一种用于超高速电梯的钢丝绳实时在线监测方法及系统

专利名称：一种用于超高速电梯的钢丝绳实时在线监测方法及系统

专利类型：发明专利

专利申请号：CN202411164285.2

专利申请（专利权）人：洛阳威尔若普检测技术有限公司,河南省特种设备检验技术研究院
权利人地址：河南省洛阳市中国(河南)自由贸易试验区洛阳片区(高新)北航路19号北航科技园1-1幢101房

专利发明（设计）人：窦柏林,王磊,郭鹏伟,史继红,常译云,秦定林,杨彬,张占伟,胡喜磊,蔡治国,薛建,杨莹,张伟,张靖武

专利摘要：本发明公开了一种用于超高速电梯的钢丝绳实时在线监测方法及系统，涉及钢丝绳技术领域，该系统通过钢丝绳健康数据采集模块实时获取并传输钢丝绳健康数据，并通过无线网络高效传输至数据处理与存储模块。数据处理与存储模块解封、预处理并存储健康特征集，为后续计算提供准确数据支持，确保数据实时性和准确性。数据计算模块基于健康特征集计算摩擦变化系数△FCV和磁导率变化系数MPV，实现钢丝绳健康状态的深度分析。健康分析模块结合这些系数计算综合健康指数HI，并与健康阈值F1进行初步对比评估，进行计算获取钢丝绳的耐用指标RL，并进行预设维护阈值F2与所获取的耐用指标RL进行二次对比评估，生成维护计划。

主权利要求：
1.一种用于超高速电梯的钢丝绳实时在线监测系统，其特征在于：包括钢丝绳健康数据采集模块、数据处理与存储模块、数据计算模块、综合健康分析模块和钢丝绳耐用周期预测模块；
所述钢丝绳健康数据采集模块用于实时采集钢丝绳健康数据集，再将采集到的钢丝绳健康数据集封装成健康数据封装包，使用无线网络进行传输到数据处理与存储模块；
所述数据处理与存储模块用于实时接收健康数据封装包，并对健康数据封装包进行解封和预处理，获取健康特征集，并将健康特征集存储至数据库中；
所述数据处理与存储模块包括数据处理模块与数据存储模块；
所述数据处理模块用于实时接收健康数据封装包，使用JSON解析库将健康数据封装包进行解封，提取接收到的钢丝绳健康数据集，并进行预处理，具体预处理方式如下：依据钢丝绳反射信号F，通过分析钢丝绳反射信号F的频谱特征，判断裂纹数量Ls和钢丝绳体积Tj，依据裂纹数量Ls和钢丝绳体积Tj进行计算获取微裂纹密度MCD；
依据钢丝绳电阻R将电阻变化数据转换为应变值E，依据应变值E结合钢丝绳材料模量Cl，进行计算钢丝绳表面的应力值σ，再依据应力值σ结合应变片覆盖的钢丝绳表面积A，推算出摩擦系数FCV；
再将所获取的微裂纹密度MCD、摩擦系数FCV、声波传播速度AWS和钢丝绳内部湿度IH，进行时序处理获取t时刻的微裂纹密度MCD(t)、摩擦系数FCV(t)、声波传播速度AWS(t)和钢丝绳内部湿度IH(t)，并汇总生成健康特征集；
所述数据存储模块通过MySQL进行构建关系型数据库，对预处理后所生成的健康特征集进行数据存储，并设置API应用程序接口与数据计算模块和钢丝绳耐用周期预测模块，进行集成，实时提取相关数据；
所述数据计算模块用于提取健康特征集，计算获取钢丝绳摩擦变化系数△FCV与磁导率变化系数MPV；
所述数据计算模块包括摩擦系数预测单元和磁导变化预测单元；
所述摩擦系数预测单元用于实时提取健康特征集中的微裂纹密度MCD(t)和摩擦系数FCV(t)，进行对数计算，获取钢丝绳摩擦变化系数△FCV；
所述钢丝绳摩擦变化系数△FCV通过以下算法公式计算获取：
式中，△FCV(t)表示t时刻的钢丝绳摩擦变化系数，ln表示对数函数；
α表示第一经验系数，表示微裂纹密度MCD(t)对摩擦系数FCV(t)影响的斜率；
β表示第一经验常数，表示在微裂纹密度MCD(t)为零时，摩擦系数FCV(t)的基础变化量；
所述磁导变化预测单元用于实时提取声波传播速度AWS(t)，进行结合计算获取磁导率变化系数MPV；
所述磁导率变化系数MPV通过以下算法公式计算获取：
式中，MPV(t)表示t时刻的磁导率变化；
γ表示第二经验系数，表示声波传播速度AWS(t)对磁导率变化系数MPV的反比影响的斜率；
δ表示第二经验常数；
所述综合健康分析模块用于依据钢丝绳的钢丝绳摩擦变化系数△FCV与磁导率变化系数MPV，并结合健康特征集，进行相关联计算获取综合健康指数HI，再与预设健康阈值F1进行初步对比评估，分析钢丝绳健康状态；
所述综合健康分析模块包括综合计算单元和健康评估单元；
所述综合计算单元用于实时提取健康特征集中的钢丝绳内部湿度IH(t)，结合所获取的钢丝绳摩擦变化系数△FCV(t)与磁导率变化MPV(t)，进行相关联计算获取钢丝绳的综合健康指数HI；
所述综合健康指数HI通过以下算法公式计算获取：
HI＝η·ΔFCV(t)+θ·MPV(t)+κ·ln(IH(t)+1)；
