CN116348406A - 电梯的故障诊断装置 - Google Patents

Abstract

提供一种电梯的故障诊断装置，其能够提高对装置发生故障的预兆的检测精度。电梯的故障诊断装置具备：结构模型部，其针对每个装置取得安装于电梯的装置的检测器检测出的多个检测值的信息，使用多个检测值和结构模型来运算作为对象的装置的结构模型的结构参数；时间模型部，其使用时间模型和由结构模型部运算出的结构参数来运算作为对象的装置的时间模型的时间参数；阈值生成部，其使用由时间模型部运算出的时间参数来生成与时间参数对应的作为对象的装置的阈值；以及预兆诊断部，其使用由结构模型部运算出的结构参数以及由时间模型部运算出的时间参数中的任意一方和由阈值生成部生成的阈值，来诊断作为对象的装置是否存在发生故障的预兆。

Description

电梯的故障诊断装置

技术领域

本发明涉及电梯的故障诊断装置。

背景技术

专利文献1公开了一种电梯的故障诊断装置。该故障诊断装置基于作为诊断对象的装置的状态量相比过去的状态量分布脱离了多少，来诊断该装置是否存在发生故障的预兆。

现有技术文献

专利文献

专利文献1：日本特开2019-008354号公报

发明内容

发明所要解决的课题

然而，专利文献1所记载的故障诊断装置使用多个装置共用的计算模型来诊断该装置是否存在故障的预兆。因此，对装置发生故障的预兆的诊断精度不高。

本发明是为了解决上述的课题而完成的。本发明的目的在于提供一种能够提高装置发生故障的预兆的诊断精度的电梯的故障诊断装置。

用于解决课题的手段

本发明的电梯的故障诊断装置具备：结构模型部，其针对每个装置取得安装于电梯的装置的检测器检测出的多个检测值的信息，使用多个检测值和结构模型来运算作为对象的装置的结构模型的结构参数；时间模型部，其使用时间模型和由结构模型部运算出的结构参数来运算作为对象的装置的时间模型的时间参数；阈值生成部，其使用由时间模型部运算出的时间参数来生成与时间参数对应的作为对象的装置的阈值；以及预兆诊断部，其使用由结构模型部运算出的结构参数以及由时间模型部运算出的时间参数中的任意一方和由阈值生成部生成的阈值，来诊断作为对象的装置是否存在发生故障的预兆。

发明效果

根据本发明，预兆诊断部使用与作为对象的装置的时间模型的时间参数对应的阈值函数，诊断作为对象的装置是否存在发生故障的预兆。因此，能够提高对装置发生故障的预兆的诊断精度。

附图说明

图1是示出应用了实施方式1的故障诊断装置的电梯系统和诊断系统的概要的图。

图2是实施方式1的故障诊断装置的框图。

图3是示出在应用了实施方式1的故障诊断装置的驱动装置中检测出的每次启动时的速度指令值的时间差分值的推移的曲线图。

图4是示出在应用了实施方式1的故障诊断装置的驱动装置中检测出的每次启动时的速度偏差值的推移的曲线图。

图5是示出在应用了实施方式1的故障诊断装置的驱动装置中检测出的每次启动时的校正转矩值的推移的曲线图。

图6是示出在应用了实施方式1的故障诊断装置的驱动装置中检测出的每次启动时的q轴电流值的推移的曲线图。

图7是示出实施方式1的故障诊断装置所存储的时间模型的例子的曲线图。

图8是示出实施方式1的故障诊断装置生成的阈值的例子的曲线图。

图9是用于说明实施方式1的故障诊断装置进行的预兆诊断动作的流程图。

图10是示出实施方式1的故障诊断装置生成的阈值的变形例的曲线图。

图11是实施方式1的故障诊断装置的硬件结构图。

图12是实施方式2的故障诊断装置的框图。

具体实施方式

依照附图对用于实施本发明的方式进行说明。此外，对于各图中相同或相当的部分，标注相同的标号。适当简化或省略该部分的重复说明。

实施方式1.

