基于状态信号的电梯运行性能多维评估体系构建与实证研究

基于状态信号的电梯运行性能多维评估体系构建与实证研究一、引言1.1研究背景在现代社会中，电梯作为不可或缺的垂直交通工具，广泛应用于各类建筑，如住宅、商业大厦、医院、学校等场所，与人们的日常生活和工作紧密相连。随着城市化进程的加速以及建筑行业的蓬勃发展，高层建筑如雨后春笋般不断涌现，电梯的使用数量也呈现出迅猛增长的态势。据相关统计数据显示，全球每年新增电梯数量超过百万台，仅在2021年，中国电梯产量就达到86.4万台，同比增长约5%。电梯不仅为人们提供了便捷的垂直通行方式，极大地提高了建筑空间的利用效率，同时在城市建设中，作为高层建筑的核心垂直交通组成部分，有效缓解了城市因空间紧张而带来的交通压力。在物流领域，电梯在仓储、物流中心的应用，提高了货物的运输效率；在医疗领域，保障了病患及医疗物资的快速转运；在制造业等领域，也发挥着重要的作用，成为推动社会经济高效运转的关键因素之一。然而，随着电梯使用的日益普及，其运行性能和安全性问题也愈发受到人们的关注。电梯运行性能的优劣直接关系到乘客的使用体验和安全。运行性能不佳的电梯，可能会出现诸如频繁故障、异常振动与噪声、平层不准确、速度不稳定等问题。这些问题不仅会导致乘客在乘坐过程中感到不适，如因振动和噪声产生烦躁情绪，因平层不准造成进出轿厢不便甚至绊倒风险，还可能引发严重的安全事故，危及乘客的生命安全。例如，电梯故障可能导致乘客被困在轿厢内，长时间的被困会给乘客带来心理上的恐惧和身体上的不适，若未能及时救援，还可能引发更严重的后果；而电梯失控、坠落等极端事故，更是会造成人员伤亡和财产的巨大损失。据不完全统计，每年全球范围内都会发生多起因电梯运行故障而导致的伤亡事故，这些事故给受害者家庭带来了沉重的打击，同时也引发了社会各界对电梯安全问题的高度关注和担忧。此外，电梯的高效稳定运行对于建筑的整体运营效率也有着重要影响。在商业中心、写字楼等人员密集场所，若电梯运行效率低下，如高峰时段出现长时间等待、拥堵等情况，会严重影响人们的出行效率，降低建筑物的使用体验和商业价值；在医院等对时间要求极高的场所，电梯运行的不稳定性可能会延误病患的救治时机，造成不可挽回的后果。因此，为了保障电梯的安全、高效运行，提高乘客的使用体验，对电梯运行性能进行科学、准确的评估显得尤为必要且紧迫。通过有效的评估，可以及时发现电梯运行过程中存在的问题和潜在隐患，为电梯的维护、保养和升级改造提供科学依据，从而确保电梯始终处于良好的运行状态，为人们的生活和工作提供可靠的保障。1.2研究目的与意义本研究旨在深入探索基于状态信号的电梯运行性能评估方法，通过对电梯运行过程中产生的各类状态信号进行全面、系统的分析，建立一套科学、准确且具有实际应用价值的电梯运行性能评估体系。具体而言，研究目的包括：精准提取能够有效表征电梯运行状态的特征信号，深入挖掘这些信号与电梯运行性能之间的内在关联；运用先进的数据分析技术和评估模型，对电梯的运行性能进行量化评估，实现对电梯运行状态的实时监测和准确判断；通过评估结果，及时发现电梯运行中存在的潜在问题和故障隐患，为电梯的维护、保养和优化提供科学依据，从而提高电梯的运行安全性、可靠性和稳定性，降低电梯故障发生率，提升乘客的乘坐体验。从理论层面来看，本研究具有重要的意义。当前，电梯运行性能评估领域虽然已经取得了一定的研究成果，但现有的评估方法和理论仍存在诸多不足之处，如评估指标不够全面、评估模型的准确性和适应性有待提高等。本研究通过对电梯运行状态信号的深入分析和研究，有望为电梯运行性能评估提供新的理论视角和方法思路，丰富和完善电梯运行性能评估的理论体系。同时，在研究过程中，将涉及到多个学科领域的知识交叉融合，如机械工程、电气工程、信号处理、数据分析等，这将有助于推动相关学科之间的交流与合作，促进学科的发展和创新。从实际应用角度而言，本研究成果具有广泛的应用价值和社会效益。在保障电梯安全运行方面，准确的运行性能评估能够及时发现电梯的潜在安全隐患，提前采取有效的预防措施，避免电梯事故的发生，从而保障乘客的生命安全和财产安全。在提升电梯运行效率方面，通过对电梯运行性能的评估和优化，可以合理调整电梯的运行参数和控制策略，减少电梯的等待时间和运行能耗，提高电梯的运行效率和服务质量，满足人们对高效、便捷出行的需求。对于电梯制造企业来说，本研究成果可为电梯的设计、研发和生产提供技术支持，帮助企业提高产品质量和竞争力；对于电梯维护保养企业而言，可依据评估结果制定更加科学合理的维护计划，提高维护工作的针对性和有效性，降低维护成本；对于政府监管部门来说，本研究成果可为制定电梯安全监管政策和标准提供数据支持，加强对电梯行业的监管力度，促进电梯行业的健康发展。1.3国内外研究现状在电梯运行状态监测与性能评估领域，国内外学者进行了大量的研究，取得了一系列有价值的成果，同时也存在一些尚待改进的地方。国外在电梯状态监测技术方面起步较早，配套的电梯远程监控系统大多具备故障诊断功能，能够对常见故障进行诊断与分析。例如，一些先进的电梯远程监控系统，利用传感器采集电梯运行过程中的多种信号，如振动、电流、速度等，并通过智能算法对这些信号进行实时分析，能够准确识别出电梯的异常运行状态和常见故障类型，如电梯门系统故障、曳引系统故障等。在特征提取技术研究上，国外学者针对电梯系统运行过程中振动信号的非平稳、随机性、不稳定等问题，利用振动信号时域峰值、频域频率值及功率谱密度和时频域能量分布的多参数振动特征量，对电梯机械部件不同工况下的振动特性进行研究，通过实验验证了多参数特征量融合表征电梯机械振动特性方法的可行性，为电梯机械部件潜在安全隐患识别和故障诊断提供了技术支持。在性能评估方法方面，国外研究注重多指标综合评估和模型的准确性，采用层次分析法、模糊综合评价法等方法构建电梯性能评估模型，综合考虑电梯的安全性、可靠性、舒适性等多个方面的指标，对电梯运行性能进行全面评估。国内在电梯运行状态监测与性能评估方面的研究近年来也取得了显著进展。在状态监测方面，部分研究将物联网、大数据等技术应用于电梯监测系统，实现了电梯运行数据的实时采集、传输和存储，为后续的数据分析和性能评估提供了丰富的数据基础。例如，通过物联网技术，将分布在不同位置的电梯连接到统一的网络平台，实现对电梯运行状态的远程实时监控，能够及时发现电梯的异常情况并进行预警。在特征提取方面，国内学者提出了多种针对电梯运行信号的特征提取方法。如通过对电梯运行垂直的震动加速度信号提取最优小波包基，构建蕴含急停故障信息的特征向量；对垂直、水平震动加速度信号，噪声信号、电流信号进行时域分析并提取特征向量，以更全面地反映电梯的运行状态。在性能评估方法研究上，一些研究结合国内电梯使用特点和实际需求，建立了适合国内情况的评估指标体系和评估模型。例如，运用灰色关联分析方法，结合熵值法与层析分析法确定权重，建立电梯运行性能评估模型，对电梯运行性能进行量化评估。然而，目前国内外的研究仍存在一些不足之处。在状态信号监测方面，虽然传感器技术和数据采集系统不断发展，但对于一些复杂环境下电梯信号的准确采集和抗干扰能力还有待提高，部分传感器的稳定性和可靠性仍需进一步优化。在特征提取技术上，现有的特征提取方法大多是针对单一类型的信号或特定故障进行研究，缺乏对多源信号融合特征提取的系统性研究，难以全面、准确地反映电梯复杂的运行状态。在性能评估方法方面，现有的评估模型在准确性、适应性和实时性上还存在一定的局限性。一些评估模型对数据的依赖性较强，当数据存在缺失或噪声时，评估结果的准确性会受到较大影响；部分模型的计算复杂度较高，难以满足实时在线评估的需求；而且不同评估模型之间的通用性较差，针对不同品牌、型号电梯的评估方法缺乏统一的标准和规范，导致在实际应用中存在一定的困难。1.4研究方法与创新点本研究综合运用多种研究方法，力求全面、深入地开展基于状态信号的电梯运行性能评估方法研究。