式中，η、θ和κ分别表示钢丝绳摩擦变化系数△FCV(t)、磁导率变化MPV(t)和钢丝绳内部湿度IH(t)的预设权重值，ln表示对数函数；
所述钢丝绳耐用周期预测模块用于依据所获取综合健康指数HI，进行计算获取钢丝绳的耐用指标RL，并进行预设维护阈值F2与所获取的耐用指标RL进行二次对比评估，生成维护计划。
2.根据权利要求1所述的一种用于超高速电梯的钢丝绳实时在线监测系统，其特征在于：所述钢丝绳健康数据采集模块包括数据采集单元和数据传输单元；
所述数据采集单元通过依据超高速电梯的钢丝绳上安装集成传感器组，实时采集钢丝绳健康数据集，将集成传感器组所采集到的钢丝绳健康数据集，通过无线传输的方式发送到数据采集单元，所述集成传感器组包括超声波传感器、湿度传感器和应变片传感器，所述钢丝绳健康数据集包括钢丝绳反射信号F、钢丝绳电阻R、声波传播速度AWS和钢丝绳内部湿度IH；
所述数据传输单元用于对数据采集单元所采集到钢丝绳健康数据集中的钢丝绳反射信号F、钢丝绳电阻R、声波传播速度AWS和钢丝绳内部湿度IH，使用标准数据格式JSON进行单独封包，获取数据电阻数据封装包、声波数据封装包和湿度数据封装包；
再对电阻数据封装包、声波数据封装包和湿度数据封装包进行标记时间戳、传感器ID、数据类型和测量值；
同时将标记好的电阻数据封装包、声波数据封装包和湿度数据封装包，进行汇总封装成健康数据封装包，通过无线网络LoRa进行数据传输至数据处理与存储模块。
3.根据权利要求1所述的一种用于超高速电梯的钢丝绳实时在线监测系统，其特征在于：所述健康评估单元用于基于钢丝绳正常健康指标进行预设健康阈值F1，再与所获取的综合健康指数HI进行初步对比评估，分析钢丝绳健康状态；
具体评估方案如下所示：
当综合健康指数HI＞健康阈值F1时，表示当前时间超高速电梯钢丝绳的健康状态异常，此时则生成第一预警信息进行维护，此时则执行二次评估机制，分析钢丝绳的耐用情况；
当综合健康指数HI≤健康阈值F1时，表示当前时间超高速电梯钢丝绳的健康状态正常。
4.根据权利要求3所述的一种用于超高速电梯的钢丝绳实时在线监测系统，其特征在于：所述钢丝绳耐用周期预测模块包括钢丝绳耐用周期计算单元和耐用周期评估单元；
所述钢丝绳耐用周期计算单元用于依据所获取的综合健康指数HI，结合声波传播速度AWS(t)进行相关联计算获取耐用指标RL，分析钢丝绳的耐用周期；
所述耐用指标RL通过以下算法公式计算获取：
式中，J表示第三经验常数，具体根据用户进行设定。
5.根据权利要求4所述的一种用于超高速电梯的钢丝绳实时在线监测系统，其特征在于：所述耐用周期评估单元用于基于钢丝绳的耐用周期进行预设维护阈值F2，再与所获取的耐用指标RL二次对比评估，分析当前钢丝绳需要进行维护的情况；
具体评估内容如下：
当耐用指标RL＞维护阈值F2时，表示当前钢丝绳的剩余使用周期正常，此时钢丝绳的健康异常，无需进行立即维护，再下一维护周期进行维护即可；
当耐用指标Rl≤维护阈值F2时，表示当前钢丝绳的剩余使用周期异常，此时钢丝绳的健康异常，需要立即进行停机检修更换钢丝绳。
6.一种用于超高速电梯的钢丝绳实时在线监测方法，应用于权利要求1‑5任一项所述的一种用于超高速电梯的钢丝绳实时在线监测系统，其特征在于：包括以下步骤：S1、首先实时采集钢丝绳健康数据集，再将采集到的钢丝绳健康数据集封装成健康数据封装包，并通过无线网络传输到数据处理与存储模块中；
S2、在数据处理与存储模块中实时接收健康数据封装包，并对健康数据封装包进行解封和预处理，获取健康特征集，并将健康特征集存储至数据库中；
S3、提取数据库中健康特征集，计算获取钢丝绳摩擦变化系数△FCV与磁导率变化系数MPV；
S4、再依据钢丝绳的钢丝绳摩擦变化系数△FCV与磁导率变化系数MPV，并结合健康特征集，进行相关联计算获取综合健康指数HI，再与预设健康阈值F1进行初步对比评估，分析钢丝绳健康状态；
S5、最后依据所获取综合健康指数HI，进行计算获取钢丝绳的耐用指标RL，并进行预设维护阈值F2与所获取的耐用指标RL进行二次对比评估，生成维护计划。 说明书 : 一种用于超高速电梯的钢丝绳实时在线监测方法及系统技术领域[0001] 本发明涉及钢丝绳技术领域，具体为一种用于超高速电梯的钢丝绳实时在线监测方法及系统。背景技术[0002] 在现代城市的高层建筑中，超高速电梯已经成为关键的垂直运输工具，能够显著提升人员和物资的运输效率。钢丝绳作为电梯系统的重要组成部分，承担着电梯轿厢的提升和安全保障的重任，高速电梯的钢丝绳通常是由高强度钢材制成的。这些钢丝绳具有高强度和耐久性，能够承受电梯运行过程中产生的巨大张力和载荷，然而，由于超高速电梯运行环境复杂，钢丝绳容易受到磨损、疲劳和环境因素的影响，导致其健康状况难以实时监控和预测。