图1是示出应用了实施方式1的故障诊断装置的电梯系统和诊断系统的概要的图。

如图1所示，多个电梯系统1分别设置于多个建筑物2。例如，多个电梯系统1分别具备相同的结构。

在电梯系统1中，井道3贯穿建筑物2的各楼层。机房4设置在井道3的正上方。多个层站5分别设置于建筑物2的各楼层。多个层站5分别与井道3对置。多个层站门6设置于多个层站5各自的出入口。驱动装置7设置于机房4。

主绳索8绕挂于驱动装置7。轿厢9设置在井道3的内部。轿厢9悬吊于主绳索8的一侧。对重10设置在井道3的内部。对重10悬吊于主绳索8的另一侧。

多个检测器11安装于驱动装置7。

控制装置12设置于机房4。控制装置12设置成能够对电梯进行整体控制。

监视装置13设置于机房4。监视装置13设置成能够根据来自控制装置12的信息来监视电梯的状态。

多个检测器11检测与驱动装置7的运转相关的多个检测值。控制装置12根据来自多个检测器11的多个检测值，使驱动装置7旋转。主绳索8追随驱动装置7的旋转而移动。轿厢9和对重10追随主绳索8的移动而在井道3的内部彼此向相反方向升降。利用者经层站门6在轿厢9与层站5之间移动。

信息中心100设置在离开设置有电梯系统1的建筑物2的场所。例如，信息中心100设置于电梯的维护公司。

诊断系统50设置在信息中心100中。诊断系统50具备数据存储装置20、显示装置21、数据收集装置22以及故障诊断装置30。

数据存储装置20存储信息。

例如，显示装置21具备显示画面。显示画面显示信息。

数据收集装置22从多个监视装置13分别收集多个检测值的信息。该多个检测值是针对多个驱动装置7的每一个检测出的值。该多个检测值分别是在每次启动时检测出的值。启动是从驱动装置7开始旋转运动起到停止为止的期间中的动作。数据收集装置22使数据存储装置20存储多个检测值的信息。

故障诊断装置30使用数据存储装置20的多个检测值的信息进行预兆诊断。故障诊断装置30在预兆诊断中诊断是否检测到该驱动装置发生故障的预兆。故障诊断装置30生成预兆诊断的结果即诊断信息。故障诊断装置30使显示装置21显示诊断信息。

接着，使用图2对故障诊断装置30进行说明。

图2是实施方式1的故障诊断装置的框图。

如图2所示，故障诊断装置30具备数据取得部31、结构模型部32、时间模型部33、阈值生成部34以及预兆诊断部35。

数据取得部31从数据存储装置20取得多个检测值的信息。

结构模型部32存储结构模型的信息。结构模型是估计驱动装置7的检测值的模型。例如，结构模型用数式表示。

在结构模型中，输入是作为说明变量的多个第一检测值。在结构模型中，输出是作为目标变量的第二检测值的估计值。多个第一检测值是从多个检测值中选择出的几个检测值。第二检测值是从多个检测值中选择出的多个第一检测值以外的一个检测值。结构模型基于驱动装置7中的多个第一检测值与第二检测值之间的特性来构建。具体而言，该特性是机械特性、电气特性、控制上的特性等。

结构模型部32从数据取得部31取得多个第一检测值和第二检测值的信息。结构模型部32将多个第一检测值和第二检测值代入结构模型的数式中来进行回归分析。通过该回归分析，结构模型部32关于作为对象的驱动装置7，运算与一次启动对应的多个种类的结构参数。结构模型部32将该多个种类的结构参数作为一组结构参数的信息进行存储。一组结构参数的信息包含检测日期时间的信息。检测日期时间是检测出在导出结构参数中使用的多个检测值的日期和时间。

时间模型部33存储多个时间模型的信息。多个时间模型与多个种类的结构参数分别对应。时间模型是估计该种类的结构参数的值的模型。例如，时间模型用数式表示。

在时间模型中，输入是作为说明变量的经过时间的值。经过时间是从基准日期时间到检测日期时间的时间。基准日期时间是预先任意地设定的。在时间模型中，输出是作为目标变量的某种结构参数。

