摘要：故障識(shí)別與診斷是電梯等特種設(shè)備管理工作的基本內(nèi)容。首先，從數(shù)據(jù)獲取、特征提取與數(shù)據(jù)融合等方面，介紹了基于數(shù)據(jù)融合的電梯故障診斷方法。其次，以某高層建筑中電梯為例，運(yùn)用故障診斷技術(shù)判斷產(chǎn)生雜音與抖動(dòng)的原因。診斷結(jié)果表明潤(rùn)滑不良是產(chǎn)生雜音的主要原因，互感器故障造成了電梯轎廂抖動(dòng)。采取相應(yīng)的維修措施后故障現(xiàn)象消失，電梯恢復(fù)正常運(yùn)行。

關(guān)鍵詞：故障診斷""振動(dòng)檢測(cè)""電梯檢驗(yàn)"傳動(dòng)系統(tǒng)""數(shù)據(jù)融合

中途分類號(hào)：TU85

Analysis"of"the"Application"of"Fault"Diagnosis"Technology"in"Elevator"Inspection

CHENG"Tao

Special"Equipment"Inspection"and"Testing"Research"Institute"of"Jiangxi"Inspection，"Testing"and"Certification"Institute，"Nanchang，"Jiangxi"Province，"330200"China

Abstract："Fault"identification"and"diagnosis"are"the"basic"contents"of"the"management"of"special"equipment"such"as"elevators."This"article"first"introduces"elevator"fault"diagnosis"methods"based"on"data"fusion"from"the"aspects"of"data"acquisition，"feature"extraction"and"data"fusion."Secondly，"taking"the"elevator"in"a"high-rise"building"as"an"example，"fault"diagnosis"techniques"are"used"to"determine"the"cause"of"noise"and"shaking."The"diagnosis"results"indicate"that"poor"lubrication"is"the"main"cause"of"noise，"and"the"fault"of"the"transformer"caused"the"elevator"car"to"shake."After"taking"corresponding"maintenance"measures，"the"fault"disappeared"and"the"elevator"resumed"normal"operation.

Key"Words："Fault"diagnosis;"Vibration"detection;"Elevator"inspection;"Transmission"system;"Data"fusion

電梯由于使用年限較長(zhǎng)、自身材料磨損與老化等原因，不可避免會(huì)出現(xiàn)雜音、抖動(dòng)、啟停異常、速度異常等異常情況。定期開展檢驗(yàn)，及時(shí)識(shí)別故障并采取相應(yīng)的處理措施，對(duì)保障電梯的正常運(yùn)行與預(yù)防電梯安全事故發(fā)生有積極幫助。在智慧建筑背景下，電梯故障診斷技術(shù)也在朝著信息化、智能化方向發(fā)展，探索新型故障診斷技術(shù)在電梯檢驗(yàn)中的應(yīng)用策略成為新時(shí)期電梯管理人員的一項(xiàng)重要任務(wù)。

1"電梯檢驗(yàn)中的故障診斷技術(shù)

1.1常用的電梯故障診斷技術(shù)

傳統(tǒng)的電梯檢驗(yàn)依賴于人工檢驗(yàn)，但是由于電梯的電氣設(shè)備和機(jī)械部件數(shù)量多，檢修工作量大，很難及時(shí)、準(zhǔn)確地判斷故障所在，使電梯在運(yùn)行過程中存在安全隱患。在信息時(shí)代，將大數(shù)據(jù)、傳感器、人工智能等技術(shù)應(yīng)用到電梯故障診斷中，不僅能夠利用高靈敏度傳感器獲取電梯運(yùn)行中的各類參數(shù)（如壓力、加速度、振動(dòng)等），還能利用計(jì)算機(jī)對(duì)同源異構(gòu)數(shù)據(jù)展開分析，從而實(shí)現(xiàn)對(duì)電梯工況的動(dòng)態(tài)監(jiān)視，為電梯的日常檢修以及故障的診斷和處理提供了技術(shù)支持。目前常用的電梯故障診斷技術(shù)有若干類型，例如：基于遺傳神經(jīng)網(wǎng)絡(luò)的故障診斷技術(shù)，其原理是利用遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)，采集電梯的抱閘拉力、上行速度、限速器轉(zhuǎn)速等特征樣本數(shù)據(jù)輸入到BP神經(jīng)網(wǎng)絡(luò)模型中進(jìn)行訓(xùn)練，利用訓(xùn)練用的模型進(jìn)行故障診斷。還有基于專家系統(tǒng)的故障診斷技術(shù)，以PLC和工控機(jī)為核心，對(duì)傳感器采集數(shù)據(jù)進(jìn)行處理、分析，實(shí)現(xiàn)對(duì)電梯狀態(tài)的監(jiān)控和故障的診斷[1]?？紤]到電梯故障類型繁多，要想實(shí)現(xiàn)故障的及時(shí)發(fā)現(xiàn)和精準(zhǔn)診斷，必須要盡可能地獲取更加多樣的數(shù)據(jù)，并且從多源異構(gòu)數(shù)據(jù)中進(jìn)行特征提取，最后進(jìn)行融合分析才能保證最終診斷結(jié)果的可靠可信。

