轨道交通车站中使用的扶梯的健康状态监测系统及方法

摘要

本发明提供了一种轨道交通车站中使用的扶梯的健康状态监测系统，包括：现场数据采集终端，用于实时采集于运行状态的扶梯中多个扶梯部件的运行状态数据信息；终端网络子系统，与多个所述现场数据采集终端连接，接收来自多个所述现场数据采集终端的运行状态数据信息；以及故障诊断系统，用于获取所述运行状态数据信息，对所述运行状态数据信息进行分析确定所述扶梯部件的运行状态对应的故障预警分级结构，并根据该故障预警分级结果生成相应的故障预警信息。本发明有利于及时进行扶梯的维保工作，及时有效地排除扶梯的故障或运行风险，提高了轨道交通车站内扶梯运行的可靠性和安全性。

权利要求

1.一种轨道交通车站中使用的扶梯的健康状态监测系统，其特征在于，包括：现场数据采集终端，用于实时采集于运行状态的扶梯中多个扶梯部件的运行状态数据信息；

终端网络子系统，与多个所述现场数据采集终端连接，接收来自多个所述现场数据采集终端的运行状态数据信息；以及故障诊断系统，用于获取所述运行状态数据信息，对所述运行状态数据信息进行分析确定所述扶梯部件的运行状态对应的故障预警分级结构，并根据该故障预警分级结果生成相应的故障预警信息；

所述故障诊断系统包括：

数据分析模块，用于对所述运行状态数据信息进行数据解析并进行特征向量提取，以获得实时的状态特征向量；

故障诊断模块，用于将所述状态特征向量输入预先建立的故障模型来获得相应的扶梯部件的所述故障预警分级结果；以及故障预警模块，用于根据故障预警分级结果生成相应的故障预警信息；

所述故障诊断模块被配置为根据状态特征向量的所在的取值范围确定故障类型，具体包括如下步骤：

建立状态分类器；

将预处理的运行状态数据信息进行特征提取后形成观测向量；

将所述观测向量送入状态分类器，计算观测向量在不同故障模型下的概率，其中输出似然概率值最大的故障模型确定为当前诊断扶梯部件的故障类型。

2.根据权利要求1所述的健康状态监测系统，其特征在于，所述故障诊断模块，被配置为根据所述状态特征向量的所在的取值范围确定所述故障预警分级结果。

3.根据权利要求1所述的健康状态监测系统，其特征在于，所述故障诊断模块被配置为：根据所述运行状态数据信息进行分析处理以确定相应的扶梯部件的是否发生故障；

在发生故障的时候确定故障信息，生成相应的故障报警信息，在正常运行时确定故障预警分级结果。

4.根据权利要求3所述的健康状态监测系统，其特征在于，还包括维保任务分配模块，所述维保任务分配，用于根据所述故障信息和/或故障预警分级结果生成相应的维保任务清单并推送至相应的维保终端。

5.根据权利要求4所述的健康状态监测系统，其特征在于，还包括故障模型建立模块；

所述故障模型建立模块，用于根据历史故障诊断信息、历史故障预警分级结果以及相应的状态特征向量进行机器学习以建立或更新故障模型。

6.根据权利要求5所述的健康状态监测系统，其特征在于，所述故障诊断系统，能够接收所述维保终端发送所述扶梯部件的实际运行状态信息；

所述故障模型建立模块，能够根据所述实际运行状态信息确认或修改所述故障信息和故障预警分级结果，经过确认或修改后的所述故障信息或故障预警分级结果被分别存储为所述历史故障诊断信息和历史故障预警分级结果。

