乘客輸送機的異常診斷系統的製作方法

2023-12-07 04:29:26

專利名稱：乘客輸送機的異常診斷系統的製作方法
技術領域：
本發明涉及對自動扶梯、移動步行道等乘客輸送機的異常進行診斷的異常診斷系統。
背景技術：
自動扶梯、移動步行道等乘客輸送機通過使環狀連接的多個踏板沿配置於桁架內部的 導軌循環移動來輸送搭乘於踏板的乘客。這種乘客輸送機一旦發生故障，往往需要耗費較 多時間對其進行恢復，因此， 一旦發生故障會對使用者造成很大的麻煩。因此，希望在發 生故障之前發生了任何異常的階段即能對該異常進行早期的發現，從而通過維修消除該異 常以避免故障。
在這樣的背景下，在專利文獻l中，在循環移動的踏板中設置內置有加速度傳感器或 麥克風等的診斷裝置。通過這樣的結構，在規定的區間內，對加速度傳感器檢測到的加速 度信號或麥克風檢測到的聲音信號，求得其平均振幅、峰態以及步進周期成分中的至少某 一個作為統計特徵量。從而，通過比較該統計特徵量和預先設定的設定特徵量來判定乘客 輸送機有無異常。
專利文獻1:日本特開2007-8709號公報
在使用前述專利文獻1中記載的統計特徵量對乘客輸送機有無異常進行判定的方法 中，在發生了與乘客輸送機的運轉沒有關聯的突發的外部雜音的情況下，如果該外部雜音 較為輕微的話，還能夠抑制對診斷的不良影響。但是，如果發生例如乘客走路時發生的聲 音、在設置有乘客輸送機的設施內播放的BGM、引路廣播等比較大的外來雜音時，則會 出現該外來雜音對統計特徵量的影響。因此，有時難以對乘客輸送機的異常進行精度良好 的診斷。

發明內容
本發明是以解決上述現有技術中存在的問題而提出的，其目的在於提供一種即使在有 較大外部雜音發生的情況下也能夠精度良好地診斷乘客輸送機異常的乘客輸送機的異常診斷系統。
本發明第一方面涉及一種乘客輸送機的異常診斷系統，該異常診斷系統包括 收集乘客輸送機的運轉音的集音裝置；數據運算裝置，所述數據運算裝置對所述踏板旋轉 多周的期間內所述集音裝置收集的多周的量的乘客輸送機運轉音的聲音數據進行加工，生 成診斷用數據；異常判定裝置，所述異常判定裝置採用由所述數據運算裝置生成的診斷用 數據，判定乘客輸送機是否發生異常。所述數據運算裝置通過相同的時段劃分分別將各周 的乘客輸送機運轉音的聲音數據分割為多個區間，按相對應的每一區間分別比較多周的量 的乘客輸送機運轉音的聲音數據，選擇最大值為最小的區間數據，並將選擇的區間數據結 合生成相當於一周的量的診斷用數據。
根據本發明第一方面的乘客輸送機的異常診斷系統，與假設不含有外部雜音成分的數 據結合生成診斷用數據，並使用該診斷用數據進行乘客輸送機有無異常的判斷。其結果， 即使在發生比較大的外部雜音的情況下，也能有效防止對該外部雜音對診斷的不良影響， 能高精度地診斷乘客輸送機的異常。


圖1是顯示適用本發明的異常診斷系統的概略結構的結構圖。 圖2是顯示設置在檢測踏板中的移動集音裝置內部結構的框圖。
圖3是說明對多周的自動扶梯運轉音的聲音數據進行加工，並生成診斷用數據的方法 的具體實例的說明圖。
圖4是說明根據踏板的移動速度和相鄰的踏板的踏板輥之間的距離，求得將聲音數據 分成多個區間的時段劃分的長度的實例的示意圖。
具體實施例方式
下面，參照附圖對本發明的具體實施例進行說明。又，在下面的實施例中，作為診斷 對象的乘客輸送機的一例，例示有多個踏板跨於上下層間斜向移動的自動扶梯。但是毋庸 置疑，本發明也可有效適用於以多個踏板連接並在水平方向移動的移動行走道為診斷對象 的情形。