1.2基于數(shù)據(jù)融合的電梯故障診斷技術(shù)

本文提出了一種基于數(shù)據(jù)融合的電梯故障診斷技術(shù)，技術(shù)實(shí)現(xiàn)共分為3步。

1.2.1""數(shù)據(jù)的獲取和預(yù)處理

電梯故障智能檢測(cè)系統(tǒng)的輸入量來自于安裝在電梯電氣或傳動(dòng)系統(tǒng)的加速度傳感器。它能分別從X、Y、Z這3個(gè)方向上獲取電梯運(yùn)行信息，包括上行速度、下行速度、振動(dòng)幅度等。獲取的原始數(shù)據(jù)可能含有高頻噪聲、高頻諧波等干擾，影響了數(shù)據(jù)的可用性，因此需要對(duì)原始數(shù)據(jù)進(jìn)行預(yù)處理（包括濾波、降噪、放大等）。

1.2.2""數(shù)據(jù)的特征提取

為了從海量原始數(shù)據(jù)中準(zhǔn)確識(shí)別出電梯故障信息，必須從獲取的動(dòng)態(tài)信號(hào)中提取出故障信息，該環(huán)節(jié)即為特征提取。常用的特征提取方法有“時(shí)域分析法”“小波包分析法”兩種，其中小波包分析法屬于時(shí)頻分析法，在時(shí)域和頻域均有表征信號(hào)特征的能力，對(duì)信號(hào)具有較強(qiáng)的自適應(yīng)性。利用時(shí)域分析法可以獲取3個(gè)時(shí)域特征值，分別是Z方向的峭度、X方向和Z方向的峰值；利用時(shí)頻分析法可以獲取5個(gè)小波包能量譜。將上述8個(gè)特征值做歸一化處理后，作為輸入量輸入到數(shù)據(jù)融合神經(jīng)網(wǎng)絡(luò)模型中進(jìn)行故障診斷。

1.2.3""數(shù)據(jù)的融合

現(xiàn)階段，常用的數(shù)據(jù)融合方式有像素層融合、特征層融合、決策層融合3種類型。像素層融合的優(yōu)勢(shì)是提供豐富的現(xiàn)場(chǎng)細(xì)節(jié)信息，缺點(diǎn)是數(shù)據(jù)量太大，需要花費(fèi)較多的融合時(shí)間，影響了故障診斷的實(shí)時(shí)性。特征層融合通過從原始信息中提取特征數(shù)據(jù)達(dá)到了信息壓縮的效果，其優(yōu)勢(shì)是數(shù)據(jù)量較少，實(shí)時(shí)性好，缺點(diǎn)在于信息壓縮過程中容易造成部分信息的丟失，影響故障診斷結(jié)果的準(zhǔn)確性。決策層融合具有通信量小、抗干擾能力強(qiáng)以及容錯(cuò)性好等優(yōu)勢(shì)，使用決策層融合數(shù)據(jù)得出的結(jié)論可以直接作為決策依據(jù)，因此在數(shù)據(jù)融合中優(yōu)先考慮使用決策層融合[2]。