因此，开发一种高效的钢丝绳实时在线监测系统显得尤为重要。[0003] 现阶段在超高速电梯运行过程中，钢丝绳的磨损和损坏是常见的维护问题，传统的维护方法依赖于定期人工检查，这不仅耗时费力，还存在无法及时发现潜在问题的风险。此外，钢丝绳的微裂纹、磁导率变化、摩擦系数变化等参数是影响其健康状况的重要指标，传统方法难以实时、准确地获取和分析这些参数，导致钢丝绳的故障难以及时预警和处理，同时在检测到钢丝绳存在异常时，不易于进一步地对异常进行分析，合理地规划钢丝绳的维护和更换，导致运营成本大大增加。发明内容[0004] 针对现有技术的不足，本发明提供了一种用于超高速电梯的钢丝绳实时在线监测方法及系统，解决了背景技术中提到的问题。[0005] 为实现以上目的，本发明通过以下技术方案予以实现：包括钢丝绳健康数据采集模块、数据处理与存储模块、数据计算模块、综合健康分析模块和钢丝绳耐用周期预测模块；[0006] 所述钢丝绳健康数据采集模块用于实时采集钢丝绳健康数据集，再将采集到的钢丝绳健康数据集封装成健康数据封装包，使用无线网络进行传输到数据处理与存储模块；[0007] 所述数据处理与存储模块用于实时接收健康数据封装包，并对健康数据封装包进行解封和预处理，获取健康特征集，并将健康特征集存储至数据库中；[0008] 所述数据计算模块用于提取健康特征集，计算获取钢丝绳摩擦变化系数△FCV与磁导率变化系数MPV；[0009] 所述综合健康分析模块用于依据钢丝绳的钢丝绳摩擦变化系数△FCV与磁导率变化系数MPV，并结合健康特征集，进行相关联计算获取综合健康指数HI，再与预设健康阈值F1进行初步对比评估，分析钢丝绳健康状态；[0010] 所述钢丝绳耐用周期预测模块用于依据所获取综合健康指数HI，进行计算获取钢丝绳的耐用指标RL，并进行预设维护阈值F2与所获取的耐用指标RL进行二次对比评估，生成维护计划。[0011] 优选的，所述钢丝绳健康数据采集模块包括数据采集单元和数据传输单元；[0012] 所述数据采集单元通过依据超高速电梯的钢丝绳上安装集成传感器组，实时采集钢丝绳健康数据集，将集成传感器组所采集到的钢丝绳健康数据集，通过无线传输的方式发送到数据采集单元，所述集成传感器组包括超声波传感器、湿度传感器和应变片传感器，所述钢丝绳健康数据集包括钢丝绳反射信号F、钢丝绳电阻R、声波传播速度AWS和钢丝绳内部湿度IH；[0013] 所述数据传输单元用于对数据采集单元所采集到钢丝绳健康数据集中的钢丝绳反射信号F、钢丝绳电阻R、声波传播速度AWS和钢丝绳内部湿度IH，使用标准数据格式JSON进行单独封包，获取数据电阻数据封装包、声波数据封装包和湿度数据封装包；[0014] 再对电阻数据封装包、声波数据封装包和湿度数据封装包进行标记时间戳、传感器ID、数据类型和测量值；[0015] 同时将标记好的电阻数据封装包、声波数据封装包和湿度数据封装包，进行汇总封装成健康数据封装包，通过无线网络LoRa进行数据传输至数据处理与存储模块。[0016] 优选的，所述数据处理与存储模块包括数据处理模块与数据存储模块；[0017] 所述数据处理模块用于实时接收健康数据封装包，使用JSON解析库将健康数据封装包进行解封，提取接收到的钢丝绳健康数据集，并进行预处理，具体预处理方式如下：[0018] 依据钢丝绳反射信号F，通过分析反射信号F的频谱特征，判断裂纹数量Ls和钢丝绳体积Tj，依据裂纹数量Ls和钢丝绳体积Tj进行计算获取微裂纹密度MCD，所述微裂纹密度MCD通过以下算法公式进行计算获取：[0019] 依据钢丝绳电阻R将电阻变化数据转换为应变值E，依据应变值E结合钢丝绳材料模量Cl，进行计算钢丝绳表面的应力值σ，再依据应力值σ结合应变片覆盖的钢丝绳表面积A，推算出摩擦系数FCV，所述应变值E、应力值σ和摩擦系数FCV，通过以下算法公式进行计算获取 σ＝Cl·E，FCV＝σ·A，式中，G表示应变片的标定系数；[0020] 再讲所获取的微裂纹密度MCD、摩擦系数FCV、声波传播速度AWS和钢丝绳内部湿度IH，进行时序处理获取t时刻的微裂纹密度MCD(t)、摩擦系数FCV(t)、声波传播速度AWS(t)和钢丝绳内部湿度IH(t)，并汇总生成健康特征集；[0021] 所述数据存储模块通过MySQL进行构建关系型数据库，对预处理后所生成的健康特征集进行数据存储，并设置API应用程序接口与数据计算模块和钢丝绳耐用周期预测模块，进行集成，实时提取相关数据。