在信号分析方面，采用时域分析、频域分析及时频分析等多种方法对电梯运行过程中采集到的振动、电流、速度等状态信号进行处理。时域分析通过计算信号的均值、方差、峰值等统计参数，提取信号的基本特征，以初步了解电梯运行状态的稳定性和变化趋势；频域分析则利用傅里叶变换等技术将时域信号转换到频域，分析信号的频率成分，识别出与电梯故障相关的特征频率；时频分析方法如小波变换、短时傅里叶变换等，可用于处理非平稳信号，能够同时在时间和频率两个维度上展示信号的变化特征，更加准确地捕捉电梯运行过程中的瞬态信息，为电梯运行性能评估提供更丰富、更全面的信号特征。建模方法上，构建基于机器学习和深度学习的电梯运行性能评估模型。机器学习算法如支持向量机（SVM）、随机森林（RF）等，能够对大量的电梯运行数据进行学习和训练，建立起输入特征与电梯运行性能之间的映射关系。通过对模型的训练和优化，使其能够准确地对电梯运行性能进行分类和预测。深度学习模型如神经网络，特别是多层感知机（MLP）、卷积神经网络（CNN）和循环神经网络（RNN）及其变体（如长短期记忆网络LSTM）等，具有强大的非线性拟合能力，能够自动学习数据中的复杂特征和模式。对于电梯运行性能评估，利用这些深度学习模型可以从大量的多源状态信号数据中挖掘出深层次的信息，提高评估模型的准确性和泛化能力。同时，本研究还将开展实验研究。搭建电梯实验平台，模拟电梯在不同工况下的运行状态，包括正常运行、故障运行以及不同负载、速度等条件下的运行情况。通过在实验平台上安装各类传感器，采集电梯运行过程中的状态信号，并记录电梯的实际运行性能指标，如平层精度、速度偏差、振动和噪声水平等。将采集到的数据用于模型训练和验证，以检验评估方法的有效性和准确性。此外，还将对实际运行中的电梯进行现场测试和数据采集，进一步验证研究成果在实际应用中的可行性和可靠性。本研究的创新点主要体现在以下两个方面。一是多源信号融合，充分考虑电梯运行过程中产生的多种状态信号，如振动、电流、速度、位移等，将这些不同类型的信号进行融合处理。通过多源信号融合，可以充分利用各信号之间的互补信息，更全面、准确地反映电梯的运行状态，克服单一信号分析的局限性，从而提高电梯运行性能评估的准确性和可靠性。二是模型优化，针对现有电梯运行性能评估模型存在的不足，如对复杂工况适应性差、计算复杂度高、实时性不佳等问题，对所构建的机器学习和深度学习模型进行优化。通过改进模型结构、选择合适的参数、采用有效的训练算法以及结合迁移学习、集成学习等技术，提高模型的性能和泛化能力，使其能够更好地适应不同品牌、型号电梯的运行性能评估需求，同时满足实时在线评估的要求。二、电梯运行状态信号解析2.1电梯系统工作原理与结构电梯作为一种复杂的机电一体化设备，其系统结构主要由机械系统和电气控制系统两大部分组成。机械系统是电梯的物理支撑和运动执行部分，主要包括轿厢、对重、曳引系统、导向系统、门系统、重量平衡系统、驱动系统和安全保护系统等。轿厢是乘客或货物的承载空间，通常由金属框架和壁板构成，内部设有操作按钮、照明、通风等设施，以满足乘客的基本需求。对重则是与轿厢相对应的平衡装置，通过钢丝绳与轿厢连接，其作用是平衡轿厢的重量，减少电梯运行时曳引机的负荷，提高电梯的运行效率和稳定性。曳引系统是电梯的核心动力传输部分，主要由曳引机、曳引轮、钢丝绳等组成。曳引机作为电梯的动力源，通过电机的旋转带动曳引轮转动，利用钢丝绳与曳引轮之间的摩擦力，实现轿厢和对重的上下移动。导向系统由导轨、导靴等部件组成，导轨安装在电梯井道壁上，轿厢和对重通过导靴沿着导轨作垂直方向的运动，确保电梯运行的平稳性和准确性，防止轿厢发生偏移或晃动。门系统包括轿厢门和层门，是保障乘客安全进出电梯的关键部件。轿厢门安装在轿厢出入口，层门则安装在各楼层的电梯出入口，两者通过门锁装置相互配合，确保在电梯运行过程中门的关闭状态，防止乘客意外坠落。重量平衡系统除了对重外，还包括补偿装置，用于平衡电梯在不同运行阶段因钢丝绳长度变化和轿厢与对重重量差而产生的不平衡力，进一步提高电梯运行的稳定性。驱动系统负责为电梯的运行提供动力，根据电梯的类型和需求，可采用曳引驱动、液压驱动等不同方式。曳引驱动是目前应用最广泛的驱动方式，通过曳引机的旋转实现轿厢的升降；液压驱动则利用液压泵将液压油输送到液压缸，通过活塞的运动推动轿厢上升或下降，常用于一些低层建筑或对速度要求不高的场合。安全保护系统是电梯安全运行的重要保障，包括限速器、安全钳、缓冲器、超载保护装置、门锁保护装置等多种安全装置。限速器用于监测电梯的运行速度，当电梯速度超过设定的安全阈值时，触发安全钳动作，使轿厢紧紧夹住导轨，防止电梯超速坠落；缓冲器安装在电梯井道的底部和顶部，在电梯发生意外坠落或冲顶时，能够吸收和缓冲轿厢的冲击力，保护乘客和设备的安全。电气控制系统是电梯的“大脑”，负责对电梯的运行进行全面的控制和管理。它主要由控制器、驱动器、传感器、信号传输线路等组成。控制器是电气控制系统的核心，通常采用可编程逻辑控制器（PLC）或微处理器，负责接收和处理来自各个传感器和操作按钮的信号，根据预设的控制逻辑和算法，发出相应的控制指令，控制曳引机、门机等设备的运行。驱动器则根据控制器的指令，对曳引机、门机等电机进行调速和驱动，实现电梯的启动、加速、匀速运行、减速和停止等各种运行状态。传感器在电气控制系统中起着关键的监测作用，它们分布在电梯的各个部位，实时采集电梯的运行状态信息，如速度、位置、门的状态、负载等。速度传感器用于测量电梯的运行速度，位置传感器用于确定轿厢在井道中的位置，门状态传感器用于检测轿厢门和层门的开闭状态，负载传感器用于监测电梯的承载重量。这些传感器采集到的信号通过信号传输线路传输到控制器，为控制器的决策和控制提供准确的数据依据。信号传输线路负责在控制器、驱动器、传感器以及其他电气设备之间传输各种控制信号和状态信息，确保电气控制系统的正常运行。电梯的工作原理基于力的平衡和电机驱动原理。当乘客按下电梯按钮发出召唤信号后，电气控制系统接收到信号，首先判断电梯的当前位置和运行状态，然后根据预设的调度算法，选择合适的电梯响应召唤。选定的电梯在接到运行指令后，控制器控制曳引机启动，通过曳引轮带动钢丝绳，使轿厢朝着目标楼层运行。在运行过程中，电气控制系统根据传感器反馈的速度、位置等信息，实时调整曳引机的转速和转向，实现电梯的平稳加速、匀速运行和准确减速。当轿厢到达目标楼层时，控制系统控制曳引机停止运转，同时打开轿厢门和层门，乘客即可进出电梯。在整个运行过程中，安全保护系统始终处于工作状态，对电梯的运行进行实时监测和保护。一旦检测到异常情况，如超速、超载、门未关闭等，安全保护系统会立即触发相应的保护装置，使电梯停止运行，确保乘客的安全。例如，当电梯运行速度超过限速器设定的阈值时，限速器会动作，通过钢丝绳拉动安全钳，使安全钳的楔块紧紧夹住导轨，强制轿厢停止；当电梯检测到超载时，会发出警报信号，并禁止电梯运行，直到负载减轻到正常范围。2.2电梯运行状态信号类型与特征2.2.1振动信号电梯运行过程中产生的振动信号是反映电梯运行状态的重要信号之一。其产生原因较为复杂，主要来源于机械系统的各个部件。电梯的曳引系统是振动信号的一个重要产生源。曳引机中的电机在运行时，由于转子的不平衡、轴承的磨损以及蜗轮蜗杆的啮合等因素，会产生周期性的振动，这种振动通过曳引轮、钢丝绳传递到轿厢，从而引起轿厢的振动。例如，当曳引机的轴承出现磨损时，会导致转子的偏心，进而使电机在运行过程中产生较大的振动，这种振动会通过整个曳引系统传递到轿厢，使乘客明显感受到电梯的异常振动。导向系统也会对电梯的振动产生影响。导轨的安装精度、导轨的磨损以及导靴与导轨之间的配合间隙等因素，都可能导致电梯在运行过程中产生振动。