安 俊，王家瑋

（陜西省特種設(shè)備檢驗(yàn)檢測(cè)研究院，陜西 西安710048）

隨著中國經(jīng)濟(jì)的快速發(fā)展，電梯數(shù)量也在快速增加，電梯事故率居高不下，而且呈現(xiàn)出千奇百怪的發(fā)展趨勢(shì)[1]。本文基于陜西特種設(shè)備檢驗(yàn)檢測(cè)研究院研發(fā)的電梯視頻監(jiān)控系統(tǒng)，引入使用單位、電梯廠家、電梯型號(hào)、實(shí)時(shí)時(shí)間、運(yùn)行時(shí)間、運(yùn)行位置、氣溫、維保單位、維保質(zhì)量、維修部件、維修時(shí)間等參數(shù)，對(duì)比國內(nèi)外先進(jìn)的數(shù)據(jù)處理方法，尋找適合電梯數(shù)據(jù)處理的新方法，利用大數(shù)據(jù)管理解決電梯維保、檢驗(yàn)、評(píng)估等一系列問題。如記錄導(dǎo)靴、抱閘等運(yùn)行次數(shù)及廠家型號(hào)，提醒維保人員及時(shí)更換導(dǎo)靴、抱閘等易損消耗件。

1 目前電梯面臨的實(shí)際的問題分析

1.1 電梯維保

由于中國電梯管理模式不成熟，電梯的制造、維保等標(biāo)準(zhǔn)大多照搬國外發(fā)達(dá)資本主義國家，造成理論與實(shí)際脫節(jié)。如電梯市場惡意競爭，電梯維保質(zhì)量無法有效保障；電梯不分新舊一月維保2次，能否保障老舊電梯安全運(yùn)行；維保人員維修技術(shù)水平參差不齊，能否保障所換電梯配件符合電梯正常要求。如在西安某小區(qū)，維保人員將汽車抱閘安裝在了電梯抱閘上，造成了人員的重大傷亡。諸如以上問題在實(shí)際維保中還有很多問題需要解決，中國也慢慢也意識(shí)到問題的復(fù)雜性與嚴(yán)重性，隨即提出了電梯按需維保，但是怎么去按需維保，本文將提出一些新的看法與解決方案。

1.2 電梯檢驗(yàn)檢測(cè)

隨著中國電梯臺(tái)數(shù)的逐年增加，人機(jī)矛盾日益凸顯，怎么去更好地檢驗(yàn)，一直是人們關(guān)心的問題。在實(shí)際檢驗(yàn)中，電梯檢驗(yàn)人員不僅承擔(dān)電梯檢驗(yàn)工作，而且大多數(shù)也承擔(dān)其他特種設(shè)備的檢驗(yàn)檢測(cè)工作，造成了在檢驗(yàn)中的熟悉起重機(jī)機(jī)械的不一定熟悉電梯機(jī)械，熟悉起重機(jī)電路的不一定熟悉電梯電路等，即使電氣、機(jī)械都非常的專業(yè)，熟悉三菱電梯公司某電梯型號(hào)的電氣電路，未必熟悉日立電梯的電氣電路，因此無法在規(guī)定時(shí)間內(nèi)準(zhǔn)確對(duì)電梯進(jìn)行檢驗(yàn)?；谝陨蠁栴}，應(yīng)該借助大數(shù)據(jù)，將電梯設(shè)計(jì)、制造、維保、檢驗(yàn)等眾多數(shù)據(jù)及參數(shù)引入到視頻分析中，為檢驗(yàn)提高更有效的參考依據(jù)。

1.3 使用單位管理

使用單位作為電梯管理的第一負(fù)責(zé)人，對(duì)電梯的質(zhì)量維護(hù)負(fù)有重大責(zé)任。在實(shí)際管理中，大多數(shù)物業(yè)管理人員缺乏相應(yīng)的電梯管理知識(shí)，缺乏對(duì)市場競爭模式的了解，造成了部分物業(yè)公司只圖維保合同價(jià)格，對(duì)維保公司平時(shí)的維保、維修缺乏有效監(jiān)督，導(dǎo)致電梯管理形同虛設(shè)。在以往的物業(yè)管理中，物業(yè)往往是由于維保公司未能按照合同例行義務(wù)，造成事故后又去換另外一家，循環(huán)往復(fù)事故高發(fā)。維?？梢愿鼡Q，一旦出現(xiàn)事故，人的生命無法挽回，怎么去尋找好的維保公司、怎么去對(duì)電梯的有效的監(jiān)控、怎么更有效地對(duì)電梯管理，將是后面分析的重要一部分。

