摘 ?要：隨著自動(dòng)電扶梯應(yīng)用越來(lái)越廣泛，與之相關(guān)的設(shè)備運(yùn)行監(jiān)控、乘客行為監(jiān)控及報(bào)警應(yīng)該得到重視。文章以我國(guó)自動(dòng)電扶梯運(yùn)維現(xiàn)狀及與之相關(guān)的乘客行為為研究對(duì)象，將不斷更新的人工智能、機(jī)器視覺等新技術(shù)作為技術(shù)路線，通過(guò)新技術(shù)的應(yīng)用研究，嘗試構(gòu)建一種智能化電扶梯安全監(jiān)測(cè)與故障報(bào)警體系并融合車站調(diào)度指揮系統(tǒng)，該系統(tǒng)通過(guò)智能語(yǔ)音識(shí)別、扶梯前后監(jiān)測(cè)裝置、顯示裝置實(shí)現(xiàn)與人和環(huán)境的信息交流。

關(guān)鍵詞：電扶梯安全運(yùn)行；人工智能；機(jī)器視覺；安全監(jiān)測(cè)報(bào)警；調(diào)度指揮系統(tǒng)

中圖分類號(hào)：TP277；TU857 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2096-4706（2023）16-0015-05

Research on Safety Monitoring and Fault Alarm of Escalator

CHEN Hui

（Station House Construction Headquarters of China Railway Guangzhou Group Co.， Ltd.， Guangzhou ?510610， China）

Abstract： With the increasingly widespread application of escalators， the related equipment operation monitoring， passenger behavior monitoring， and alarm should be given attention. Taking the current situation of escalator operation and maintenance in China and the related passenger behavior as the research object， this paper takes the new technologies such as Artificial Intelligence and machine vision as the technology roadmap. Through the application research of new technologies， an intelligent escalator safety monitoring and fault alarm system is attempted to be constructed and integrated with the station dispatch and command system. The system achieves information exchange with people and the environment through intelligent voice recognition， escalator front and rear monitoring devices， and display devices.

Keywords： safe operation of escalator; Artificial Intelligence; machine vision; safety monitoring and alarm; dispatch and command system

0 ?引 ?言

近些年來(lái)，時(shí)常出現(xiàn)自動(dòng)扶梯人員摔倒、卷入雜物及突然停梯等事故消息。早在2010年12月的某一天，深圳地鐵就出現(xiàn)了手扶電梯逆行現(xiàn)象，導(dǎo)致24人不同程度受傷。諸如此類的事故表明自動(dòng)扶梯存在安全隱患，必須加以高度重視。要為保障自動(dòng)扶梯的安全運(yùn)行研發(fā)相應(yīng)的監(jiān)測(cè)報(bào)警系統(tǒng)，并采取相應(yīng)的預(yù)防措施來(lái)確保自動(dòng)扶梯的安全運(yùn)行。物聯(lián)網(wǎng)、人工智能、機(jī)器視覺等新技術(shù)的出現(xiàn)為自動(dòng)電扶梯安全監(jiān)測(cè)與故障報(bào)警提供了重要的技術(shù)選擇。

1 ?自動(dòng)扶梯事故

自動(dòng)扶梯事故屢見不鮮，危害程度極高，我們必須從事故中探析問題的根源所在，積極穩(wěn)妥地找好應(yīng)對(duì)措施，并做到盡早落地實(shí)施。

1.1 ?事故類型

我們將自動(dòng)扶梯事故以及引發(fā)自動(dòng)扶梯事故的典型事件進(jìn)行了歸納總結(jié)，得出因乘客行為不當(dāng)而導(dǎo)致的扶梯故障主要有以下幾種情形：

