论文部分内容阅读
摘 要：进入21世纪以来，随着建筑行业的快速发展，电梯的需求量也越来越高。而要想保证电梯的使用安全性，便需要做好电梯检验工作。值得注意的是，随着现代化科学技术的不断发展，使得电梯检验的技术要求及水平也越来越高。本课题在分析电梯常见故障类型的基础上，进一步对故障诊断技术在电梯检验中的具体应用进行分析，以期为电梯检验工作效率及质量的提高提供具备价值的参考建议。
关键词：故障诊断技术;电梯检验;常见故障类型;工作效率;质量
电梯检验工作的开展非常有意义，通过有效的电梯检验，可以提高电梯运行的质量及安全性。并且，通常电梯运行的时间过长，特别是商业建筑中的电梯，倘若处于超负荷运行状态，则容易出现故障问题。为了使相关故障问题得到有效解决，便需要采取现代化故障诊断技术[1]。总之，从电梯检验工作效率及质量提升角度考虑，本课题围绕“故障诊断技术在电梯检验中的应用”进行分析研究具备一定的价值意义。
1.电梯常见故障类型分析
电梯在运行过程中，需确保其驱动主机没有异常的噪音及振动。但是，电梯检验角度考虑，需具备量化的指标，对驱动主机是否异常故障情况。倘若仅凭主观判断，则难以有效解决故障问题。与此同时，由于电梯的结构非常复杂，涉及的零部件较多，在频繁工况条件下，易出现磨损、疲劳、老化等状况，在未能及时维修养护的条件下，易引发较多的故障问题。总结起来，电梯常见故障类型包括：
（1）发热故障。因润滑系统出现缺油的问题，导致旋转部件严重发热，或者出现卡轴的情况，进一步致使机械部件滚动或者滑动部位被损坏。
（2）异常磨损故障。因电梯运行频繁，一些零部件易发生异常磨损故障，比如轴承、齿轮、蜗轮蜗杆等，加之疲劳运行，在维修保养工作不能及时进行的情况下，会导致损坏程度加深，使乘客的舒适感降低，并会埋下很大的安全隐患[2]。
（3）工作异常故障。由于电梯结构当中紧固件比较多，如果启停过程存在较大的震动，会导致一些紧固螺丝发生松动或者松脱，进而导致一些零部件引发工作异常故障，这样电梯边不得不停机维修。
（4）非正常停机故障。因电梯轿厢装修，或者加装空调等，使得平衡系数与电梯设计规范标准不符，导致电梯制动距离偏长，或出现冲顶及蹲低等现象，进而引发非正常停机故障。
2.故障诊断技术在电梯检验中的具体应用分析
如前所述，电梯的故障类型较多，为了确保电梯的正常、安全运行，便有必要注重故障诊断技术在其中的应用。下面故障诊断技术在其中的具体应用进行分析，主要内容如下：
2.1振动诊断分析技术的应用
对于机械设备来说，基于实际运行过程中，会引发振动，而振动信号能够将机械的运行状态与结构的损伤反应出来。针对电梯这类机械设备，为使其故障诊断的效果提升，便可以使用振动诊断分析技术，该项技术融合了计算机技术、现代化信息技术以及人工智能技术，在对电梯进行振动监测与故障诊断的基础上，通过振动测试及信号分析，对电梯的故障类型进行进一步的判断。例如：如果电梯的传动系统引发变速箱运行不平稳的情况，或者轴承润滑效果不佳，则易出现振动信号的异常响应。此时，通过振动诊断技术的应用，可以协助电梯检验运维工作人员对故障点进行定位，然后将异响来源查找出来[3]。此外，在电梯运行过程中，涉及的运动类型较多，比如传动机构回转运动、电梯轿厢往复运动等，通过振动诊断分析技术的应用，可以科学分析其往复运动及结构振动特点，进而了解电梯相关零部件的异常磨损及松动情况，为作出科学的维修决策提供依据。
2.2人工神经网络技术的应用