[0022] 优选的，所述数据计算模块包括摩擦系数预测单元和磁导变化预测单元；[0023] 所述摩擦系数预测单元用于实时提取健康特征集中的微裂纹密度MCD(t)和摩擦系数FCV(t)，进行对数计算，获取钢丝绳摩擦变化系数△FCV；[0024] 所述钢丝绳摩擦变化系数△FCV通过以下算法公式计算获取：[0025][0026] 式中，△FCV(t)表示t时刻的钢丝绳摩擦变化系数，ln表示对数函数；[0027] α表示第一经验系数，表示微裂纹密度MCD(t)对摩擦系数FCV(t)影响的斜率，用于调整对数函数的斜率，反映裂纹密度对摩擦系数变化的敏感程度，更大的第一经验系数值α意味着微裂纹密度MCD(t)对摩擦系数FCV(t)的影响更为显著；[0028] β表示第一经验常数，表示在微裂纹密度MCD(t)为零时，摩擦系数FCV(t)的基础变化量，用于调整摩钢丝绳摩擦变化系数△FCV基线值，确保模型可以适应在微裂纹密度MCD(t)为零时摩擦系数FCV(t)的实际情况。[0029] 优选的，所述磁导变化预测单元用于实时提取声波传播速度AWS(t)，进行结合计算获取磁导率变化系数MPV；[0030] 所述磁导率变化系数MPV通过以下算法公式计算获取：[0031][0032] 式中，MPV(t)表示t时刻的磁导率变化；[0033] γ表示第二经验系数，表示声波传播速度AWS(t)对磁导率变化系数MPV的反比影响的斜率，用于调整反比函数的斜率，反映声波传播速度对磁导率变化系数MPV的敏感程度，更大的γ值意味着声波传播速度AWS(t)的变化对磁导率变化系数MPV的影响更为显著；[0034] δ表示第二经验常数，表示声波传播速度AWS(t)非常高时磁导率变化系数MPV的基础值，用于调整磁导率变化的基线值，适应在声波传播速度AWS(t)非常高时的实际磁导率变化系数MPV情况。[0035] 优选的，所述综合健康分析模块包括综合计算单元和健康评估单元；[0036] 所述综合计算单元用于实时提取钢丝绳内部湿度IH(t)，结合所获取的钢丝绳摩擦变化系数△FCV(t)与磁导率变化MPV(t)，进行相关联计算获取钢丝绳的综合健康指数HI；[0037] 所述综合健康指数HI通过以下算法公式计算获取：[0038] HI＝η·ΔFCV(t)+θ·MPV(t)+κ·ln(IH(t)+1)；[0039] 式中，η、θ和κ分别表示钢丝绳摩擦变化系数△FCV(t)、磁导率变化MPV(t)和钢丝绳内部湿度IH(t)的预设权重值，ln表示对数函数。[0040] 优选的，所述健康评估单元用于基于钢丝绳正常健康指标进行预设健康阈值F1，再与所获取的综合健康指数HI进行初步对比评估，分析钢丝绳健康状态；[0041] 具体评估方案如下所示：[0042] 当综合健康指数HI＞健康阈值F1时，表示当前时间超高速电梯钢丝绳的健康状态异常，此时则生成第一预警信息进行维护，此时则执行二次评估机制，分析钢丝绳的耐用情况；[0043] 当综合健康指数HI≤健康阈值F1时，表示当前时间超高速电梯钢丝绳的健康状态正常。[0044] 优选的，所述钢丝绳耐用周期预测模块包括钢丝绳耐用周期计算单元和耐用周期评估单元；[0045] 所述钢丝绳耐用周期计算单元用于依据所获取的综合健康指数HI，结合声波传播速度AWS(t)进行相关联计算获取耐用指标RL，分析钢丝绳的耐用周期；[0046] 所述耐用指标RL通过以下算法公式计算获取：[0047][0048] 式中，J表示第三经验常数，具体根据用户进行设定，用于调整算法公式的准确性。[0049] 优选的，所述耐用周期评估单元用于基于钢丝绳的耐用周期进行预设维护阈值F2，再与所获取的耐用指标RL二次对比评估，分析当前钢丝绳需要进行维护的情况；[0050] 具体评估内容如下：[0051] 当耐用指标RL＞维护阈值F2时，表示当前钢丝绳的剩余使用周期正常，此时钢丝绳的健康异常，无需进行立即维护，再下一维护周期进行维护即可；[0052] 当耐用指标Rl≤维护阈值F2时，表示当前钢丝绳的剩余使用周期异常，此时钢丝绳的健康异常，需要立即进行停机检修更换钢丝绳。[0053] 一种用于超高速电梯的钢丝绳实时在线监测方法，包括以下步骤：[0054] S1、首先实时采集钢丝绳健康数据集，再将采集到的钢丝绳健康数据集，并进行封装通过无线网络传输到数据处理与存储模块中；[0055] S2、在数据处理与存储模块中实时接收健康数据封装包，并对健康数据封装包进行解封和预处理，获取健康特征集，并将健康特征集存储至数据库中；[0056] S3、提取数据库中健康特征集，计算获取钢丝绳摩擦变化系数△FCV与磁导率变化系数MPV；[0057] S4、再依据钢丝绳的钢丝绳摩擦变化系数△FCV与磁导率变化系数MPV，并结合健康特征集，进行相关联计算获取综合健康指数HI，再进行预设健康阈值F1进行对比评估，分析钢丝绳健康状态；[0058] S5、最后依据所获取综合健康指数HI，进行计算获取钢丝绳的耐用指标RL，并进行预设维护阈值F2与所获取的耐用指标RL进行二次对比评估，生成维护计划。