1）乘客攜帶大件行李造成電梯負(fù)載過(guò)重影響設(shè)備安全運(yùn)行。

2）乘客攜帶嬰兒車乘梯致使扶梯運(yùn)行過(guò)程中出現(xiàn)機(jī)械故障。

3）乘客在梯級(jí)中跌倒。

4）乘客忽視指示標(biāo)識(shí)逆向進(jìn)入電梯造成乘客相繼跌倒。

5）因管理不善而引發(fā)其他事故。

1.2 ?事故分析

經(jīng)過(guò)統(tǒng)計(jì)分析得出，自動(dòng)扶梯運(yùn)行過(guò)程中出現(xiàn)的危險(xiǎn)場(chǎng)景主要包括行人摔倒、乘客逆行、乘客攜帶大件行李乘梯、乘客推嬰兒車搭乘扶梯等。為了實(shí)現(xiàn)對(duì)這些危險(xiǎn)場(chǎng)景的識(shí)別，我們開展了相應(yīng)的算法研究。其中，摔倒識(shí)別算法主要用于商場(chǎng)扶手電梯、樓梯等場(chǎng)所。在該算法的應(yīng)用中可以通過(guò)動(dòng)態(tài)視頻實(shí)時(shí)監(jiān)控乘客的動(dòng)作行為，一旦發(fā)現(xiàn)扶梯上有乘客摔倒即刻報(bào)警，報(bào)警信號(hào)同步推送給相應(yīng)的管理人員。該算法大大提升了自動(dòng)扶梯的安全管控效率。大件行李識(shí)別算法主要用于商場(chǎng)扶手電梯、樓梯等場(chǎng)所。在該算法的應(yīng)用中可以通過(guò)動(dòng)態(tài)視頻實(shí)時(shí)監(jiān)控乘客的動(dòng)作行為，一旦發(fā)現(xiàn)扶梯上有人攜帶大件行李即刻報(bào)警，報(bào)警信號(hào)同步推送給相應(yīng)的管理人員。嬰兒車識(shí)別算法主要用于商場(chǎng)扶手電梯、樓梯等場(chǎng)所。在該算法的應(yīng)用中可以通過(guò)動(dòng)態(tài)視頻實(shí)時(shí)監(jiān)控乘客的動(dòng)作行為，一旦發(fā)現(xiàn)有乘客乘扶梯時(shí)手推嬰兒車即刻報(bào)警，報(bào)警信號(hào)同步推送給相應(yīng)的管理人員。

2 ?自動(dòng)扶梯危險(xiǎn)行為識(shí)別技術(shù)

人工智能自1956年正式確立以來(lái)，一直是在曲折中向前發(fā)展的，從起初產(chǎn)生到成為研究熱點(diǎn)一直飽受質(zhì)疑，期間經(jīng)歷兩次發(fā)展低谷；而學(xué)科自身所迸發(fā)出的生命力不斷推動(dòng)其走出低谷，成為引領(lǐng)技術(shù)革命的熱點(diǎn)。

研究采用高清網(wǎng)絡(luò)攝像機(jī)來(lái)采集自動(dòng)手扶梯、自動(dòng)人行步道中乘客行進(jìn)中的視頻畫面，后臺(tái)借助視頻算法服務(wù)器對(duì)采集到的視頻流進(jìn)行智能行為分析識(shí)別，實(shí)現(xiàn)對(duì)危險(xiǎn)行為和狀況的實(shí)時(shí)預(yù)警和報(bào)警，并通過(guò)后臺(tái)機(jī)器深度學(xué)習(xí)實(shí)現(xiàn)對(duì)危險(xiǎn)行為更加準(zhǔn)確快速的識(shí)別和預(yù)警。

2.1 ?基于圖像處理的危險(xiǎn)行為識(shí)別技術(shù)

大件行李，嬰兒車識(shí)別算法主要用于扶手電梯、樓梯等場(chǎng)所。算法應(yīng)用中可通過(guò)動(dòng)態(tài)視頻實(shí)時(shí)監(jiān)控乘客的動(dòng)作行為進(jìn)行數(shù)據(jù)采集，一旦發(fā)現(xiàn)有乘客在乘扶梯時(shí)手推嬰兒車或是攜帶大件行李即刻報(bào)警，報(bào)警信號(hào)同步推送給相應(yīng)的管理人員。

圖像分析的基本工作流程圖如圖1所示。輸入圖片，首先進(jìn)行前景檢測(cè)，識(shí)別缺陷區(qū)域，在此過(guò)程中加入陰影抑制、噪點(diǎn)抑制、畫面增強(qiáng)等圖像級(jí)優(yōu)化；其次通過(guò)圖形分割、SVM分類器、神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)等方法對(duì)前景進(jìn)行特征檢測(cè)，識(shí)別出缺陷目標(biāo)；再次對(duì)目標(biāo)物進(jìn)行標(biāo)記（常用的方法有CMT、Meanshift、TLD、卡爾曼濾波等），在標(biāo)記的過(guò)程中不斷更新背景模型，將目標(biāo)物與背景分離，提高檢測(cè)效果。對(duì)于一些諸如缺陷檢測(cè)之類的檢測(cè)類算法，通過(guò)前景檢測(cè)技術(shù)進(jìn)行背景分離后即可進(jìn)入事件檢測(cè)階段，自動(dòng)檢測(cè)圖片中的缺陷信息并完成提醒、統(tǒng)計(jì)和標(biāo)記功能。算法工作流程框架分為前景檢測(cè)、目標(biāo)檢測(cè)、目標(biāo)分割等幾個(gè)部分。