7.根据权利要求1所述的健康状态监测系统，其特征在于，所述现场数据采集终端包括：

转速传感器，用于采集所述扶梯中梯级系统、扶手系统和驱动系统中转轴的速度数据信息；

温度传感器，用于采集所述扶梯中驱动电机的工作环境、扶手带的温度数据信息；

振动传感器，用于采集所述扶梯中驱动电机、梯级和梯级链系统的旋转部件以及支撑连接部件的振动数据信息；

水位传感器，用于采集所述扶梯中反映基坑内水位的水位数据信息；

加速度传感器，用于采集所述扶梯中梯级运行加速度和扶手带驱动链运行加速度的加速度数据信息；和/或

测力传感器，用于采集所述扶梯中梯级链、传送链和扶手带驱动链的链条受力拉伸状态的受力数据信息。

说明书

轨道交通车站中使用的扶梯的健康状态监测系统及方法

技术领域

[0001] 本发明涉及轨道交通车站中的扶梯监控，具体地，涉及一种轨道交通车站中使用的扶梯的健康状态监测系统及方法。

背景技术

[0002] 在轨道交通网络中，在诸如车站环境中广泛使用扶梯来运送乘客，大大方便了乘客并提高了车站的客流效率。因此，扶梯的安全可靠运行对于保障轨道交通可靠运行是非
常重要的。然而，在轨道交通车站内使用的扶梯具有高负载、不间断运行、运行环境多样化
等特点，扶梯在使用过程中，由于自然磨损、环境气候、乘客使用习惯、人为破坏等不利因素
的影响，容易产生故障，从而对乘客出行产生不便或带来一定程度的出行危险，并且，也很
大程度上缩短了扶梯的使用寿命。

[0003] 目前，为确保轨道交通车站内使用的扶梯的安全可靠运行，采用维保工作人员定期巡检的方式来及时发现扶梯的故障，或者在扶梯的故障发生后安排相应的维保人员进行
检查检修、以排除故障。然后，对于现有的这种定期检查和故障后检查维修两种方式，明显
过于依赖于维保人员，例如依赖于维保人员的工作经验、工作态度、工作操作水平等，并且，
很多情况下是难以及时发现扶梯的潜在故障，使得扶梯的例如磨损零件得不到及时更换，
故障得不到及时预警、也不能够及时准确地有效处理。

发明内容

[0004] 针对现有技术中的缺陷，本发明的目的是提供一种轨道交通车站中使用的扶梯的健康状态监测系统及方法。

[0005] 根据本发明提供的一方面提供的轨道交通车站中使用的扶梯的健康状态监测系统，包括：

[0006] 现场数据采集终端，用于实时采集于运行状态的扶梯中多个扶梯部件的运行状态数据信息；

[0007] 终端网络子系统，与多个所述现场数据采集终端连接，接收来自多个所述现场数据采集终端的运行状态数据信息；以及

[0008] 故障诊断系统，用于获取所述运行状态数据信息，对所述运行状态数据信息进行分析确定所述扶梯部件的运行状态对应的故障预警分级结构，并根据该故障预警分级结果
生成相应的故障预警信息。

[0009] 可选地，所述故障诊断系统包括：

[0010] 数据分析模块，用于对所述运行状态数据信息进行数据解析并进行特征向量提取，以获得实时的状态特征向量；

[0011] 故障诊断模块，用于将所述状态特征向量输入所述预先建立的故障模型来获得相应的扶梯部件的所述故障预警分级结果；以及

[0012] 故障预警模块，用于根据故障预警分级结果生成相应的故障预警信息。

[0013] 可选地，所述故障诊断模块，被配置为根据所述状态特征向量的所在的取值范围确定所述故障预警分级结果或故障类型。

[0014] 可选地，所述故障诊断模块被配置为：根据所述运行状态数据信息进行分析处理以确定相应的扶梯部件的是否发生故障；

[0015] 在发生故障的时候确定故障信息，生成相应的故障报警信息，在正常运行时确定故障预警分级结果。

[0016] 可选地，所述故障诊断系统与轨道交通综控中心耦接或者被布置在轨道交通综控中心中。

[0017] 可选地，还包括维保任务分配模块，

[0018] 所述维保任务分配，用于根据所述故障信息和/或故障预警分级结果生成相应的维保任务清单并推送至相应的维保终端。

[0019] 可选地，还包括故障模型建立模块；

[0020] 所述故障模型建立模块，用于根据历史故障诊断信息、历史故障预警分级结果以及相应的状态特征向量进行机器学习以建立或更新故障模型。

[0021] 可选地，所述故障诊断系统，能够接收所述维保终端发送所述扶梯部件的实际运行状态信息；

[0022] 所述故障模型建立模块，能够根据所述实际运行状态信息确认或修改所述故障信息和故障预警分级结果，经过确认或修改后的所述故障信息或故障预警分级结果被分别存
储为所述历史故障诊断信息和历史故障预警分级结果。