如果导轨安装不垂直，轿厢在运行过程中就会受到侧向力的作用，从而产生横向振动；导靴与导轨之间的配合间隙过大，会使轿厢在运行时出现晃动，导致振动加剧。此外，轿厢系统自身的结构刚度、轿厢内的负载分布以及轿厢门的开关动作等，也会引发不同程度的振动。当轿厢内的负载分布不均匀时，会导致轿厢重心偏移，使电梯在运行过程中产生额外的振动。电梯振动信号具有明显的特征。在时域上，振动信号表现为一系列的波动，其幅值和频率会随着电梯的运行状态而变化。正常运行状态下，振动信号的幅值较小且相对稳定，波动范围在一定的合理区间内；而当电梯出现故障或异常情况时，振动信号的幅值会明显增大，波动也会变得更加剧烈。通过对大量正常运行电梯的振动信号进行统计分析，发现其振动幅值一般在0.1-0.5m/s²之间，而当电梯出现导轨磨损等故障时，振动幅值可能会超过1m/s²。在频域上，电梯振动信号包含了多个频率成分，这些频率成分与电梯的机械结构和运行状态密切相关。不同的故障类型往往会在特定的频率段产生特征频率。如曳引机轴承故障可能会在高频段产生特征频率，一般在500-1000Hz之间；而导轨故障则可能在低频段产生特征频率，通常在10-50Hz之间。通过对振动信号进行傅里叶变换等频域分析方法，可以准确地识别出这些特征频率，从而判断电梯是否存在故障以及故障的类型。振动信号与电梯故障之间存在着紧密的关联。当电梯的机械部件出现磨损、松动、变形等故障时，会导致振动信号的特征发生改变。例如，电梯导轨磨损会使导轨表面变得粗糙，轿厢在运行过程中与导轨之间的摩擦力增大，从而导致振动信号的幅值增大，且在与导轨相关的特征频率处出现明显的峰值。通过对振动信号的监测和分析，可以及时发现这些故障隐患，为电梯的维护和保养提供重要依据。当监测到振动信号的幅值持续增大且在导轨特征频率处出现异常峰值时，就可以判断电梯导轨可能存在磨损问题，需要及时进行检查和维修。2.2.2速度信号速度信号是反映电梯运行状态的关键信号，它直接体现了电梯的运行速度变化情况，对于评估电梯的运行性能和安全性具有重要意义。电梯在运行过程中，其速度变化遵循一定的规律。在启动阶段，电梯需要克服静止状态的惯性，通过曳引机的驱动，以一定的加速度逐渐提升速度，这个过程中的加速度一般在0.5-1.5m/s²之间，具体数值会根据电梯的类型、负载以及控制系统的设置而有所不同。在加速过程中，速度信号呈现出逐渐上升的趋势，其上升的斜率反映了电梯的加速度大小。当电梯达到设定的额定速度后，进入匀速运行阶段。在这个阶段，电梯应保持稳定的运行速度，速度信号的波动范围应控制在较小的范围内，一般要求速度偏差不超过额定速度的±1%。例如，对于额定速度为2m/s的电梯，在匀速运行时，其实际速度应在1.98-2.02m/s之间。稳定的匀速运行速度不仅能保证乘客的乘坐舒适度，还能体现电梯控制系统的稳定性和可靠性。在到达目标楼层前，电梯需要进行减速，以准确停靠在楼层平层位置。减速过程中，速度信号逐渐下降，其下降的斜率表示电梯的减速度，减速度通常在0.5-1.0m/s²之间。准确的减速控制对于保证电梯的平层精度至关重要，如果减速度过大或过小，都可能导致电梯平层不准确，给乘客的进出带来不便，甚至存在安全隐患。异常速度信号是电梯出现故障或异常运行状态的重要表现。超速是一种较为严重的异常速度情况，当电梯的运行速度超过额定速度的115%时，电梯的限速器会触发安全钳动作，使轿厢紧急制动。超速可能是由于电梯控制系统故障、曳引机失控、钢丝绳打滑等原因引起的。如果电梯控制系统中的速度反馈环节出现故障，无法准确监测电梯的实际速度，就可能导致电梯超速运行。速度波动过大也是一种常见的异常速度信号表现。在电梯正常运行过程中，速度信号应保持相对稳定，波动较小。但当电梯的机械部件出现问题，如曳引机的蜗轮蜗杆磨损、导轨不平整等，或者电气控制系统出现故障，如变频器故障、控制器参数设置不当等，都可能导致电梯在运行过程中速度波动明显增大。速度波动过大不仅会影响乘客的乘坐舒适度，还可能对电梯的机械结构和电气系统造成损害，增加电梯故障的风险。例如，速度波动过大可能会导致电梯的曳引系统承受过大的冲击力，加速曳引机部件的磨损，缩短设备的使用寿命。2.2.3电流信号电流信号与电梯的负载和运行阻力密切相关，是评估电梯运行性能的重要依据之一。电梯运行过程中，曳引电机的电流大小会随着负载的变化而改变。当电梯空载运行时，电机只需克服自身的机械阻力和轿厢在导轨上的摩擦力等较小的阻力，此时电流较小，一般为额定电流的20%-30%。随着电梯负载的增加，电机需要输出更大的转矩来驱动轿厢上升或下降，电流也会相应增大。当电梯满载运行时，电流可达到额定电流的70%-80%。通过监测电流信号，可以实时了解电梯的负载情况，判断电梯是否存在超载运行的风险。当检测到电流超过满载电流的设定阈值时，就可以判断电梯可能处于超载状态，从而采取相应的措施，如发出警报、禁止电梯运行等，以确保电梯的安全运行。电梯的运行阻力也会对电流信号产生显著影响。运行阻力主要包括机械部件的摩擦力、导轨的摩擦力、空气阻力以及电梯运行过程中的各种阻力变化等。当电梯的机械部件出现磨损、润滑不良等情况时，摩擦力会增大，导致运行阻力增加，电机需要消耗更多的能量来克服阻力，从而使电流增大。例如，电梯导轨的磨损会使轿厢与导轨之间的摩擦力增大，在电梯运行过程中，电流会明显上升。此外，电梯运行过程中的空气阻力也会随着速度的增加而增大，对电流产生一定的影响。在高速电梯中，空气阻力对电流的影响更为明显，需要在设计和运行过程中加以考虑。通过对电流信号的监测和分析，可以有效地评估电梯的运行性能。正常运行状态下，电梯的电流信号应保持相对稳定，波动范围在合理区间内。当电流信号出现异常波动或持续增大时，可能表明电梯存在故障或异常情况。如电流突然增大且超过正常范围，可能是由于电梯机械部件故障导致运行阻力急剧增加，或者是电气系统出现短路、过载等问题。此时，通过对电流信号的进一步分析，结合其他状态信号，如振动信号、速度信号等，可以准确判断故障原因，及时采取维修措施，避免故障的进一步扩大，保障电梯的安全、稳定运行。例如，当电流信号突然增大，同时振动信号也出现异常时，可能是电梯的曳引系统出现了故障，需要对曳引机、钢丝绳等部件进行检查和维修。2.2.4开关门信号开关门信号在判断电梯门系统性能方面发挥着关键作用，它直接反映了电梯门系统的工作状态和运行可靠性。电梯的开关门过程是一个复杂的机电协同动作过程，涉及到门机、门锁、门导轨、门滑块等多个部件的配合。当电梯到达楼层平层停稳后，控制系统会发出开门信号，门机接收到信号后，驱动电机运转，通过传动装置带动轿厢门和层门同时向两侧打开。在开门过程中，门机需要根据门的负载情况和运行位置，实时调整电机的转速和转矩，以确保门能够平稳、快速地打开。一般来说，电梯的开门时间在3-5秒之间，具体时间会因电梯的类型和门的尺寸而有所差异。关门过程则相反，当乘客进出电梯完毕后，控制系统发出关门信号，门机驱动电机反转，使轿厢门和层门向中间合拢。在关门过程中，门机同样需要精确控制电机的运行，以避免门在关闭过程中出现夹人、夹物等情况。为了确保安全，电梯门系统通常配备了多种安全保护装置，如光幕保护、安全触板保护等。当光幕被遮挡或安全触板受到挤压时，门机控制系统会立即接收到信号，停止关门动作，并重新打开门。正常的开关门信号具有明显的特征。在时间上，开关门过程应在规定的时间范围内完成，且开关门速度应保持均匀，无明显的卡顿或突变现象。在信号波形上，开门信号和关门信号应呈现出相对平滑的曲线，反映出门机电机的稳定运行。通过对大量正常运行电梯的开关门信号进行监测和分析，可以建立起正常开关门信号的特征模型，作为判断电梯门系统性能的参考标准。开关门信号的异常往往预示着电梯门系统存在故障或安全隐患。开门异常可能表现为门无法正常打开、开门速度过慢或过快、开门过程中出现卡顿等情况。