面向大數(shù)據(jù)的智慧電梯分析預(yù)警平臺(tái)*

徐 斌 李 琳 鐘 珞

(武漢市信息中心1) 武漢 430014) (武漢理工大學(xué)計(jì)算機(jī)學(xué)院2) 武漢 430070)

面向大數(shù)據(jù)的智慧電梯分析預(yù)警平臺(tái)*

徐 斌1)李 琳2)鐘 珞2)

(武漢市信息中心1)武漢 430014) (武漢理工大學(xué)計(jì)算機(jī)學(xué)院2)武漢 430070)

利用云計(jì)算、大數(shù)據(jù)分析技術(shù)設(shè)計(jì)智慧電梯綜合分析預(yù)警平臺(tái)，采集了武漢市近十萬臺(tái)電梯的維保、檢驗(yàn)、監(jiān)察、投訴、故障信息等檔案信息，構(gòu)建電梯信息資源數(shù)據(jù)庫(kù)，通過對(duì)電梯安全運(yùn)行智能統(tǒng)計(jì)、監(jiān)測(cè)分析、科學(xué)評(píng)價(jià)、智能預(yù)警和健康大數(shù)據(jù)分析，實(shí)現(xiàn)電梯安全的動(dòng)態(tài)監(jiān)管，提升了武漢市電梯安全管理信息化水平.

大數(shù)據(jù)；智慧電梯；預(yù)警；電梯安全

0 引 言

2013年11月，質(zhì)檢總局印發(fā)了《關(guān)于進(jìn)一步加強(qiáng)電梯安全工作的意見》(國(guó)質(zhì)檢特〔2013〕14號(hào)).明確要求加強(qiáng)電梯監(jiān)督抽查、風(fēng)險(xiǎn)監(jiān)測(cè)和預(yù)警等，支持電梯物聯(lián)網(wǎng)技術(shù)的研發(fā)和應(yīng)用等，提高電梯安全技術(shù)保障能力[1].2015年9月武漢市人民政府明確提出建設(shè)“電梯地理信息應(yīng)用系統(tǒng)”和“互聯(lián)網(wǎng)+電梯運(yùn)行監(jiān)測(cè)信息應(yīng)用系統(tǒng)”，實(shí)現(xiàn)電梯監(jiān)管的動(dòng)態(tài)化、可視化，對(duì)電梯安全監(jiān)控進(jìn)行預(yù)警并開展信息采集工作，及時(shí)掌握電梯運(yùn)行和維護(hù)保養(yǎng)情況.目前國(guó)內(nèi)開展電梯監(jiān)控預(yù)警建設(shè)多采用物聯(lián)網(wǎng)技術(shù)，這種方式通常只能被動(dòng)監(jiān)控，而采用大數(shù)據(jù)分析技術(shù)主動(dòng)進(jìn)行電梯安全運(yùn)行監(jiān)控預(yù)警的還不多見.文中將重點(diǎn)介紹介紹武漢智慧電梯分析預(yù)警平臺(tái)的功能和算法設(shè)計(jì).

1 智慧電梯分析預(yù)警平臺(tái)

平臺(tái)由數(shù)據(jù)采集、數(shù)據(jù)分析和數(shù)據(jù)服務(wù)3層構(gòu)成，數(shù)據(jù)采集層通過梳理電梯檔案數(shù)據(jù)和維修保養(yǎng)記錄數(shù)據(jù)，同時(shí)結(jié)合互聯(lián)網(wǎng)“爬蟲”技術(shù)采集電梯故障信息，存儲(chǔ)、管理、交換和共享各類電梯信息資源；數(shù)據(jù)分析層實(shí)現(xiàn)對(duì)電梯故障率和穩(wěn)定性進(jìn)行智能統(tǒng)計(jì)、監(jiān)測(cè)分析、科學(xué)評(píng)價(jià)、智能預(yù)警和健康大數(shù)據(jù)分析，并建立評(píng)價(jià)體系和預(yù)警模型；數(shù)據(jù)服務(wù)層提供圖形化的管理應(yīng)用展示界面.下面分別介紹平臺(tái)重要子系統(tǒng).