2.2 ?行人逆行行為檢測(cè)

行人逆行檢測(cè)是檢測(cè)電扶梯口附近的行人是否有逆行行為，用到的算法有行人多目標(biāo)跟蹤和行人軌跡逆行判斷。

研究用到的行人多目標(biāo)跟蹤算法借鑒CenterTrack，中心點(diǎn)檢測(cè)是CenterTrack算法的核心之一。具體的算法邏輯如下：基于特征圖進(jìn)行卷積操作，生成每個(gè)位置的預(yù)測(cè)結(jié)果，每個(gè)位置的預(yù)測(cè)結(jié)果由向量C表示，C為目標(biāo)類別數(shù)。這里的特征圖可以是從卷積層提取的低層特征圖，也可以是通過(guò)上采樣從高層特征圖中得到的圖像。對(duì)每個(gè)位置的預(yù)測(cè)結(jié)果進(jìn)行Softmax操作，得到每個(gè)位置屬于不同類別的概率。在這里，我們將所有可能的目標(biāo)都視為中心點(diǎn)，即將每個(gè)位置視為目標(biāo)的中心點(diǎn)。

通過(guò)回歸器來(lái)預(yù)測(cè)每個(gè)目標(biāo)的位置、大小和方向等信息?；貧w器的輸入是每個(gè)位置的特征向量，輸出是包含目標(biāo)位置、大小和方向等信息的向量。這里的回歸器可以是一個(gè)基于CNN的全連接網(wǎng)絡(luò)，也可以是其他類型的回歸模型。

對(duì)于每個(gè)目標(biāo)，選擇具有最高類別概率的中心點(diǎn)作為其中心點(diǎn)，并將該中心點(diǎn)的位置、大小和方向等信息與目標(biāo)進(jìn)行關(guān)聯(lián)。這里采用一種基于二分圖匹配的方法來(lái)匹配中心點(diǎn)和目標(biāo)，從而實(shí)現(xiàn)目標(biāo)的檢測(cè)和跟蹤。

具體地，設(shè)輸入特征圖為X ∈ RH×W×C，其中H和W分別表示特征圖的高和寬，C表示特征圖的通道數(shù)（即特征向量的維度），則中心點(diǎn)檢測(cè)的算法可以表示為：

Fi， j = W · Xi， j + b

其中，W和b分別表示卷積核和偏置項(xiàng)，Xi， j表示特征圖上（i，j）位置的特征向量，F(xiàn)i， j ∈ RC是預(yù)測(cè)結(jié)果的向量表示。對(duì)預(yù)測(cè)結(jié)果進(jìn)行Softmax操作，得到每個(gè)位置屬于不同類別的概率：

其中， 表示位置（i，j）屬于類別c的概率。

對(duì)于每個(gè)位置的特征向量，通過(guò)一個(gè)回歸器來(lái)預(yù)測(cè)目標(biāo)的位置、大小和方向等信息：

Oi， j = R（Fi， j）

其中，R表示回歸器，Oi， j ∈ R4包含目標(biāo)位置（x，y）、大小（w，h）和方向θ的信息，即Oi， j = （x，y，w，h，θ）。

對(duì)于每個(gè)目標(biāo)，選擇具有最高類別概率的中心點(diǎn)作為其中心點(diǎn)，并將該中心點(diǎn)的位置、大小和方向等信息與目標(biāo)關(guān)聯(lián)。這里采用一種基于二分圖匹配的方法來(lái)匹配中心點(diǎn)和目標(biāo)，從而實(shí)現(xiàn)目標(biāo)的檢測(cè)和跟蹤。

逆行識(shí)別算法主要用于扶手電梯、樓梯等場(chǎng)所。算法應(yīng)用中可通過(guò)動(dòng)態(tài)視頻實(shí)時(shí)監(jiān)控乘客的動(dòng)作行為進(jìn)行數(shù)據(jù)采集，一旦發(fā)現(xiàn)有扶梯乘客逆行即刻報(bào)警，報(bào)警信號(hào)同步推送給相應(yīng)的管理人員。該算法大大提升了安全管控效率。逆行識(shí)別畫面如圖2所示。