[0059] 本发明提供了一种用于超高速电梯的钢丝绳实时在线监测方法及系统。具备以下有益效果：[0060] (1)该系统的钢丝绳健康数据采集模块能够通过集成传感器组实时采集钢丝绳的钢丝绳反射信号F、钢丝绳电阻R、声波传播速度AWS和钢丝绳内部湿度IH健康数据集。这些数据通过数据传输单元进行单独封包，并标记时间戳、传感器ID、数据类型和测量值，最终封装成健康数据封装包。通过LoRa无线网络传输至数据处理与存储模块，确保数据在传输过程中不受干扰和丢失。通过这种实时数据采集与传输，系统能够及时获取钢丝绳的健康状况信息，保证数据的准确性和及时性，提高了监测效率和数据传输的可靠性，为后续的数据处理和健康评估提供了准确的基础数据。[0061] (2)该系统通过数据处理与存储模块接收健康数据封装包后，使用JSON解析库解封并提取钢丝绳健康数据集，进行预处理。具体预处理包括依据钢丝绳反射信号F分析频谱特征，判断裂纹数量Ls和钢丝绳体积Tj，计算微裂纹密度MCD，并依据电阻R转换为应变值E，计算钢丝绳表面的应力值σ，再通过表面的应力值σ和摩擦系数FCV，再进行时序处理获取t时刻的微裂纹密度MCD(t)、摩擦系数FCV(t)、声波传播速度AWS(t)和钢丝绳内部湿度IH(t)，数据计算模块进一步提取健康特征集中的微裂纹密度MCD(t)和摩擦系数FCV(t)，计算钢丝绳摩擦变化系数△FCV(t)和磁导率变化系数MPV(t)。健康分析模块结合这些变化系数，综合计算钢丝绳的综合健康指数HI，并与预设健康阈值F1对比，评估钢丝绳的健康状态。通过多维度的数据处理和综合分析，系统能够全面、准确地评估钢丝绳的健康状况，为电梯安全运行提供科学依据。[0062] (3)该系统通过钢丝绳耐用周期预测模块依据综合健康指数HI，结合声波传播速度AWS(t)，计算钢丝绳的耐用指标RL。耐用周期评估单元将该耐用指标与预设维护阈值F2进行对比评估，判断当前钢丝绳的剩余使用周期。如果耐用指标RL高于维护阈值F2，则表示钢丝绳的剩余使用周期正常，不需要立即维护；如果耐用指标RL低于维护阈值F2，则表示钢丝绳的剩余使用周期异常，需要立即进行停机检修和更换钢丝绳。通过精确的耐用周期预测与维护计划生成，系统能够提前采取维护措施，减少钢丝绳故障风险，延长钢丝绳的使用寿命，保障超高速电梯的安全性和可靠性。附图说明[0063] 图1为本发明一种用于超高速电梯的钢丝绳实时在线监测系统流程示意图；[0064] 图2为本发明一种用于超高速电梯的钢丝绳实时在线监测方法步骤示意图。具体实施方式[0065] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。[0066] 实施例1[0067] 请参阅图1，本发明提供一种用于超高速电梯的钢丝绳实时在线监测系统，为实现以上目的，本发明通过以下技术方案予以实现：包括钢丝绳健康数据采集模块、数据处理与存储模块、数据计算模块、综合健康分析模块和钢丝绳耐用周期预测模块；[0068] 钢丝绳健康数据采集模块用于实时采集钢丝绳健康数据集，再将采集到的钢丝绳健康数据集封装成健康数据封装包，使用无线网络进行传输到数据处理与存储模块；[0069] 数据处理与存储模块用于实时接收健康数据封装包，并对健康数据封装包进行解封和预处理，获取健康特征集，并将健康特征集存储至数据库中；[0070] 数据计算模块用于提取健康特征集，计算获取钢丝绳摩擦变化系数△FCV与磁导率变化系数MPV；[0071] 综合健康分析模块用于依据钢丝绳的钢丝绳摩擦变化系数△FCV与磁导率变化系数MPV，并结合健康特征集，进行相关联计算获取综合健康指数HI，再与预设健康阈值F1进行初步对比评估，分析钢丝绳健康状态；[0072] 钢丝绳耐用周期预测模块用于依据所获取综合健康指数HI，进行计算获取钢丝绳的耐用指标RL，并进行预设维护阈值F2与所获取的耐用指标RL进行二次对比评估，生成维护计划。[0073] 本实施例中，该系统通过钢丝绳健康数据采集模块负责实时获取并传输钢丝绳的健康数据集，再将钢丝绳的健康数据集通过无线网络高效传输至数据处理与存储模块。数据处理与存储模块对健康数据进行解封和预处理，将提取的健康特征集存储在数据库中，为后续计算提供可靠的数据支持。这一流程确保了数据的实时性和准确性，为整个系统的健康监测奠定了基础。数据计算模块通过提取健康特征集并计算摩擦变化系数△FCV和磁导率变化系数MPV，实现了钢丝绳健康状态的深度分析。健康分析模块将摩擦变化系数和磁导率变化系数结合健康特征集计算综合健康指数HI，并与预设健康阈值F1进行对比评估。