门无法正常打开可能是由于门锁故障、门机故障、控制系统故障或门导轨变形、门滑块卡死等机械原因导致的。当门锁出现故障，无法正常解锁时，门就无法打开；门机故障如电机损坏、传动装置故障等，会导致门机无法提供足够的动力来驱动门的开启。关门异常同样不容忽视，常见的关门异常包括门无法正常关闭、关门速度异常、关门过程中反复开关门等。门无法正常关闭可能是由于安全保护装置误动作、门机控制系统故障或门的关闭位置检测装置故障等原因造成的。如果光幕出现故障，误检测到有物体遮挡，就会导致门无法正常关闭；门机控制系统故障可能会使门机在关门过程中接收到错误的指令，导致关门异常。这些开关门异常情况不仅会影响乘客的正常使用，还可能引发安全事故，如夹人、夹物等，因此，通过对开关门信号的实时监测和分析，及时发现并解决门系统的故障，对于保障电梯的安全运行至关重要。2.3信号采集与传输技术为了准确获取电梯运行状态信号，需要选择合适的传感器，并将其安装在电梯的关键部位。对于振动信号采集，通常选用加速度传感器。加速度传感器能够敏感电梯运行过程中的加速度变化，并将其转换为电信号输出。在型号选择上，考虑到电梯运行环境的复杂性，需选用具有高灵敏度、宽频响应和良好抗干扰性能的加速度传感器，如PCB356A16型加速度传感器，其频率响应范围可达0.5-10000Hz，灵敏度为100mV/g，能够满足电梯振动信号采集的需求。安装位置主要集中在轿厢顶部、底部以及曳引机等部位。在轿厢顶部安装加速度传感器，可以监测轿厢在垂直方向和水平方向的振动情况，反映电梯运行过程中由于导轨不平、轿厢晃动等原因引起的振动；在轿厢底部安装，能够检测轿厢与对重之间的振动传递以及轿厢与地面之间的振动耦合；在曳引机上安装，则可直接获取曳引机运行时产生的振动信号，判断曳引机的工作状态是否正常。速度信号的采集一般采用旋转编码器。旋转编码器是一种将旋转位移转换成一串数字脉冲信号的旋转式传感器，通过对脉冲信号的计数和频率测量，可以精确计算出电梯的运行速度。如欧姆龙E6B2-CWZ6C型旋转编码器，分辨率可达500-2500P/R，能够满足不同精度要求的电梯速度测量。旋转编码器通常安装在曳引机的电机轴上，与电机同步旋转，随着电机的转动，编码器输出相应的脉冲信号，通过对脉冲信号的处理和分析，即可得到电梯的实时速度。电流信号采集常用的传感器是电流互感器。电流互感器能够将大电流按比例变换成小电流，以便于测量和处理。在电梯系统中，选用合适变比的电流互感器，如100:5型电流互感器，将其串接在曳引电机的供电线路中，即可采集到电机运行时的电流信号。电流互感器采集到的电流信号经过调理电路处理后，可转换为适合后续分析和处理的电压信号。开关门信号的采集则通过门状态传感器实现。门状态传感器一般采用接近开关或微动开关，安装在电梯门机系统中，用于检测电梯门的开启和关闭状态。当电梯门处于打开状态时，传感器输出一种信号状态；当电梯门关闭时，传感器输出另一种信号状态。例如，采用欧姆龙E2E-X10ME1型接近开关作为门状态传感器，其检测距离可达10mm，能够可靠地检测电梯门的状态变化。信号传输方式对于电梯运行状态信号的有效传输至关重要。在电梯系统中，常见的信号传输方式有有线传输和无线传输两种。有线传输方式具有传输稳定、抗干扰能力强等优点，常用的有线传输介质包括双绞线、同轴电缆和光纤等。双绞线是一种由两根绝缘导线相互缠绕而成的传输介质，价格低廉，安装方便，常用于传输距离较短、对传输速率要求不高的信号传输，如开关门信号、一些简单的状态监测信号等。同轴电缆由内导体、绝缘层、外导体和护套组成，具有较高的传输带宽和较好的抗干扰性能，适用于传输模拟信号和数字信号，在电梯系统中可用于传输振动信号、电流信号等。光纤则是利用光在玻璃或塑料制成的纤维中的全反射原理进行信号传输，具有传输速率高、带宽大、抗干扰能力强、信号衰减小等优点，特别适合于长距离、高速率的数据传输，如电梯远程监控系统中大量数据的传输。无线传输方式则具有安装灵活、布线方便等特点，在电梯信号传输中也得到了一定的应用。常见的无线传输技术包括Wi-Fi、蓝牙、ZigBee和4G/5G等。Wi-Fi是一种基于IEEE802.11标准的无线局域网技术，传输速度快，覆盖范围较广，可用于电梯轿厢内的视频监控信号传输以及电梯运行数据的实时上传等。蓝牙是一种短距离无线通信技术，功耗低，成本低，常用于一些对数据传输速率要求不高、距离较近的设备之间的通信，如电梯维修人员使用的手持设备与电梯控制系统之间的通信。ZigBee是一种低功耗、低速率、低成本的无线通信技术，具有自组网、自修复等特点，适用于电梯系统中大量分散的传感器节点之间的通信，实现对电梯各个部位的全面监测。4G/5G作为新一代移动通信技术，具有高速率、低时延、大连接等优势，能够满足电梯远程监控和大数据传输的需求，实现电梯运行状态的实时远程监测和故障预警。在信号传输过程中，由于电梯运行环境复杂，存在各种电磁干扰源，如电梯电机、变频器、接触器等设备在运行过程中会产生电磁辐射，对信号传输造成干扰，影响信号的准确性和可靠性。为了减少电磁干扰对信号传输的影响，需要采取一系列抗干扰措施。在硬件方面，选用具有良好屏蔽性能的传输线缆，如屏蔽双绞线、同轴电缆等，能够有效阻挡外界电磁干扰的侵入。对传感器和信号传输线路进行合理的接地处理，将传感器的外壳、传输线缆的屏蔽层等接地，可将干扰电流引入大地，减少干扰对信号的影响。在软件方面，采用滤波算法对采集到的信号进行处理，去除信号中的噪声和干扰成分。常见的滤波算法有均值滤波、中值滤波、卡尔曼滤波等。均值滤波通过对多个采样值进行平均计算，去除信号中的随机噪声；中值滤波则是将采样值按大小排序，取中间值作为滤波后的输出，能够有效抑制脉冲干扰；卡尔曼滤波是一种基于线性系统状态空间模型的最优估计滤波算法，能够对含有噪声的信号进行实时估计和预测，在电梯信号处理中具有较好的应用效果。三、电梯运行性能评估指标体系3.1评估指标选取原则为构建科学合理的电梯运行性能评估指标体系，在选取评估指标时，需遵循一系列严格的原则，以确保指标体系能够全面、准确地反映电梯的运行性能，为电梯的性能评估提供可靠依据。科学性是指标选取的首要原则。评估指标应基于电梯的工作原理、结构特点以及运行过程中的物理现象和规律进行选取，确保指标能够真实、客观地反映电梯运行性能的本质特征。各项指标的定义应明确、准确，避免模糊和歧义；指标的计算方法和测量手段应科学、合理，具有理论依据和实践可行性。在选取电梯振动指标时，需依据振动理论和电梯机械结构的动力学特性，选择能够准确反映振动强度、频率成分和振动方向等关键信息的参数作为评估指标，如振动加速度的均方根值、峰值以及特定频率段的振动能量等。这些参数能够科学地描述电梯振动的特性，为评估电梯的运行平稳性和机械部件的健康状态提供可靠依据。全面性原则要求评估指标能够涵盖电梯运行性能的各个方面，包括安全性、可靠性、舒适性、运行效率等。安全性方面，应选取如限速器动作可靠性、安全钳制动力、门锁可靠性等指标，以确保电梯在运行过程中能够有效防止超速、坠落、开门走车等安全事故的发生。可靠性指标则可包括电梯的平均无故障运行时间、故障频率等，用于衡量电梯系统在规定条件下和规定时间内完成规定功能的能力。舒适性指标涉及电梯运行过程中的振动、噪声、加减速平稳性等因素，如轿厢内振动加速度的限值、噪声声压级的允许范围、加加速度和减加速度的变化范围等，这些指标直接影响乘客的乘坐体验。运行效率指标可包括电梯的平均运行速度、平均等待时间、输送能力等，反映电梯在满足乘客需求方面的能力。通过全面选取这些指标，可以对电梯运行性能进行全方位的评估，避免因指标缺失而导致评估结果的片面性。可测性原则强调评估指标应具备可测量性和可获取性。指标的数据应能够通过现有的传感器技术、测量设备和数据采集系统进行准确测量和有效获取。在实际应用中，应优先选择那些易于测量、测量精度高且稳定性好的物理量作为评估指标。