一种电梯轿厢安全管理系统的制作方法

1.本发明涉及电梯安全的技术领域，尤其涉及一种电梯轿厢安全管理系统。


背景技术：

2.电梯作为人们日常出入商场、办公楼常用的上下楼工具，其被设置于大楼的电梯井内，由升降驱动机构和导轨进行辅助升降驱动。
3.现有随着智能化技术的推进，通过智能化技术实现电梯内的安全监测管理成为重要助力。目前，有关电梯轿厢的安全管理常规的还是通过配置的摄像头进行监测及溯源，并且在发生突发事件时由乘用人员主动发起应急呼叫，其自主安全管理性不足，对电梯安全管理技术的智能化发展造成影响。


技术实现要素：

4.本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本技术的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。
5.鉴于上述现有电梯安全管理系统存在的问题，提出了本发明。
6.因此，本发明解决的技术问题是：解决现有电梯轿厢安全管理系统自主安全管理性不足的问题。
7.为解决上述技术问题，本发明提供如下技术方案：一种电梯轿厢安全管理系统，包括：主动摄像模块，当监测到轿厢内有人员进入时，控制开启摄像头进行视频监测；故障监测模块，与控制单元信号连接，接收所述控制单元控制命令，进行故障监测，并当识别到电梯发生故障时，实时将故障信息发送至中央处理器；故障自学习模块，嵌设于所述中央处理器中，与所述故障监测模块数据连接，采用深度神经网络算法进行所述故障信息的量化评估；预警管理模块，与所述故障自学习模块数据连接，根据量化评估的结果进行预警管理。
8.作为本发明所述的电梯轿厢安全管理系统的一种优选方案，其中：所述主动摄像模块具体包括：红外感应单元，红外感应实时监测轿厢内是否有人员进入，并当识别到红外感应信号后发送控制命令至所述控制单元；控制单元，与所述红外感应单元信号连接，接收所述控制命令，开启摄像单元；摄像单元，与所述控制单元信号连接，接收所述控制单元控制命令，开始视频监测；存储溯源单元，与所述摄像单元数据连接，以设定时间对视频数据进行均等时间段的截取，分段传输至云端数据中心。
9.作为本发明所述的电梯轿厢安全管理系统的一种优选方案，其中：所述存储溯源单元对视频数据进行截取后还包括对所截取的每段视频数据进行定义帧的插入；其中，所述定义帧包括：电梯型号、视频数据的联网开始时间戳。
10.作为本发明所述的电梯轿厢安全管理系统的一种优选方案，其中：所述设定时间定义为24h。
11.作为本发明所述的电梯轿厢安全管理系统的一种优选方案，其中：所述故障监测
模块通过嵌设于电梯轿厢顶部中央的单层运行速率计算单元实时检测电梯运行过程中是否发生故障，具体包括如下步骤：s1：于电梯井每层的顶端配置有信号发送器；s2：所述单层运行速率计算单元内部嵌设有接收所述信号发送器发送信号的信号接收器；s3：当电梯运行至相应楼层时，所述信号接收器实时接收相应信号；s4：所述单层运行速率计算单元内置的处理器实时获取各层信号接收的相隔时间，依据不间断相隔时间获取单层速率变化比例；s5：定义当所述单层速率变化比例达到阈值时，电梯发生故障并发出所述故障信息。
12.作为本发明所述的电梯轿厢安全管理系统的一种优选方案，其中：所述单层速率变化比例的阈值为0.1。
13.作为本发明所述的电梯轿厢安全管理系统的一种优选方案，其中：所述故障信息中包含有3层分词，分别为：故障电梯分词、故障楼层分词及警示分词。
14.作为本发明所述的电梯轿厢安全管理系统的一种优选方案，其中：所述深度神经网络算法的定义公式为：
[0015][0016]
其中，δ为量化评估值，α为预计时间内发生故障的次数，β为预计时间内发生故障的运行故障率，γ为预计时间内发生故障的最短间隔时间，ε为预计时间内发生故障的最长间隔时间，t及dt为时间积分函数。
[0017]
通过编解码深度神经网络，输入所述故障信息，计算模型输出；
[0018]
反复执行，直到输出结果满意。
[0019]
作为本发明所述的电梯轿厢安全管理系统的一种优选方案，其中：定义所述量化评估值越大，预警管理层级越高。
[0020]
本发明的有益效果：本发明提供一种电梯轿厢安全管理系统，通过自主感应开启摄像单元对电梯轿厢进行视频监测，同时，视频数据通过定义帧的插入实现了分类，分段传输至云端数据中心缓解了目前处理器内存不足的问题；本发明通过故障监测模块对电梯进行故障检测，上传故障数据，通过故障自学习模块对当前监测电梯进行量化评估，得出评估结果，进行预警的等级分类，完成预警安全管理，解决了现有电梯轿厢安全管理系统自主安全管理性不足的问题。
附图说明
[0021]
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。其中：
[0022]