时间模型部33从结构模型部32取得种类相同但检测日期时间不同的多个结构参数的信息。时间模型部33将该种类的多个结构参数和多个检测日期时间代入时间模型的数式中进行回归分析。时间模型部33在该回归分析中运算与该种类的结构参数对应的一组时间参数。一组时间参数包含多个种类的时间参数。

阈值生成部34存储与时间模型部33所存储的多个时间模型相同的多个时间模型的信息。

阈值生成部34从时间模型部33取得种类相同但检测日期时间不同的多个结构参数的信息和一组时间参数的信息。阈值生成部34将时间参数代入时间模型的数式中。阈值生成部34使用与时间模型种类相同但检测日期时间不同的多个结构参数来生成偏差值的信息。偏差值是表示多个结构参数的值相对于时间模型偏差多少的值。

阈值生成部34使用时间模型和偏差值来生成某种结构参数的阈值。阈值生成部34生成与多个种类的结构参数分别对应的多个阈值。

预兆诊断部35从结构模型部32取得种类相同但检测日期时间不同的多个结构参数的信息。预兆诊断部35从阈值生成部34取得多个阈值的信息。预兆诊断部35存储多个阈值的信息。

预兆诊断部35对种类相同但检测日期时间不同的多个结构参数分别进行预兆诊断。预兆诊断部35将某种结构参数的值与对应的阈值进行比较。预兆诊断部35通过与阈值进行比较，判定该结构参数是否异常。

预兆诊断部35针对种类相同但检测日期时间不同的多个结构参数，判定被判定为异常的结构参数的数量是否多于规定的数量。在被判定为异常的结构参数比规定的数量多的情况下，预兆诊断部35诊断为在与该结构参数相关的作为对象的驱动装置7中存在故障的预兆。在被判定为异常的结构参数为规定的数量以下的情况下，预兆诊断部35诊断为在与该结构参数相关的作为对象的驱动装置7中不存在故障的预兆。

预兆诊断部35进行关于结构模型部32运算出的全部种类的结构参数的预兆诊断。

预兆诊断部35生成包含与该作为对象的驱动装置7相关的预兆诊断结果的诊断信息。预兆诊断部35使显示装置21显示诊断信息。

接下来，使用图3至图6，对结构模型的例子进行说明。

图3是示出在应用了实施方式1的故障诊断装置的驱动装置中检测出的每次启动时的速度指令值的时间差分值的推移的曲线图。

在图3中，曲线图的横轴是从驱动装置7开始旋转运动起经过的时间。曲线图的纵轴是针对驱动装置7的速度指令值的时间差分的值。速度指令值是针对驱动装置7的驱动速度的指令值。速度指令值的时间差分值是对速度指令值进行时间微分而得到的值。

图4是示出在应用了实施方式1的故障诊断装置的驱动装置中检测出的每次启动时的速度偏差值的推移的曲线图。

在图4中，曲线图的横轴是从驱动装置7开始旋转运动起经过的时间。曲线图的纵轴是驱动装置7的速度偏差值。速度偏差值是驱动速度的指令值与实际的速度值之差。

图5是示出在应用了实施方式1的故障诊断装置的驱动装置中检测出的每次启动时的校正转矩值的推移的曲线图。

在图5中，曲线图的横轴是从驱动装置7开始旋转运动起经过的时间。曲线图的纵轴是施加给驱动装置7的校正转矩的值。校正转矩是为了控制运转而施加给驱动装置7的转矩。

图6是示出在应用了实施方式1的故障诊断装置的驱动装置中检测出的每次启动时的q轴电流值的推移的曲线图。

在图6中，曲线图的横轴是从驱动装置7开始旋转运动起经过的时间。曲线图的纵轴是驱动装置7中的q轴电流的值。q轴电流的值的推移用实线表示。

例如，结构模型由下式(1)表示。

[数式1]