对于电梯的速度信号，可以通过安装在曳引机上的旋转编码器进行精确测量；对于电流信号，可利用电流互感器进行采集。同时，指标的数据采集应具有可行性，不会对电梯的正常运行造成干扰或影响，且采集成本应在可接受范围内。对于一些难以直接测量的指标，可以通过间接测量或基于其他可测指标的计算来获取。电梯的平衡系数可以通过测量不同负载下电梯的电流或电压，并结合电梯的机械结构参数进行计算得到。独立性原则要求各评估指标之间应相互独立，避免指标之间存在过多的相关性或重叠信息。如果指标之间存在较强的相关性，会导致评估结果的冗余和偏差，影响评估的准确性和有效性。在选取振动相关指标时，应避免同时选择多个含义相近、相互关联程度高的指标，如同时选取振动加速度的均值和均方根值作为独立指标就不太合适，因为两者在一定程度上都反映了振动的强度，存在较强的相关性。应选择能够从不同角度、不同层面反映电梯运行性能的指标，使每个指标都具有独特的信息价值，从而提高评估指标体系的有效性和可靠性。3.2基于状态信号的评估指标确定3.2.1运行平稳性指标电梯运行的平稳性直接影响乘客的乘坐体验，是评估电梯运行性能的关键指标之一。而振动信号能够直观地反映电梯运行过程中的平稳程度，通过对振动信号的分析，可以推导出一系列有效的运行平稳性指标。振动加速度是衡量电梯运行平稳性的重要参数。在电梯运行过程中，通过安装在轿厢顶部、底部等关键位置的加速度传感器，可以实时采集电梯在垂直方向和水平方向的振动加速度信号。振动加速度的均方根值（RMS）能够综合反映振动信号的强度，其计算公式为：RMS=\sqrt{\frac{1}{n}\sum_{i=1}^{n}a_{i}^{2}}其中，a_{i}表示第i个采样点的振动加速度值，n为采样点数。均方根值越大，说明电梯运行过程中的振动越剧烈，平稳性越差。根据相关标准和经验，一般要求电梯在正常运行时，垂直方向振动加速度的均方根值不超过0.15m/s²，水平方向不超过0.10m/s²。振动峰值也是评估电梯运行平稳性的重要指标。振动峰值反映了振动信号在某一时刻的最大幅值，当电梯出现异常情况，如机械部件松动、磨损等，会导致振动峰值明显增大。通过监测振动峰值，可以及时发现电梯运行中的潜在问题。在实际应用中，通常会设定一个振动峰值的阈值，当检测到的振动峰值超过该阈值时，发出预警信号，提示对电梯进行检查和维护。除了振动加速度的均方根值和峰值，振动频率分析也能够为电梯运行平稳性评估提供重要信息。不同的电梯部件在正常运行和故障状态下会产生不同频率的振动。通过对振动信号进行傅里叶变换等频域分析方法，可以得到振动信号的频谱图，从中识别出与电梯正常运行和故障相关的特征频率。曳引机的轴承故障通常会在高频段产生特征频率，而导轨故障则可能在低频段出现特征频率。通过对这些特征频率的监测和分析，可以判断电梯各部件的工作状态，进而评估电梯的运行平稳性。3.2.2速度准确性指标速度准确性是衡量电梯运行性能的重要方面，直接关系到电梯的运行效率和乘客的使用体验。通过对速度信号的分析，可以计算出一系列能够准确反映电梯速度控制精度的指标。速度偏差是评估电梯速度准确性的关键指标之一。速度偏差是指电梯实际运行速度与额定速度之间的差值，其计算公式为：\Deltav=v_{actual}-v_{rated}其中，v_{actual}表示电梯的实际运行速度，v_{rated}为电梯的额定速度。速度偏差的大小直接反映了电梯速度控制的准确性，速度偏差越小，说明电梯的速度控制精度越高。根据相关标准，电梯在正常运行时，速度偏差应控制在额定速度的±1%以内。在实际运行中，若速度偏差超出这个范围，可能会导致电梯运行不稳定，影响乘客的乘坐舒适度，甚至存在安全隐患。速度变化率也是评估电梯速度准确性的重要指标。速度变化率即加速度，它反映了电梯速度变化的快慢程度。在电梯的启动、加速、减速和停止过程中，加速度的大小和变化情况对乘客的乘坐体验有着显著影响。如果加速度过大，乘客会感到明显的不适，如启动时的推背感和停止时的前倾感；如果加速度变化不均匀，会使电梯运行不平稳，增加机械部件的磨损。因此，合理控制电梯的加速度是确保电梯运行平稳和速度准确的关键。一般来说，电梯的启动加速度和制动减速度应控制在一定范围内，通常启动加速度不超过1.5m/s²，制动减速度不超过1.0m/s²，且加速度的变化应尽量平滑，以减少乘客的不适感。为了更全面地评估电梯速度准确性，还可以考虑速度波动情况。速度波动是指电梯在运行过程中速度的瞬时变化，通常用速度的标准差来衡量。速度标准差越大，说明电梯速度波动越剧烈，速度控制的稳定性越差。通过监测速度波动情况，可以及时发现电梯控制系统或机械部件存在的问题，如变频器故障、曳引机蜗轮蜗杆磨损等，这些问题都可能导致电梯速度波动异常，影响电梯的正常运行。3.2.3能耗指标在能源问题日益突出的背景下，电梯的能耗成为衡量其运行性能的重要指标之一。通过对电流信号的监测和分析，可以建立有效的能耗指标，准确评估电梯的能源利用效率。电梯的能耗主要来源于曳引电机在运行过程中的电能消耗。根据电流信号和电压信号，可以计算出电梯的功率消耗。功率P的计算公式为：P=UI\cos\varphi其中，U为电压，I为电流，\cos\varphi为功率因数。在实际应用中，通过安装在电梯供电线路中的电流互感器和电压传感器，可以实时采集电流和电压信号，进而计算出电梯的功率消耗。通过对功率随时间的积分，可以得到电梯在一定运行时间内的能耗E，其计算公式为：E=\int_{t_1}^{t_2}P(t)dt其中，t_1和t_2分别为能耗计算的起始时间和结束时间。能耗指标能够直观地反映电梯在运行过程中的能源消耗情况，通过对能耗的监测和分析，可以评估电梯的能源利用效率，为节能措施的制定提供依据。为了更全面地评估电梯的能耗情况，还可以引入单位运输量能耗指标。单位运输量能耗是指电梯每运输单位重量的乘客或货物所消耗的能量，其计算公式为：e=\frac{E}{m\cdoth}其中，e为单位运输量能耗，E为电梯的能耗，m为运输的总重量，h为运输的总高度。单位运输量能耗指标考虑了电梯的运输任务量，能够更准确地反映电梯在实际运行中的能源利用效率。不同类型和规格的电梯，其单位运输量能耗会有所差异，通过对单位运输量能耗的比较和分析，可以评估不同电梯的能耗水平，为电梯的选型和节能改造提供参考。此外，通过对电梯在不同工况下的能耗分析，如空载、满载、不同楼层运行等，可以深入了解电梯能耗的变化规律，找出能耗较高的工况和原因，从而有针对性地采取节能措施。在高层建筑中，电梯在频繁启停和长距离运行时能耗较高，可以通过优化电梯的运行调度策略，如采用群控技术、智能楼层召唤分配等，减少电梯的不必要运行，降低能耗。同时，还可以通过改进电梯的驱动系统和控制系统，采用高效节能的电机、变频器和智能控制算法，提高电梯的能源利用效率，降低能耗。3.2.4门系统可靠性指标电梯门系统是保障乘客安全进出电梯的关键部件，其可靠性直接关系到乘客的生命安全和电梯的正常运行。通过对开关门信号的分析，可以确定一系列有效的门系统可靠性指标，全面反映门系统的工作可靠性。开关门时间是衡量门系统工作效率和可靠性的重要指标之一。开关门时间过长会导致乘客等待时间增加，影响电梯的运行效率；开关门时间过短则可能导致门关闭不彻底或夹人夹物等安全事故。因此，合理控制开关门时间是确保门系统正常工作的关键。一般来说，电梯的开门时间应控制在3-5秒之间，关门时间应控制在3.5-5秒之间，具体时间会因电梯的类型、门的尺寸和运行环境等因素而有所差异。通过对开关门信号的监测和分析，可以准确测量开关门时间，并与标准值进行对比，判断门系统的工作是否正常。开关门次数统计也是评估门系统可靠性的重要手段。由于电梯门系统在日常运行中频繁开关，随着开关门次数的增加，门系统的部件会逐渐磨损，导致故障发生的概率增加。