图1为本发明提供的电梯轿厢安全管理系统的系统模块图。
[0023]
图2为本发明提供的主动摄像模块的系统模块图。
[0024]
图3为本发明提供的故障监测模块实时检测电梯运行过程中是否发生故障的方法流程图。
具体实施方式
[0025]
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对本发明的具体实施方式做详细的说明，显然所描述的实施例是本发明的一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通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，都应当属于本发明的保护的范围。
[0026]
目前，有关电梯轿厢的安全管理常规的还是通过配置的摄像头进行监测及溯源，并且在发生突发事件时由乘用人员主动发起应急呼叫，其自主安全管理性不足，对电梯安全管理技术的智能化发展造成影响。
[0027]
故此，请参阅图1，本发明提供一种电梯轿厢安全管理系统，包括：
[0028]
主动摄像模块100，当监测到轿厢内有人员进入时，控制开启摄像头进行视频监测；
[0029]
故障监测模块200，与控制单元信号连接，接收控制单元控制命令，进行故障监测，并当识别到电梯发生故障时，实时将故障信息发送至中央处理器；
[0030]
故障自学习模块300，嵌设于中央处理器中，与故障监测模块200数据连接，采用深度神经网络算法进行故障信息的量化评估；
[0031]
预警管理模块400，与故障自学习模块300数据连接，根据量化评估的结果进行预警管理。
[0032]
进一步的，请参阅图2，主动摄像模块100具体包括：
[0033]
红外感应单元，红外感应实时监测轿厢内是否有人员进入，并当识别到红外感应信号后发送控制命令至控制单元；
[0034]
控制单元，与红外感应单元信号连接，接收控制命令，开启摄像单元；
[0035]
摄像单元，与控制单元信号连接，接收控制单元控制命令，开始视频监测；
[0036]
存储溯源单元，与摄像单元数据连接，以设定时间对视频数据进行均等时间段的截取，分段传输至云端数据中心。
[0037]
需要说明的是，红外感应单元的感应、控制单元、摄像单元及对视频数据进行均等时间段截取的运用均是现有技术的直接运用，在此不做多余赘述。
[0038]
具体的，存储溯源单元对视频数据进行截取后还包括对所截取的每段视频数据进行定义帧的插入；
[0039]
其中，定义帧包括：电梯型号、视频数据的联网开始时间戳。
[0040]
其中，设定时间定义为24h。
[0041]
需要说明的是，定义帧的插入目的是对每段视频数据进行定义分类，使其传输至中央处理器后能够相互区别。
[0042]
更进一步的，请参阅图3，故障监测模块200通过嵌设于电梯轿厢顶部中央的单层运行速率计算单元实时检测电梯运行过程中是否发生故障，具体包括如下步骤：
[0043]
s1：于电梯井每层的顶端配置有信号发送器；
[0044]
s2：单层运行速率计算单元内部嵌设有接收信号发送器发送信号的信号接收器；
[0045]
s3：当电梯运行至相应楼层时，信号接收器实时接收相应信号；
[0046]
s4：单层运行速率计算单元内置的处理器实时获取各层信号接收的相隔时间，依据不间断相隔时间获取单层速率变化比例；
[0047]
s5：定义当单层速率变化比例达到阈值时，电梯发生故障并发出故障信息。
[0048]
具体的，单层速率变化比例的阈值为0.1。
[0049]
具体的，故障信息中包含有3层分词，分别为：故障电梯分词、故障楼层分词及警示分词。
[0050]
更进一步的，深度神经网络算法的定义公式为：
[0051][0052]
其中，δ为量化评估值，α为预计时间内发生故障的次数，β为预计时间内发生故障的运行故障率，γ为预计时间内发生故障的最短间隔时间，ε为预计时间内发生故障的最长间隔时间，t及dt为时间积分函数。
[0053]
通过编解码深度神经网络，输入故障信息，计算模型输出；
[0054]
反复执行，直到输出结果满意。
[0055]
其中，定义量化评估值越大，预警管理层级越高。
[0056]
本发明提供一种电梯轿厢安全管理系统，通过自主感应开启摄像单元对电梯轿厢进行视频监测，同时，视频数据通过定义帧的插入实现了分类，分段传输至云端数据中心缓解了目前处理器内存不足的问题；本发明通过故障监测模块对电梯进行故障检测，上传故障数据，通过故障自学习模块对当前监测电梯进行量化评估，得出评估结果，进行预警的等级分类，完成预警安全管理，解决了现有电梯轿厢安全管理系统自主安全管理性不足的问题。
[0057]
应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。