在式(1)中，结构参数为a、b、c、d。目标变量是驱动装置7的q轴电流的值q(t)。说明变量是速度指令值的时间差分值d{sw(t)}/dt、速度偏差值vd(t)和校正转矩值fa(t)。

结构模型部32将图3至图6所示的一次启动中的q轴电流值、速度指令值的时间差分值、速度偏差值以及校正转矩值代入式(1)进行回归分析。结构模型部32通过该回归分析来运算结构参数a、b、c、d的组。

在将结构参数代入结构模型的式(1)的情况下，q轴电流的估计值根据速度指令值的时间差分值、速度偏差值以及校正转矩值来运算。在图6中，q轴电流估计值的推移用虚线表示。

接着，使用图7说明时间模型的例子。

图7是示出实施方式1的故障诊断装置所存储的时间模型的例子的曲线图。

在图7中，曲线图的横轴是经过时间。曲线图的纵轴是结构参数a的值。绘制在曲线图中的点表示结构参数a的值与检测日期时间之间的关系。在曲线图中示出检测日期时间不同的多个结构参数a。

例如，关于结构参数a，时间模型由下式(2)表示。

[数式2]

a(t′)＝p sin(t′+q)+α(t′)+rβ(t′)+s (2)

在式(2)中，时间参数是p、q、r、s。目标变量是某经过时间下的结构参数a(t′)。说明变量是经过时间t′。sin(t′+q)表示结构参数a相对于经过时间周期性变化的特性。具体而言，sin(t′+q)表示季节导致的结构参数a的变化。在该情况下，例如，q是相当于12个月的值。α(t′)是表示结构参数a相对于经过时间单调变化的特性的函数。具体而言，α(t′)表示以经年老化为原因的a的值的变化。例如，α(t′)是通过对t′的幂进行线性组合而得到的函数、t′的对数函数、t′的指数函数或通过组合这些函数而得到的函数。β(t′)是表示每次启动的运动条件对结构参数带来的影响的函数。具体而言，β(t′)表示轿厢9启动时重量对a的值带来的影响。

时间模型部33将检测日期时间不同的多个结构参数a和检测日期时间代入式(2)进行回归分析。时间模型部33通过该回归分析，运算出一组时间参数p、q、r、s。该一组时间参数与结构参数a对应。在图7中，代入了一组时间参数的时间模型用曲线表示。

时间模型部33生成与一组时间参数对应的应用期间的信息。应用期间是在运算一组时间参数时应用的多个检测日期时间中的从最早的日期时间到最近的日期时间之间的期间。在图7中，应用期间是从2017年11月到2018年10月的期间。

接下来，使用图8，对阈值生成部34和预兆诊断部35的动作例进行说明。

图8是示出实施方式1的故障诊断装置生成的阈值的例子的曲线图。

在图8中，曲线图的横轴是经过时间t′。曲线图的纵轴是结构参数a的值。代入了一组时间参数的时间模型用实线的曲线表示。

阈值生成部34预先存储式(2)所表示的时间模型的信息。阈值生成部34从时间模型部33取得检测日期时间不同的多个结构参数a的信息和与结构参数a对应的一组时间参数的信息。

阈值生成部34将一组时间参数代入时间模型。阈值生成部34求出多个结构参数a各自相对于时间模型的残差。阈值生成部34使用运算出的多个残差来运算关于残差的标准偏差的值作为偏差值σ。

阈值生成部34使用偏差值σ和时间模型来运算与结构参数a对应的上限阈值函数。上限阈值函数是将n倍的偏差值σ与时间模型相加而得到的函数。其中，n是正数。上限阈值函数是经过时间t′的函数。在图8中，上限阈值函数由虚线的曲线A表示。

阈值生成部34使用偏差值σ和时间模型来运算与结构参数a对应的下限阈值函数。下限阈值函数是从时间模型中减去n倍的偏差值σ而得到的函数。其中，n是正数。下限阈值函数是经过时间t′的函数。在图8中，下限阈值函数由虚线的曲线B表示。