[0023] 可选地，还包括数据云，

[0024] 所述数据云，用于将接收的所述数据信息进行数据集成、数据整合和数据分配处理。

[0025] 可选地，所述终端网络子系统包括：第二通信模块，用于基于窄带物联网协议与所述现场数据采集终端建立通信连接；

[0026] 所述现场数据采集终端包括第一通信模块，用于基于窄带物联网协议与所述终端网络子系统建立通信连接。

[0027] 可选地，所述终端网络子系统包括边缘计算模块，

[0028] 所述边缘计算模块，用于对所述现场数据采集终端发送过来的所述运行状态数据信息进行清洗和预处理。

[0029] 可选地，所述终端网络子系统中还包括本地存储模块，所述本地存储模块用于在所述终端网络子系统中存储所述边缘计算模块处理后的所述数据信息。

[0030] 可选地，所述第二通信模块还被配置为基于Modbus协议与所述环控远程终端模块建立通信连接。

[0031] 可选地，所述故障诊断模块被配置为根据状态特征向量的所在的取值范围确定故障类型，具体包括如下步骤：

[0032] 建立状态分类器；

[0033] 将预处理的运行状态数据信息进行特征提取后形成观测向量；

[0034] 将所述观测向量送入状态分类器，计算观测向量在不同故障模型下的概率，其中输出似然概率值最大的故障模型确定为当前诊断扶梯部件的故障类型。

[0035] 可选地，所述现场数据采集终端包括：

[0036] 转速传感器，用于采集所述扶梯中梯级系统、扶手系统和驱动系统中转轴的速度数据信息；

[0037] 温度传感器，用于采集所述扶梯中驱动电机的工作环境、扶手带的温度数据信息；

[0038] 振动传感器，用于采集所述扶梯中驱动电机、梯级和梯级链系统的旋转部件以及支撑连接部件的振动数据信息；

[0039] 水位传感器，用于采集所述扶梯中反映基坑内水位的水位数据信息；

[0040] 加速度传感器，用于采集所述扶梯中梯级运行加速度和扶手带驱动链运行加速度的加速度数据信息；和/或

[0041] 测力传感器，用于采集所述扶梯中梯级链、传送链和扶手带驱动链的链条受力拉伸状态的受力数据信息。

[0042] 按照本发明的又一方面提供的轨道交通车站中使用的扶梯的健康状态监测方法，包括如下步骤：

[0043] 实时采集于运行状态的扶梯中多个扶梯部件的运行状态数据信息；

[0044] 根据所述运行状态数据信息进行分析处理以对相应的扶梯部件的健康状态进行故障预警分级；以及

[0045] 根据故障预警分级结果生成相应的故障预警信息。

[0046] 可选地，在基于所述数据信息进行分析处理以对相应的扶梯部件的健康状态进行故障预警分级的步骤中，包括子步骤：

[0047] 对所述数据信息进行数据解析并进行特征向量提取，以获得实时的状态特征向量；

[0048] 将所述状态特征向量输入所述预先建立的故障模型来获得相应的扶梯部件的故障预警分级结果；以及

[0049] 基于故障预警分级结果生成相应的故障预警信息。

[0050] 可选地，在将所述状态特征向量输入所述预先建立的故障模型来获得相应的扶梯部件的故障预警分级结果的子步骤中，根据所述状态特征向量的所在的取值范围确定所述
故障预警分级结果。

[0051] 可选地，在基于所述数据信息进行分析处理以对相应的扶梯部件的健康状态进行故障预警分级的步骤中，基于从所述数据云分配得到的所述数据信息进行分析处理以确定
相应的扶梯部件的是否发生故障，并在发生故障的时候确定故障信息、在未发生故障的时
候进行故障预警分级。