2.3 ?摔倒檢測(cè)算法

扶梯摔倒檢測(cè)需要通過(guò)視頻檢測(cè)是否有行人摔倒，這里我們采用YOLOv4模型進(jìn)行行人檢測(cè)，并使用HigherHRNet模型對(duì)檢測(cè)出來(lái)的行人進(jìn)行骨骼關(guān)鍵點(diǎn)識(shí)別，最后通過(guò)關(guān)鍵點(diǎn)角度計(jì)算來(lái)判斷該行人是否摔倒。

針對(duì)扶梯乘客較多的場(chǎng)景，從監(jiān)控的視角容易出現(xiàn)遮擋現(xiàn)象，從而導(dǎo)致漏報(bào)。為此提出一種新的摔倒檢測(cè)特征以及基于骨架信息的多人摔倒預(yù)判斷方法。針對(duì)因場(chǎng)景復(fù)雜而導(dǎo)致實(shí)時(shí)性降低的問題，多人摔倒預(yù)判斷方法通過(guò)對(duì)場(chǎng)景中的人群進(jìn)行預(yù)判斷，把潛在可能發(fā)生摔倒行為的人群保留，剔除其余無(wú)關(guān)的干擾信息。降低后續(xù)網(wǎng)絡(luò)負(fù)擔(dān)，提高網(wǎng)絡(luò)運(yùn)算效率。針對(duì)多人場(chǎng)景特征提取的難點(diǎn)即復(fù)雜場(chǎng)景下人體姿態(tài)特征的提取，提出一種新的摔倒局部特征，3D骨骼圖如圖3所示。

摔倒識(shí)別算法主要應(yīng)用于場(chǎng)站扶手電梯、樓梯等場(chǎng)所。算法應(yīng)用中可通過(guò)動(dòng)態(tài)視頻實(shí)時(shí)監(jiān)控乘客的動(dòng)作行為進(jìn)行數(shù)據(jù)采集，一旦發(fā)現(xiàn)有扶梯乘客摔倒即刻報(bào)警，報(bào)警信號(hào)同步推送給相應(yīng)的管理人員。該算法大大提升了安全管控效率。

2.4 ?建立電扶梯智能監(jiān)控體系

扶梯智能監(jiān)控平臺(tái)可遠(yuǎn)程實(shí)時(shí)監(jiān)控畫面，接收算法服務(wù)器端發(fā)送來(lái)的報(bào)警信息，并將報(bào)警信息推送給負(fù)責(zé)人，負(fù)責(zé)人可進(jìn)行歷史報(bào)警信息查看與數(shù)據(jù)分析統(tǒng)計(jì)，實(shí)現(xiàn)不間斷安全值守，提高對(duì)現(xiàn)場(chǎng)危險(xiǎn)行為的管控能力，預(yù)防危險(xiǎn)行為的發(fā)生。系統(tǒng)架構(gòu)圖如圖4所示。

3 ?建立智能調(diào)度系統(tǒng)

該智能調(diào)度系統(tǒng)由語(yǔ)音識(shí)別子系統(tǒng)、故障監(jiān)測(cè)子系統(tǒng)、客流量監(jiān)測(cè)子系統(tǒng)、環(huán)境監(jiān)測(cè)子系統(tǒng)、消防安全子系統(tǒng)組成，通過(guò)智能語(yǔ)音識(shí)別、前后監(jiān)測(cè)裝置、顯示裝置實(shí)現(xiàn)與人和環(huán)境的信息交流。其中自動(dòng)扶梯扶手帶的一側(cè)安裝有智能語(yǔ)音識(shí)別裝置和帶式喇叭，可以沿著扶手帶一側(cè)根據(jù)自動(dòng)扶梯不同的提升高度設(shè)置相應(yīng)數(shù)量的智能語(yǔ)音識(shí)別裝置，實(shí)現(xiàn)自動(dòng)扶梯智能調(diào)度指揮系統(tǒng)的人機(jī)互動(dòng)。語(yǔ)音識(shí)別子系統(tǒng)可實(shí)現(xiàn)乘客與人的互動(dòng)，安全語(yǔ)音提示；故障監(jiān)測(cè)子系統(tǒng)可實(shí)現(xiàn)自動(dòng)扶梯的故障監(jiān)測(cè)，向管理人員提供自動(dòng)扶梯維修方案；環(huán)境監(jiān)測(cè)子系統(tǒng)可識(shí)別周圍環(huán)境的變化，提醒乘客注意事項(xiàng)，調(diào)整周圍環(huán)境的濕度、空調(diào)溫度等；客流監(jiān)測(cè)子系統(tǒng)可識(shí)別站內(nèi)客流量，若處于客流量高峰期，則提高扶梯的速度，提醒并引導(dǎo)乘客前往人流量較少的自動(dòng)扶梯乘梯，若客流量較少，可以適當(dāng)減少自動(dòng)扶梯的工作臺(tái)數(shù)，自動(dòng)判斷開站與關(guān)站，開啟或關(guān)閉自動(dòng)扶梯；消防安全子系統(tǒng)可在發(fā)生消防安全問題時(shí)立即關(guān)閉自動(dòng)扶梯，并通知車站的指揮中心，配合進(jìn)行人員疏散。系統(tǒng)界面圖如圖5所示。

