升降机安全检测方法、装置、电子设备及可读存储介质

摘要

本申请提供一种升降机安全检测方法、装置、电子设备及可读存储介质，包括：获取至少一个压力传感器中的每个压力传感器测得的压力测量值；使用训练完成的神经网络模型对至少一个压力测量值进行分析处理，得到所述升降机的预测倾角；根据所述预测倾角的角度值，确定所述升降机是否处于安全的运行状态。设置在升降机的连接点位置的压力传感器可以将自身测得的压力测量值发送给电子设备，电子设备可以利用训练完成的神经网络模型根据压力测量值来预测升降机的倾斜角度，进而检测升降机是否能够安全运行。电子设备可随时接收压力传感器发送的压力测量值，并对升降机进行安全检测，实现了对升降机的运行状态的及时评估，提高了升降机的安全性。

权利要求

1.一种升降机安全检测方法，其特征在于，所述升降机的至少一个连接点设置有压力传感器，所述方法包括：

获取至少一个压力传感器中的每个压力传感器测得的压力测量值；

获取至少一个压力传感器中的每个压力传感器测得的历史压力测量值；

获取至少一个角度传感器测得的与所述历史压力测量值对应的升降机的历史倾角；

将多个所述历史压力测量值作为自变量，将所述历史倾角作为因变量，对初始的神经网络模型进行训练，得到训练完成的神经网络模型，所述训练完成的神经网络模型包括至少两个压力测量值与升降机的倾角之间的关联关系；

使用训练完成的神经网络模型对至少两个压力测量值进行分析处理，得到所述升降机的预测倾角；

根据所述预测倾角的角度值，确定所述升降机是否处于安全的运行状态；

其中，设置有压力传感器的所述至少一个连接点包括承载所述升降机的承载面与升降机底部的连接点，所述升降机的支架连接处的连接点，所述支架与升降吊笼的连接处的连接点以及所述支架与支撑墙的连接处的连接点。

2.根据权利要求1所述的方法，其特征在于，所述根据所述预测倾角的角度值，确定所述升降机是否处于安全的运行状态，包括：若预测倾角的角度值小于或等于预设阈值，确定所述升降机处于安全的运行状态；

若预测倾角的角度值大于预设阈值，确定所述升降机未处于安全的运行状态。

3.根据权利要求2所述的方法，其特征在于，所述确定所述升降机未处于安全的运行状态之后，所述方法还包括：

向所述升降机发送表征所述升降机未处于安全的运行状态的安全警示信息，以使所述升降机播放警报提醒。

4.一种升降机安全检测装置，其特征在于，所述装置包括：压力测量值获得模块，用于获取至少一个压力传感器中的每个压力传感器测得的压力测量值；

历史测量值获取模块，用于获取至少一个压力传感器中的每个压力传感器测得的历史压力测量值；

历史倾角获取模块，用于获取至少一个角度传感器测得的与所述历史压力测量值对应的升降机的历史倾角；

模型训练模块，用于将多个所述历史压力测量值作为自变量，将所述历史倾角作为因变量，对初始的神经网络模型进行训练，得到训练完成的神经网络模型，所述训练完成的神经网络模型包括至少两个压力测量值与升降机的倾角之间的关联关系；

预测倾角获得模块，用于使用训练完成的神经网络模型对至少两个压力测量值进行分析处理，得到所述升降机的预测倾角；

运行状态确定模块，用于根据所述预测倾角的角度值，确定所述升降机是否处于安全的运行状态；

其中，设置有压力传感器的所述至少一个连接点包括承载所述升降机的承载面与升降机底部的连接点，所述升降机的支架连接处的连接点，所述支架与升降吊笼的连接处的连接点以及所述支架与支撑墙的连接处的连接点。

5.根据权利要求4所述的装置，其特征在于，所述运行状态确定模块，还用于在预测倾角的角度值小于或等于预设阈值时，确定所述升降机处于安全的运行状态；

用于在预测倾角的角度值大于预设阈值时，确定所述升降机未处于安全的运行状态。

6.根据权利要求5所述的装置，其特征在于，所述装置还包括：警报提醒模块，用于向所述升降机发送表征所述升降机未处于安全的运行状态的安全警示信息，以使所述升降机播放警报提醒。