[0052] 可选地，还包括步骤：在确定发生故障的时候生成相应的故障报警信息。

[0053] 可选地，还包括步骤：基于所述故障信息和/或故障预警分级结果生成相应的维保任务清单并推送至相应的维保终端。

[0054] 可选地，还包括步骤：基于历史故障诊断信息和历史故障预警分级结果以及相应的状态特征向量进行机器学习以建立或更新所述故障模型。

[0055] 可选地，还包括步骤：

[0056] 接收各个维保终端所反馈扶梯部件的实际运行状态信息；以及

[0057] 基于反馈的实际运行状态信息确认或纠正所述故障信息和故障预警分级结果，经过确认或纠正的所述故障信息或故障预警分级结果被分别存储为所述历史故障诊断信息
和历史故障预警分级结果。

[0058] 可选地，还包括步骤：对所述数据信息进行清洗和预处理。

[0059] 可选地，还包括步骤：通过环控远程终端模块基于Modbus协议上传所述数据信息至数据云。

[0060] 与现有技术相比，本发明具有如下的有益效果：

[0061] 本发明能够实现对车站现场的扶梯进行其健康状态的远程监测，适合于在轨道交通车站中应用，并且易于与轨道交通管控系统兼容并可以受轨道交通管控系统控制，对于
轨道交通的安全运行时非常有意义的；本发明不仅可以远程地自动确定扶梯的故障并生成
故障信息，而且还可以远程地自动确定扶梯的被监测部件的故障预警分级结果，也即对应
安全状况等级，有利于及时进行扶梯的维保工作，及时有效地排除扶梯的故障或运行风险，
提高了轨道交通车站内扶梯运行的可靠性和安全性。

附图说明

[0062] 通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：

[0063] 图1为本发明实施例中轨道交通车站中使用的扶梯的健康状态监测系统的模块示意图；

[0064] 图2为本发明实施例中轨道交通车站中使用的扶梯的健康状态监测方法的步骤流程图；

[0065] 图3为本发明实施例在故障诊断方法的流程图。

具体实施方式

[0066] 下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术
人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进。这些都属于本发明
的保护范围。

[0067] 现在将参照附图更加完全地描述本发明，附图中示出了本发明的示例性实施例。但是，本发明可按照很多不同的形式实现，并且不应该被理解为限制于这里阐述的实施例。
相反，提供这些实施例使得本公开变得彻底和完整，并将本发明的构思完全传递给本领域
技术人员。附图中，相同的标号指代相同的元件或部件，因此，将省略对它们的描述。

[0068] 附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或者在一个或多个硬件模块、集成电路或计
算机系统中实现这些功能实体，或者在不同网络和/或处理器装置和/或微控制器装置中实
现这些功能实体。

[0069] 在本申请中，扶梯包括上下扶梯和自动人行道，被监测的扶梯的具体类型不具有限制性，它们可以安装在轨道交通车站的各个需要运送乘客的位置，其具体安装位置不具
有限制性的。轨道交通车站可以是地铁车站、高铁车站、轻轨车站等各种类型轨道交通的车
站。

[0070] 图1为本发明实施例中轨道交通车站中使用的扶梯的健康状态监测系统的结构示意图。如图1所示，本发明提供的轨道交通车站中使用的扶梯的健康状态监测系统10能够对
一个或多个轨道交通车站中使用的多个扶梯(图中未示出)的健康状态同时进行监测，因
此，终端网络子系统120可以为一个或多个，例如可以对应每个车站布置一个终端网络子系
统120。

[0071] 健康状态监测系统10通过对应扶梯安装的多个现场数据采集终端110(例如，现场数据采集终端1101至110n，n大于或等于2)，现场数据采集终端110能够实时在线地从运行的
扶梯(例如自动扶梯)中采集反映其所监测的相应扶梯部件的运行状态的数据信息；扶梯部
件具体可以但部限于为驱动电机、梯级、扶手带等，将理解，对于容易产生故障或者需要实
时监测健康状态的部件，可以选择作为监测的扶梯部件，并对应布置相应的现场数据采集
终端110。

[0072] 现场数据采集终端110具体可以为各种类型的传感器，其也可以包括从扶梯的控制系统采集数据信息(例如各个部件的运行状态数据)的数据采集模块。在一实施例中，现
场数据采集终端110包括：

