引言

隨著社會的發(fā)展進(jìn)步,民眾對電梯已經(jīng)從最基本的安全進(jìn)一步提升為舒適、美觀、高效等全方位的需求。電梯異常振動是影響舒適感的最主要因素,而且往往難以快速排除,成為電梯維保過程中的一大難題,也是電梯乘客投訴的一個熱點(diǎn)問題。

本文以構(gòu)建學(xué)習(xí)最簡電梯振動貝葉斯網(wǎng)絡(luò)為例,提出了故障診斷和維修方案決策方法,展望了貝葉斯網(wǎng)絡(luò)在電梯故障診斷領(lǐng)域的應(yīng)用前景。

1建立模型結(jié)構(gòu)

圖1是基于Netica構(gòu)建的最簡貝葉斯網(wǎng)絡(luò)模型,它包含了以下因素:

(1)自然節(jié)點(diǎn)(NatureNode)。表示模型域中的變量,用方框表示,并列出各節(jié)點(diǎn)狀態(tài)的概率表。例如電梯鋼絲繩缺陷節(jié)點(diǎn)是完全獨(dú)立節(jié)點(diǎn),其概率取決于學(xué)習(xí)的數(shù)據(jù)樣本。

(2)弧。表示兩節(jié)點(diǎn)直接的因果關(guān)系,用箭頭圖形化表示,箭頭方向表明原因的方向,例如鋼絲繩缺陷是導(dǎo)致Z軸異常振動的原因。

(3)狀態(tài)。表示一個過程中的特定條件。例如電梯鋼絲繩缺陷節(jié)點(diǎn),有韌性(toughness)、張力(tension)、磨損(wearoff)、無缺陷(nodefect)四種狀態(tài)。

(4)條件概率表。每個節(jié)點(diǎn)都有一個條件概率表與之對應(yīng)。條件概率表表示了基于先驗(yàn)概率或?qū)W習(xí)樣本得出的各狀態(tài)可能性。如圖2所示,存在韌性缺陷的鋼絲繩不導(dǎo)致異常振動的概率為4.35%,高頻振動概率為87.42%,低頻振動概率為8.23%,這些都是基于學(xué)習(xí)樣本得出的,即不同的樣本條件概率表也不同。

2貝葉斯網(wǎng)絡(luò)學(xué)習(xí)

(1)數(shù)據(jù)樣本的組建。本文選取了0市業(yè)主反映舒適感較差的14個小區(qū)300多臺高層電梯的綜合情況進(jìn)行研究,對貝葉斯網(wǎng)絡(luò)中的各節(jié)點(diǎn)及其狀態(tài)進(jìn)行檢測采集,獲得一個數(shù)據(jù)樣本。

(2)樣本數(shù)據(jù)的離散化處理。在貝葉斯網(wǎng)絡(luò)中使用分類型變量,有連續(xù)變量和離散變量。如果設(shè)定的是離散型數(shù)據(jù),則需要人為將其離散化后直接輸入狀態(tài)名稱。

(3)貝葉斯網(wǎng)絡(luò)學(xué)習(xí)。經(jīng)過學(xué)習(xí)的貝葉斯網(wǎng)絡(luò)獲取了一組變量之間的概率聯(lián)系,數(shù)據(jù)樣本的體量和代表性一定程度上決定了貝葉斯網(wǎng)絡(luò)的實(shí)用性。

3貝葉斯網(wǎng)絡(luò)的使用

3.1決策網(wǎng)絡(luò)

如圖3所示,增加決策節(jié)點(diǎn)"鋼絲繩維修方案",狀態(tài)為更換(Rep1ace)、維修調(diào)整(Repair)、無操作(Nothing),并增加效用節(jié)點(diǎn)Z,根據(jù)維修方案成本及故障排除效果,設(shè)定各狀態(tài)效用值,例如鋼絲繩張力問題,采用維修調(diào)整方案最佳,效用值l00,而采用更換方案雖有效果,但成本過高,效用值20。

3.2故障模擬

對已學(xué)習(xí)的貝葉斯網(wǎng)絡(luò)模型,輸入父節(jié)點(diǎn)"鋼絲繩缺陷"狀態(tài)值,其子節(jié)點(diǎn)狀態(tài)各概率將發(fā)生改變,可得出Z軸異常振動不同頻率的概率值,從而可用已知缺陷預(yù)測振動故障概率。

3.3故障診斷

通過EVA儀器測量的電梯Z軸振動加速度曲線和頻譜分析,可得出"Z軸異常振動頻率"節(jié)點(diǎn)的狀態(tài)值,輸入狀態(tài)值后,可改變父節(jié)點(diǎn)"鋼絲繩缺陷"狀態(tài)值,從而由已知振動故障情況來推測缺陷各原因的概率。

3.4維修方案決策

對圖3帶有決策網(wǎng)絡(luò)的貝葉斯網(wǎng)絡(luò)模型,輸入測量得出的電梯"Z軸異常振動頻率"狀態(tài)值,可改變鋼絲繩維修方案各狀態(tài)的效用值,從而在特定情況下為快速維修決策提供智能化的最優(yōu)選擇。

3.5網(wǎng)絡(luò)優(yōu)化

在獲得足夠數(shù)據(jù)的前提下,即使是最簡貝葉斯網(wǎng)絡(luò)也可以不斷改進(jìn)優(yōu)化,例如把各狀態(tài)值進(jìn)一步細(xì)化,鋼絲繩張力偏差分不同等級,振動頻率再劃分為更多檔等,從而使網(wǎng)絡(luò)模型更加細(xì)化具體,故障診斷和維修方案決策更準(zhǔn)確。

4電梯異常振動故障貝葉斯網(wǎng)絡(luò)的拓展和應(yīng)用前景

雖然該網(wǎng)絡(luò)模型過于簡化,但我們可以根據(jù)電梯振動原理,不斷增加節(jié)點(diǎn)擴(kuò)展網(wǎng)絡(luò)分支,使貝葉斯網(wǎng)絡(luò)更加復(fù)雜并接近現(xiàn)實(shí),最終能應(yīng)對現(xiàn)實(shí)中發(fā)現(xiàn)的多數(shù)振動故障情況。例如可以增加影響Z軸方向振動的其他因素:曳引輪、減震墊、導(dǎo)軌、氣流等,也可以再增加X軸和y軸的振動網(wǎng)絡(luò),探討不同軸向振動的關(guān)聯(lián)性。只要有充足的樣本數(shù)據(jù),貝葉斯網(wǎng)絡(luò)可以不斷學(xué)習(xí)完善,足以建立起相對復(fù)雜的網(wǎng)絡(luò)結(jié)構(gòu),對電梯振動故障進(jìn)行智能化診斷,推薦最佳維修方案。

總之,電梯行業(yè)的大數(shù)據(jù)分析已經(jīng)成為一個趨勢,利用貝葉斯網(wǎng)絡(luò)可以對電梯故障事件和設(shè)備屬性之間進(jìn)行不確定推理和預(yù)測,有很大的研究和應(yīng)用前景。