这一过程能够准确评估钢丝绳的健康状态，及时发现潜在问题，从而预防安全隐患。与现有技术相比，本系统采用了更为精细的分析方法和实时数据处理手段，提高了健康监测的灵敏度和准确性。钢丝绳耐用周期预测模块依据综合健康指数HI计算耐用指标RL，并与维护阈值F2进行对比，生成精准的维护计划。这一模块不仅可以预测钢丝绳的耐用周期，还能根据实际情况生成详细的维护建议，优化维护计划。相比传统的定期检查方法，本系统提供了更为科学和动态的维护策略，大幅提高了电梯运行的安全性和可靠性。同时，通过实时监测和数据驱动的决策机制，大大减少了因钢丝绳故障导致的事故风险，提升了系统的整体效能和可靠性。[0074] 实施例2[0075] 本实施例是在实施例1中进行的解释说明，请参照图1，具体的：钢丝绳健康数据采集模块包括数据采集单元和数据传输单元；[0076] 数据采集单元通过依据超高速电梯的钢丝绳上安装集成传感器组，实时采集钢丝绳健康数据集，将集成传感器组所采集到的钢丝绳健康数据集，通过无线传输的方式发送到数据采集单元，集成传感器组包括超声波传感器、湿度传感器和应变片传感器，钢丝绳健康数据集包括钢丝绳反射信号F、钢丝绳电阻R、声波传播速度AWS和钢丝绳内部湿度IH；[0077] 数据传输单元用于对数据采集单元所采集到钢丝绳健康数据集中的钢丝绳反射信号F、钢丝绳电阻R、声波传播速度AWS和钢丝绳内部湿度IH，使用标准数据格式JSON进行单独封包，获取数据电阻数据封装包、声波数据封装包和湿度数据封装包；[0078] 再对电阻数据封装包、声波数据封装包和湿度数据封装包进行标记时间戳、传感器ID、数据类型和测量值；[0079] 同时将标记好的电阻数据封装包、声波数据封装包和湿度数据封装包，进行汇总封装成健康数据封装包，通过无线网络LoRa进行数据传输至数据处理与存储模块。[0080] 本实施例中，该系统通过钢丝绳健康数据采集模块的设计通过集成传感器组和数据传输单元的紧密配合，实现了对钢丝绳健康状态的全面且实时监测。数据采集单元配备的超声波传感器、湿度传感器和应变片传感器，能够实时获取钢丝绳反射信号F、钢丝绳电阻R、声波传播速度AWS和钢丝绳内部湿度IH。这些数据通过数据传输单元被打包成标准格式的JSON数据封装包，并通过无线网络LoRa传输到数据处理与存储模块。此设计显著提升了数据传输的可靠性和实时性，使得健康数据可以快速且准确地传输至处理模块。与传统的钢丝绳监测技术相比，本系统不仅提高了数据采集的精度和速度，还优化了数据传输流程，减少了因数据延迟或丢失带来的潜在安全风险。此改进提升了整体监测系统的效率和稳定性，为超高速电梯的安全运行提供了更为坚实的数据支持[0081] 实施例3[0082] 本实施例是在实施例2中进行的解释说明，请参照图1，具体的：数据处理与存储模块包括数据处理模块与数据存储模块；[0083] 数据处理模块用于实时接收健康数据封装包，使用JSON解析库将健康数据封装包进行解封，提取接收到的钢丝绳健康数据集，并进行预处理，具体预处理方式如下：[0084] 依据钢丝绳反射信号F，通过分析反射信号F的频谱特征，判断裂纹数量Ls和钢丝绳体积Tj，依据裂纹数量Ls和钢丝绳体积Tj进行计算获取微裂纹密度MCD，微裂纹密度MCD通过以下算法公式进行计算获取：[0085] 依据钢丝绳电阻R将电阻变化数据转换为应变值E，依据应变值E结合钢丝绳材料模量Cl，进行计算钢丝绳表面的应力值σ，再依据应力值σ结合应变片覆盖的钢丝绳表面积A，推算出摩擦系数FCV，应变值E、应力值σ和摩擦系数FCV，通过以下算法公式进行计算获取σ＝Cl·E，FCV＝σ·A，式中，G表示应变片的标定系数；[0086] 再讲所获取的微裂纹密度MCD、摩擦系数FCV、声波传播速度AWS和钢丝绳内部湿度IH，进行时序处理获取t时刻的微裂纹密度MCD(t)、摩擦系数FCV(t)、声波传播速度AWS(t)和钢丝绳内部湿度IH(t)，并汇总生成健康特征集；[0087] 数据存储模块通过MySQL进行构建关系型数据库，对预处理后所生成的健康特征集进行数据存储，并设置API应用程序接口与数据计算模块和钢丝绳耐用周期预测模块，进行集成，实时提取相关数据。[0088] 本实施例中，该系统通过数据处理与存储模块通过数据处理模块和数据存储模块的协作，实现了对钢丝绳健康数据的高效处理和管理。数据处理模块首先使用JSON解析库解封和提取健康数据封装包中的信息，随后对数据进行系统性的预处理。这一过程包括对钢丝绳反射信号F的频谱特征分析，以确定裂纹数量Ls和钢丝绳体积Tj，从而计算微裂纹密度MCD。同时，通过将钢丝绳电阻R数据转换为应变值E，并结合材料模量Cl计算应力值σ，进一步推算摩擦系数FCV。