人工神经网络技术，为一类模仿动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。此类网络依靠系统的复杂程度，在对内部大量节点之间的相互连接关系进行调整的基础上，实现处理相关信息的目的。值得注意的是，人工神经网络技术作为一种现代科学技术，也可以应用到电梯检验过程中。电梯处于正常运行状态下，其指令分为三个阶段，即：接收指令→分析指令→表达指令。而对于神经网络技术来说，将其应用到电梯故障诊断过程中，可以实现对外界信号的接收，然后对所接收的数据信息进行分析处理，进一步完成动作命令数据的传送。如果电梯存在某种运行故障，通过神经网络模型能够接收到电梯的故障信息，在分析其故障信息的基础上，对故障的位置、实际情况进行判断，然后传输至外界;显然，这样有助于电梯检修工作人员对故障问题进行及时检修。
2.3数据融合技术的应用
数据融合技术，指的是多元信息综合处理技术，其对多种传感器提供的信息进行利用，使检测系统的精度得到有效提升。在电梯运行故障诊断过程中，利用数据融合技术，可以通过多个加速度传感器，实现对故障信息的预处理，然后提取故障特征，通过神经网络数据融合，对电梯的运行状态进行诊断，明确故障点，为节约电梯故障诊断时间提供了有效保证。此外，在电梯故障诊断过程中，利用数据融合技术，该项技术的数据层、特征层、决策层均能够进行故障信息处理，为电梯故障检修工作人员提供了必要的数据支持。因此，该项技术值得借鉴及应用。
3.结语
综上所述，电梯运行过程中潜在的故障问题较多，需注重故障诊断技术在其中的应用，比如本次研究重点提到的振动诊断分析技術、人工神经网络技术以及数据融合技术，均具备一定的应用价值。总之，相信在合理科学地应用故障诊断技术的基础上，电梯运行的可靠性及安全性将能够得到有效提高。
参考文献：
[1]杨珺.论起重机械的故障诊断与检验检测[J].黑龙江科技信息，2017（14）：137.
[2]邓成.神经网络技术在电梯故障诊断中的应用[J].黑龙江科技信息，2016（16）：72.
[3]林娟.基于检验数据分析的电梯辅助检验软件系统研究与应用[J].质量技术监督研究，2018（02）：45-48.
关键词：故障诊断技术;电梯检验;常见故障类型;工作效率;质量
电梯检验工作的开展非常有意义，通过有效的电梯检验，可以提高电梯运行的质量及安全性。并且，通常电梯运行的时间过长，特别是商业建筑中的电梯，倘若处于超负荷运行状态，则容易出现故障问题。为了使相关故障问题得到有效解决，便需要采取现代化故障诊断技术[1]。总之，从电梯检验工作效率及质量提升角度考虑，本课题围绕“故障诊断技术在电梯检验中的应用”进行分析研究具备一定的价值意义。
1.电梯常见故障类型分析
电梯在运行过程中，需确保其驱动主机没有异常的噪音及振动。但是，电梯检验角度考虑，需具备量化的指标，对驱动主机是否异常故障情况。倘若仅凭主观判断，则难以有效解决故障问题。与此同时，由于电梯的结构非常复杂，涉及的零部件较多，在频繁工况条件下，易出现磨损、疲劳、老化等状况，在未能及时维修养护的条件下，易引发较多的故障问题。总结起来，电梯常见故障类型包括：
（1）发热故障。因润滑系统出现缺油的问题，导致旋转部件严重发热，或者出现卡轴的情况，进一步致使机械部件滚动或者滑动部位被损坏。
（2）异常磨损故障。因电梯运行频繁，一些零部件易发生异常磨损故障，比如轴承、齿轮、蜗轮蜗杆等，加之疲劳运行，在维修保养工作不能及时进行的情况下，会导致损坏程度加深，使乘客的舒适感降低，并会埋下很大的安全隐患[2]。
（3）工作异常故障。由于电梯结构当中紧固件比较多，如果启停过程存在较大的震动，会导致一些紧固螺丝发生松动或者松脱，进而导致一些零部件引发工作异常故障，这样电梯边不得不停机维修。