[0073] 转速传感器，用于采集所述扶梯中梯级系统、扶手系统和驱动系统中转轴的速度数据信息；

[0074] 温度传感器，用于采集所述扶梯中驱动电机的工作环境、扶手带的温度数据信息；

[0075] 振动传感器，用于采集所述扶梯中驱动电机、梯级和梯级链系统的旋转部件以及支撑连接部件的振动数据信息；

[0076] 水位传感器，用于采集所述扶梯中反映基坑内水位的水位数据信息；

[0077] 加速度传感器，用于采集所述扶梯中梯级运行加速度和扶手带驱动链运行加速度的加速度数据信息；和/或

[0078] 测力传感器，用于采集所述扶梯中梯级链、传送链和扶手带驱动链的链条受力拉伸状态的受力数据信息。

[0079] 如图1所示，现场数据采集终端110被配置为通过窄带物联网(NB‑IOT)与终端网络子系统120建立通信连接，从而车站中的扶梯的诸多现场数据采集终端110可以与终端网络
子系统120建立起对应车站现场的传感器网络。这样，在车站环境下，可以充分发挥NB‑IOT
的优点来与车站中的多个扶梯中的现场数据采集终端110组网，例如， NB‑IOT大连接、广覆
盖、深穿透、低功耗、低模块成本等优点。需要理解的是，NB‑IOT 的大连接特点可以实现在
同一基站的情况下以比现有天线技术提供50‑100倍的接入数量，有利于诸多扶梯的传感器
无线接入；NB‑IOT的终端网络子系统120可以可覆盖几千米的范围，因此容易覆盖整个车站
范围；NB‑IOT穿透能力强，现场数据采集终端110 即使安装在扶梯中也可以将数据信息传
输过来；NB‑IOT的低功耗特征也有利于现场数据采集终端110长时间工作、维护成本低。

[0080] 具体地，现场数据采集终端110中设置有第一通信模块111，终端网络子系统120 中对应地设置有第二通信模块123，第一通信模块111可以基于NB‑IOT协议与终端网络子系
统120建立通信连接，第二通信模块123可以基于NB‑IOT协议与各个现场数据采集终端110
建立通信连接，具体来说，第一通信模块111与第二通信模块123基于NB‑IOT 协议实现通信
连接，从而方便地将现场数据采集终端110采集的数据信息传输至现场数据采集终端110。

[0081] 终端网络子系统120中还设置有边缘计算模块121和本地存储模块122，边缘计算模块121可以对所述现场数据采集终端110发送过来的数据信息进行清洗和预处理，从而减
少无效数据信息。边缘计算模块121清洗和预处理后的数据信息可以存储在本地存储模块
122中，实现数据信息的在车站本地存储，可以供后续现场使用。

[0082] 终端网络子系统120对应于轨道交通车站中的环控远程终端模块124而设置并通过该环控远程终端模块124上传数据信息至数据云130。第二通信模块123还被配置为基于
Modbus协议与环控远程终端模块124建立通信连接，第二通信模块123的通信接口具体可以
采用的RJ45端口、或10M/100M/1000M自适应以太网通信接口。这样，终端网络子系统120可
以与已有的轨道交通车站中使用的环控远程终端模块124等远程终端单元(Remote 
Terminal Unit，RTU)兼容，也适于向数据云130传输相应的数据信息。

[0083] 健康状态监测系统10还包括例如在对应轨道交通综控中心150布置的故障诊断子系统140，故障诊断系统140可以与轨道交通综控中心150耦接并进行数据通信；在其他实施
例中，故障诊断系统140也可以被布置在轨道交通综控中心150中。将理解，与轨道交通综控
中心150类似，故障诊断模块140可对应多个轨道交通车站而设置，其可以从数据云130中分
配得到相应车站的相应扶梯的数据信息。

[0084] 数据云130可以通过云端实现，其可以将接收的来自各个终端网络子系统120的数据信息进行数据集成、数据整合和数据分配处理。将理解，多个健康状态监测系统10 的数
据云130可以同一云存储平台实现，实现成本低。

[0085] 继续如图1所示，故障诊断系统140可以对从数据云130分配得到的数据信息进行分析处理以对相应的扶梯部件的健康状态进行故障预警分级，并基于该故障预警分级结果
生成相应的故障预警信息，从而即使故障在发生时可以准确地自动获得故障预警。