在结构参数a的值存在于上限阈值函数的曲线与下限阈值函数的曲线之间的情况下，预兆诊断部35将该结构参数a判定为正常。例如，预兆诊断部35将图8的由三角形表示的结构参数a判定为正常。在结构参数a的值不存在于上限阈值函数的曲线与下限阈值函数的曲线之间的情况下，预兆诊断部35将该结构参数a判定为异常。例如，预兆诊断部35将图8的由方块表示的结构参数a判定为异常。

接下来，使用图9，对故障诊断装置30进行的预兆诊断动作进行说明。

图9是用于说明实施方式1的故障诊断装置进行的预兆诊断动作的流程图。

例如，故障诊断装置30按照每个规定期间进行预兆诊断的动作。

在步骤S001中，数据取得部31从数据存储装置20取得多个驱动装置7中的作为对象的驱动装置7的多个检测值的信息。

之后，进行步骤S002的动作。在步骤S002中，结构模型部32运算与作为对象的驱动装置7相关的结构参数。

之后，进行步骤S003的动作。在步骤S003中，时间模型部33运算与某种结构参数对应的时间参数。

之后，进行步骤S004的动作。在步骤S004中，阈值生成部34生成阈值。

之后，进行步骤S005的动作。在步骤S005中，预兆诊断部35从结构模型部32取得种类相同但检测日期时间不同的多个结构参数的信息。预兆诊断部35取得阈值的信息。

之后，进行步骤S006的动作。在步骤S006中，预兆诊断部35针对种类相同但检测日期时间不同的多个结构参数进行预兆诊断。

之后，进行步骤S007的动作。在步骤S007中，预兆诊断部35判定是否对全部种类的结构参数进行了预兆诊断。

当在步骤S007中判定为存在未进行预兆诊断的种类的结构参数的情况下，进行步骤S003以后的动作。

当在步骤S007中判定为对所有种类的结构参数进行了预兆诊断的情况下，进行步骤S008的动作。在步骤S008中，预兆诊断部35使显示装置21显示诊断信息。

之后，故障诊断装置30结束预兆诊断的动作。

根据以上说明的实施方式1，故障诊断装置30运算与作为对象的驱动装置7对应的时间参数。故障诊断装置30生成与作为对象的驱动装置7对应的阈值。故障诊断装置30诊断作为对象的驱动装置7是否存在发生故障的预兆。因此，在进行预兆诊断的情况下，能够利用考虑了按每个驱动装置7而不同的设置环境等状况的时间模型。其结果是，能够提高装置发生故障的预兆的诊断精度。

另外，故障诊断装置30存储结构模型的信息。因此，在诊断为存在故障的预兆的情况下，被诊断为存在异常的结构参数与驱动装置7的机械性或电气性的异常相关联的可能性较高。其结果是，能够容易地估计出该故障预兆的原因。

另外，故障诊断装置30使用在每次启动时检测出的多个检测值来运算结构参数。因此，故障诊断装置30能够使用基于实际控制的结构模型。其结果是，能够提高运算结构参数的回归分析的精度。

另外，故障诊断装置30存储时间模型的信息。因此，能够导出驱动装置7的机械特性或电气特性与经过时间之间的关系。

另外，故障诊断装置30存储如下的时间模型：该时间模型具有反映了结构参数由于季节变化而周期性变化的特性的项。因此，能够进行反映了季节变化的预兆诊断。其结果是，能够提高预兆诊断的精度。

另外，故障诊断装置30存储如下的时间模型：该时间模型具有反映了结构参数由于时间经过而单调变化的特性的项。因此，能够进行反映了驱动装置7的老化、磨损等的预兆诊断。

另外，故障诊断装置30使用时间参数来生成结构参数的阈值。故障诊断装置30使用结构参数的值进行预兆诊断。因此，能够使用基于实际检测出的检测值的结构参数和反映了结构参数的时间变化的阈值来进行预兆诊断。其结果是，与仅使用实际检测出的值的诊断方法相比，能够提高预兆诊断的精度。