这些处理结果结合时序数据生成了全面的健康特征集。数据存储模块则使用MySQL数据库存储这些预处理后的数据，并通过API接口与数据计算和耐用周期预测模块进行集成，确保数据的实时访问和高效处理。相比传统的监测系统，这种模块化设计不仅提高了数据处理的精确度和速度，还优化了数据存储和管理方式，显著减少了数据处理的延迟和错误率。这种改进增强了系统的整体可靠性和实用性，使得钢丝绳健康监测更加准确、及时，为超高速电梯的安全运行提供了更为稳固的数据支持。[0089] 实施例4[0090] 本实施例是在实施例3中进行的解释说明，请参照图1，具体的：数据计算模块包括摩擦系数预测单元和磁导变化预测单元；[0091] 摩擦系数预测单元用于实时提取健康特征集中的微裂纹密度MCD(t)和摩擦系数FCV(t)，进行对数计算，获取钢丝绳摩擦变化系数△FCV；[0092] 钢丝绳摩擦变化系数△FCV通过以下算法公式计算获取：[0093][0094] 式中，△FCV(t)表示t时刻的钢丝绳摩擦变化系数，ln表示对数函数；[0095] α表示第一经验系数，表示微裂纹密度MCD(t)对摩擦系数FCV(t)影响的斜率，用于调整对数函数的斜率，反映裂纹密度对摩擦系数变化的敏感程度，更大的第一经验系数值α意味着微裂纹密度MCD(t)对摩擦系数FCV(t)的影响更为显著；[0096] β表示第一经验常数，表示在微裂纹密度MCD(t)为零时，摩擦系数FCV(t)的基础变化量，用于调整摩钢丝绳摩擦变化系数△FCV基线值，确保模型可以适应在微裂纹密度MCD(t)为零时摩擦系数FCV(t)的实际情况。[0097] 磁导变化预测单元用于实时提取声波传播速度AWS(t)，进行结合计算获取磁导率变化系数MPV；[0098] 磁导率变化系数MPV通过以下算法公式计算获取：[0099][0100] 式中，MPV(t)表示t时刻的磁导率变化；[0101] γ表示第二经验系数，表示声波传播速度AWS(t)对磁导率变化系数MPV的反比影响的斜率，用于调整反比函数的斜率，反映声波传播速度对磁导率变化系数MPV的敏感程度，更大的γ值意味着声波传播速度AWS(t)的变化对磁导率变化系数MPV的影响更为显著；[0102] δ表示第二经验常数，表示声波传播速度AWS(t)非常高时磁导率变化系数MPV的基础值，用于调整磁导率变化的基线值，适应在声波传播速度AWS(t)非常高时的实际磁导率变化系数MPV情况。[0103] 本实施例中，该系统通过数据计算模块通过摩擦系数预测单元和磁导变化预测单元的协作，显著提升了钢丝绳健康监测的精准度和预测能力。摩擦系数预测单元实时提取了微裂纹密度MCD和摩擦系数FCV，并通过对数计算得出了钢丝绳摩擦变化系数△FCV。这一过程采用了经验系数和经验常数的调整，能够准确反映裂纹密度对摩擦系数的影响，从而提供了对摩擦变化的细致分析。这种方法相较于传统的摩擦测量技术，能更精确地捕捉到微裂纹密度MCD对摩擦系数FCV的实际影响，提升了对钢丝绳健康状态的敏感性和预测准确性。磁导变化预测单元则通过结合声波传播速度AWS的数据计算得出磁导率变化系数MPV，使用了经验系数和常数来适应声波传播速度对磁导率的影响。该方法改进了传统磁导变化测量的局限性，能够更有效地反映磁导率的真实变化，从而提升了系统对钢丝绳状态的响应能力。整体来看，这些改进使得钢丝绳健康监测系统在实时性、准确性和预测能力上得到了显著提升，为超高速电梯的安全运行提供了更为可靠的技术支持。[0104] 实施例5[0105] 本实施例是在实施例4中进行的解释说明，请参照图1，具体的：综合健康分析模块包括综合计算单元和健康评估单元；[0106] 综合计算单元用于实时提取钢丝绳内部湿度IH(t)，结合所获取的钢丝绳摩擦变化系数△FCV(t)与磁导率变化MPV(t)，进行相关联计算获取钢丝绳的综合健康指数HI；[0107] 综合健康指数HI通过以下算法公式计算获取：[0108] HI＝η·ΔFCV(t)+θ·MPV(t)+κ·ln(IH(t)+1)；[0109] 式中，η、θ和κ分别表示钢丝绳摩擦变化系数△FCV(t)、磁导率变化MPV(t)和钢丝绳内部湿度IH(t)的预设权重值，ln表示对数函数。[0110] 健康评估单元用于基于钢丝绳正常健康指标进行预设健康阈值F1，再与所获取的综合健康指数HI进行初步对比评估，分析钢丝绳健康状态；[0111] 具体评估方案如下所示：[0112] 当综合健康指数HI＞健康阈值F1时，表示当前时间超高速电梯钢丝绳的健康状态异常，此时则生成第一预警信息进行维护，此时则执行二次评估机制，分析钢丝绳的耐用情况；[0113] 当综合健康指数HI≤健康阈值F1时，表示当前时间超高速电梯钢丝绳的健康状态正常。