作為診斷對象的自動扶梯，如圖1所示，由架設在上下層之間的桁架l支承。自動扶 梯的驅動裝置2設置在桁架1內部的上層側。驅動裝置2通過驅動鏈3驅動鏈輪4。與驅 動鏈輪4成對的從動鏈輪5設置在桁架1內部的下層側。踏板鏈6巻掛在驅動鏈輪4和從動鏈輪5之間。而且，多個踏板10連接於踏板鏈6。通過這樣的結構，驅動裝置2通過旋 轉驅動鏈輪4，使得踏板鏈6在驅動鍵輪4和從動鏈輪5之間周轉。其結果，多個踏板IO 沿著圖未示的導軌在上層側乘降口和下層側乘降口之間循環移動。
又，由覆蓋板7和欄杆面板8構成的欄杆立設在循環移動的踏板10的左右兩側。扶 手帶9安裝在欄杆面板8的外周。扶手帶9是踏乘在踏板10上的乘客把持的扶手。扶手 帶9例如通過上述的驅動裝置2的驅動力的傳遞，與踏板10的移動同步地在欄杆面板8 的周圍周轉。
在如上結構的自動扶梯中，為了能夠進行本實施例的異常診斷系統的診斷，將循環移 動的多個踏板10中的至少某一個作為檢測踏板IOA。檢測踏板10A的內部設置有一邊與 檢測踏板10A—起循環移動一邊收集自動扶梯的運轉音並生成診斷用數據的移動集音裝置 20。又，位置檢測裝置11設置在包含檢測踏板10A的多個踏板10的循環移動路徑的規定 位置(基準位置)。位置檢測裝置11在檢測踏板10A通過該基準位置的時刻，與移動集音 裝置20之間進行非接觸的近距離無線通信，對移動集音裝置20輸出基準位置通過信號。
進一步的，數據收發裝置12設置在作為診斷對象的自動扶梯的設置現場。又，遠程 監視裝置13設置在遠程監視中心。遠程監視裝置13通過通信網CN與自動扶梯設置現場 的數據收發裝置12連接。本實施例的異常診斷系統通過移動集音裝置20、位置檢測裝置 11、數據收發裝置12以及遠程監視裝置13構成為能夠在遠程監視中心自動診斷現場的自 動扶梯的異常的系統。
移動集音裝置20，例如如圖2所示，具有收集自動扶梯運轉音的集音部21、存儲 集音部21收集的自動扶梯運轉音的聲音數據的數據收錄部22、對數據收錄部22存儲的自 動扶梯運轉音的聲音數據進行加工並生成診斷用數據的運算部(數據運算裝置)23、存儲 運算部生成的診斷用數據的診斷用數據存儲部24、通過無線發送診斷用數據存儲部24中 存儲的診斷用數據的無線通信部25。
該移動集音裝置20以每天或每周等的預先設定的周期，通過集音部21連續地收集檢 測踏板10A循環移動多周的量(例如大約3 4周)的自動扶梯運轉音。又， 一周的長度 基於來自位置檢測裝置11的基準位置通過信號來判斷。接著，將檢測踏板IOA通過基準 位置之後到再度通過該基準位置為止這段時間內集音部21所收集的自動扶梯運轉音作為 一周的量的自動扶梯運轉音。
通過集音部21連續集音得到的多周的量的自動扶梯運轉音的聲音數據保存在數據收 集部22中。接著，運算部23對數據收集部22所保存的多周的量的自動扶梯運轉音的聲音數據進行加工，生成除去了與自動扶梯的運轉沒有關聯的突發的外部雜音的診斷用數 據。由運算部23生成的診斷用數據暫時被存儲於診斷用數據存儲部24中，在適當的時候， 從診斷用數據存儲部24中讀取該診斷用數據，並從無線通信部25無線發送至數據收發裝 置12。
