應(yīng)用到20201臺電/扶梯產(chǎn)品上，占公司全部產(chǎn)品系列的比重為32.19%，累計新增銷售收入229550.39萬元，占公司總銷售收入的比重為29.63%，新增凈利潤6252.62萬元，新增稅收5857.98萬元，新增創(chuàng)匯16.59萬美元，經(jīng)濟效益顯著。

表9 電梯可實現(xiàn)故障預(yù)警功能清單

表10 項目成果指標完成情況

表11 項目關(guān)鍵技術(shù)指標完成情況

（四）社會效益突出

本項目成果填補了國內(nèi)外軌道交通線網(wǎng)級電扶梯智能運維和全生命周期管理平臺技術(shù)空白，克服了現(xiàn)有技術(shù)無法實現(xiàn)電/扶梯事前故障預(yù)警及關(guān)鍵部件性能退化預(yù)測的關(guān)鍵共性難題，實現(xiàn)了與城市軌道交通健康管理大數(shù)據(jù)系統(tǒng)的聯(lián)動，提升公共安全保障能力。

本項目建立的一套面向設(shè)備安全保障、面向運維智能化管理的電/扶梯設(shè)備全壽命周期智慧運維管理系統(tǒng)，對于全方位保障乘客安全、全面提升電/扶梯設(shè)備智能化運維管理水平、實現(xiàn)電梯按需維保和數(shù)字化監(jiān)管有著重要作用，能夠引領(lǐng)電梯行業(yè)在乘客安全保障、智能運維及節(jié)能降耗等方面的科技進步，為民族品牌實現(xiàn)彎道超車提供技術(shù)基礎(chǔ)，提升自主民族品牌的國際競爭力。

本項目成果的應(yīng)用推廣，深度融合了人工智能、智能制造、物聯(lián)網(wǎng)維保、大數(shù)據(jù)、云平臺等新技術(shù)應(yīng)用，助力公司獲評國家第三批服務(wù)型制造示范企業(yè)。同時，以廣州廣日工業(yè)園為中心向全國輻射，充分發(fā)揮電梯高端裝備制造產(chǎn)業(yè)集群鏈主的示范作用，引領(lǐng)電梯產(chǎn)業(yè)鏈向數(shù)字化、智能化、網(wǎng)絡(luò)化轉(zhuǎn)型升級。

本項目圍繞電梯風(fēng)險防控與治理關(guān)鍵技術(shù)進行知識產(chǎn)權(quán)布局和標準制定，獲得相關(guān)知識產(chǎn)權(quán)40項，其中：發(fā)明21件、實用新型11件、軟件著作權(quán)8件，參編國標17項，充分發(fā)揮廣東省知識產(chǎn)權(quán)示范企業(yè)的引領(lǐng)作用，增強社會知識產(chǎn)權(quán)保護意識，健全國家標準體系，促進國家向“知識產(chǎn)權(quán)強國”“中國創(chuàng)造”轉(zhuǎn)變。

五、探討與思考

本項目填補了國內(nèi)外軌道交通線網(wǎng)級扶梯系統(tǒng)智能運維全生命周期管理平臺產(chǎn)品空白，實現(xiàn)了線網(wǎng)級電/扶梯運行狀態(tài)及故障數(shù)據(jù)多層次、多時空、多級別聚類分析功能，建立了關(guān)鍵零部件故障趨勢分析、壽命預(yù)測、設(shè)備維保的科學(xué)健康管理體系，促進大數(shù)據(jù)、人工智能技術(shù)賦能電/扶梯系統(tǒng)安全提升及健康管理。但還存在以下行業(yè)共性問題有待改進：

目前，電梯傳感預(yù)警技術(shù)在國內(nèi)應(yīng)用時間3年左右，“電梯物聯(lián)網(wǎng)智慧監(jiān)管服務(wù)平臺”只在上海、南京、杭州、廣州市等試點城市推行，未在全國全面推行，電梯物聯(lián)網(wǎng)共享的電梯有效數(shù)據(jù)有限。

建議國家出臺政策鼓勵各電梯企業(yè)應(yīng)用推廣基于云平臺的故障預(yù)診斷及壽命預(yù)測技術(shù)，擴大項目成果的使用范圍，用好電梯大數(shù)據(jù)，以實現(xiàn)電/扶梯風(fēng)險的防控與治理，降低電梯故障率，真正做到電梯的精準管理和故障綜合治理，提升城市治理現(xiàn)代化水平。

另外，目前電梯故障預(yù)警系統(tǒng)承擔(dān)邊緣計算功能的數(shù)據(jù)采集終端存在多個未整合的情況，如：視頻數(shù)據(jù)采集終端單獨設(shè)置，未與其他數(shù)據(jù)采集器整合，且成本高，下一步可將數(shù)據(jù)采集終端進行整合優(yōu)化，以降低成本。