2 解決方案初步實(shí)施

2.1 建立采集數(shù)據(jù)模塊

電梯的數(shù)據(jù)分為4大部分，即整體外觀數(shù)據(jù)、信號(hào)數(shù)據(jù)、外參數(shù)數(shù)據(jù)、電梯相關(guān)的其他參數(shù)。

整體外觀數(shù)據(jù)包括電梯外觀、聲音、震動(dòng)，可用本院研發(fā)的電梯視頻監(jiān)控裝置采集[2]。

信號(hào)數(shù)據(jù)包括電梯主回路、控制回路、安全回路電流值，主板反饋的參數(shù)值等[3]。

外參數(shù)數(shù)據(jù)包括電梯的設(shè)計(jì)參數(shù)、零部件規(guī)格、使用說明、法律法規(guī)等。為了實(shí)時(shí)采集電梯信號(hào)，設(shè)置一套獨(dú)立的客戶端服務(wù)器，并配件相應(yīng)的信號(hào)采集裝置，收集電梯運(yùn)行信號(hào)以及各個(gè)部件整體的外觀視頻信號(hào)。如在機(jī)房收集各個(gè)部件運(yùn)行的電信號(hào)以及從視頻傳輸過來的控制柜、曳引機(jī)、導(dǎo)軌、轎廂、限速器、安全鉗、鋼絲繩、緩沖器等圖形信號(hào)[4]。在服務(wù)端服務(wù)器中建立數(shù)據(jù)庫，利用爬蟲技術(shù)收集電梯的法律法規(guī)、市場中常見的電梯的基本信息、市場中常見的電梯部件的基本信息，利用視頻輔助系統(tǒng)記錄電梯日常維護(hù)保養(yǎng)記錄、維修記錄、維保人員維修情況及使用單位人巡查情況等。

電梯相關(guān)的其他參數(shù)包括溫度、濕度、緯度、海平面高度、電磁輻射強(qiáng)調(diào)、電梯使用強(qiáng)度、維保次數(shù)、維保質(zhì)量、維保價(jià)格、維保公司、維保人員技能水平等能影響電梯運(yùn)行質(zhì)量的數(shù)據(jù)，這些都在采集范圍內(nèi)。

2.2 數(shù)據(jù)預(yù)處理模塊

由于設(shè)備采集的數(shù)據(jù)存在誤差或者個(gè)別數(shù)據(jù)由于測(cè)量儀器、方法錯(cuò)誤導(dǎo)致測(cè)量結(jié)果與真實(shí)數(shù)據(jù)出入過大，因此就必須對(duì)數(shù)據(jù)進(jìn)行預(yù)處理。數(shù)據(jù)預(yù)處理一般分為均值移除、范圍縮放、歸一化、二值化、標(biāo)記編碼等。

均值移除是指把每個(gè)特征的平均值移除，保證處理后的特征均值為0，且標(biāo)準(zhǔn)差為1，關(guān)注不同樣本同一個(gè)特征的偏差。如一個(gè)兩種品牌的產(chǎn)品動(dòng)作平均次數(shù)都為1 000次，其中一種產(chǎn)品前半部分動(dòng)作次數(shù)都為0，后面部分為2 000，另外一種產(chǎn)品剛好在平均值1 000上下波動(dòng)，平均值也在1 000，這樣利用均值移除的方法可以判斷哪種產(chǎn)品是所需要的。

范圍縮放是指將每個(gè)特征的最大值和最小值線性縮放到一個(gè)給定范圍。如在比較產(chǎn)品好壞的時(shí)候，就不能用100萬的蒂森電梯和20萬的日立電梯做比較，而是分別找出100萬的蒂森電梯和20萬的日立電梯的使用壽命、舒適度、故障率等，找出它們之間的線性關(guān)系再進(jìn)行比較。

歸一化是指將每個(gè)樣本的各個(gè)特征值按照一定的比例縮放到[0，1]區(qū)間，且該特征值的絕對(duì)值之和為1。這樣單個(gè)樣本在整體樣本中的比重更加清楚，數(shù)據(jù)統(tǒng)計(jì)更加簡潔。