數據收發裝置12接收從移動集音裝置20的無線通信部25無線發送的診斷用數據， 並將接收到的診斷用數據通過通信網CN發送到設置在遠程監視中心的遠程監視裝置13。 遠程監視裝置13接收從自動扶梯設置現場的數據收發裝置12經由通信網CN發送的診斷 用數據，利用該診斷用數據判定有無自動扶梯的異常(異常判定裝置)，並輸出判定結果。 遠程監視裝置13對自動扶梯有無異常的判定例如採用以下方法來進行預先收集正常時 的自動扶梯的運轉音並存儲其聲音數據，將i會斷用數據和正常時的聲音數據進行比較，如 果檢測出超過規定的閾值的差異，則判定自動扶梯有異常。
此處，參照圖3，對通過移動集音裝置20的運算部23加工多周的量的自動扶梯運轉 音的聲音數據並生成診斷用數據的方法進行說明。又，圖3顯示根據三周的量的自動扶梯 運轉音的聲音數據生成相當於一周的量的診斷用數據的實例。
運算部23首先將連續收集到的存儲在數據收集部22中的多周的量的自動扶梯運轉音 的聲音數據按每份一周的量的聲音數據進行分離，同時以相同的時段劃分分別將各周的自 動扶梯運轉音的聲音數據劃分為多個區間。如圖3所示，(a)為第一周的聲音數據，(b) 為第二周的聲音數據，(c)為第三周的聲音數據，將各周的聲音數據分別劃分為8個區間 dl d8。
接著，運算部23按照相對應的每一區間分別比較多周的量的自動扶梯運轉音的聲音 數據，並選擇聲音數據的最大值為最小的區間數據。即，運算部23在多周的量的自動扶 梯運轉音的聲音數據中，對檢測踏板10A移動同一經路區間時的聲音數據進行比較，並選 擇最大值為最小的聲音數據作為該區間的區間數據。在圖3所示的例子中，作為區間dl 中的聲音數據，由於最大值最小的是第一周的聲音數據，因此選擇第一周的聲音數據作為 該區間dl的區間數據。又，作為區間d2的區間數據，由於最大值為最小的是第三周的聲 音數據，因此選擇第三周的聲音數據作為該區間d2的區間數據。同樣的，選擇第一周的 聲音數據作為區間d3的區間數據。選擇第三周的聲音數據作為區間d4的區間數據。選擇 第三周的聲音數據作為區間d5的區間數據。選擇第二周的聲音數據作為區間d6的區間數 據。選擇第一周的聲音數據作為區間d7的區間數據。選擇第一周的聲音數據作為區間d8 的區間數據。接著，運算部23如圖3的(d)所示的，將根據多個區間分別選擇的區間數據結合， 生成相當於一周的量的診斷用數據。圖3的(d)所示的診斷用數據是將以下數據結合而 生成的區間dl的第一周聲音數據、區間d2的第三周聲音數據、區間d3的第一周聲音 數據、區間d4的第三周聲音數據、區間d5的第三周聲音數據、區間d6的第二周聲音數 據、區間d7的第一周聲音數據、和區間d8的第一周聲音數據。
該診斷用數據是為了除去與自動扶梯運轉無關的突發的外部雜音而生成的數據。即， 在移動集音裝置20的集音部21收集到突發的外部雜音的情況下，該外部雜音成分與自動 扶梯運轉音重疊，聲音數據的值暫時增大。但是，如上所述那樣，利用多周的量的自動扶 梯運轉音的聲音數據，將各區間中聲音數據的最大值為最小的區間數據結合併生成數據， 從而生成除去了外部雜音的診斷用數據。
此處，各區間的聲音數據的最大值，例如，可通過電壓波形的峰間值進行評價。集音 部21 —般將與自動扶梯運轉音的音壓相對應的振動波形輸出為電壓波形。由此，如果利 用電壓波形的峰間值來評價各期間的聲音數據的最大值，並選擇電壓波形峰間值為最小的 區間數據的話，可直接利用從集音部21輸出的電壓波形來生成診斷用數據。其結果是可 非常簡便地進行診斷用數據生成的處理。