7.一种电子设备，其特征在于，包括：处理器、存储介质和总线，所述存储介质存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储介质之间通过总线通信，所述处理器执行所述机器可读指令，以执行时执行如权利要求1‑3任一项所述的方法。

8.一种可读存储介质，其特征在于，该可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如权利要求1‑3任一项所述的方法。

说明书

升降机安全检测方法、装置、电子设备及可读存储介质

技术领域

[0001] 本申请涉及测量领域，具体而言，涉及一种升降机安全检测方法、装置、电子设备及可读存储介质。

背景技术

[0002] 随着我国经济的快速发展，高层建筑越来越多。在高层建筑施工过程中，升降机起着越来越重要的作用。升降机在运行过程中，可能会出现载荷超载或失载、升降机倾斜等危
险状况。当这些危险状况出现时，如果不能被及时获知就可能会出现险情，轻则造成财产损
失，重则危及人的生命安全。因此，如何有效的对升降机状态进行检测与评估对安全生产具
有重大意义。

发明内容

[0003] 本申请实施例的目的在于提供一种升降机安全检测方法、装置、电子设备及可读存储介质，用以改善现有技术中升降机运行状态无法及时获知的问题。

[0004] 第一方面，本申请实施例提供了一种升降机安全检测方法，所述升降机的至少一个连接点设置有压力传感器，所述方法包括：获取至少一个压力传感器中的每个压力传感
器测得的压力测量值；使用训练完成的神经网络模型对至少一个压力测量值进行分析处
理，得到所述升降机的预测倾角；根据所述预测倾角的角度值，确定所述升降机是否处于安
全的运行状态。

[0005] 在上述的实施方式中，设置在升降机的连接点位置的压力传感器可以将自身测得的压力测量值发送给电子设备，电子设备可以利用训练完成的神经网络模型根据压力测量
值来预测升降机的倾斜角度，进而检测升降机是否能够安全运行。电子设备可随时接收压
力传感器发送的压力测量值，并对升降机进行安全检测，实现了对升降机的运行状态的及
时评估，提高了升降机的安全性。

[0006] 在一个可能的设计中，所述根据所述预测倾角的角度值，确定所述升降机是否处于安全的运行状态，包括：若预测倾角的角度值小于或等于预设阈值，确定所述升降机处于
安全的运行状态；若预测倾角的角度值大于预设阈值，确定所述升降机未处于安全的运行
状态。

[0007] 在上述的实施方式中，电子设备根据预测倾角与角度阈值的大小关系来确定升降机是否处于安全的运行状态，判断过程简洁，提高了判断升降机是否处于安全的运行状态
的速度，进一步确保了对升降机的运行状态评估的及时性。

[0008] 在一个可能的设计中，所述确定所述升降机未处于安全的运行状态之后，所述方法还包括：向所述升降机发送表征所述升降机未处于安全的运行状态的安全警示信息，以
使所述升降机播放警报提醒。

[0009] 在上述的实施方式中，升降机未处于安全的运行状态时，电子设备可以向升降机发送安全警示信息，以使升降机附近的操作人员可以尽快排除升降机的安全风险，从而提
高升降机的安全性。

[0010] 在一个可能的设计中，在所述使用训练完成的神经网络模型对至少一个压力测量值进行分析处理之前，所述方法还包括：获取至少一个压力传感器中的每个压力传感器测
得的历史压力测量值；获取至少一个角度传感器测得的与所述历史压力测量值对应的升降
机的历史倾角；将多个所述历史压力测量值作为自变量，将所述历史倾角作为因变量，对初
始的神经网络模型进行训练，得到训练完成的神经网络模型，所述训练完成的神经网络模
型包括至少一个压力测量值与升降机的倾角之间的关联关系。

[0011] 在上述的实施方式中，先利用历史压力测量值以及历史倾角对初始的神经网络模型进行训练，使得训练完成的神经网络模型包含有至少一个压力测量值与升降机的倾角之
间的关联关系，然后再利用训练完成的神经网络模型依据压力测量值预测升降机的倾角。

[0012] 在一个可能的设计中，设置有压力传感器的所述至少一个连接点包括承载所述升降机的承载面与升降机底部的连接点，所述升降机的支架连接处的连接点，所述支架与升
降吊笼的连接处的连接点以及所述支架与支撑墙的连接处的连接点。