可用于特征層數(shù)據(jù)融合的算法有D-S證據(jù)理論法、神經(jīng)網(wǎng)絡(luò)法以及聚類算法等若干種組成。從實(shí)際應(yīng)用效果來看，BP（Back"Propagation）神經(jīng)網(wǎng)絡(luò)算法具有操作簡(jiǎn)便、容錯(cuò)能力強(qiáng)等特點(diǎn)，是數(shù)據(jù)融合中比較常用的算法。構(gòu)建電梯故障診斷特征層BP網(wǎng)絡(luò)模型，該模型共包含3層，分別是輸入層、隱含層和輸出層。將上一步驟中提取的8個(gè)特征值作為輸入量，輸入到BP神經(jīng)網(wǎng)絡(luò)模型的輸入層中；在隱含層提取特征參數(shù)后，對(duì)電梯的實(shí)時(shí)工況做出診斷，并從輸出層輸出最終的診斷結(jié)果。

2.電梯檢驗(yàn)要求與常見故障

2.1電梯檢驗(yàn)工作一般要求

根據(jù)《電梯監(jiān)督檢驗(yàn)和定期檢驗(yàn)規(guī)則》（TSG"T7001—2023）中的有關(guān)規(guī)定：電梯驅(qū)動(dòng)主機(jī)工作時(shí)應(yīng)無異常噪音與振動(dòng)。但是該規(guī)程中沒有提供評(píng)價(jià)振動(dòng)的量化指標(biāo)，因此在電梯檢驗(yàn)中仍然需要工作人員結(jié)合經(jīng)驗(yàn)做出主觀判斷。在檢驗(yàn)過程中，由于電梯結(jié)構(gòu)復(fù)雜加上環(huán)境中噪音來源較多，導(dǎo)致檢驗(yàn)人員很難準(zhǔn)確判斷設(shè)備狀態(tài)，容易造成故障的錯(cuò)診、漏診。因此，電子故障診斷中需要使用靈敏儀器用于采集聲音、振動(dòng)等信號(hào)，同時(shí)將前端傳感器采集的信號(hào)傳輸至分析設(shè)備中做快速傅里葉變換（Fast"Fourier"Transform，F(xiàn)FT）并進(jìn)行頻域分析，從而確定故障位置、故障類型，為下一步開展電梯維護(hù)和故障檢修等工作提供依據(jù)[3]。

2.2電梯常見故障分析

電梯故障類型多樣，根據(jù)故障發(fā)生位置的不同可以大體歸為兩類，即電梯故障和機(jī)械故障，其中又以機(jī)械故障較為常見，約占電梯總故障的70%～80%。按照故障成因可以將電梯常見機(jī)械故障分為以下4種情況。

一是潤(rùn)滑系統(tǒng)異常，如潤(rùn)滑油泄漏或者變質(zhì)導(dǎo)致潤(rùn)滑效果不佳，機(jī)械裝置在運(yùn)行過程中嚴(yán)重磨損或發(fā)著，進(jìn)而導(dǎo)致機(jī)械部件出現(xiàn)故障。二是電梯機(jī)械部件使用時(shí)間太長(zhǎng)或者是維護(hù)不到位，導(dǎo)致軸承。齒輪、蝸輪蝸桿等機(jī)械部件出現(xiàn)材料老化、疲勞、過度磨損，進(jìn)而導(dǎo)致電梯發(fā)生非正常停機(jī)。三是電梯的緊固件松動(dòng)或脫落，導(dǎo)致電梯無法正常啟停。四是電梯轎廂因?yàn)榧友b空調(diào)或者日常檢修等原因?qū)е缕胶庀禂?shù)不符合標(biāo)準(zhǔn)，電梯運(yùn)行時(shí)容易出現(xiàn)制動(dòng)距離過長(zhǎng)進(jìn)而發(fā)生沖頂或蹲底等故障[4]。

3.故障診斷技術(shù)在電梯檢驗(yàn)中的實(shí)踐應(yīng)用

3.1故障介紹

某高層建筑的曳引式電梯于2004年安裝使用，該電梯的組成部件有電機(jī)、蝸輪蝸桿、曳引輪、限速器、導(dǎo)向輪等。在2020年的電梯常規(guī)維護(hù)中發(fā)現(xiàn)其中一部電梯在啟動(dòng)、變速運(yùn)行、停止時(shí)存在較大的雜音，為保證電梯的安全運(yùn)行使用了基于數(shù)據(jù)融合的檢測(cè)技術(shù)進(jìn)行故障診斷，判斷雜音來源、鎖定故障位置，為后續(xù)的故障維修提供參考。在本次電梯檢驗(yàn)中，使用了德國(guó)Bamp;K申科振動(dòng)分析儀，采用壓電式加速度傳感器，測(cè)量精度±5%，頻率范圍1～50"kHz，防護(hù)等級(jí)為IP54級(jí)。利用傳感器獲取電梯傳動(dòng)系統(tǒng)在不同工作狀態(tài)下的加速度數(shù)據(jù)，經(jīng)過處理后將其轉(zhuǎn)化為振動(dòng)信號(hào)，并利用頻譜儀分析振動(dòng)信號(hào)的時(shí)域譜和頻域譜。該電梯傳動(dòng)系統(tǒng)的基本參數(shù)如表1所示。