二值化是指根據(jù)事先給定閾值，將樣本矩陣中高于閾值的元素設(shè)置為1，否則設(shè)置為0，得到一個(gè)完全由1和0組成的二值矩陣。這樣將所有樣本置為0和1更有利于對(duì)數(shù)據(jù)進(jìn)行篩選和過濾。獨(dú)熱編碼是指用一個(gè)只包含一個(gè)1和若干個(gè)0的序列來表達(dá)每個(gè)特征值的編碼方式，這樣借此既保留了樣本矩陣的所有細(xì)節(jié)，同時(shí)又得到一個(gè)只含有1和0的稀疏矩陣，既可以提高模型的容錯(cuò)性，同時(shí)還能節(jié)省內(nèi)存空間。

標(biāo)記編碼是指樣本的特征值如果已經(jīng)是數(shù)字，則直接使用它們，如果是字符串，則可以通過標(biāo)記編碼得到與之對(duì)應(yīng)的唯一數(shù)字，以方便后續(xù)處理。

2.3 建立數(shù)據(jù)分析模塊

數(shù)據(jù)分析就是利用自己已經(jīng)建立好的各種數(shù)據(jù)模型，對(duì)需要進(jìn)行處理的數(shù)據(jù)進(jìn)行分析，提取所需要的信息。數(shù)據(jù)模型大致分為回歸模型、分類模型、聚類模型、降維模型。

回歸模型分一元線性回歸、嶺回歸、決策樹等來發(fā)現(xiàn)數(shù)據(jù)之間的線性關(guān)系。如電梯使用壽命與時(shí)間的關(guān)系、電梯安全系數(shù)與電梯速度和載重量的關(guān)系等，它們之間基本屬于線性關(guān)系就可以選擇回歸問題的其中一種模型對(duì)數(shù)據(jù)進(jìn)行預(yù)測(cè)。

分類模型又分人工分類、邏輯分類、樸素貝葉斯分類、決策樹分類、支持向量機(jī)（SVM）分類。人工分類，即人可以直接分辨的分類方式，如電梯是否運(yùn)行、報(bào)告是否合格等簡單的分類。邏輯分類、樸素貝葉斯分類、決策樹分類、支持向量機(jī)（SVM）分類由于數(shù)據(jù)過于復(fù)雜，人為已經(jīng)無法對(duì)其分類，此時(shí)就要借助數(shù)據(jù)之間的邏輯關(guān)系、線性非線性關(guān)系對(duì)數(shù)據(jù)進(jìn)行分類。如對(duì)電梯質(zhì)量進(jìn)行評(píng)價(jià)，就需要綜合電梯廠家、型號(hào)、載重量、轎門數(shù)、用戶評(píng)價(jià)、專家意見等信息對(duì)電梯進(jìn)行評(píng)價(jià)，此時(shí)就需要借助以上方法，對(duì)所有參數(shù)特征值進(jìn)行對(duì)比分析，綜合給出電梯是好是壞。再如電梯使用率的統(tǒng)計(jì)，某公司的電梯07：00—08：00使用頻率高，每月5日15：00電梯擁堵，周六周日16：00擁堵等，收集到以上信息后可以用以上方法對(duì)電梯擁堵時(shí)間進(jìn)行預(yù)判，合理調(diào)配人員乘坐電梯。

聚類模型一般通過樣本相似性算法、K均值算法、均值漂移算法、凝聚層次算法、輪廓系數(shù)對(duì)樣本進(jìn)行分類。

相似性算法即用兩個(gè)樣本對(duì)應(yīng)特征值之差的平方和之平方根，即歐氏距離，來表示這兩個(gè)樣本的相似性。這種方法給出電梯的地圖坐標(biāo)位置就可以合理劃分電梯的所在區(qū)域，讓電梯的區(qū)域劃分更加簡便、清晰。

K均值算法即隨機(jī)選擇k個(gè)樣本作為k個(gè)聚類的中心，計(jì)算每個(gè)樣本到各個(gè)聚類中心的歐氏距離，將該樣本分配到與之距離最近的聚類中心所在的類別中。這種方面可以應(yīng)用在緊急救援中，如某電梯困人，此時(shí)系統(tǒng)自動(dòng)以電梯為中心向電梯四周的維保人員發(fā)出救援信號(hào)，沒有工作的維保人員就可以盡快趕到救援現(xiàn)場對(duì)被困人員進(jìn)行救援。