[0086] 在本发明一实施例中，故障诊断系统140中设置有数据分析模块141，数据分析模块141可以对数据信息进行数据解析并进行特征向量提取，以获得实时的状态特征向量；故
障诊断系统140中还设置有故障诊断模块142，故障诊断模块142可以将数据分析模块141分
析得到的状态特征向量输入至预先建立的故障模型144来获得相应的扶梯部件的故障预警
分级结果，这样，通过故障模型144进行故障预警分级处理来获得准确的反映各个被监测扶
梯部件的异常程度的故障预警信息；故障诊断系统140中还设置有故障预警模块146，故障
预警模块146可以基于故障预警分级结果生成相应的故障预警信息，故障预警信息可以为
扶梯的故障预警、维护等提供依据。

[0087] 在一实施例中，故障诊断系统140不仅具有故障预警功能，其还可以诊断出各种常规故障。具体地，故障诊断模块142被配置为：基于从数据云130分配得到的数据信息进行分
析处理以确定相应的扶梯部件(例如梯级、扶手带等)的是否发生故障，并在发生故障的时
候确定故障信息、在未发生故障的时候进行上述故障预警分级处理以得到故障预警分级结
果。将理解，确定的故障信息包括故障发生扶梯部件、故障类别等。故障预警模块146在该实
施例中还可以在确定发生故障的时候生成相应的故障报警信息，从而及时进行故障报警。

[0088] 继续如图1所示，故障诊断系统140还具有一个或多个显示模块143，其可以供管理人员等使用，故障预警模块146生成的故障报警信息和/或故障预警信息可以在该显示模块
143中显示呈现。具体的，显示模块143甚至还可以显示被监测的扶梯部件的反映其所监测
的相应扶梯部件的运行状态的数据信息；对于不同故障信息或不同级别的故障预警信息的
显示方式，具体可以但不限于通过数字或图形信息等来显示，例如，不同等级故障预警信息
可通过定义的图形底色确定，红色为三级故障报警、黄色为二级危险状态预警、蓝色为一级
状态预警、绿色为设备正常运行。将理解，故障报警信息和/ 或故障预警信息还可以通过声
音输出方式、文本输出方式等来向相应的管理人员或工作人员呈现。

[0089] 在一实施例中，故障诊断模块142被配置为根据状态特征向量的所在的取值范围确定故障类型。根据隐半马尔可夫模型(HSMM，hidden semi‑Markov models) 建立基于
HSMM模型的状态分类器；根据维特比(Viterbi)算法可以推导得出HSMM 模型的最优输出状
态序列，即系统故障类型，将系统故障类型传输到故障模型模块 144中。并且，可同时利用
已经训练好的故障模型，将预处理的运行状态数据信息进行特征提取后形成观测向量进行
分类识别，将观测向量送入状态分类器，计算观测向量在不同故障模型下的概率，其中输出
似然概率值最大的故障模型所对应的状态就是当前诊断扶梯部件最可能的状态，也就是当
前诊断扶梯部件的故障类型，即：

[0090]

[0091] 其中，P(X|yi)是在yi状态下产生X的似然概率。

[0092] 进一步，根据上述故障分析将分析结果传送到故障模型建立模块145，在后续工作过程中根据已有的故障模型，分析故障种类，及时形成故障预警分级结果。

[0093] 故障预警分级结果取值范围的划分预先地在故障模型144中确定，对于不同的故障类别、不同故障预警级别，可以分别确定不同状态特征向量的不同范围值。

[0094] 具体地，在故障诊断模块142中，将风险类别按照表1所赋值：

[0095] 表1.风险类别

[0096]风险类别 I II III
值 0 1 2

[0097] 假设vi(i＝1，...，n)为对应于第i个风险情节的风险类别取值，其中n为所有进行评估的风险情节的个数。

[0098] 进一步，按照以下公式1计算综合安全状况得分；

[0099]

