基于故障树的电梯机械安全装置故障识别研究

魏于评，罗伟强

（梧州职业学院，广西 梧州 543002）

0 引言

如何对电梯运行中的安全状况进行评价，实现电梯运行维护中的故障与事故预警，是当前电梯运行中亟待解决的问题[1]。在电梯安全运行中，轿厢内的乘客可能会遭遇机械故障、电气故障、安全装置误动作等故障，轻则引起乘客不适，重则发生坠梯、冲顶等事故，造成重大人身伤害和财产损失[2]。因此，对电梯机械安全装置进行监测并及时发现异常情况具有重要的意义[3]。结合故障树理论，开展对电梯机械安全装置故障识别方法的设计研究。

1 电梯机械安全装置运行异常数据采集

为实现对电梯机械安全装置在运行过程中是否出现故障问题的准确识别，需要先完成对电梯机械安全装置运行异常数据的获取[4-5]。在电梯实际运行的过程中，重力加速度会对加速度计测量得到的数值产生较大影响，因此结合下述公式实现对测量数据的补偿：

式中，Iresidual为去除重力加速度后的残差；I为获取到的加速度数据；g为校准后得到的重力加速度矢量。电梯机械安全装置运行异常数据采集函数如下：

式中，xk为异常数据采集函数；Fk为状态转移函数；xk-1为下一时间步的状态函数；Bk为控制函数；uk-1为控制变量；wk-1表示过程噪声。

2 建立电梯机械安全装置故障树模型

在完成对电梯机械安全装置运行异常数据的采集后，将电梯机械安全装置总体结构分解为多个层次。按照从上到下的顺序从顶层开始分解。把电梯机器的安全设备失效当作是失效树的顶部事件。门控失效和通信失效构成了故障树二层子节点。其中，X01～X08 被定义为三个层次的子结点。从而完成了电梯安全设备故障树的建立，如图1 所示。

图1 电梯机械安全装置故障树模型结构示意图

由于故障树与树形结构相似，所以也可以使用一个工程流图来描述顶部事件与导致顶部事件发生的事件之间的逻辑关系。假设被研究的电梯机械安全装置与相关体系可取两种状态，分别为正常和故障。假设可以用Xi表示底事件状态变量，Xi的取值为0 或1。再假设F（X）表示故障树中顶事件的状态变量，F（X）的取值也为0 或1，则上述构建的电梯机械安全装置故障树模型可以用下述数学函数的形式表示：

电梯在运行过程中，最不希望发生故障状态，即此时的F（X）取值为1；相对应的底事件中装置出现了故障，即此时的Xi取值为1。根据上述公式，实现对电梯机械安全装置故障树模型的表示。结合上述构建的电梯机械安全装置故障树模型，找出其中全部最小割集。假设在故障树当中包含了k个最小割集，通过分析得出电梯机械安全装置的故障底事件之间存在“或”的关系，因此采用相容事件的概率公式完成对顶事件的发生概率求解，其公式为：

式中，T为顶事件；P（T）为顶事件发生概率；K为最小割集当中的基本事件表达函数。当最小截集可靠度很高的时候，在这个时候，对顶事件发生的概率进行计算，得到结果的收敛速度会更快，从而可以将上述公式中的首项作为近似结果，因此，通过上述分析可确定顶事件的发生概率近似为：

对故障树当中的所有最小割集标以重要度。在同一时刻，只有一个最小割集，在这个最小割集中，所有的基本事件都是相互独立和不相容的。然后，根据最小割集中各个基本事件的破坏概率乘以与顶点事件破坏概率的比值，作为最小割集的重要性，从而决定最小割集的优先级。

3 故障识别与风险发生概率计算

结合上述构建的电梯机械安全装置故障树模型，通过得出的Xi值和F（X）值可以实现对故障是否发生故障的直接描述，以此实现对电梯机械安全装置的故障识别。以一年为评价周期，采用电梯机械安全装置失效率作为评价指标，对电梯机械安全装置故障事故的可能性进行评价。电梯机械安全装置的故障率可以在每一单位时间（如一月或者一年）中，电梯机械安全装置的失效数量与在此期间电梯起动的数量的比率来描述，并且其计算公式如下：

式中，λ为风险发生概率；n0为单位时间内装置出现故障的次数；n为单位时间内电梯启动的次数。根据上述公式可以实现对风险发生概率的计算。在此基础上，可以结合得到的λ值，确定故障发生的概率等级。当λ的取值在0 ～0.01 范围内，则概率等级为“不可能”；当λ的取值在0.01 ～0.2 范围内，则概率等级为“极少”；当λ的取值在0.2 ～0.9 范围内，则概率等级为“很可能”；当λ的取值在0.9 ～1 范围内，则概率等级为“频繁”。若通过上述方式得到每一个割集的发生概率，则可以确定电梯整个体系出现风险伤害事件的概率。根据上述确定的概率等级，结合实施措施的难易程度，对电梯的日常运行进行维护。

4 对比实验

为了验证新的识别方法是否能够实现对电梯机械安全装置故障的准确识别，设计如下实验：

将上述提出的识别方法设置为实验组，将基于核熵成分分析的识别方法设置为对照I 组，将基于故障代码图像的识别方法设置为对照II 组。利用三种识别方法对同一实验对象进行识别，并根据识别结果实现对三种方法应用性能的验证。实验选择将某高层建筑中的曳引驱动电梯作为实验对象，获取该电梯的运行数据，并判断该电梯当中包含的各个机械安全装置的运行情况，对其是否存在故障进行识别。该电梯中包含的机械安全装置及对应的功能，见表1。

表1 电梯机械安全装置基本信息记录表

针对表1 中各个电梯机械安全装置，结合获取到的运行数据，对其是否存在故障问题进行识别，并将识别结果与装置实际运行状态进行对比，得到如表2所示的实验结果。

表2 三种识别方法识别结果对比表

表2 当中“T”表示安全装置的运行状况为正常；“F”表示安全装置的运行状况为故障。从表2 中得到的实验结果可以看出，实验组识别结果与各个安全装置实际运行情况完全一致，而对照I 组和对照II 组识别结果仅分别有3 个和2 个与实际运行情况相同。从以上得到的实验结果来看，实验组识别方法在识别准确率上有较大的提高。

结合表2 中的结果，进行了多次实验对比，对比了三种识别方法识别准确率，结果如表3 所示。

表3 三种识别方法识别准确率对比

分析表3 中的数据可知，实验组识别准确率最高达到了100%，最小值为87.5%，均值为96.9%；对照I组识别准确率最高仅为75%，最小值为37.5%，均值为46.9%；对照II 组识别准确率最高仅为75%，最小值为25%，均值为45.3%，是三种方法中识别准确率最低的。综合这些数据来看，实验组识别准确率更高，说明利用基于故障树的电梯机械安全装置故障识别方法能够实现对于电梯机械安全装置故障的精准识别。

5 结语

结合故障树理论，提出了一种全新的针对电梯机械安全装置的故障识别方法，并通过实验实现了对该方法识别准确性的验证。为了进一步提高该识别方法的应用性能，在今后的研究中还将针对获取到的电梯运行记录，结合有监督学习和无监督学习理论，对电梯机械安全装置的相关故障特征进行学习，并根据获得的数据对电梯机械安全装置进行故障识别和诊断，促进该方法智能性的不断提高。