又，除了以電壓波形峰間值評價最大值之外，例如，也可以通過對各區間求得電壓 實效值來選擇實效值最小的區間數據。又，也可以將電壓波形變換為音壓波形來選擇音壓 波形的峰間值最小的區間數據，或者選擇音壓實效值為最小的區間數據。進一步的，可以 利用對聲音數據的頻率分析結果對該最大值進行評價，選擇頻譜的最大值為最小的區間數 據。
又，作為將各周的自動扶梯運轉音的聲音數據分為多個區間的方法，例如，以能將 踏板10旋轉一周所需要的時間整除為偶數這樣長度的時段劃分，將各周自動扶梯運轉音 的聲音數據等間隔地分割為偶數的區間的方法是有效的。g卩，踏板10的循環移動經路分 為來路和迴路兩部分，如果分割聲音數據的區間數為偶數，則可以將聲音數據區別為來路 側區間和迴路側區間來進行處理，又，通過使各區間等間隔，可以容易進行聲音數據的分 割。又，作為各區間的分割基準的時段劃分的長度越短則診斷用數據的可靠性越提高，但 是處理負荷也變大。因此，兼顧兩方，時段劃分的長度被設定為最合適的長度。根據本發 明者的實驗，設定3秒以下，特別是1.5 2秒左右的長度最為合適。
又，作為將各周自動扶梯運轉音的聲音數據分割為多個區間的分割方法，例如，以 踏板10旋轉一周所需要的時間除以踏板10的總數得到的這樣長度的時段劃分，將各周自動扶梯運轉音的聲音數據等間隔地分割為多個區間的方法是有效的。由於此時的時段劃分 相當於從前一踏板IO通過某個位置起到下一個踏板IO通過該位置為止所需的時間(單位 移動時間)，因此根據單位移動時間對聲音數據進行處理，又，通過使得各區間等間隔， 可以容易地進行聲音數據的分割。又，相當於該單位移動時間的時段劃分，如圖4所示， 可通過相鄰踏板10的踏板輥10r之間的距離L除以踏板10的移動速度v來求得。這樣即 使在踏板10的移動速度v可變的情況下，也可以極其簡便地進行聲音數據的分割。
以上，如通過具體實例進行詳細說明的那樣，根據本實施例的異常診斷系統，可通 過設置在檢測踏板10A的移動集音裝置20對多周的量的自動扶梯運轉音的聲音數據進行 收集並對該多周的量的自動扶梯運轉音的聲音數據進行加工，以生成去除了突發的外部雜 音的診斷用數據。而且，該診斷用數據從數據收發裝置12通過通信網CN發送至設置在遠 程監視中心的遠程監視裝置13，並由遠程監視裝置13基於診斷用數據診斷自動扶梯有無 異常。因此，在遠程監視中心可根據現場的自動扶梯運轉音自動診斷有無異常。進一步的， 即使收集自動扶梯的運轉音時發生比較大的外部雜音，也可有效防止該外部雜音對診斷造 成的不良影響。因此，可精度良好地對自動扶梯的異常進行診斷。
又，在以上說明的異常診斷系統中，是以按照每日或每周等預定的周期生成相當於 一周的量的診斷用數據，基於該診斷用數據對自動扶梯進行異常診斷為前提的。然而，也 可以在一天內多次生成診斷用數據，並對於生成的多個診斷用數據，進行與根據多周的量 的自動扶梯運轉音的聲音數據生成診斷用數據相同的處理生成二次加工診斷用數據，並根 據該二次加工用診斷用數據進行自動扶梯異常診斷。