分別在蝸桿的兩端（測(cè)點(diǎn)1、測(cè)點(diǎn)2）以及渦輪的中心處（測(cè)點(diǎn)3）設(shè)置3個(gè)測(cè)點(diǎn)，將傳感器固定在測(cè)點(diǎn)上，在電梯啟動(dòng)運(yùn)行后開始采集數(shù)據(jù)并進(jìn)行故障分析。

3.2故障分析

3個(gè)測(cè)點(diǎn)的振動(dòng)同頻（10～1000"Hz）速度有效值如圖1所示。

振動(dòng)速度有效值可以直觀地反映機(jī)械傳動(dòng)裝置的故障烈度，通常來說振動(dòng)速度有效值越大，則機(jī)械傳動(dòng)部件的故障越嚴(yán)重。從本次實(shí)驗(yàn)數(shù)據(jù)來看，3個(gè)測(cè)點(diǎn)的振動(dòng)值均處于相對(duì)較低水平，可以初步判定該電梯的機(jī)械傳動(dòng)機(jī)構(gòu)不存在嚴(yán)重故障。但是要想進(jìn)一步確定發(fā)出雜音的具體位置，還需要結(jié)合傳感器獲取數(shù)據(jù)展開時(shí)域分析和頻譜分析。

3.3檢驗(yàn)結(jié)果

結(jié)合測(cè)點(diǎn)1的時(shí)域波形可以發(fā)現(xiàn)，縱向時(shí)域波形呈現(xiàn)出頻率為10.6"Hz、時(shí)間間隔為105"ms的等間隔沖擊特征。由于波形較為穩(wěn)定且對(duì)稱性較好，說明機(jī)械設(shè)備的工況基本良好。對(duì)測(cè)點(diǎn)1的振動(dòng)信號(hào)展開頻域分析，可以發(fā)現(xiàn)10.6"Hz對(duì)應(yīng)該位置軸承保持架的頻率，并且在頻譜中存在滾動(dòng)體缺陷頻率，綜合頻域和時(shí)域分析結(jié)果，初步判斷該電梯傳動(dòng)系統(tǒng)中的軸承部分存在缺陷[5]。為了驗(yàn)證這一分析結(jié)果，安排維修人員對(duì)該電梯的傳動(dòng)結(jié)構(gòu)進(jìn)行了拆機(jī)檢驗(yàn)。拆機(jī)后發(fā)現(xiàn)軸承滾動(dòng)體剝落且潤(rùn)滑失效，初步判斷是潤(rùn)滑保養(yǎng)不及時(shí)導(dǎo)致潤(rùn)滑不良，進(jìn)而造成軸承磨損嚴(yán)重而引起的雜音和振動(dòng)。維修人員重新更換新的滾動(dòng)體，將油泥清理干凈后加入新的潤(rùn)滑油，然后將電梯傳動(dòng)機(jī)構(gòu)重新安裝。完成上述操作后再次啟動(dòng)電梯，仍然采取上述實(shí)驗(yàn)裝置采集振動(dòng)信號(hào)并展開時(shí)域和頻域分析。結(jié)果表明，振動(dòng)信號(hào)時(shí)域波形中的沖擊成分完全消失，傳動(dòng)結(jié)構(gòu)運(yùn)行期間雜音消失，說明故障得到妥善處理，驗(yàn)證了振動(dòng)分析技術(shù)在電梯故障檢驗(yàn)中的應(yīng)用效果[5]。