1.1 數(shù)據(jù)采集系統(tǒng)

電梯數(shù)據(jù)采集系統(tǒng)的數(shù)據(jù)源主要來自于監(jiān)管內(nèi)部數(shù)據(jù)和監(jiān)管外部數(shù)據(jù)[2].數(shù)據(jù)采集系統(tǒng)需要從監(jiān)管部門現(xiàn)有的維護(hù)保養(yǎng)監(jiān)控、定檢監(jiān)測(cè)、監(jiān)督監(jiān)測(cè)監(jiān)察系統(tǒng)和特種設(shè)備安全監(jiān)察檢驗(yàn)管理等系統(tǒng)抽取電梯基礎(chǔ)數(shù)據(jù)、地理數(shù)據(jù)、定檢監(jiān)察數(shù)據(jù)、監(jiān)督檢查數(shù)據(jù)、維保和運(yùn)行數(shù)據(jù)，并通過互聯(lián)網(wǎng)上采集電梯風(fēng)險(xiǎn)相關(guān)數(shù)據(jù)和電梯使用者的反饋數(shù)據(jù)，經(jīng)過數(shù)據(jù)的清洗比對(duì)后將各類電梯故障信息存儲(chǔ)在采集數(shù)據(jù)庫(kù)中.數(shù)據(jù)類型分為結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)，其中結(jié)構(gòu)化數(shù)據(jù)包括：電梯注冊(cè)信息、產(chǎn)權(quán)單位信息、使用單位信息、設(shè)計(jì)單位信息、制造單位信息、施工單位信息、施工類別、維保信息(維保責(zé)任人、電話、維保開始日期和截止日期)、設(shè)備種類、設(shè)備信息(類型、規(guī)格型號(hào)、生產(chǎn)日期、出廠編號(hào)、設(shè)備使用安裝地點(diǎn))、擴(kuò)展信息(額定載重、額定速度、上下行速度、層站門等)、限速器參數(shù)、設(shè)備其他參數(shù)(轎廂、導(dǎo)軌、防火門、玻璃門、牽引機(jī)、電動(dòng)機(jī)、鋼絲繩、控制柜等相關(guān)信息的型號(hào)、制造廠家、日期和編號(hào))、檢驗(yàn)信息(檢驗(yàn)機(jī)構(gòu)、檢驗(yàn)機(jī)構(gòu)代碼、檢驗(yàn)日期、檢驗(yàn)類別、檢驗(yàn)報(bào)告編號(hào)、檢驗(yàn)結(jié)論、主要問題和下次檢驗(yàn)日期).非結(jié)構(gòu)化數(shù)據(jù)包括：文檔、圖片、音視頻、紙質(zhì)資料，特種設(shè)備普查登記表、電梯使用合格證、作業(yè)人員證件信息、作業(yè)人員報(bào)名表、聯(lián)絡(luò)單、監(jiān)察月報(bào)、催檢通知書、檢驗(yàn)報(bào)告Xml模版文件、PDF檢驗(yàn)報(bào)告、電子簽名圖片文件、繪圖圖形矢量文件等.

電梯數(shù)據(jù)采集后由統(tǒng)一數(shù)據(jù)交換平臺(tái)進(jìn)行整合，將數(shù)據(jù)按照統(tǒng)一標(biāo)準(zhǔn)和規(guī)范處理后存儲(chǔ)到電梯健康基礎(chǔ)數(shù)據(jù)庫(kù)中，為開展電梯健康大數(shù)據(jù)分析和建模提供數(shù)據(jù)支撐.

1.2 電梯地理信息應(yīng)用系統(tǒng)

利用政務(wù)云平臺(tái)GIS底圖和標(biāo)注工具，將全市所有電梯地理位置信息標(biāo)注于地圖上,建立電梯地理位置信息數(shù)據(jù)庫(kù)，并通過電梯定位，實(shí)現(xiàn)“以房找梯、以梯找房”的功能.

