徐 斌 李 琳 鐘 珞

(武漢市信息中心1) 武漢 430014) (武漢理工大學計算機學院2) 武漢 430070)

面向大數據的智慧電梯分析預警平臺*

徐 斌1)李 琳2)鐘 珞2)

(武漢市信息中心1)武漢 430014) (武漢理工大學計算機學院2)武漢 430070)

利用云計算、大數據分析技術設計智慧電梯綜合分析預警平臺，采集了武漢市近十萬臺電梯的維保、檢驗、監(jiān)察、投訴、故障信息等檔案信息，構建電梯信息資源數據庫，通過對電梯安全運行智能統計、監(jiān)測分析、科學評價、智能預警和健康大數據分析，實現電梯安全的動態(tài)監(jiān)管，提升了武漢市電梯安全管理信息化水平.

大數據；智慧電梯；預警；電梯安全

0 引 言

2013年11月，質檢總局印發(fā)了《關于進一步加強電梯安全工作的意見》(國質檢特〔2013〕14號).明確要求加強電梯監(jiān)督抽查、風險監(jiān)測和預警等，支持電梯物聯網技術的研發(fā)和應用等，提高電梯安全技術保障能力[1].2015年9月武漢市人民政府明確提出建設“電梯地理信息應用系統”和“互聯網+電梯運行監(jiān)測信息應用系統”，實現電梯監(jiān)管的動態(tài)化、可視化，對電梯安全監(jiān)控進行預警并開展信息采集工作，及時掌握電梯運行和維護保養(yǎng)情況.目前國內開展電梯監(jiān)控預警建設多采用物聯網技術，這種方式通常只能被動監(jiān)控，而采用大數據分析技術主動進行電梯安全運行監(jiān)控預警的還不多見.文中將重點介紹介紹武漢智慧電梯分析預警平臺的功能和算法設計.

1 智慧電梯分析預警平臺

平臺由數據采集、數據分析和數據服務3層構成，數據采集層通過梳理電梯檔案數據和維修保養(yǎng)記錄數據，同時結合互聯網“爬蟲”技術采集電梯故障信息，存儲、管理、交換和共享各類電梯信息資源；數據分析層實現對電梯故障率和穩(wěn)定性進行智能統計、監(jiān)測分析、科學評價、智能預警和健康大數據分析，并建立評價體系和預警模型；數據服務層提供圖形化的管理應用展示界面.下面分別介紹平臺重要子系統.

1.1 數據采集系統

電梯數據采集系統的數據源主要來自于監(jiān)管內部數據和監(jiān)管外部數據[2].數據采集系統需要從監(jiān)管部門現有的維護保養(yǎng)監(jiān)控、定檢監(jiān)測、監(jiān)督監(jiān)測監(jiān)察系統和特種設備安全監(jiān)察檢驗管理等系統抽取電梯基礎數據、地理數據、定檢監(jiān)察數據、監(jiān)督檢查數據、維保和運行數據，并通過互聯網上采集電梯風險相關數據和電梯使用者的反饋數據，經過數據的清洗比對后將各類電梯故障信息存儲在采集數據庫中.數據類型分為結構化數據和非結構化數據，其中結構化數據包括：電梯注冊信息、產權單位信息、使用單位信息、設計單位信息、制造單位信息、施工單位信息、施工類別、維保信息(維保責任人、電話、維保開始日期和截止日期)、設備種類、設備信息(類型、規(guī)格型號、生產日期、出廠編號、設備使用安裝地點)、擴展信息(額定載重、額定速度、上下行速度、層站門等)、限速器參數、設備其他參數(轎廂、導軌、防火門、玻璃門、牽引機、電動機、鋼絲繩、控制柜等相關信息的型號、制造廠家、日期和編號)、檢驗信息(檢驗機構、檢驗機構代碼、檢驗日期、檢驗類別、檢驗報告編號、檢驗結論、主要問題和下次檢驗日期).非結構化數據包括：文檔、圖片、音視頻、紙質資料，特種設備普查登記表、電梯使用合格證、作業(yè)人員證件信息、作業(yè)人員報名表、聯絡單、監(jiān)察月報、催檢通知書、檢驗報告Xml模版文件、PDF檢驗報告、電子簽名圖片文件、繪圖圖形矢量文件等.

電梯數據采集后由統一數據交換平臺進行整合，將數據按照統一標準和規(guī)范處理后存儲到電梯健康基礎數據庫中，為開展電梯健康大數據分析和建模提供數據支撐.

1.2 電梯地理信息應用系統

利用政務云平臺GIS底圖和標注工具，將全市所有電梯地理位置信息標注于地圖上,建立電梯地理位置信息數據庫，并通過電梯定位，實現“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注于地圖上,實現電梯智能化、動態(tài)化、全生命周期的管理[3].可在地圖上快速查看每臺電梯的基礎信息，并可以根據不同使用對象的權限獲取不同范圍的電梯詳細信息和不同層面的統計信息.其地理數據標注見圖1.

圖1 電梯地圖管理

2) 多維度查詢 采用多維度查詢算法，可根據用戶需求，對電梯的基本信息(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)進行多維度的查詢.系統通過條件檢索，在地圖上顯示電梯的地理位置.