在電梯帶載運(yùn)行時(shí)發(fā)現(xiàn)存在抖動(dòng)現(xiàn)象，尤其是在開啟和停止時(shí)抖動(dòng)比較明顯。根據(jù)以往的電梯檢修經(jīng)驗(yàn)，造成抖動(dòng)的原因主要與轎廂共振、曳引輪或?qū)蜉嗊\(yùn)行動(dòng)態(tài)不平衡，以及轎廂導(dǎo)靴磨損嚴(yán)重等因素有關(guān)。在實(shí)驗(yàn)中采取了排除法確定造成電梯帶載運(yùn)行抖動(dòng)的原因：首先，使用振動(dòng)分析儀分別測(cè)試了電梯的曳引主機(jī)、曳引輪、導(dǎo)向輪軸承等位置的振動(dòng)值，結(jié)果發(fā)現(xiàn)振動(dòng)值較小，基本上可以忽略，因此排除曳引機(jī)導(dǎo)致抖動(dòng)；其次，站在轎頂分別按照左右、前后的方向晃動(dòng)轎廂，發(fā)現(xiàn)轎廂并未出現(xiàn)明顯的晃動(dòng)，由此可以排除因?yàn)檗I廂導(dǎo)靴嚴(yán)重磨損導(dǎo)致抖動(dòng)；再次，檢查曳引輪上各繩槽是否有偏磨損情況，鋼絲繩與曳引輪的接觸面是否有磨損不均勻情況，經(jīng)檢查未發(fā)現(xiàn)異常磨損，因此排除鋼絲繩受力不均導(dǎo)致的抖動(dòng)；最后，推測(cè)是電梯控制系統(tǒng)出現(xiàn)故障，導(dǎo)致傳動(dòng)機(jī)構(gòu)運(yùn)轉(zhuǎn)異常進(jìn)而引發(fā)抖動(dòng)。對(duì)電梯的電氣控制系統(tǒng)進(jìn)行拆檢后發(fā)現(xiàn)監(jiān)控馬達(dá)三相電流互感器出現(xiàn)故障，互感器中的鐵芯燒毀，導(dǎo)致控制系統(tǒng)無法獲取反饋信號(hào)，不能根據(jù)電梯載荷變化靈活調(diào)節(jié)馬達(dá)輸出功率，由于輸出功率與負(fù)荷不匹配進(jìn)而導(dǎo)致電梯的抖動(dòng)。在明確問題原因后更換了互感器鐵芯，重新啟動(dòng)電梯后發(fā)現(xiàn)恢復(fù)平穩(wěn)運(yùn)行。

4""結(jié)語

電梯作為現(xiàn)代高層建筑中的配套設(shè)施，一旦發(fā)生運(yùn)行故障將會(huì)對(duì)電梯乘用人員的安全構(gòu)成嚴(yán)重威脅，因此做好電梯故障診斷尤為重要。相較于傳統(tǒng)以人工為主的電梯檢驗(yàn)?zāi)Ｊ?，將傳感器、大?shù)據(jù)、人工智能等新一代信息技術(shù)應(yīng)用到電梯故障診斷中，通過實(shí)時(shí)獲取和處理分析電梯運(yùn)行過程中產(chǎn)生的海量數(shù)據(jù)，可以實(shí)現(xiàn)對(duì)電梯工況的動(dòng)態(tài)監(jiān)視。當(dāng)電梯出現(xiàn)異常工況時(shí)，能夠第一時(shí)間識(shí)別異常數(shù)據(jù)并判斷故障類型和故障位置，為檢修人員快速鎖定故障并及時(shí)采取科學(xué)維修提供了技術(shù)支持，從而消除安全隱患、保證電梯穩(wěn)定運(yùn)行。

參考文獻(xiàn)

[1]萬洪明，蔡志華.關(guān)于人工智能應(yīng)用在電梯檢驗(yàn)方面的探討與研究[J].品牌與標(biāo)準(zhǔn)化，2024（4）：103-105.

[2]李澤華，柴錚，趙春暉.基于多通道卷積的電梯異常振動(dòng)故障診斷[J].控制工程，2023（3）：427-433.

[3]李翔.淺談電梯的電氣控制系統(tǒng)故障診斷及維修技術(shù)[J].技術(shù)與市場(chǎng)，2020（11）：107，109.

[4]董天威.基于元遷移學(xué)習(xí)的電梯故障診斷方法研究與應(yīng)用[D].沈陽：沈陽工業(yè)大學(xué)，2023.

[5]鄒邦濤.城市更新-濟(jì)南花園小區(qū)一區(qū)更新改造設(shè)計(jì)研究[D].濟(jì)南：山東建筑大學(xué)，2024.