技术特征：
1.一种电梯轿厢安全管理系统，其特征在于，包括：主动摄像模块(100)，当监测到轿厢内有人员进入时，控制开启摄像头进行视频监测；故障监测模块(200)，与控制单元信号连接，接收所述控制单元控制命令，进行故障监测，并当识别到电梯发生故障时，实时将故障信息发送至中央处理器；故障自学习模块(300)，嵌设于所述中央处理器中，与所述故障监测模块(200)数据连接，采用深度神经网络算法进行所述故障信息的量化评估；预警管理模块(400)，与所述故障自学习模块(300)数据连接，根据量化评估的结果进行预警管理。2.根据权利要求1所述的电梯轿厢安全管理系统，其特征在于，所述主动摄像模块(100)具体包括：红外感应单元，红外感应实时监测轿厢内是否有人员进入，并当识别到红外感应信号后发送控制命令至所述控制单元；控制单元，与所述红外感应单元信号连接，接收所述控制命令，开启摄像单元；摄像单元，与所述控制单元信号连接，接收所述控制单元控制命令，开始视频监测；存储溯源单元，与所述摄像单元数据连接，以设定时间对视频数据进行均等时间段的截取，分段传输至云端数据中心。3.根据权利要求2所述的电梯轿厢安全管理系统，其特征在于，所述存储溯源单元对视频数据进行截取后还包括对所截取的每段视频数据进行定义帧的插入；其中，所述定义帧包括：电梯型号、视频数据的联网开始时间戳。4.根据权利要求3所述的电梯轿厢安全管理系统，其特征在于，所述设定时间定义为24h。5.根据权利要求4所述的电梯轿厢安全管理系统，其特征在于，所述故障监测模块(200)通过嵌设于电梯轿厢顶部中央的单层运行速率计算单元实时检测电梯运行过程中是否发生故障，具体包括如下步骤：s1：于电梯井每层的顶端配置有信号发送器；s2：所述单层运行速率计算单元内部嵌设有接收所述信号发送器发送信号的信号接收器；s3：当电梯运行至相应楼层时，所述信号接收器实时接收相应信号；s4：所述单层运行速率计算单元内置的处理器实时获取各层信号接收的相隔时间，依据不间断相隔时间获取单层速率变化比例；s5：定义当所述单层速率变化比例达到阈值时，电梯发生故障并发出所述故障信息。6.根据权利要求5所述的电梯轿厢安全管理系统，其特征在于，所述单层速率变化比例的阈值为0.1。7.根据权利要求6所述的电梯轿厢安全管理系统，其特征在于，所述故障信息中包含有3层分词，分别为：故障电梯分词、故障楼层分词及警示分词。8.根据权利要求7所述的电梯轿厢安全管理系统，其特征在于，所述深度神经网络算法的定义公式为：
其中，δ为量化评估值，α为预计时间内发生故障的次数，β为预计时间内发生故障的运行故障率，γ为预计时间内发生故障的最短间隔时间，ε为预计时间内发生故障的最长间隔时间，t及dt为时间积分函数。通过编解码深度神经网络，输入所述故障信息，计算模型输出；反复执行，直到输出结果满意。9.根据权利要求8所述的电梯轿厢安全管理系统，其特征在于：定义所述量化评估值越大，预警管理层级越高。

技术总结
本发明公开了一种电梯轿厢安全管理系统，通过自主感应开启摄像单元对电梯轿厢进行视频监测，同时，视频数据通过定义帧的插入实现了分类，分段传输至云端数据中心缓解了目前处理器内存不足的问题；本发明通过故障监测模块对电梯进行故障检测，上传故障数据，通过故障自学习模块对当前监测电梯进行量化评估，得出评估结果，进行预警的等级分类，完成预警安全管理，解决了现有电梯轿厢安全管理系统自主安全管理性不足的问题。全管理性不足的问题。全管理性不足的问题。


技术研发人员：刘斌
受保护的技术使用者：歌拉瑞电梯股份有限公司
技术研发日：2023.05.15
技术公布日：2023/9/12