也就是說，移動集音裝置20通過集音部21在一天中多次收集多周的量的自動扶梯 運轉音。每當此時，實行運算部23的上述處理來生成診斷用數據，並將生成的診斷用數 據存儲在診斷用數據存儲部24。在診斷用數據存儲部24存儲了多個診斷用數據的階段， 運算部23讀取這些多個診斷用數據，以相同的時段劃分將各個診斷用數據分為多個區間。 然後，對各個相對應的區間比較多個診斷用數據，來選擇聲音數據最大值為最小的區間數 據，並結合選擇的區間數據生成相當於一周的量的二次加工診斷用數據。此時作為區間分 割基準的時段劃分，可以是與生成診斷用數據時相同的時段劃分，也可以是生成二次加工 診斷用數據時的特別化的其它時段劃分。又，對於聲音數據最大值的評價方法，可使用與 生成診斷用數據時相同的方法，也可使用生成二次加工診斷用數據時特別化的的其他方 法。
上述那樣生成的二次加工診斷用數據是去除了在生成診斷用數據時無法除盡的外部雜音的數據，是作為診斷用數據的高精度數據。該二次加工數據，與上述實例相同，從移 動集音裝置20的無線通信部25無線發送至自動扶梯設置現場的數據收發裝置12,之後， 通過通信網CN從數據收發裝置12發送至監視中心的遠程監視裝置13。接著，在遠程監 視裝置13，使用該二次加工診斷用數據對自動扶梯有無異常進行判斷，並輸出判定結果。 從而，在該實例中，可進一步地可靠地防止突發的外部雜音對診斷造成的不良影響，能更 加精確地診斷自動扶梯的異常。
又，在上述說明的異常診斷系統中，是以設置在遠程監視中心的遠程監視裝置13例 如基於數據收發裝置12發送的診斷用數據或者二次加工診斷用數據與正常時的聲音數據 的差分對自動扶梯有無異常進行判定為前提的。但是，遠程監視裝置13也可以利用在不 同曰由移動集音裝置20生成並從數據收發裝置12發送的多個診斷用數據或者二次加工診 斷用數據，對這些診斷用數據和二次加工診斷用數據的歷時變化進行觀察，並基於觀察結 果判斷自動扶梯有無異常。
也就是說，即使由於某種原因自動扶梯運轉中產生暫時的異常音，如果是該異常音 在次日有所降低這樣的級別，則其不是緊急性的重要問題，往往可以在下次的維護檢査時 進行檢查對應。從而，根據不同日生成的多個診斷用數據或二次加工診斷用數據對該數據 的歷時變化進行觀察，在該異常音暫時發生的情況不判定為異常，在持續發生異常音的情 況下判定自動扶梯為異常。其結果，可以進行高精度的異常判斷。
又，以上說明的自動扶梯的異常診斷系統舉例說明了本發明的一個實施例，在不脫 離本發明主旨的前提下可作出各種變形、變更、替代技術的轉用等。例如，在上述異常診 斷系統中，將多個踏板10中的一個作為檢測踏板IOA，通過設置在該檢測踏板10A上的 一個移動集音裝置20來收集自動扶梯運轉音，生成診斷用數據。但是，也可以設置多個 檢測踏板10A並分別在其上設置移動集音裝置20，利用多個移動集音裝置20分別進行自 動扶梯運轉音的集音和診斷用數據生成。又,代替設置在檢査踏板10A的移動集音裝置20， 或者在移動集音裝置20以外，還可以在桁架1內部等容易發生異常音的位置設置固定集 音裝置，通過該固定集音裝置進行自動扶梯的運轉音的收集和診斷用數據的生成。
又，在上述異常診斷系統中，診斷用數據的生成在移動集音裝置20內部進行，但是 也可以在數據收發裝置12或遠程監視裝置13生成診斷用數據。此時，移動集音裝置20 收集自動扶梯的運轉音並將該聲音數據發送至數據收發裝置12，數據收發裝置12可以通 過上述方法對該聲音數據進行加工並生成診斷用數據。或者數據收發裝置12將自動扶梯 運轉音的聲音數據發送到遠程監視裝置13，遠程監視裝置13通過上述方法對該聲音數據進行加工生成診斷用數據也可以。