通过对开关门信号的计数，可以统计出电梯门系统在一定时间内的开关门次数。当开关门次数达到一定阈值时，提示对门系统进行检查和维护，更换磨损的部件，以确保门系统的可靠性。例如，对于一些使用频繁的电梯，当开关门次数达到10万次时，就需要对门系统进行全面检查和保养，更换易损件，如门滑块、门锁等。门系统故障次数是直接反映门系统可靠性的关键指标。常见的门系统故障包括门无法正常打开或关闭、开门过程中卡顿、关门过程中反复开关门、门锁故障等。通过对开关门信号的异常检测和分析，可以及时发现门系统故障，并统计故障发生的次数。门系统故障次数越多，说明门系统的可靠性越低，需要及时排查故障原因，采取相应的维修措施。当发现门无法正常关闭时，可能是由于门锁故障、门机控制系统故障或门导轨变形等原因导致的，需要对这些部件进行逐一检查和修复，以恢复门系统的正常工作。四、评估方法与模型构建4.1数据预处理方法在对电梯运行性能进行评估之前，由于电梯运行状态信号在采集过程中不可避免地会受到各种噪声和干扰的影响，这些噪声和干扰会降低信号的质量，影响后续的分析和评估结果的准确性，因此需要对采集到的原始数据进行预处理，以提高数据的可用性和可靠性。数据预处理主要包括滤波、降噪、归一化等关键技术。滤波是数据预处理的重要环节，其目的是去除信号中的噪声和干扰成分，保留有用的信号特征。在电梯运行状态信号处理中，常用的滤波方法有低通滤波、高通滤波、带通滤波和带阻滤波等。低通滤波可以允许低频信号通过，抑制高频噪声，适用于去除电梯信号中的高频干扰，如电气系统产生的高频电磁噪声。高通滤波则相反，它允许高频信号通过，阻止低频信号，可用于消除电梯信号中的低频漂移和直流分量等干扰。带通滤波只允许特定频率范围内的信号通过，能够有效地提取电梯运行过程中与特定故障相关的频率成分，如通过设置合适的带通滤波器，可以提取出与曳引机轴承故障相关的高频特征频率信号。带阻滤波则用于抑制特定频率范围内的信号，常用于去除电梯信号中已知频率的干扰，如电源频率干扰等。以低通滤波为例，其原理基于傅里叶变换，将时域信号转换到频域进行分析。在频域中，通过设置截止频率，将高于截止频率的信号成分衰减或去除，然后再通过逆傅里叶变换将信号转换回时域，得到滤波后的信号。假设原始信号为x(t)，其傅里叶变换为X(f)，低通滤波器的频率响应函数为H(f)，截止频率为f_c，则滤波后的信号y(t)可通过以下步骤得到：首先对x(t)进行傅里叶变换得到X(f)，然后将X(f)与H(f)相乘，即Y(f)=X(f)H(f)，其中H(f)在|f|\leqf_c时为1，在|f|>f_c时为0，最后对Y(f)进行逆傅里叶变换得到滤波后的信号y(t)。在实际应用中，可采用巴特沃斯低通滤波器，其具有平坦的通带和逐渐下降的阻带特性，能够在有效去除高频噪声的同时，尽量减少对有用信号的失真。降噪技术是进一步提高信号质量的关键。除了滤波之外，还可以采用均值滤波、中值滤波、卡尔曼滤波等方法来降低信号中的噪声。均值滤波是一种简单的线性滤波方法，它通过计算信号在一定窗口内的平均值来平滑信号，去除噪声。对于一维信号x(n)，均值滤波后的信号y(n)可表示为：y(n)=\frac{1}{N}\sum_{i=0}^{N-1}x(n-i)其中，N为窗口大小。均值滤波对于去除高斯噪声等随机噪声具有较好的效果，但对于脉冲噪声等非高斯噪声的抑制能力较弱。中值滤波是一种非线性滤波方法，它将信号在一定窗口内的采样值按大小排序，取中间值作为滤波后的输出。对于信号x(n)，中值滤波后的信号y(n)为窗口内N个采样值的中值，即y(n)=\text{median}\{x(n-\frac{N-1}{2}),\cdots,x(n),\cdots,x(n+\frac{N-1}{2})\}（N为奇数）。中值滤波对于脉冲噪声具有很强的抑制能力，能够有效地保护信号的边缘和细节信息，在电梯振动信号处理中，可用于去除因传感器瞬间干扰等原因产生的脉冲噪声。卡尔曼滤波是一种基于线性系统状态空间模型的最优估计滤波算法，它能够对含有噪声的信号进行实时估计和预测。卡尔曼滤波通过不断地更新状态估计值和协方差矩阵，来最小化估计误差的均方值。在电梯运行状态信号处理中，卡尔曼滤波可以利用电梯系统的动态模型和传感器测量值，对电梯的速度、位置等状态进行精确估计，同时有效地抑制噪声的影响。假设电梯的状态方程为x_{k}=Ax_{k-1}+Bu_{k-1}+w_{k-1}，观测方程为z_{k}=Hx_{k}+v_{k}，其中x_{k}为k时刻的状态向量，A为状态转移矩阵，B为控制输入矩阵，u_{k-1}为k-1时刻的控制输入，w_{k-1}为过程噪声，z_{k}为k时刻的观测值，H为观测矩阵，v_{k}为观测噪声。通过卡尔曼滤波算法，可以根据前一时刻的状态估计值和当前时刻的观测值，计算出当前时刻的最优状态估计值，从而实现对电梯运行状态信号的降噪和精确估计。归一化是将数据映射到特定的区间或范围，消除数据量纲和数量级的影响，使不同类型的数据具有可比性。在电梯运行性能评估中，常用的归一化方法有最小-最大归一化（Min-MaxScaling）和Z-分数标准化（Z-scoreStandardization）。最小-最大归一化将数据映射到[0,1]区间，其公式为：x_{norm}=\frac{x-x_{min}}{x_{max}-x_{min}}其中，x为原始数据，x_{min}和x_{max}分别为数据集中的最小值和最大值，x_{norm}为归一化后的数据。这种方法简单直观，能够保留数据的原始分布特征，但对异常值比较敏感。在处理电梯的振动加速度数据时，如果存在个别异常大的振动值，可能会影响整个数据的归一化效果。Z-分数标准化则是基于数据的均值和标准差进行归一化，将数据转换为均值为0，标准差为1的标准正态分布，其公式为：x_{norm}=\frac{x-\mu}{\sigma}其中，\mu为数据集的均值，\sigma为数据集的标准差。Z-分数标准化对数据的分布没有严格要求，适用于各种类型的数据，且对异常值具有一定的鲁棒性。在电梯电流信号处理中，由于电流值可能会受到多种因素的影响而产生较大波动，采用Z-分数标准化可以有效地消除这些波动对数据分析的影响，使不同时间段的电流数据具有可比性。通过合理选择归一化方法，对电梯运行状态信号进行归一化处理，可以为后续的数据分析和评估模型训练提供更优质的数据基础，提高评估结果的准确性和可靠性。4.2特征提取与选择方法特征提取是从原始电梯运行状态信号中提取能够有效表征电梯运行性能的关键特征，为后续的评估模型提供高质量的数据输入。特征提取方法主要有时域特征提取、频域特征提取和时频域特征提取。时域特征提取是直接从信号的时间序列中提取特征，这些特征能够反映信号的基本统计特性和波形特征。常见的时域特征包括均值、方差、峰值、峰峰值、峭度、偏度等。均值表示信号在一段时间内的平均水平，反映了信号的总体趋势；方差则衡量了信号围绕均值的波动程度，方差越大，说明信号的波动越剧烈。峰值和峰峰值能够体现信号在某一时刻的最大幅值和最大幅值差，对于检测电梯运行过程中的突发冲击和异常情况具有重要意义。峭度用于描述信号的冲击特性，当电梯出现故障时，如机械部件的磨损、松动等，会导致振动信号的峭度值发生明显变化。偏度则反映了信号分布的对称性，正常运行的电梯信号偏度一般趋近于0，而当电梯出现故障时，偏度可能会偏离0。此外，过零率也是一种常用的时域特征，它表示信号在单位时间内穿过零轴的次数，可用于检测信号的周期性变化。频域特征提取是将时域信号通过傅里叶变换等方法转换到频域，分析信号的频率成分和能量分布。傅里叶变换是频域分析的基础，它将时域信号分解为不同频率的正弦和余弦分量的叠加，从而得到信号的频谱。通过对频谱的分析，可以获取信号的主要频率成分、特征频率以及各频率成分的能量分布等信息。