1.3 數據中心管理系統

數據中心管理系統利用云計算模式，將電梯數據的計算任務分布在資源池上，使各類與電梯相關的應用系統能夠根據需要獲取基礎地理數據服務、電梯基礎數據服務和軟件服務，最大限度地提高資源利用效率、降低資源能源消耗，提供包括數據管理與更新、數據共享與服務等[4].系統架構見圖2.

圖2 數據中心管理系統架構

1.4 數據倉庫

從數據生命周期流轉、信息資源逐層整合融合的角度，數據倉庫庫分為數據源(生產庫)、緩存數據、基礎信息、整合信息、分析信息、歷史歸檔信息等過程.

在數據逐層流轉、整合融合的過程中，信息資源庫將業(yè)務生產庫中的電梯故障數據采、電梯地理信息應用系統、電梯大數據分析預警系統、電梯維護保養(yǎng)工作監(jiān)控系統、電梯定檢監(jiān)察系統、電梯監(jiān)督檢查監(jiān)察系統的各類業(yè)務數據，整合為基礎數據、整合數據、分析數據，并定期遷移至歷史歸檔庫[5].智慧電梯數據倉庫結構見圖3.

圖3 數據倉庫結構圖

1) 基礎數據 基礎數據保存基本保持業(yè)務核心數據全量的最細粒度數據，數據結構符合第三范式要求[6]，來源于對原始數據緩存庫的初步處理.

2) 整合數據 整合數據保存的數據由主題數據層的詳細數據聚合而來，主要包括分析庫、規(guī)則庫、模型庫、事件庫、知識庫、信息共享服務庫等內容.

3) 分析數據 分析型數據是邏輯上的數據層次，包括支持數據服務的基礎數據庫、整合數據庫的數據和為數據應用定制的數據及少量粗粒度匯總數據等.

4) 歷史歸檔庫 歷史歸檔庫存儲全市電梯歸檔的基礎數據、整合數據、分析數據等.歷史歸檔庫的結構與歸檔前數據結構保持一致，主要是對超過數據時效且訪問率較低的數據進行存儲和備份.

2 電梯大數據分析預警流程

電梯大數據分析預警流程分為5個階段：數據采集、數據處理、數據挖掘、數據分析和數據服務.數據首先通過數據采集子系統進行采集，再對數據進行清洗、分區(qū)等一系列處理，然后調用設計好的神經網絡等算法進行數據挖掘，接著對處理過的數據進行統計分析，最后服務于預警系統及各管理模塊[8].

1) 神經網絡RProp算法 基本原理為：首先為各權重變化賦一個初始值，設定權重變化加速因子與減速因子，在網絡前饋迭代中當連續(xù)誤差梯度符號不變時，采用加速策略，加快訓練速度；當連續(xù)誤差梯度符號變化時，采用減速策略，以期穩(wěn)定收斂.網絡結合當前誤差梯度符號與變化步長實現BP，同時，為了避免網絡學習發(fā)生振蕩或下溢，算法設定了權重變化的上下限.

2)RProp算法復雜度分析 計算機上執(zhí)行一次加減法所需要時間t1可以看為常數，計算一次乘除法所需時間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算量為5p-4次乘除運算，3p-3次加減運算，總時間開銷為：T(m,N)=((7N+3)t1+(10N+7)t2)m.其中：N+2為樣本個數；m為網絡輸入維數；t1為計算機執(zhí)行一次加減法所需時間；t2為計算機執(zhí)行一次乘除法所需時間.t1和t2可以設為常數，故m維輸入一維輸出BP神經網絡時間復雜度為O(mN).

對于m維輸入n維輸出的情況，所需計算次數是m維輸入一維輸出的n倍，因此總時間開銷為:T(m,n,N)=((7N+3)t1+(10N+7)t2)mn.t1和t2也可以看作常數，因此對于m維輸入n維輸出BP算法的漸進時間復雜度為O(mnN).

3 相關性比較

傳統基于物聯網技術的解決思路是通過安裝大量傳感器對電梯運行狀態(tài)進行監(jiān)測，這種方法投入資金大，無法實現事前預警和主動安全監(jiān)管.傳統物聯網方法和文中方法的相關性比較見表1.

表1 相關性比較

4 結 束 語

文中將大數據、云計算等技術理念引入電梯安全分析預警領域，建設智慧電梯分析預警平臺，實現各類電梯安全信息有序、動態(tài)、綜合的管理、更新及共享，并給出了數據采集的方法、智慧電梯數據倉庫數據挖掘算法及電梯大數據的分析流程和算法，能夠實時提供電梯安全運行動態(tài)監(jiān)控、風險管理、突發(fā)事件預測預警等功能，能有效提升電梯安全運行監(jiān)管水平.智慧電梯分析預警平臺的建設符合武漢加強電梯安全管理工作的需要，建設思路對建設類似分析預警系統具有重要的示范作用.

[1]曾憲權.物聯網遠程電梯監(jiān)控系統關鍵技術研究與實現[J].中國測試,2015,41(2):101-104.

[2]劉潤莉,白金平,唐平.電梯遠程監(jiān)控系統的設計[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

*國家自然科學基金項目(61003130)、國家科技支持計劃項目(2012BAH33F03)、湖北省自然科學基金項目(2015CFB525)、武漢市科技創(chuàng)新團隊項目(201307020402005)資助

TP277

10.3963/j.issn.2095-3844.2017.02.036

徐斌(1982—)：男，碩士，工程師，主要研究領域為大數據分析、系統架構和電子政務