[0013] 第二方面，本申请实施例提供了一种升降机安全检测装置，所述装置包括：压力测量值获得模块，用于获取至少一个压力传感器中的每个压力传感器测得的压力测量值；预
测倾角获得模块，用于使用训练完成的神经网络模型对至少一个压力测量值进行分析处
理，得到所述升降机的预测倾角；运行状态确定模块，用于根据所述预测倾角的角度值，确
定所述升降机是否处于安全的运行状态。

[0014] 在一个可能的设计中，所述运行状态确定模块，还用于在预测倾角的角度值小于或等于预设阈值时，确定所述升降机处于安全的运行状态；用于在预测倾角的角度值大于
预设阈值时，确定所述升降机未处于安全的运行状态。

[0015] 在一个可能的设计中，所述装置还包括：警报提醒模块，用于向所述升降机发送表征所述升降机未处于安全的运行状态的安全警示信息，以使所述升降机播放警报提醒。

[0016] 在一个可能的设计中，所述装置还包括：历史测量值获取模块，用于获取至少一个压力传感器中的每个压力传感器测得的历史压力测量值；历史倾角获取模块，用于获取至
少一个角度传感器测得的与所述历史压力测量值对应的升降机的历史倾角；模型训练模
块，用于将多个所述历史压力测量值作为自变量，将所述历史倾角作为因变量，对初始的神
经网络模型进行训练，得到训练完成的神经网络模型，所述训练完成的神经网络模型包括
至少一个压力测量值与升降机的倾角之间的关联关系。

[0017] 第三方面，本申请提供一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当所述电子设备运行时，所述处理器与所述存储
器之间通过总线通信，所述机器可读指令被所述处理器执行时执行第一方面或第一方面的
任一可选的实现方式所述的方法。

[0018] 第四方面，本申请提供一种可读存储介质，该可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行第一方面或第一方面的任一可选的实现方式所述的方
法。

[0019] 第五方面，本申请提供一种计算机程序产品，所述计算机程序产品在计算机上运行时，使得计算机执行第一方面或第一方面的任意可能的实现方式中的方法。

[0020] 为使本申请实施例所要实现的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

[0021] 为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看
作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以
根据这些附图获得其他相关的附图。

[0022] 图1示出了本申请实施例提供的升降机安全检测方法所对应的升降机的结构示意图；

[0023] 图2示出了图1中I区域对应的局部放大图；

[0024] 图3示出了图1中II区域对应的局部放大图；

[0025] 图4示出了本申请实施例提供的升降机安全检测方法的流程示意图；

[0026] 图5示出了本申请实施例提供的升降机安全检测方法的部分流程示意图；

[0027] 图6示出了本申请实施例提供的升降机安全检测装置的示意性结构框图。

[0028] 图标：升降机100；第一压力传感器110；第二压力传感器120；第三压力传感器130；第四压力传感器140；支架150；连接件160；升降吊笼200；支撑墙300。

具体实施方式

[0029] 下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行描述。

[0030] 请参见图1和图2，图1和图2共同示出了本申请实施例提供的升降机100安全检测方法所要检测的升降机100，升降机100由多个支架150沿垂直于地面的方向堆叠组成，相邻
的支架150之间可拆卸连接，升降机100底部的支架150与地面可拆卸连接。升降机100的一
侧通过连接件160与支撑墙300固定连接，升降机100的不与支撑墙300连接的某一侧面与升
降吊笼200活动连接，升降吊笼200可沿支架150的延伸方向上升或下降。

[0031] 其中，请参见图1和图2，升降机100底部与地面之间设置有第一压力传感器110，升降机100的相邻两个支架150的连接处设置有第二压力传感器120。请参见图1和图3，升降机
100的支架150与升降吊笼200之间设置有第三压力传感器130，升降机100的支架150与支撑
墙300的连接处设置有第四压力传感器140。

[0032] 可选地，第一压力传感器110的数量可以为四个，请参见图2，升降机100的底部与地面接触的位置为四处，四处位置的每一处均可以设置一个第一压力传感器110。