功率谱密度（PSD）是频域分析中常用的特征，它表示信号在各个频率上的功率分布情况，能够反映信号的能量集中在哪些频率段。例如，在电梯运行过程中，不同的机械部件在正常运行和故障状态下会产生不同频率的振动，通过分析振动信号的功率谱密度，可以识别出与电梯故障相关的特征频率，从而判断电梯的运行状态。此外，频率重心、均方根频率等也是频域分析中常用的特征，它们能够从不同角度描述信号的频率特性。时频域特征提取方法则是结合了时域和频域分析的优点，能够同时在时间和频率两个维度上展示信号的变化特征，对于处理非平稳信号具有独特的优势。常见的时频域分析方法有小波变换、短时傅里叶变换、Wigner-Ville分布等。小波变换是一种多分辨率分析方法，它通过将信号分解成不同尺度的小波系数，能够在不同的时间和频率分辨率下对信号进行分析。短时傅里叶变换则是在傅里叶变换的基础上，通过加窗的方式将信号划分为多个短时段，对每个短时段进行傅里叶变换，从而得到信号在不同时刻的频谱信息。Wigner-Ville分布是一种二次型时频分布，它能够提供更高的时频分辨率，但存在交叉项干扰的问题。在电梯运行性能评估中，时频域特征提取方法能够更准确地捕捉电梯运行过程中的瞬态信息，如电梯启动、制动过程中的速度变化、振动冲击等，为评估电梯的运行性能提供更丰富的信息。在提取了大量的特征后，为了提高评估模型的效率和准确性，需要进行特征选择。特征选择是从原始特征集中挑选出最具有代表性、最相关且相互独立的特征子集的过程。常见的特征选择方法可以分为过滤法、包装法和嵌入法。过滤法是基于特征的统计信息进行选择，不依赖于后续的学习模型。常见的过滤法指标有信息增益、互信息、卡方检验、相关性系数等。信息增益表示在已知某个特征的情况下，信息的不确定性减少的程度，信息增益越大，说明该特征对分类或预测的贡献越大。互信息则衡量了两个变量之间的相关性，它可以用于评估特征与目标变量之间的依赖程度。卡方检验用于检验特征与目标变量之间是否存在显著的关联，通过计算卡方值来判断特征的重要性。相关性系数则用于衡量两个变量之间的线性相关程度，常用的相关性系数有皮尔逊相关系数和斯皮尔曼相关系数。在电梯运行性能评估中，利用过滤法可以快速筛选出与电梯运行性能相关性较高的特征，减少特征数量，提高计算效率。例如，通过计算振动信号的各个时域特征与电梯运行平稳性指标之间的相关性系数，选择相关性较高的特征作为特征子集。包装法是将学习模型的性能作为评价标准，通过反复训练模型来选择最优的特征子集。常见的包装法有递归特征消除（RFE）和前向选择、后向选择等。递归特征消除是一种基于模型权重的特征选择方法，它通过不断地删除对模型贡献最小的特征，直到达到预设的特征数量为止。前向选择则是从空特征集开始，每次选择一个能使模型性能提升最大的特征加入特征集，直到模型性能不再提升或达到预设的特征数量。后向选择则相反，从全特征集开始，每次删除一个对模型性能影响最小的特征，直到满足停止条件。包装法能够充分考虑特征与模型之间的相互作用，选择出的特征子集通常能够使模型达到较好的性能，但计算复杂度较高，需要多次训练模型。在电梯运行性能评估中，使用包装法可以针对具体的评估模型，选择出最适合该模型的特征子集，提高模型的评估准确性。例如，对于支持向量机（SVM）评估模型，采用递归特征消除方法，根据SVM模型的权重来选择对模型分类性能贡献较大的特征。嵌入法是在模型训练过程中自动进行特征选择，将特征选择与模型训练融合在一起。常见的嵌入法有基于L1正则化的方法和决策树相关的方法。L1正则化是在模型的损失函数中加入L1范数作为惩罚项，使得模型在训练过程中自动将一些不重要的特征的权重置为0，从而实现特征选择。决策树相关的方法则是利用决策树在构建过程中对特征的重要性进行评估，根据特征的重要性来选择特征。例如，随机森林（RF）模型在训练过程中会计算每个特征的重要性得分，通过设定阈值，可以选择重要性得分较高的特征作为特征子集。嵌入法能够在模型训练的同时进行特征选择，计算效率较高，且选择出的特征子集与模型的适应性较好。在电梯运行性能评估中，采用嵌入法可以在训练评估模型的同时，自动选择出对电梯运行性能评估最有价值的特征，提高模型的训练效率和评估性能。例如，使用基于L1正则化的逻辑回归模型进行电梯故障分类，在训练过程中，L1正则化会自动筛选出与电梯故障相关性较高的特征。4.3评估模型构建4.3.1层次分析法（AHP）确定权重层次分析法（AHP）是一种将与决策总是有关的元素分解成目标、准则、方案等层次，在此基础上进行定性和定量分析的决策方法。在电梯运行性能评估中，利用AHP确定各评估指标权重，可有效反映各指标对电梯运行性能的相对重要程度，为综合评估提供科学依据，具体步骤如下：建立层次结构模型：将电梯运行性能评估问题分解为目标层、准则层和指标层。目标层为电梯运行性能评估；准则层包括运行平稳性、速度准确性、能耗、门系统可靠性等准则；指标层则由反映各准则的具体评估指标构成，如振动加速度均方根值、速度偏差、单位运输量能耗、开关门时间等。通过这样的层次结构，可清晰地展示各评估因素之间的相互关系和层次递进关系。构建判断矩阵：针对同一层次的元素，通过两两比较其相对重要性来构建判断矩阵。邀请电梯领域的专家，采用1-9标度法对准则层和指标层的元素进行打分。对于准则层中运行平稳性和速度准确性的相对重要性比较，如果专家认为运行平稳性比速度准确性稍微重要，那么在判断矩阵中对应的元素取值为3；反之，若认为速度准确性比运行平稳性稍微重要，则取值为1/3。判断矩阵的元素a_{ij}满足a_{ij}>0，a_{ii}=1，a_{ij}=1/a_{ji}。通过这种方式，可全面反映各元素之间的相对重要程度，为后续的权重计算提供准确的数据基础。计算权重向量：对构建好的判断矩阵进行处理，以计算各指标的权重向量。首先对判断矩阵的每一列进行归一化处理，计算方法为b_{ij}=a_{ij}/\sum_{i=1}^{n}a_{ij}，其中n为判断矩阵的阶数。然后计算每行元素的平均值，得到各指标的权重向量w_i=\sum_{j=1}^{n}b_{ij}/n。以一个简单的3阶判断矩阵\begin{bmatrix}1&3&5\\1/3&1&2\\1/5&1/2&1\end{bmatrix}为例，对第一列归一化后得到\begin{bmatrix}1/(1+1/3+1/5)\\1/3/(1+1/3+1/5)\\1/5/(1+1/3+1/5)\end{bmatrix}=\begin{bmatrix}0.652\\0.217\\0.130\end{bmatrix}，同理对第二列、第三列进行归一化处理，再计算每行平均值，最终得到权重向量。通过这样的计算过程，可准确确定各指标在评估体系中的相对权重。一致性检验：由于判断矩阵是基于专家主观判断构建的，可能存在不一致的情况，因此需要进行一致性检验，以确保权重计算的合理性和可靠性。计算判断矩阵的最大特征值\lambda_{max}，公式为\lambda_{max}=\sum_{i=1}^{n}\frac{(AW)_i}{nW_i}，其中A为判断矩阵，W为权重向量。然后计算一致性指标CI=\frac{\lambda_{max}-n}{n-1}，并查找相应阶数的平均随机一致性指标RI。当随机一致性比率CR=CI/RI<0.1时，认为判断矩阵具有满意的一致性，权重向量是合理可靠的；否则，需要重新调整判断矩阵，直至通过一致性检验。通过严格的一致性检验，可保证评估结果的准确性和科学性，避免因判断矩阵不一致而导致的评估偏差。4.3.2模糊综合评价模型模糊综合评价模型是一种基于模糊数学的综合评价方法，能够有效处理评估过程中的模糊性和不确定性问题。在电梯运行性能评估中，该模型通过构建模糊关系矩阵，结合层次分析法确定的权重，对电梯运行性能进行综合评估，从而得出准确、客观的评估结果。