所有子系統(tǒng)都與語(yǔ)音識(shí)別子系統(tǒng)相連接，語(yǔ)音識(shí)別子系統(tǒng)內(nèi)置于扶手帶一側(cè)的智能語(yǔ)音識(shí)別裝置，實(shí)現(xiàn)乘客與各個(gè)子系統(tǒng)的互動(dòng)。乘客可以從扶梯上方的顯示屏及語(yǔ)音識(shí)別裝置得到自動(dòng)扶梯的相關(guān)信息，子系統(tǒng)通過(guò)乘客的語(yǔ)音呼叫以及監(jiān)控系統(tǒng)圖像識(shí)別得到乘客反饋的信息，將反饋信息上傳到智能調(diào)度指揮系統(tǒng)并做出相應(yīng)的回應(yīng)。

故障監(jiān)測(cè)子系統(tǒng)對(duì)自動(dòng)扶梯進(jìn)行故障監(jiān)測(cè)，實(shí)現(xiàn)自動(dòng)扶梯全壽命周期的健康度顯示。當(dāng)健康度達(dá)到維修預(yù)警值時(shí)自動(dòng)報(bào)警并向管理人員提供自動(dòng)扶梯維修方案。

整個(gè)調(diào)度指揮系統(tǒng)的交互裝置由語(yǔ)音識(shí)別裝置、帶式喇叭、前置監(jiān)測(cè)裝置、后置監(jiān)測(cè)裝置及顯示裝置組成。

根據(jù)自動(dòng)扶梯不同的提升高度設(shè)置相應(yīng)數(shù)量的語(yǔ)音識(shí)別裝置，不同位置的語(yǔ)音識(shí)別裝置識(shí)別相應(yīng)區(qū)域范圍內(nèi)的乘客語(yǔ)音內(nèi)容，最終由帶式喇叭反饋給乘客。

前后監(jiān)測(cè)裝置監(jiān)測(cè)自動(dòng)扶梯上乘客的乘梯狀態(tài)，依據(jù)圖像處理和后臺(tái)工作人員監(jiān)控，通過(guò)帶式喇叭向乘客傳遞安全提示信息。

實(shí)施方式如下：

1）通過(guò)智能語(yǔ)音識(shí)別裝置將乘客傳達(dá)的信息上傳至智能調(diào)度指揮系統(tǒng)，并給出相應(yīng)的回應(yīng)。

2）智能調(diào)度指揮系統(tǒng)各子系統(tǒng)通過(guò)顯示屏及語(yǔ)音裝置進(jìn)行信息傳達(dá)。

3）智能調(diào)度指揮系統(tǒng)通過(guò)智能語(yǔ)音識(shí)別、前后監(jiān)測(cè)裝置、顯示裝置實(shí)現(xiàn)與人和環(huán)境的信息交流，其中自動(dòng)扶梯扶手帶的一側(cè)安裝有智能語(yǔ)音識(shí)別裝置和帶式喇叭，可以沿著扶手帶一側(cè)，根據(jù)自動(dòng)扶梯的不同提升高度設(shè)置相應(yīng)數(shù)量的智能語(yǔ)音識(shí)別裝置，實(shí)現(xiàn)自動(dòng)扶梯智能調(diào)度指揮系統(tǒng)的人機(jī)互動(dòng)。

4）當(dāng)客流量監(jiān)控子系統(tǒng)監(jiān)控到站內(nèi)客流信息時(shí)會(huì)把信息上傳到智能調(diào)度指揮系統(tǒng)，依據(jù)信息判斷做出自動(dòng)開啟或關(guān)閉扶梯的指令。