另外，故障诊断装置30运算偏差值。故障诊断装置30使用偏差值来生成阈值函数。因此，能够使用考虑了实际在驱动装置7中产生的偏差的阈值来进行预兆诊断。

此外，在建筑物2中，也可以设置多个电梯系统1。

此外，检测器11也可以检测转速表的值、轿厢9的称量值、机房4的气温等。在该情况下，故障诊断装置30也可以使用转速表的值、轿厢9的称量值、机房4的气温等来进行预兆诊断。

此外，故障诊断装置30也可以应用于驱动装置7以外的电梯装置。在该情况下，故障诊断装置30存储与作为对象的装置对应的结构模型和时间模型的信息。

此外，故障诊断装置30可以在任意的时机进行预兆诊断。例如，维护人员也可以定期地向故障诊断装置30发送执行预兆诊断的指令。在该情况下，故障诊断装置30在接收到执行预兆诊断的指令的情况下进行预兆诊断。

此外，结构模型的数式基于已知的物理特性、电气特性等即可。例如，在对由多个输入信号得到输出信号的机械构建结构模型的情况下，将输出信号设定为目标变量即可。在该情况下，只要将多个输入信号设定为多个说明变量即可。

此外，结构模型部32也可以存储多个结构模型的信息。结构模型部32也可以选择适合于驱动装置7的运转状态的结构模型。例如，在电梯系统1中，在从多个运转模式中选择与轿厢9的总重量对应的运转模式的情况下，结构模型部32存储与该多个运转模式对应的多个结构模型的信息即可。在该情况下，结构模型部32取得所选择的运转模式的信息即可。结构模型部32只要运算与运转模式对应的结构参数的组即可。

另外，结构模型部32也可以通过对多个检测值进行分类来确定运转模式。例如，结构模型部32也可以使用聚类等统计方法对多个检测值进行分类。结构模型部32只要通过对多个检测值进行分类来确定所选择的运转模式即可。

另外，时间模型的数式示出结构参数相对于经过时间的变化即可。例如，时间模型的数式也可以是在式(2)的右边加上uT(t′)这样的项的数式。其中，T(t′)表示机房4的温度。u是时间参数。

此外，阈值生成部34在运算偏差值σ的情况下，也可以选择所使用的结构参数。例如，阈值生成部34也可以选择具有从作为对象的驱动装置7被维护点检的日期时间起3天以内的期间中的检测日期时间的结构参数。

此外，阈值生成部34也可以利用马氏距离等一般的统计方法来生成阈值。

此外，阈值生成部34的动作也可以由时间模型部33进行。在该情况下，时间模型部33通过进行与阈值生成部34同样的动作来生成阈值即可。预兆诊断部35从时间模型部33取得阈值信息即可。

此外，显示装置21也可以在取得了存在故障预兆这样的诊断信息的情况下，向位于信息中心100的维护人员报告该意思。显示装置21也可以在取得了存在故障预兆的诊断信息的情况下，将诊断信息发送给对应的监视装置13。在该情况下，监视装置13也可以将被诊断为存在故障预兆的驱动装置7报告给利用者。

接下来，说明实施方式1的变形例。

图10是示出实施方式1的故障诊断装置生成的阈值的变形例的曲线图。

在图10中，曲线图的横轴是经过时间。曲线图的纵轴是结构参数a的值。曲线图所示的两条虚线分别表示上限阈值函数A和下限阈值函数B的例子。

预兆诊断部35将预测期间中的结构参数a与上限阈值函数及下限阈值函数进行比较。预测期间是应用期间之后的期间。例如，预兆诊断部35将由图10的方块所表示的结构参数a判定为异常。在该情况下，预兆诊断部35诊断为与该结构参数a相关的驱动装置7存在故障预兆。