[0100] 进一步，根据综合安全状况得分情况，按照以下表2确定安全状况等级，即故障预警分级结果。

[0101] 表2.安全状况等级

[0102] D D＞95 95≥D＞85 85≥D＞0 0安全状况等级 一级 二级 三级 四级

[0103] 进一步，根据安全状况等级判定，可以按照下列原则给出相应的安全评估结论：

[0104] 安全状况等级为四级时，确定为发生故障，故障预警模块146生成故障信息并进行故障报警，显示模块143对应图标显示红色，该扶梯或自动人行道立即停用，采取安全措施
消除风险后方可使用；

[0105] 安全状况等级为三级时，对应故障预警分级结果为三级，故障预警模块146生成相应的故障预警信息进行故障预警，显示模块143对应图标显示为黄色，综控中心尽快下发预
警给电梯维保部门，尽快采取安全措施消除风险；

[0106] 安全状况等级为二级时，对应故障预警分级结果为二级，故障预警模块146生成相应的故障预警信息进行故障预警，显示模块143对应图标显示为蓝色，需要采取安全措施消
除或降低风险；

[0107] 安全状况等级为一级时，显示模块143对应图标显示绿色，表示设备正常运行。

[0108] 继续如图1，故障诊断系统140中还设置有维保任务分配模块147，维保任务分配模块147用于基于所述故障信息和/或故障预警分级结果生成相应的维保任务清单并推送至
相应的维保终端160。具体地，维保任务分配模块147中预先地配置有相应的维保任务生成
模型以及推送机制，例如，其可以根据不同扶梯部件的故障信息或故障预警分级结果生成
不同的维保任务清单，并且，可以推送至例如相应车站的维保人员的维保终端160。这样，故
障诊断系统140不但可以监测扶梯的健康状态、而且可以自动生成维保任务清单并分配维
保任务，有利于维保人员及时响应，及时有效地排除扶梯故障或潜在故障。维保终端160具
体例如可以通过智能终端实现，其上安装有相应的App来支持维保工作，维保工作人员可以
根据推送维保任务清单指导其进行维保工作。

[0109] 在变形例中，维保任务分配模块147也可以在轨道交通综控中心150中实现，轨道交通综控中心150可以接收故障诊断系统140生成的故障信息和/或故障预警分级结果，为
轨道交通综控中心150控制轨道交通系统提供了有效的信息参考。

[0110] 继续如图1，故障诊断系统140中还设置有故障模型建立模块145，故障模型建立模块145可以基于历史故障诊断信息和历史故障预警分级结果以及相应的状态特征向量进行
机器学习以建立或更新故障模型144。

[0111] 为提高故障确定或故障预警分级的准确性，维保终端160可以现场反馈扶梯部件的实际运行状态信息(例如实际故障信息或实际故障预警等级结果)，故障诊断系统140 能
够接收各个维保终端160所反馈的扶梯部件的实际运行状态信息，故障模型建立模块基于
反馈的实际运行状态信息确认或纠正所述故障信息和故障预警分级结果，经过确认或纠正
的所述故障信息或故障预警分级结果被分别存储为历史故障诊断信息和历史故障预警分
级结果，进而在故障模型建立过程中，进行机器学习所使用的历史故障诊断信息和历史故
障预警分级结果、以及相应的状态特征向量更准确，也即训练使用的数据更有效，可以得到
更为准确有效的故障模型144。

[0112] 将理解，对于不同类型的扶梯、不同故障类别、不同扶梯部件，可以分别预先建立本土的故障模型144，以供实时地监测健康状态使用。

[0113] 以上实施例的健康状态监测系统10非常适合于在轨道交通车站中应用，并且易于与轨道交通管控系统兼容并可以受轨道交通管控系统控制，对于轨道交通的安全运行时非
常有意义的；更重要的是，健康状态监测系统10不仅可以远程地自动确定扶梯的故障并生
成故障信息，而且还可以远程地自动确定扶梯的被监测部件的故障预警分级结果，也即对
应安全状况等级，从而，有利于及时进行扶梯的维保工作，及时有效地排除扶梯的故障或运
行风险，提高了轨道交通车站内扶梯运行的可靠性和安全性。