5）智能調(diào)度指揮系統(tǒng)的各個(gè)子系統(tǒng)之間可以相互調(diào)用，可通過(guò)語(yǔ)音識(shí)別子系統(tǒng)與其他子系統(tǒng)進(jìn)行人機(jī)互動(dòng)，實(shí)現(xiàn)各自的功能。

6）消防安全子系統(tǒng)識(shí)別到消防安全風(fēng)險(xiǎn)時(shí)會(huì)立即采取相應(yīng)的預(yù)防措施，并上傳信息給智能調(diào)度指揮系統(tǒng)，配合站內(nèi)總指揮系統(tǒng)執(zhí)行客流疏散等任務(wù)。

與現(xiàn)有自動(dòng)扶梯調(diào)度指揮系統(tǒng)技術(shù)相比，本文提出一種自動(dòng)扶梯智能調(diào)度指揮系統(tǒng)。該系統(tǒng)融合了語(yǔ)音識(shí)別、故障監(jiān)測(cè)、客流監(jiān)測(cè)、環(huán)境監(jiān)測(cè)、消防安全五個(gè)子系統(tǒng)，通過(guò)在自動(dòng)扶梯一側(cè)安裝智能語(yǔ)音識(shí)別裝置、帶式喇叭，以及在自動(dòng)扶梯上方安裝顯示裝置實(shí)現(xiàn)乘客與各個(gè)子系統(tǒng)的互動(dòng)。乘客可以從扶梯上方的顯示裝置及語(yǔ)音識(shí)別裝置獲得自動(dòng)扶梯的相關(guān)信息，子系統(tǒng)通過(guò)乘客的語(yǔ)音呼叫及監(jiān)控系統(tǒng)圖像識(shí)別得到乘客反饋的信息，將反饋信息上傳至智能調(diào)度指揮系統(tǒng)并做出相應(yīng)的回應(yīng)，從而保證乘客安全、便捷、智能乘梯。

4 ?結(jié) ?論

自動(dòng)扶梯一旦出現(xiàn)事故不但會(huì)損害人身安全，還會(huì)帶來(lái)經(jīng)濟(jì)損失。因此必須要全面分析事故根源，采取相應(yīng)的防范措施來(lái)改進(jìn)扶梯的安全性，對(duì)乘客行為的識(shí)別監(jiān)控形成預(yù)警、報(bào)警及應(yīng)急處理等防范措施，通過(guò)智能調(diào)度指揮系統(tǒng)實(shí)現(xiàn)扶梯的安全智能運(yùn)行。

參考文獻(xiàn)：

[1] 閆雨寒，陳天，劉忠育，等.基于雙重注意力和3DResNet-BiLSTM行為識(shí)別方法 [J].計(jì)算機(jī)應(yīng)用與軟件，2023，40（2）：192-196+205.

[2] 金博，王景林，劉泓鑠，等.基于雙注意力時(shí)間卷積網(wǎng)絡(luò)的人體行為識(shí)別 [J].計(jì)算機(jī)工程與設(shè)計(jì)，2023，44（1）：284-291.

[3] 傅晨韜，胡極洋，陳俊孝.一種基于物聯(lián)網(wǎng)的自動(dòng)扶梯監(jiān)控系統(tǒng) [J].物聯(lián)網(wǎng)技術(shù)，2020，10（10）：15-17.

[4] 何成，徐放，牟振英.智能自動(dòng)扶梯在城市軌道交通運(yùn)維管理中的研究與實(shí)踐 [J].隧道與軌道交通，2019，126（S2）：239-243.

[5] 莊燕雄.自動(dòng)扶梯設(shè)備故障原因及維護(hù)策略研究 [J].裝備維修技術(shù)，2019，171（3）：106.

[6] 談林濤，李軍良，任昺.基于RB-XGBoost算法的智能電網(wǎng)調(diào)度控制系統(tǒng)健康度評(píng)價(jià)模型 [J].電力自動(dòng)化設(shè)備，2020，40（2）：189-198.

[7] 許暖，沈波，王歡.基于熵權(quán)法的信息安全健康度評(píng)價(jià)模型 [J].安徽電子信息職業(yè)技術(shù)學(xué)院學(xué)報(bào)，2014，13（3）：32-36.

作者簡(jiǎn)介：陳輝（1973—），男，漢族，福建莆田人，工程師，本科，研究方向：車站機(jī)械設(shè)備。