在以上说明的变形例中，故障诊断装置30针对并非应用期间的期间的结构参数进行异常判定。在该情况下，故障诊断装置30不进行时间参数的运算而进行与驱动装置7相关的预兆诊断。因此，故障诊断装置30能够使预兆诊断的频度增加。

接着，使用图11，说明故障诊断装置30的硬件结构的例子。

图11是实施方式1的故障诊断装置的硬件结构图。

故障诊断装置30的各功能能够通过处理电路来实现。例如，处理电路具备至少一个处理器200a和至少一个存储器200b。例如，处理电路具备至少一个专用的硬件300。

在处理电路具备至少一个处理器200a和至少一个存储器200b的情况下，故障诊断装置30的各功能通过软件、固件、或者软件与固件的组合来实现。软件和固件中的至少一个被描述为程序。软件和固件中的至少一方被存储在至少一个存储器200b中。至少一个处理器200a通过读出并执行存储于至少一个存储器200b中的程序，实现故障诊断装置30的各功能。至少一个处理器200a也称为中央处理装置、处理装置、运算装置、微处理器、微型计算机、DSP。例如，至少一个存储器200b是RAM、ROM、闪存、EPROM、EEPROM等非易失性或易失性的半导体存储器、磁盘、软盘、光盘、紧凑型光盘(compact disc)、迷你盘、DVD等。

在处理电路具备至少一个专用的硬件300的情况下，处理电路例如通过单一电路、复合电路、编程处理器、并行编程处理器、ASIC、FPGA、或者它们的组合来实现。例如，故障诊断装置30的各功能分别由处理电路实现。例如，故障诊断装置30的各功能统一通过处理电路来实现。

关于故障诊断装置30的各功能，也可以通过专用的硬件300来实现一部分，通过软件或固件来实现其他部分。例如，关于结构模型部32的功能，可以通过作为专用的硬件300的处理电路来实现，关于结构模型部32的功能以外的功能，可以通过至少一个处理器200a读出并执行存储在至少一个存储器200b中的程序来实现。

这样，处理电路通过硬件300、软件、固件、或者它们的组合来实现故障诊断装置30的各功能。

虽然未图示，但数据收集装置22的各功能也通过与实现故障诊断装置30的各功能的处理电路同等的处理电路来实现。数据存储装置20的各功能也通过与实现故障诊断装置30的各功能的处理电路同等的处理电路来实现。

实施方式2

图12是实施方式2的故障诊断装置的框图。此外，对与实施方式1的部分相同或相当的部分标注相同的标号。省略该部分的说明。

在图12中，阈值生成部34从时间模型部33取得时间参数的组的信息。

阈值生成部34针对时间参数的组所包含的多个时间参数的每一个，生成阈值。例如，阈值生成部34将对所取得的时间参数的值加上规定值而得到的值设为阈值。

预兆诊断部35从阈值生成部34取得关于时间参数的阈值的信息。预兆诊断部35存储该阈值的信息。

预兆诊断部35从时间模型部33取得多个时间参数的信息。预兆诊断部35将多个时间参数与对应的多个阈值进行比较。预兆诊断部35通过与阈值进行比较，来判定多个时间参数各自是否异常。

在判定为时间参数并未异常的情况下，预兆诊断部35诊断为在与该时间参数相关的作为对象的驱动装置7中不存在故障预兆。在判定为时间参数异常的情况下，预兆诊断部35诊断为在与该时间参数相关的作为对象的驱动装置7中存在故障预兆。

预兆诊断部35判定多个种类的时间参数各自是否异常。预兆诊断部35判定与多个种类的结构参数对应的多个时间参数各自是否异常。

根据以上说明的实施方式2，故障诊断装置30生成时间参数的阈值。故障诊断装置30通过将时间参数的值与阈值进行比较来进行预兆诊断。时间参数的值反映结构参数的长期性变化。因此，能够发现以长期变化为原因的故障的预兆。