1) 地圖展示管理 電梯位置信息圖通過把電梯地理位置信息標(biāo)注于地圖上,實(shí)現(xiàn)電梯智能化、動(dòng)態(tài)化、全生命周期的管理[3].可在地圖上快速查看每臺(tái)電梯的基礎(chǔ)信息，并可以根據(jù)不同使用對(duì)象的權(quán)限獲取不同范圍的電梯詳細(xì)信息和不同層面的統(tǒng)計(jì)信息.其地理數(shù)據(jù)標(biāo)注見圖1.

圖1 電梯地圖管理

2) 多維度查詢 采用多維度查詢算法，可根據(jù)用戶需求，對(duì)電梯的基本信息(如行政區(qū)域、小區(qū)名稱、樓房名稱、電梯名稱、電梯類型、有效期限等)進(jìn)行多維度的查詢.系統(tǒng)通過條件檢索，在地圖上顯示電梯的地理位置.

1.3 數(shù)據(jù)中心管理系統(tǒng)

數(shù)據(jù)中心管理系統(tǒng)利用云計(jì)算模式，將電梯數(shù)據(jù)的計(jì)算任務(wù)分布在資源池上，使各類與電梯相關(guān)的應(yīng)用系統(tǒng)能夠根據(jù)需要獲取基礎(chǔ)地理數(shù)據(jù)服務(wù)、電梯基礎(chǔ)數(shù)據(jù)服務(wù)和軟件服務(wù)，最大限度地提高資源利用效率、降低資源能源消耗，提供包括數(shù)據(jù)管理與更新、數(shù)據(jù)共享與服務(wù)等[4].系統(tǒng)架構(gòu)見圖2.

圖2 數(shù)據(jù)中心管理系統(tǒng)架構(gòu)

1.4 數(shù)據(jù)倉(cāng)庫(kù)

從數(shù)據(jù)生命周期流轉(zhuǎn)、信息資源逐層整合融合的角度，數(shù)據(jù)倉(cāng)庫(kù)庫(kù)分為數(shù)據(jù)源(生產(chǎn)庫(kù))、緩存數(shù)據(jù)、基礎(chǔ)信息、整合信息、分析信息、歷史歸檔信息等過程.

在數(shù)據(jù)逐層流轉(zhuǎn)、整合融合的過程中，信息資源庫(kù)將業(yè)務(wù)生產(chǎn)庫(kù)中的電梯故障數(shù)據(jù)采、電梯地理信息應(yīng)用系統(tǒng)、電梯大數(shù)據(jù)分析預(yù)警系統(tǒng)、電梯維護(hù)保養(yǎng)工作監(jiān)控系統(tǒng)、電梯定檢監(jiān)察系統(tǒng)、電梯監(jiān)督檢查監(jiān)察系統(tǒng)的各類業(yè)務(wù)數(shù)據(jù)，整合為基礎(chǔ)數(shù)據(jù)、整合數(shù)據(jù)、分析數(shù)據(jù)，并定期遷移至歷史歸檔庫(kù)[5].智慧電梯數(shù)據(jù)倉(cāng)庫(kù)結(jié)構(gòu)見圖3.

圖3 數(shù)據(jù)倉(cāng)庫(kù)結(jié)構(gòu)圖

1) 基礎(chǔ)數(shù)據(jù) 基礎(chǔ)數(shù)據(jù)保存基本保持業(yè)務(wù)核心數(shù)據(jù)全量的最細(xì)粒度數(shù)據(jù)，數(shù)據(jù)結(jié)構(gòu)符合第三范式要求[6]，來源于對(duì)原始數(shù)據(jù)緩存庫(kù)的初步處理.

2) 整合數(shù)據(jù) 整合數(shù)據(jù)保存的數(shù)據(jù)由主題數(shù)據(jù)層的詳細(xì)數(shù)據(jù)聚合而來，主要包括分析庫(kù)、規(guī)則庫(kù)、模型庫(kù)、事件庫(kù)、知識(shí)庫(kù)、信息共享服務(wù)庫(kù)等內(nèi)容.

3) 分析數(shù)據(jù) 分析型數(shù)據(jù)是邏輯上的數(shù)據(jù)層次，包括支持?jǐn)?shù)據(jù)服務(wù)的基礎(chǔ)數(shù)據(jù)庫(kù)、整合數(shù)據(jù)庫(kù)的數(shù)據(jù)和為數(shù)據(jù)應(yīng)用定制的數(shù)據(jù)及少量粗粒度匯總數(shù)據(jù)等.