[0114] 以下进一步结合图1和图2示例说明图1的健康状态监测系统10中使用的健康状态监测方法。

[0115] 首先，如图2所示，步骤S210，实时在线地从运行的扶梯中采集反映其所监测的相应扶梯部件的运行状态的数据信息，该步骤可以通过布置在扶梯中的各个现场数据采集终
端110实现。

[0116] 步骤S220，现场数据采集终端110通过NB‑IOT传输采集数据信息，例如传输至终端网络子系统120。

[0117] 可选地，可以对数据信息进行清洗和预处理，即步骤S230，

[0118] 步骤S241，通过轨道交通管控系统中的已有的环控远程终端模块124并基于Modbus 协议上传数据信息至数据云130。

[0119] 步骤S242，故障诊断系统140从数据云130获取相应的数据信息，以准备远程地进行故障诊断和预警。

[0120] 步骤S251，对数据信息进行数据解析并进行特征向量提取，以获得实时的状态特征向量。该步骤具体可以通过图1中的数据分析模块141实现。

[0121] 步骤S252，特征向量值是否大于最小参考值。如果判断为“否”，则进入步骤S80，确定该扶梯部件无异常；如果判断为“是”，进入步骤S253。

[0122] 步骤S253，判断特征向量值是否大于最小参考值。如果判断为“是”，表示很可能该扶梯部件发生了故障，进入步骤S254；如果判断为“否”，表示很可能该扶梯部件未达到发生
了故障的程度但很可能存在一定的安全风险，需要进行故障预警分级判断，进入步骤255。

[0123] 步骤S254，扶梯部件发生故障并确定故障信息。

[0124] 步骤S261，在确定发生故障的时候生成相应的故障报警信息。

[0125] 步骤S255，根据状态特征向量的所在的取值范围确定故障预警分级结果。

[0126] 步骤S262，基于故障预警分级结果生成相应的故障预警信息。

[0127] 以上步骤S251、S252、S253、S254和S255可以在数据分析模块141和故障诊断模块142中实现将状态特征向量输入预先建立的故障模型144来获得相应的扶梯部件的故障信
息或故障预警分级结果。

[0128] 步骤S270，基于故障信息和/或故障预警分级结果生成相应的维保任务清单并推送至相应的维保终端160。在其他实施例中，故障信息和/或故障预警分级结果还可以显示
呈现。

[0129] 将理解，上述健康状态监测方法可以不断重复地运行以实现实时监测效果。

[0130] 将理解这些流程图说明和/或框图的每个框、以及流程图说明和/或框图的组合可以由计算机程序指令来实现。可以将这些计算机程序指令提供给通用计算机、专用计算机
或其他可编程数据处理设备的处理器以构成机器，以便由计算机或其他可编程数据处理设
备的处理器执行的这些指令创建用于实施这些流程图和/或框和/或一个或多个流程框图
中指定的功能/操作的部件。

[0131] 可以将这些计算机程序指令存储在计算机可读存储器中，这些指令可以指示计算机或其他可编程处理器以特定方式实现功能，以便存储在计算机可读存储器中的这些指令
构成包含实施流程图和/或框图的一个或多个框中指定的功能/操作的指令部件的制作产
品。

[0132] 可以将这些计算机程序指令加载到计算机或其他可编程数据处理器上以使一系列的操作步骤在计算机或其他可编程处理器上执行，以便构成计算机实现的进程，以使计
算机或其他可编程数据处理器上执行的这些指令提供用于实施此流程图和/或框图的一个
或多个框中指定的功能或操作的步骤。还应该注意在一些备选实现中，框中所示的功能/操
作可以不按流程图所示的次序来发生。例如，依次示出的两个框实际可以基本同时地执行
或这些框有时可以按逆序执行，具体取决于所涉及的功能/操作。

[0133] 以上例子主要说明了本发明的轨道交通车站中使用的扶梯的健康状态监测系统10 及其监测方法。尽管只对其中一些本发明的实施方式进行了描述，但是本领域普通技术
人员应当了解，本发明可以在不偏离其主旨与范围内以许多其他的形式实施。因此，所展示
的例子与实施方式被视为示意性的而非限制性的，在不脱离如所附各权利要求所定义的本
发明精神及范围的情况下，本发明可能涵盖各种的修改与替换。