（4）非正常停机故障。因电梯轿厢装修，或者加装空调等，使得平衡系数与电梯设计规范标准不符，导致电梯制动距离偏长，或出现冲顶及蹲低等现象，进而引发非正常停机故障。
2.故障诊断技术在电梯检验中的具体应用分析
如前所述，电梯的故障类型较多，为了确保电梯的正常、安全运行，便有必要注重故障诊断技术在其中的应用。下面故障诊断技术在其中的具体应用进行分析，主要内容如下：
2.1振动诊断分析技术的应用
对于机械设备来说，基于实际运行过程中，会引发振动，而振动信号能够将机械的运行状态与结构的损伤反应出来。针对电梯这类机械设备，为使其故障诊断的效果提升，便可以使用振动诊断分析技术，该项技术融合了计算机技术、现代化信息技术以及人工智能技术，在对电梯进行振动监测与故障诊断的基础上，通过振动测试及信号分析，对电梯的故障类型进行进一步的判断。例如：如果电梯的传动系统引发变速箱运行不平稳的情况，或者轴承润滑效果不佳，则易出现振动信号的异常响应。此时，通过振动诊断技术的应用，可以协助电梯检验运维工作人员对故障点进行定位，然后将异响来源查找出来[3]。此外，在电梯运行过程中，涉及的运动类型较多，比如传动机构回转运动、电梯轿厢往复运动等，通过振动诊断分析技术的应用，可以科学分析其往复运动及结构振动特点，进而了解电梯相关零部件的异常磨损及松动情况，为作出科学的维修决策提供依据。
2.2人工神经网络技术的应用
人工神经网络技术，为一类模仿动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。此类网络依靠系统的复杂程度，在对内部大量节点之间的相互连接关系进行调整的基础上，实现处理相关信息的目的。值得注意的是，人工神经网络技术作为一种现代科学技术，也可以应用到电梯检验过程中。电梯处于正常运行状态下，其指令分为三个阶段，即：接收指令→分析指令→表达指令。而对于神经网络技术来说，将其应用到电梯故障诊断过程中，可以实现对外界信号的接收，然后对所接收的数据信息进行分析处理，进一步完成动作命令数据的传送。如果电梯存在某种运行故障，通过神经网络模型能够接收到电梯的故障信息，在分析其故障信息的基础上，对故障的位置、实际情况进行判断，然后传输至外界;显然，这样有助于电梯检修工作人员对故障问题进行及时检修。
2.3数据融合技术的应用
数据融合技术，指的是多元信息综合处理技术，其对多种传感器提供的信息进行利用，使检测系统的精度得到有效提升。在电梯运行故障诊断过程中，利用数据融合技术，可以通过多个加速度传感器，实现对故障信息的预处理，然后提取故障特征，通过神经网络数据融合，对电梯的运行状态进行诊断，明确故障点，为节约电梯故障诊断时间提供了有效保证。此外，在电梯故障诊断过程中，利用数据融合技术，该项技术的数据层、特征层、决策层均能够进行故障信息处理，为电梯故障检修工作人员提供了必要的数据支持。因此，该项技术值得借鉴及应用。
3.结语
综上所述，电梯运行过程中潜在的故障问题较多，需注重故障诊断技术在其中的应用，比如本次研究重点提到的振动诊断分析技術、人工神经网络技术以及数据融合技术，均具备一定的应用价值。总之，相信在合理科学地应用故障诊断技术的基础上，电梯运行的可靠性及安全性将能够得到有效提高。
参考文献：
[1]杨珺.论起重机械的故障诊断与检验检测[J].黑龙江科技信息，2017（14）：137.
[2]邓成.神经网络技术在电梯故障诊断中的应用[J].黑龙江科技信息，2016（16）：72.
[3]林娟.基于检验数据分析的电梯辅助检验软件系统研究与应用[J].质量技术监督研究，2018（02）：45-48.