4) 歷史歸檔庫(kù) 歷史歸檔庫(kù)存儲(chǔ)全市電梯歸檔的基礎(chǔ)數(shù)據(jù)、整合數(shù)據(jù)、分析數(shù)據(jù)等.歷史歸檔庫(kù)的結(jié)構(gòu)與歸檔前數(shù)據(jù)結(jié)構(gòu)保持一致，主要是對(duì)超過數(shù)據(jù)時(shí)效且訪問率較低的數(shù)據(jù)進(jìn)行存儲(chǔ)和備份.

2 電梯大數(shù)據(jù)分析預(yù)警流程

電梯大數(shù)據(jù)分析預(yù)警流程分為5個(gè)階段：數(shù)據(jù)采集、數(shù)據(jù)處理、數(shù)據(jù)挖掘、數(shù)據(jù)分析和數(shù)據(jù)服務(wù).數(shù)據(jù)首先通過數(shù)據(jù)采集子系統(tǒng)進(jìn)行采集，再對(duì)數(shù)據(jù)進(jìn)行清洗、分區(qū)等一系列處理，然后調(diào)用設(shè)計(jì)好的神經(jīng)網(wǎng)絡(luò)等算法進(jìn)行數(shù)據(jù)挖掘，接著對(duì)處理過的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，最后服務(wù)于預(yù)警系統(tǒng)及各管理模塊[8].

1) 神經(jīng)網(wǎng)絡(luò)RProp算法 基本原理為：首先為各權(quán)重變化賦一個(gè)初始值，設(shè)定權(quán)重變化加速因子與減速因子，在網(wǎng)絡(luò)前饋迭代中當(dāng)連續(xù)誤差梯度符號(hào)不變時(shí)，采用加速策略，加快訓(xùn)練速度；當(dāng)連續(xù)誤差梯度符號(hào)變化時(shí)，采用減速策略，以期穩(wěn)定收斂.網(wǎng)絡(luò)結(jié)合當(dāng)前誤差梯度符號(hào)與變化步長(zhǎng)實(shí)現(xiàn)BP，同時(shí)，為了避免網(wǎng)絡(luò)學(xué)習(xí)發(fā)生振蕩或下溢，算法設(shè)定了權(quán)重變化的上下限.

2)RProp算法復(fù)雜度分析 計(jì)算機(jī)上執(zhí)行一次加減法所需要時(shí)間t1可以看為常數(shù)，計(jì)算一次乘除法所需時(shí)間t2，使用追趕法分析BP算法m維輸入一維輸出情況下總的計(jì)算量為5p-4次乘除運(yùn)算，3p-3次加減運(yùn)算，總時(shí)間開銷為：T(m,N)=((7N+3)t1+(10N+7)t2)m.其中：N+2為樣本個(gè)數(shù)；m為網(wǎng)絡(luò)輸入維數(shù)；t1為計(jì)算機(jī)執(zhí)行一次加減法所需時(shí)間；t2為計(jì)算機(jī)執(zhí)行一次乘除法所需時(shí)間.t1和t2可以設(shè)為常數(shù)，故m維輸入一維輸出BP神經(jīng)網(wǎng)絡(luò)時(shí)間復(fù)雜度為O(mN).

對(duì)于m維輸入n維輸出的情況，所需計(jì)算次數(shù)是m維輸入一維輸出的n倍，因此總時(shí)間開銷為:T(m,n,N)=((7N+3)t1+(10N+7)t2)mn.t1和t2也可以看作常數(shù)，因此對(duì)于m維輸入n維輸出BP算法的漸進(jìn)時(shí)間復(fù)雜度為O(mnN).

3 相關(guān)性比較

傳統(tǒng)基于物聯(lián)網(wǎng)技術(shù)的解決思路是通過安裝大量傳感器對(duì)電梯運(yùn)行狀態(tài)進(jìn)行監(jiān)測(cè)，這種方法投入資金大，無法實(shí)現(xiàn)事前預(yù)警和主動(dòng)安全監(jiān)管.傳統(tǒng)物聯(lián)網(wǎng)方法和文中方法的相關(guān)性比較見表1.