另外，阈值生成部34生成的阈值不限于在实施方式2中说明的阈值。

产业上的可利用性

如上所述，本发明的电梯的故障诊断装置能够用于电梯系统。

标号说明

1：电梯系统；2：建筑物；3：井道；4：机房；5：层站；6：层站门；7：驱动装置；8：主绳索；9：轿厢；10：对重；11：检测器；12：控制装置；13：监视装置；20：数据存储装置；21：显示装置；22：数据收集装置；30：故障诊断装置；31：数据取得部；32：结构模型部；33：时间模型部；34：阈值生成部；35：预兆诊断部；50：诊断系统；100：信息中心；200a：处理器；200b：存储器；300：硬件。

Claims (9)

1.一种电梯的故障诊断装置，其中，所述电梯的故障诊断装置具备：

结构模型部，其针对每个装置取得安装于电梯的所述装置的检测器检测出的多个检测值的信息，使用所述多个检测值和结构模型来运算作为对象的所述装置的所述结构模型的结构参数；

时间模型部，其使用时间模型和由所述结构模型部运算出的所述结构参数来运算作为对象的所述装置的所述时间模型的时间参数；

阈值生成部，其使用由所述时间模型部运算出的所述时间参数来生成与所述时间参数对应的作为对象的所述装置的阈值；以及

预兆诊断部，其使用由所述结构模型部运算出的所述结构参数以及由所述时间模型部运算出的所述时间参数中的任意一方和由所述阈值生成部生成的所述阈值，来诊断作为对象的所述装置是否存在发生故障的预兆。

2.根据权利要求1所述的电梯的故障诊断装置，其中，

所述结构模型部使用所述结构模型和所述检测器在所述装置开始动作到停止为止的期间中检测出的所述多个检测值来运算所述结构模型的所述结构参数。

3.根据权利要求1或2所述的电梯的故障诊断装置，其中，

所述结构模型部对通过输入多个第一检测值而输出第二检测值的估计值的所述结构模型，进行使用了由所述检测器检测出的所述多个检测值中的多个第一检测值和由所述检测器检测出的所述多个检测值中的第二检测值的回归分析，来运算作为对象的所述装置的所述结构模型的所述结构参数。

4.根据权利要求3所述的电梯的故障诊断装置，其中，

所述结构模型部使用反映了所述多个第一检测值与所述第二检测值之间的所述装置的机械特性以及电气特性中的至少一方的所述时间模型。

5.根据权利要求1至4中任一项所述的电梯的故障诊断装置，其中，

所述结构模型部使用所述结构模型和由所述检测器在不同的检测日期时间检测出的所述多个检测值来运算多个所述结构参数，

所述时间模型部对通过输入从基准日期时间到检测日期时间之间的经过时间而输出与该检测日期时间对应的结构参数的估计值的时间模型，进行使用了由所述结构模型部运算出的所述多个结构参数和与所述多个结构参数对应的多个检测日期时间的回归分析，来运算所述时间模型的所述时间参数。

6.根据权利要求5所述的电梯的故障诊断装置，其中，

所述时间模型部使用反映了所述结构参数由于季节变化而周期性地变化的特性的所述时间模型。

7.根据权利要求5或6所述的电梯的故障诊断装置，其中，

所述时间模型部使用反映了所述结构参数由于时间经过而单调变化的特性的所述时间模型。

8.根据权利要求1至7中任一项所述的电梯的故障诊断装置，其中，

所述结构模型部使用所述结构模型和由所述检测器在不同的检测日期时间检测出的所述多个检测值来运算多个所述结构参数，

所述阈值生成部取得由所述结构模型部生成的所述多个结构参数的信息和由所述时间模型部生成的所述时间参数的信息，运算表示所述多个结构参数的值相对于应用了所述时间参数的所述时间模型偏差多少的偏差值，使用所述时间模型和所述偏差值来生成所述结构参数的所述阈值。

9.根据权利要求8所述的电梯的故障诊断装置，其中，

所述预兆诊断部通过将所述结构模型部生成的所述结构参数的值与所述阈值生成部生成的所述结构参数的所述阈值进行比较，来诊断作为对象的所述装置发生故障的预兆。

Images