均值漂移算法即首先假定樣本空間中的每個(gè)聚類均服從某種已知的概率分布規(guī)則，然后用不同的概率密度函數(shù)擬合樣本中的統(tǒng)計(jì)直方圖，不斷移動(dòng)密度函數(shù)的中心（均值）的位置，直到獲得最佳擬合效果為止。這些概率密度函數(shù)的峰值點(diǎn)就是聚類的中心，再根據(jù)每個(gè)樣本距離各個(gè)中心的距離，選擇最近聚類中心所屬的類別作為該樣本的類別。此類方法可以發(fā)現(xiàn)無規(guī)律的數(shù)據(jù)之間可能存在的分布方式，如正態(tài)分布、某三角函數(shù)分布、指數(shù)函數(shù)分布等。

凝聚層次算法即首先假定每個(gè)樣本都是一個(gè)獨(dú)立的聚類，如果統(tǒng)計(jì)出來的聚類數(shù)大于期望的聚類數(shù)，則從每個(gè)樣本出發(fā)尋找離自己最近的另一個(gè)樣本，與之聚集，形成更大的聚類，同時(shí)令總聚類數(shù)減少，不斷重復(fù)以上過程，直到統(tǒng)計(jì)出來的聚類數(shù)達(dá)到期望值為止。此方法在確定被凝聚的樣本時(shí)，除了以距離作為條件以外，還可以根據(jù)連續(xù)性來確定被聚集的樣本，如在一定區(qū)域內(nèi)，可以根據(jù)電梯的生產(chǎn)日期，將一部分電梯劃分為重點(diǎn)區(qū)域的老舊電梯。

輪廓系數(shù)分類即同一個(gè)聚類內(nèi)部的樣本要足夠密集，不同聚類之間樣本要足夠疏遠(yuǎn)。如在轎廂視頻監(jiān)控中，可以將采集的圖像分為人、動(dòng)物、物品、電動(dòng)車等，當(dāng)發(fā)現(xiàn)電動(dòng)車進(jìn)入轎廂時(shí)可設(shè)置報(bào)警裝置。

降維模型一般應(yīng)用在語音識(shí)別、人臉識(shí)別、機(jī)器視覺、攝影測(cè)量、遙感技術(shù)等領(lǐng)域。語音識(shí)別即通過記錄震動(dòng)位移關(guān)于時(shí)間的函數(shù)，通過傅里葉變換，可以將時(shí)間域的聲音函數(shù)分解為一系列不同頻率的正弦函數(shù)的疊加，通過頻率譜線的特殊分布，建立音頻內(nèi)容和文本的對(duì)應(yīng)關(guān)系，以此作為模型訓(xùn)練的基礎(chǔ)，利用此技術(shù)可以發(fā)現(xiàn)電梯曳引機(jī)、曳引輪、限速器、鋼絲繩等重要部件異常響聲，及時(shí)通知相關(guān)人員對(duì)電梯進(jìn)行維修。人臉識(shí)別、機(jī)器視覺及其攝影測(cè)量與遙感技術(shù)是利用攝影機(jī)和電腦替代人眼對(duì)目標(biāo)進(jìn)行識(shí)別、跟蹤和測(cè)量，通過對(duì)采集的圖形或視頻進(jìn)行處理以獲得相應(yīng)場景的三維信息，即三維重建，并實(shí)現(xiàn)了深度學(xué)習(xí)功能[5]。其在應(yīng)用機(jī)器人、城市地圖、智能交通和自動(dòng)駕駛汽車中都有廣泛的應(yīng)用。利用機(jī)器的深度學(xué)習(xí)功能以及測(cè)繪遙感技術(shù)，通過人臉識(shí)別技術(shù)將傳輸?shù)碾娞莸碾娦盘?hào)以及視頻信號(hào)進(jìn)行處理分析并給出結(jié)論。如在對(duì)控制柜檢測(cè)過程中，可以將信號(hào)傳輸來的控制柜圖片以及井道布置圖、機(jī)房布置圖、電氣安裝圖等進(jìn)行收集，再利用人臉識(shí)別技術(shù)結(jié)合測(cè)繪遙感技術(shù)分析控制柜布置、線路布置、插件安裝等是否正確。在處理的過程中，如果遇見新型號(hào)的電梯或者部件，系統(tǒng)可以利用自身的深度學(xué)習(xí)功能，從云端下載相關(guān)的資料，結(jié)合大數(shù)據(jù)分析以及自己的數(shù)據(jù)庫，對(duì)電梯進(jìn)行綜合判定。