表1 相關(guān)性比較

4 結(jié) 束 語

文中將大數(shù)據(jù)、云計(jì)算等技術(shù)理念引入電梯安全分析預(yù)警領(lǐng)域，建設(shè)智慧電梯分析預(yù)警平臺(tái)，實(shí)現(xiàn)各類電梯安全信息有序、動(dòng)態(tài)、綜合的管理、更新及共享，并給出了數(shù)據(jù)采集的方法、智慧電梯數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)挖掘算法及電梯大數(shù)據(jù)的分析流程和算法，能夠?qū)崟r(shí)提供電梯安全運(yùn)行動(dòng)態(tài)監(jiān)控、風(fēng)險(xiǎn)管理、突發(fā)事件預(yù)測(cè)預(yù)警等功能，能有效提升電梯安全運(yùn)行監(jiān)管水平.智慧電梯分析預(yù)警平臺(tái)的建設(shè)符合武漢加強(qiáng)電梯安全管理工作的需要，建設(shè)思路對(duì)建設(shè)類似分析預(yù)警系統(tǒng)具有重要的示范作用.

[1]曾憲權(quán).物聯(lián)網(wǎng)遠(yuǎn)程電梯監(jiān)控系統(tǒng)關(guān)鍵技術(shù)研究與實(shí)現(xiàn)[J].中國(guó)測(cè)試,2015,41(2):101-104.

[2]劉潤(rùn)莉,白金平,唐平.電梯遠(yuǎn)程監(jiān)控系統(tǒng)的設(shè)計(jì)[J].控制工程,2011(增刊1):118-120.

[3]NARAYANAN H S, KARUNAMURTHY V, KUMAR R B. Intelligent elevator management system using image processing[C]. International Conference on Graphic and Image Processing，2015.

[4]FLYNN, MICHAEL P, PISARSKY,et al.Elevator security system[J]. World Beyond War,2016(1):5-10.

[5]WANG S X, GAO T S. Design of elevator remote monitoring system based on ZigBee and GPRS[J]. Measurement & Control Technology,2016(3):1455-1460.

[6]JIN Y. Design and analysis of elevator based on intelligent control system[J]. Atlantis Press,2015(3):785-789.

[7]WANG C, ZHANG C, YANG L, et al. Design of elevator remote monitoring system based on configuration software[J]. Modern Electronics Technique,2016(1):44-49.

[8]VARELJIAN V, ZOU J J. Intelligent elevator control by application of computer vision[J]. Advances in Intelligent it Active Media Technology,2016(2):555-561.

Design of Intelligent Elevator Analysis Pre-alarming Platform based on Big-data

XU Bin1)LI Lin2)ZHONG Luo2)

(WuhanInformationCenter,Wuhan430014,China)1)(SchoolofComputerScience,WuhanUniversityofTechnology,Wuhan430070,China)2)

In this paper, the cloud computing and big data analysis technology is used to design an intelligent elevator analysis pre-alarming platform. The archive information of nearly one hundred thousand elevators in Wuhan city are acquired, which includes the information of maintenance, inspection, supervision, complaints and fault. The information is used to construct the elevator information resource database. The dynamic regulation of the safety of elevator is realized by the intelligent analysis, monitoring analysis, scientific evaluation, intelligent early warning and big data analysis of health, for the safe operation of the elevator. The level of elevator safety management in Wuhan city can be enhanced.

big data; intelligent elevator; pre-alarming; elevator safety

2017-01-21

*國(guó)家自然科學(xué)基金項(xiàng)目(61003130)、國(guó)家科技支持計(jì)劃項(xiàng)目(2012BAH33F03)、湖北省自然科學(xué)基金項(xiàng)目(2015CFB525)、武漢市科技創(chuàng)新團(tuán)隊(duì)項(xiàng)目(201307020402005)資助

TP277

10.3963/j.issn.2095-3844.2017.02.036

徐斌(1982—)：男，碩士，工程師，主要研究領(lǐng)域?yàn)榇髷?shù)據(jù)分析、系統(tǒng)架構(gòu)和電子政務(wù)