[0033] 第二压力传感器120的数量与支架150的数量有关，每相邻两个支架150之间均有四处位置相接触，每处位置均可以设置一个第二压力传感器120，不妨设支架150的数量为m
个，则第二压力传感器120的数量为(m‑1)*4个。

[0034] 第三压力传感器130的数量与升降吊笼200的数量有关，请参见图1和图3，每个升降吊笼200与升降机100的支架150均有四处连接位置，每处连接位置均可以设置一个第三
压力传感器130，不妨设升降吊笼200的数量为n个，则第三压力传感器130的数量为n*4个。

[0035] 第四压力传感器140的数量与连接件160的数量有关，请参见图3，升降机100的每个连接件160与支撑墙300之间均有两处连接位置，每处连接位置均可以设置有两个第四压
力传感器140，不妨设连接件160的数量为p个，则第四压力传感器140的数量为p*2*2个。

[0036] 图4为本申请实施例提供的升降机100安全检测方法的一种具体实施方式的流程示意图，该方法可以由电子设备来执行，该电子设备可以是用户终端，也可以是服务器，该
方法具体包括如下步骤S110至步骤S130：

[0037] 步骤S110，获取至少一个压力传感器中的每个压力传感器测得的压力测量值。

[0038] 压力传感器包括上述的第一压力传感器110、第二压力传感器120、第三压力传感器130以及第四压力传感器140，四种压力传感器可以分别测得各自对应的压力测量值，并
且将测得的压力测量值发送给电子设备。

[0039] 步骤S120，使用训练完成的神经网络模型对至少一个压力测量值进行分析处理，得到所述升降机100的预测倾角。

[0040] 电子设备可以将压力测量值输入到训练完成的神经网络模型中，由神经网络模型输出升降机100的预测倾角，神经网络模型被训练成可根据升降机100的压力测量值输出升
降机100的预测倾角。

[0041] 步骤S130，根据所述预测倾角的角度值，确定所述升降机100是否处于安全的运行状态。

[0042] 安全的运行状态指的是没有载荷超载、载荷失载或升降机100倾斜等危险状况的运行状态，其中，载荷超载、载荷失载均可能导致升降机100整体倾斜或升降机100局部倾
斜。电子设备在得到预测倾角的角度值后，可以根据预测倾角的角度值判断升降机100是否
处于安全的运行状态。

[0043] 设置在升降机100的连接点位置的压力传感器可以将自身测得的压力测量值发送给电子设备，电子设备可以利用训练完成的神经网络模型根据压力测量值来预测升降机
100的倾斜角度，进而检测升降机100是否能够安全运行。电子设备可随时接收压力传感器
发送的压力测量值，并对升降机100进行安全检测，实现了对升降机100的运行状态的及时
评估，提高了升降机100的安全性。

[0044] 其中，步骤S130具体包括：若预测倾角的角度值小于或等于预设阈值，确定所述升降机100处于安全的运行状态；若预测倾角的角度值大于预设阈值，确定所述升降机100未
处于安全的运行状态。

[0045] 预设阈值为界定升降机100是否安全的临界值，若升降机100的倾斜角度超出预设阈值，则可以判定升降机100未处于安全的运行状态；若升降机100的倾斜角度未超出或等
于预设阈值，则可以判定升降机100处于安全的运行状态。

[0046] 预设阈值可以为0.5度，即若升降机100的倾斜角度大于0.5度，便可以认为升降机100的运行状态是不安全的，可能存在载荷超载、载荷失载或升降机100倾斜等问题；若升降
机100的倾斜角度小于或等于0.5度，则可以认为升降机100的运行状态是安全的。预设阈值
可以为0.5度，也可以为其他数值，例如0.3度，预设阈值的具体数值不应该理解为是对本申
请的限制。

[0047] 电子设备可以把预测倾角与预先设置的角度阈值进行比较，然后根据预测倾角与角度阈值的大小关系来确定升降机100是否处于安全的运行状态，判断过程简洁，提高了判
断升降机100是否处于安全的运行状态的速度，进一步确保了对升降机100的运行状态评估
的及时性。

[0048] 在确定所述升降机100未处于安全的运行状态之后，所述方法还包括：向所述升降机100发送表征所述升降机100未处于安全的运行状态的安全警示信息，以使所述升降机
100播放警报提醒。

