[发明专利]电梯缆绳磨损预测模型的训练方法和磨损程度的预测方法

说明书

本申请披露一种电梯缆绳磨损预测模型的训练方法和磨损程度的预测方法。特别地，本申请根据电梯运行期间，电梯的曳引机输出的电流变化在频率分布上的至少一峰的频率与峰的数量，以及根据电梯厢的移动误差，作为电梯缆绳的磨损预测模型进行机器学习训练时所需要的样本数据。

技术领域

本发明大体而言，是关于电梯缆绳磨损预测模型，以及基于此预测模型的电梯缆绳磨损预测方法。特别地，是关于使用机器学习所建构出的电梯缆绳磨损预测模型，以及基于此预测模型的电梯缆绳磨损预测方法。

背景技术

在电梯中，缆绳卷挂在曳引机的曳引轮上，而当电梯运行而曳引轮转动时，通过曳引轮与该缆绳的摩擦力带动使电梯厢上升或下降。

可理解地，在电梯长久的使用过程中，缆绳不可避免会有磨损。当磨损程度严重时，可能会导致安全性的问题。但实际操作上，有众多无法确定的因素会影响缆绳的磨损，例如载客量以及楼层的停靠次数等等，因此难以具体掌握缆绳的磨损程度。

纵使可进行定期的物理检测，工程人员却难以判断究竟何时应该进行检测或是多久应该检测一次。对于缆绳的磨损仍属轻微的情况，频繁的物理检测显然会浪费人力与资源。对于缆绳的磨损严重的情况，检测后固然需立即停机更换，但若事前并不知道缆绳的磨损的情况，往往导致因为待料而必须增加中断服务的时间。缆绳磨损更严重者则甚至可能来不及等到检测，缆绳就已经发生安全性问题。

因此需要有物理检测手段以外的方法来预测电梯缆绳的磨损程度。对此，可参考现有技术例如CN102826423A、CN109311629A、CN110282522A、JP2014108835A等。

发明内容

本申请一方面在于提出电梯缆绳磨损预测模型以及基于此预测模型的电梯缆绳磨损预测方法，可做为早期预警。另一方面，本申请提出可通过电梯运作期间曳引机输出的电流的变化，作为缆绳磨损程度的评估以及使用寿命的预测。

藉此，电梯维修人员除了可评估当下电梯缆绳的磨损情况，更可预估日后该电梯缆绳的使用寿命，藉此可适时地安排物理检测的日期以确认缆绳的实际状况，而避免过早无谓的物理检测，而造成人力与资源的浪费。若预测结果显示使用寿命所剩不多，电梯维修人员还可提早备料，以减少服务中断的时间。

相较于先前技术，本申请所提出的作法的特点的一在于其不同于物理检测，而不会干扰电梯的运作，因此不会导致服务中断。此外，本申请也不须如同JP2014108835A所提出的做法还需要额外安装针对缆绳的传感器。特别需说明的是，本申请特点的一在于可提供预测作为早期预警，而不仅仅只是提出一种非物理性的检测方法来评估缆绳当下磨损的状况，也不是像例如JP2014108835A所提出的做法，还需要通过额外安装的传感器来间接地估算缆绳磨损量。

进一步来说，本申请利用机器学习方式，在电梯系统正常情况下缆绳经过曳引轮(driving sheave)时，辨识与学习曳引机中马达输出电流应该有的频谱中例如各峰的频率、振幅、与数量，并可依这些特征建立机器学习模型。后续当受损的缆绳经过曳引轮时，受损部分会造成震动，使得马达电流反馈波形会有所变化，将异常电流进行频谱分析，并与先前学习过的模型比对，即可确认缆绳的健康状态，并可预测缆绳所剩的使用寿命。而为了提升模型的预测能力，还可以进一步加入例如电梯厢的移动误差作为特征。

本发明在一实施例中，是提出一种电梯缆绳的磨损预测模型的机器学习训练方法，其中该方法包含：

·使电梯进行一次运行，并对曳引机输出的电流随时间的变化进行取样；

·将所取样的该曳引机输出的电流随时间的变化转换为一频率分布，并在该频率分布中辨识出至少一峰的频率；

·获取电梯中缆绳已使用于该电梯运行的次数，并将该次数与上述所辨识出该至少一峰的频率予以关联以作为一笔样本数据；

·使该电梯进行另一次运行而重复上述三步骤多次，直到该缆绳需更换，以得到多笔样本数据；以及