3 方案實(shí)施效果預(yù)判

大數(shù)據(jù)分析一般可以解決4類問題，即回歸問題、分類問題、聚類問題、降維問題。

回歸問題：由已知的分布于連續(xù)域中的輸入和輸出，通過不斷地模型訓(xùn)練，找到輸入和輸出之間的聯(lián)系，通常這種聯(lián)系可以通過一個(gè)函數(shù)方程被形式化，如y=w0+w1x+w2x2…，當(dāng)提供未知輸出的輸入時(shí)，就可以根據(jù)以上函數(shù)方程，預(yù)測(cè)出與之對(duì)應(yīng)的連續(xù)域輸出。通過這種方法，可以解決一般的使用壽命問題，如零部件在不同使用環(huán)境、使用強(qiáng)度下的疲勞強(qiáng)度問題，為提醒客戶更換零件及對(duì)電梯的壽命評(píng)估提出指導(dǎo)意見。

分類問題：如果將回歸問題中的輸出從連續(xù)域變?yōu)殡x散域，那么該問題就是一個(gè)分類問題。這樣可以通過視頻采集的數(shù)據(jù)結(jié)合前面數(shù)據(jù)庫中設(shè)計(jì)文件、設(shè)計(jì)標(biāo)準(zhǔn)、法律法規(guī)，初步給出電梯設(shè)計(jì)是否合理、更換的零件是否與電梯匹配、維保是否按照規(guī)則制度進(jìn)行維保等。

聚類問題：從已知的輸入中尋找某種模式，比如相似性，根據(jù)該模式將輸入劃分為不同的集群，并對(duì)新的輸入應(yīng)用同樣的劃分方式，以確定其歸屬的集群。這類方法可以將看似不相關(guān)的參數(shù)聯(lián)系起來，尋找不同參數(shù)之間的關(guān)聯(lián)。如空氣溫度、濕度過大，導(dǎo)致電梯死機(jī)、門鎖短路的概率，維保質(zhì)量與每月維保時(shí)間、維保次數(shù)之間的關(guān)系等，當(dāng)參數(shù)數(shù)量不斷增加，人力已將無法預(yù)判事件發(fā)展趨勢(shì)的時(shí)候，計(jì)算機(jī)會(huì)通過此類方法給出相應(yīng)的預(yù)判及參考意見。比如某段時(shí)間電梯使用頻率過高、空氣濕度過大、維保人員檢查力度不足、電梯零部件處在正常使用的臨界點(diǎn)等，系統(tǒng)會(huì)通過維保價(jià)格、維保次數(shù)、維保記錄、維保公司人員的文化技能水平、維保公司的管理模式等給出物業(yè)公司相應(yīng)的指導(dǎo)意見，如要求維保公司加強(qiáng)相應(yīng)的維?；蚋鼡Q維保公司等建議[6]。

降維問題：從大量的特征中選擇那些對(duì)模型預(yù)測(cè)最關(guān)鍵的少量特征，以降低輸入樣本的維度，提高模型的性能。此種方法主要針對(duì)自己關(guān)心的問題，如日立電梯公司的電梯電路是否設(shè)計(jì)合理，計(jì)算機(jī)可以過濾其他公司的電梯電路，對(duì)照日立公司以往成熟的電路圖紙，找出對(duì)應(yīng)更改部分的電路，參考國家的電路設(shè)計(jì)原則迅速給出相應(yīng)的指導(dǎo)意見。再如電梯檢驗(yàn)，不同年限、不同電梯的檢驗(yàn)情況肯定不同，如何判定電梯是否合格，制造單位和檢驗(yàn)單位也肯定不相同，這就需要通過模型過濾掉多余的部分，如檢驗(yàn)單位更關(guān)心電梯的法律、法規(guī)、技術(shù)標(biāo)準(zhǔn)，對(duì)電梯產(chǎn)品所用工藝、材料正確性資料確認(rèn)符合即可。

4 總結(jié)

本文通過陜西省特種設(shè)備檢驗(yàn)檢測(cè)研究院研發(fā)的電梯視頻監(jiān)控裝置，結(jié)合大數(shù)據(jù)分析，展望后期的電梯視頻及數(shù)據(jù)的分析方法，為視頻監(jiān)控及計(jì)算機(jī)進(jìn)一步的輔助電梯檢驗(yàn)、檢測(cè)及使用、維保單位提供了粗淺的方案。