[0049] 可选地，安全警示信息中可携带有升降机100的标识信息，以便于电子设备与多台升降机100连接时，通过标识信息来对多台升降机100进行区分。警报提醒可以是光线提醒，
也可以是声音提醒，还可以是声光提醒，警报提醒的具体形式不应该理解为是对本申请的
限制。

[0050] 升降机100未处于安全的运行状态时，电子设备可以向升降机100发送安全警示信息，以使升降机100附近的操作人员可以尽快排除升降机100的安全风险，从而提高升降机
100的安全性。

[0051] 请参见图5，图5示出了步骤S120之前的部分步骤，具体包括如下步骤S101至步骤S103：

[0052] 步骤S101，获取至少一个压力传感器中的每个压力传感器测得的历史压力测量值。

[0053] 历史压力测量值包括上述的第一压力传感器110、第二压力传感器120、第三压力传感器130以及第四压力传感器140中每种压力传感器的历史压力测量值。

[0054] 步骤S102，获取至少一个角度传感器测得的与所述历史压力测量值对应的升降机100的历史倾角。

[0055] 角度传感器可以放置在升降机100的顶部，角度传感器放置在升降机100的顶部，使得升降机100的任意一处位置发生倾斜时，角度传感器均可以测出升降机100的倾角。可
选地，角度传感器可以为陀螺仪。

[0056] 步骤S103，将多个所述历史压力测量值作为自变量，将所述历史倾角作为因变量，对初始的神经网络模型进行训练，得到训练完成的神经网络模型。

[0057] 所述训练完成的神经网络模型包括至少一个压力测量值与升降机100的倾角之间的关联关系。先利用历史压力测量值以及历史倾角对初始的神经网络模型进行训练，使得
训练完成的神经网络模型包含有至少一个压力测量值与升降机100的倾角之间的关联关
系，然后再利用训练完成的神经网络模型依据压力测量值预测升降机100的倾角。

[0058] 请参见图6，图6示出了本申请实施例提供的升降机安全检测装置的一种具体实施方式，所述装置600包括：

[0059] 压力测量值获得模块610，用于获取至少一个压力传感器中的每个压力传感器测得的压力测量值。

[0060] 预测倾角获得模块620，用于使用训练完成的神经网络模型对至少一个压力测量值进行分析处理，得到所述升降机的预测倾角。

[0061] 运行状态确定模块630，用于根据所述预测倾角的角度值，确定所述升降机是否处于安全的运行状态。

[0062] 运行状态确定模块630还用于在预测倾角的角度值小于或等于预设阈值时，确定所述升降机处于安全的运行状态；还用于在预测倾角的角度值大于预设阈值时，确定所述
升降机未处于安全的运行状态。

[0063] 所述装置还包括：

[0064] 警报提醒模块，用于向所述升降机发送表征所述升降机未处于安全的运行状态的安全警示信息，以使所述升降机播放警报提醒。

[0065] 历史测量值获取模块，用于获取至少一个压力传感器中的每个压力传感器测得的历史压力测量值。

[0066] 历史倾角获取模块，用于获取至少一个角度传感器测得的与所述历史压力测量值对应的升降机的历史倾角。

[0067] 模型训练模块，用于将多个所述历史压力测量值作为自变量，将所述历史倾角作为因变量，对初始的神经网络模型进行训练，得到训练完成的神经网络模型，所述训练完成
的神经网络模型包括至少一个压力测量值与升降机的倾角之间的关联关系。

[0068] 本申请实施例提供的升降机安全检测装置与上文中的升降机安全检测方法对应相同，在此便不做赘述。

[0069] 本申请还提供一种可读存储介质，该可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行方法实施例所述的方法。

[0070] 本申请还提供一种计算机程序产品，所述计算机程序产品在计算机上运行时，使得计算机执行方法实施例所述的方法。

[0071] 在本申请所提供的实施例中，应该理解到，所揭露装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻
辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可
以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间
的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连
接，可以是电性，机械或其它的形式。

[0072] 另外，作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多
个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的
目的。

[0073] 再者，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

[0074] 在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际
的关系或者顺序。

[0075] 以上所述仅为本申请的实施例而已，并不用于限制本申请的保护范围，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的
任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。