又，在上述異常診斷系統中，使用診斷用數據對自動扶梯的異常診斷在遠程監視裝 置13中進行。但是，也可在移動集音裝置20的內部進行自動扶梯的異常診斷，並將該診 斷結果從數據收發裝置12發送到遠程監視裝置13。又，也可使用來自移動集音裝置20的 診斷用數據，由數據收發裝置12進行自動扶梯的異常診斷，並將該診斷結果發送至遠程 監視裝置13。
權利要求
1.一種乘客輸送機的異常診斷系統，該乘客輸送機使得環狀連接的多個踏板循環移動來搬送搭乘在踏板上的乘客，其特徵在於，該異常診斷系統包括收集乘客輸送機的運轉音的集音裝置；數據運算裝置，所述數據運算裝置對所述踏板旋轉多周的期間內所述集音裝置收集的多周的量的乘客輸送機運轉音的聲音數據進行加工，生成診斷用數據；異常判定裝置，所述異常判定裝置採用由所述數據運算裝置生成的診斷用數據，判定乘客輸送機是否發生異常，所述數據運算裝置通過相同的時段劃分將各周的乘客輸送機運轉音的聲音數據分別分割為多個區間，按相對應的每一區間分別比較多周的量的乘客輸送機運轉音的聲音數據，從中選擇聲音數據的最大值為最小的區間數據，並將選擇的區間數據結合生成相當於一周的量的所述診斷用數據。
2. 如權利要求1所述的乘客輸送機的異常診斷系統，其特徵在於，所述數據運算裝置用 電壓波形的峰間值評價所述聲音數據的最大值，並選擇電壓波形的峰間值為最小的區 間數據作為用於所述診斷用數據的區間數據。
3. 如權利要求1所述的乘客輸送機的異常診斷系統，其特徵在於，所述數據運算裝置以 能將所述踏板旋轉一周所需的時間整除為偶數這樣長度的時段劃分，將各周的乘客輸 送機運轉音的聲音數據等間隔地分割為偶數個區間。
4. 如權利要求1所述的乘客輸送機的異常診斷系統，其特徵在於，所述數據運算裝置以 將所述踏板旋轉一周所需要的時間除以所述踏板總數所得到的長度的時段劃分，將各 周的乘客輸送機運轉音的聲音數據等間隔地分割為多個區間。
5. 如權利要求1所述的乘客輸送機的異常診斷系統，其特徵在於，所述數據運算裝置在一天中多次進行所述診斷用數據的生成，分別通過相同的時段 劃分將生成的多個診斷用數據分割成多個區間，按相對應的每一區間分別比較多個診 斷用數據，從中選擇聲音數據的最大值為最小的區間數驛，並將選擇的區間數據結合 生成相當於一周的量的二次加工診斷用數據，所述異常判定裝置使用所述數據運算裝置生成的二次加工診斷用數據判定乘客輸 送機是否發生異常。
6.如權利要求1所述的乘客輸送機的異常判定系統，其特徵在於，所述異常判斷裝置使 用不同日期由所述數據運算裝置生成的多個所述診斷用數據或者所述二次加工診斷 用數據觀察該數據的歷時變化，並基於觀察結果判斷乘客輸送機是否發生異常。
全文摘要
本發明提供的乘客輸送機異常診斷系統中，通過設置在檢測踏板(10A)的移動集音裝置(20)，對多周的量的自動扶梯運轉音的聲音數據進行收集，通過對該多周的量的自動扶梯運轉音的聲音數據進行加工，生成除去了突發的外部雜音成分的診斷用數據。接著，診斷用數據從數據收發裝置(12)通過通信網(CN)發送到設置在遠程監視中心的遠程監視裝置(13)，遠程監視裝置(13)基於診斷用數據診斷自動扶梯有無異常。
文檔編號B66B29/02GK101638203SQ20091016479
公開日2010年2月3日 申請日期2009年7月21日 優先權日2008年7月29日
發明者村尾洋輔, 櫻井正樹 申請人:東芝電梯株式會社