确定评价因素集和评价等级集：评价因素集U=\{u_1,u_2,\cdots,u_n\}由前面确定的评估指标组成，如u_1代表振动加速度均方根值，u_2代表速度偏差等。评价等级集V=\{v_1,v_2,\cdots,v_m\}则根据电梯运行性能的实际情况和相关标准进行划分，一般可分为“优”“良”“中”“差”四个等级，即V=\{v_1,v_2,v_3,v_4\}，分别对应不同的性能水平范围。通过明确评价因素集和评价等级集，为后续的模糊综合评价提供了清晰的框架和标准。构建模糊关系矩阵：邀请电梯领域的专家或技术人员，对每个评价因素u_i对于不同评价等级v_j的隶属度进行评价，从而构建模糊关系矩阵R=(r_{ij})_{n\timesm}，其中r_{ij}表示评价因素u_i对评价等级v_j的隶属度，且0\leqr_{ij}\leq1，\sum_{j=1}^{m}r_{ij}=1。对于振动加速度均方根值这一评价因素，如果专家根据经验和相关标准判断，该指标处于“良”等级的隶属度为0.6，处于“中”等级的隶属度为0.3，处于“差”等级的隶属度为0.1，那么在模糊关系矩阵中对应的行向量为\begin{bmatrix}0&0.6&0.3&0.1\end{bmatrix}。通过专家的评价和隶属度的确定，能够将评价因素与评价等级之间的模糊关系以矩阵的形式清晰地表达出来，为后续的综合评价提供数据支持。进行模糊合成运算：将层次分析法确定的权重向量W=(w_1,w_2,\cdots,w_n)与模糊关系矩阵R进行模糊合成运算，得到综合评价向量B=W\cdotR=(b_1,b_2,\cdots,b_m)，其中b_j=\bigvee_{i=1}^{n}(w_i\landr_{ij})（\land表示取小运算，\bigvee表示取大运算）。假设权重向量W=\begin{bmatrix}0.3&0.2&0.1&0.4\end{bmatrix}，模糊关系矩阵R=\begin{bmatrix}0.1&0.5&0.3&0.1\\0.2&0.4&0.3&0.1\\0.3&0.3&0.3&0.1\\0.1&0.6&0.2&0.1\end{bmatrix}，则b_1=(0.3\land0.1)\bigvee(0.2\land0.2)\bigvee(0.1\land0.3)\bigvee(0.4\land0.1)=0.1，以此类推计算出b_2,b_3,b_4，得到综合评价向量B。通过模糊合成运算，能够综合考虑各评价因素的权重以及它们对不同评价等级的隶属度，从而得出电梯运行性能在各个评价等级上的综合隶属程度。确定评价结果：根据综合评价向量B中各元素的大小，按照最大隶属度原则确定电梯运行性能的评价结果。在综合评价向量B=\begin{bmatrix}0.1&0.4&0.3&0.2\end{bmatrix}中，b_2=0.4最大，所以电梯运行性能的评价结果为“良”。通过最大隶属度原则，能够直观、明确地确定电梯运行性能的等级，为电梯的维护、管理和优化提供有力的决策依据。五、案例分析与验证5.1实验设计与数据采集为了全面、准确地验证基于状态信号的电梯运行性能评估方法的有效性和可靠性，本研究精心设计了实验方案，并进行了详细的数据采集工作。实验选取了不同类型的电梯，涵盖了常见的住宅电梯、商业写字楼电梯以及医院电梯，以确保实验结果具有广泛的代表性和适用性。这些电梯来自不同的品牌和制造商，具有不同的额定载重量、速度和控制系统，其技术参数如表1所示。电梯类型品牌额定载重量（kg）额定速度（m/s）控制系统住宅电梯品牌A8001.0永磁同步无齿轮控制系统商业写字楼电梯品牌B16002.5变频变压调速控制系统医院电梯品牌C10001.75微机控制交流调速控制系统在实验过程中，模拟了电梯在多种实际工况下的运行状态，包括不同的负载情况（空载、半载、满载）、不同的楼层运行（底层到顶层、中间楼层往返）以及不同的运行时段（高峰时段、非高峰时段）。通过全面模拟这些实际工况，能够更真实地反映电梯在日常使用中的运行情况，从而使实验结果更具实际参考价值。为了获取电梯在不同工况下的运行状态信号，在电梯的关键部位安装了多种高精度传感器。在轿厢顶部和底部安装了加速度传感器，用于采集电梯运行过程中的振动加速度信号，以监测电梯的运行平稳性；在曳引机的电机轴上安装了旋转编码器，用于测量电梯的运行速度，获取速度信号，从而评估电梯的速度准确性；在曳引电机的供电线路中串接了电流互感器，用于采集电流信号，以分析电梯的能耗情况；在电梯门机系统中安装了门状态传感器，用于检测电梯门的开关状态，获取开关门信号，以评估门系统的可靠性。数据采集系统采用了先进的多通道数据采集卡，能够同时采集多种类型的信号，并以高采样频率对信号进行采集，确保采集到的数据具有较高的精度和完整性。振动加速度信号的采样频率设置为1000Hz，速度信号的采样频率为500Hz，电流信号的采样频率为200Hz，开关门信号则采用事件触发采集方式，确保能够准确捕捉到门的开关动作。采集到的数据通过有线和无线相结合的传输方式，实时传输到数据处理中心进行存储和分析。在为期一个月的实验期间，对每部电梯在不同工况下的运行状态信号进行了大量的数据采集，共采集到振动信号数据5000组、速度信号数据4000组、电流信号数据3000组、开关门信号数据2000组。这些丰富的数据为后续的数据分析和评估模型验证提供了坚实的数据基础。通过对这些数据的深入分析，可以更准确地了解电梯在不同工况下的运行性能，验证基于状态信号的电梯运行性能评估方法的准确性和有效性。5.2数据处理与特征提取对采集到的原始数据进行了全面的数据处理工作。首先，运用低通滤波、中值滤波和卡尔曼滤波等多种滤波方法，去除振动信号、速度信号、电流信号和开关门信号中的噪声和干扰。对于振动信号，由于其易受到电梯运行环境中的电磁干扰和机械振动噪声的影响，采用了低通滤波去除高频噪声，再通过中值滤波抑制脉冲噪声，最后利用卡尔曼滤波对信号进行优化，有效提高了振动信号的质量。在降噪处理后，对数据进行了归一化操作。对于振动加速度数据，采用最小-最大归一化方法，将其映射到[0,1]区间，使其具有可比性；对于电流数据，考虑到其数值范围较大且存在正负值，采用Z-分数标准化方法，将其转换为均值为0，标准差为1的标准正态分布，消除了数据量纲和数量级的影响。在特征提取方面，针对不同类型的信号，采用了相应的特征提取方法。从振动信号中提取了时域特征，如均值为0.05m/s²，方差为0.01（m/s²）²，峰值为0.2m/s²；频域特征，如通过傅里叶变换得到的主要频率成分集中在50Hz和100Hz；时频域特征，如利用小波变换得到的小波系数在不同尺度下的能量分布。速度信号提取了速度偏差、速度变化率和速度波动等特征，经计算得到某电梯在一次运行中的速度偏差为0.03m/s，速度变化率（加速度）在启动阶段为0.8m/s²，在减速阶段为-0.6m/s²，速度波动的标准差为0.02m/s。电流信号提取了功率、能耗和单位运输量能耗等特征，根据采集到的电流和电压信号，计算出某电梯在一次满载运行中的功率为20kW，能耗为0.5kWh，单位运输量能耗为0.1kWh/(t・m)。开关门信号提取了开关门时间、开关门次数和门系统故障次数等特征，统计得到某电梯在一周内的开关门时间平均为4秒，开关门次数为1000次，门系统故障次数为2次。为了进一步提高特征的有效性和模型的性能，采用了过滤法和包装法相结合的特征选择方法。利用过滤法，通过计算信息增益和互信息，初步筛选出与电梯运行性能相关性较高的特征；再运用包装法，基于支持向量机（SVM）模型，采用递归特征消除（RFE）方法，进一步优化特征子集。经过特征选择，最终确定的特征子集不仅减少了特征数量，提高了计算效率，还提高了模型的准确性和泛化能力。5.3性能评估结果分析利用构建的基于层次分析法和模糊综合评价模型的电梯运行性能评估体系