[0114] 本实施例中，该系统的综合健康分析模块通过综合计算单元和健康评估单元的紧密配合，为钢丝绳健康监测提供了全面且精确的评估能力。综合计算单元实时提取钢丝绳内部湿度IH、摩擦变化系数△FCV以及磁导率变化系数MPV，并通过加权算法计算出综合健康指数HI。这一过程利用了对数函数和权重值来整合各项健康指标，相较于传统的单一指标评估方法，能更全面地反映钢丝绳的综合健康状态。这种综合分析不仅提升了对钢丝绳健康的检测精度，还增强了对潜在问题的早期识别能力。健康评估单元则利用预设的健康阈值F1对综合健康指数HI进行对比评估，从而判断钢丝绳的健康状态。当综合健康指数HI超出健康阈值F1时，系统会自动生成预警信息，并触发二次评估机制来进一步分析钢丝绳的耐用情况。这种机制相较于传统的健康检查方法，通过实时数据分析和智能预警，能够显著提高钢丝绳的维护效率，减少故障发生的概率，保障电梯的安全运行。总体而言，该模块的引入使得钢丝绳的健康监测变得更加智能和高效，推动了监测技术的进步，并提升了电梯系统的可靠性和安全性。[0115] 实施例6[0116] 本实施例是在实施例5中进行的解释说明，请参照图1，具体的：钢丝绳耐用周期预测模块包括钢丝绳耐用周期计算单元和耐用周期评估单元；[0117] 钢丝绳耐用周期计算单元用于依据所获取的综合健康指数HI，结合声波传播速度AWS(t)进行相关联计算获取耐用指标RL，分析钢丝绳的耐用周期；[0118] 耐用指标RL通过以下算法公式计算获取：[0119][0120] 式中，J表示第三经验常数，具体根据用户进行设定，用于调整算法公式的准确性。[0121] 耐用周期评估单元用于基于钢丝绳的耐用周期进行预设维护阈值F2，再与所获取的耐用指标RL二次对比评估，分析当前钢丝绳需要进行维护的情况；[0122] 具体评估内容如下：[0123] 当耐用指标RL＞维护阈值F2时，表示当前钢丝绳的剩余使用周期正常，此时钢丝绳的健康异常，无需进行立即维护，再下一维护周期进行维护即可；[0124] 当耐用指标Rl≤维护阈值F2时，表示当前钢丝绳的剩余使用周期异常，此时钢丝绳的健康异常，需要立即进行停机检修更换钢丝绳。[0125] 本实施例中，该系统的钢丝绳耐用周期预测模块通过钢丝绳耐用周期计算单元和耐用周期评估单元的有效协作，显著提升了对钢丝绳使用周期的预测精度和维护决策的科学性。钢丝绳耐用周期计算单元结合综合健康指数HI和声波传播速度AWS(t)来计算耐用指标RL，此指标可以准确地反映钢丝绳的实际使用状况和剩余寿命。使用第三经验常数J调整计算公式，使得耐用周期预测更加符合实际操作条件。这一预测能力相较于传统依赖于固定检修周期或简单磨损监测的方法，提供了更动态和精准的维护参考，有效减少了由于预测不准确而导致的过早或过晚维护问题。耐用周期评估单元通过将耐用指标RL与预设维护阈值F2进行对比，进一步优化了维护决策。当耐用指标高于维护阈值F2时，系统指示钢丝绳处于正常状态，可以安排下一周期的维护；当耐用指标低于阈值时，系统发出警报，要求立即停机检修或更换钢丝绳。这种基于实际使用数据和健康状态的维护决策，相较于传统的定期检查和预定维护，能够显著减少不必要的停机时间，提高设备运行效率，同时防止由于维护不足导致的设备故障。总体而言，此模块的引入不仅增强了钢丝绳耐用周期的预测能力，还优化了维护管理，提升了电梯系统的整体安全性和经济性。[0126] 实施例7[0127] 请参阅图1和图2，一种用于超高速电梯的钢丝绳实时在线监测方法，包括以下步骤：[0128] S1、首先实时采集钢丝绳健康数据集，再将采集到的钢丝绳健康数据集，并进行封装通过无线网络传输到数据处理与存储模块中；[0129] S2、在数据处理与存储模块中实时接收健康数据封装包，并对健康数据封装包进行解封和预处理，获取健康特征集，并将健康特征集存储至数据库中；[0130] S3、提取数据库中健康特征集，计算获取钢丝绳摩擦变化系数△FCV与磁导率变化系数MPV；[0131] S4、再依据钢丝绳的钢丝绳摩擦变化系数△FCV与磁导率变化系数MPV，并结合健康特征集，进行相关联计算获取综合健康指数HI，再进行预设健康阈值F1进行对比评估，分析钢丝绳健康状态；[0132] S5、最后依据所获取综合健康指数HI，进行计算获取钢丝绳的耐用指标RL，并进行预设维护阈值F2与所获取的耐用指标RL进行二次对比评估，生成维护计划。[0133] 尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型。

专利地区：河南

专利申请日期：2024-08-23

专利公开日期：2024-11-22

专利公告号：CN118666113B