电梯检验中的安全隐患分析及人工智能技术应用

摘要：目前，电梯是我国高层建筑必备的机电设备，在各个建筑建设中得到广泛应用。为了保证人们的出行安全，消除电梯运行安全隐患，相关部门必须重视电梯安全检验工作，积极结合先进技术优化电梯运行检验体系，提升电梯运转的安全性与可靠性。因此，本文结合人工智能技术展开电梯检测优化策略讨论，先对人工智能技术进行简单概述，然后对常见的电梯安全隐患类型进行分析概括，最后对人工智能技术的应用类型以及应用实践措施方面进行讨论，构建更加完善的电梯安全隐患检测体系。

关键词：电梯检验；安全隐患；人工智能技术；应用策略

Abstract: At present, the elevator is a necessary mechanical and electrical equipment for high-rise buildings in China, which is widely used in the construction of various buildings. In order to ensure people's travel safety and eliminate the hidden danger of the elevator operation safety, the relevant departments must pay attention to the elevator safety inspection work, actively optimize the elevator operation inspection system combined with advanced technology, and improve the safety and reliability of the elevator operation. Therefore, this paper combines the artificial intelligence technology elevator detection optimization strategy discussion, a simple overview of artificial intelligence technology, and then analyze the common type of elevator safety risks, finally to the application of artificial intelligence technology type and application practice measures are discussed, build a more perfect elevator safety hidden danger detection system.

Key words: elevator inspection; safety hazard; artificial intelligence technology; application strategy

引言：

我国是全球最大的电梯消费国，电梯为我国人民的出行提供巨大的便利。但是，电梯运转一旦出现安全风险，就会对人们的人身安全造成巨大的威胁，因此，结合人工智能技术优化电梯安全风险检测技术可以为人们的出行安全提供重要保障。

一、人工智能技术概述

随着现代互联网技术的发展，人工智能技术在社会各个领域内得到广泛应用，为推动社会生产技术水平提升提供有力支持。人工智能是一门研究如何利用计算机模拟并执行人类智能任务的学科，主要目的是研发出达到或超过人类智能水平的智能系统。如今的人工智能技术主要通过统计学和数学算法来从大量的数据中学习知识，并根据所学的知识进行合理预测，做出科学决策，为各行业生产技术的推进提供有效帮助。目前常用的人工智能技术为深度神经网络技术和卷积神经网络技术，为社会生产生活带来较大的便利，但是，人工智能技术的应用存在一定的挑战，如数据隐私与安全问题、算法的公平性与可解释性、社会伦理和法律问题等，这些都需要去进行重点研究并解决。总之，对于现代发达的人工智能技术，人们必须重视其广阔的发展前景和潜力，将其应用于各行各业，并充分发挥出人工智能技术的优势，使其为社会发展和社会生活带来更多的便利[1]。

二、电梯检验安全隐患分析

（一）监督管理

电梯使用单位在电梯安全使用方面有着极为重要的地位，只有他们做好日常管理工作才能确保电梯的正常运行。但是，在进行电梯安全隐患检验工作时，可以发现电梯使用单位在电梯管理中存在的问题：一，对电梯相关的法律法规了解不足，没能建立专门的电梯管理机构和安全管理人员，对电梯安全管理的重视程度不够；二，没有建立完善的电梯管理体制，且不够重视电梯紧急处置预案的设置，这些都会导致电梯运行发生安全事故后，无法及时的都处理，影响人们的人身安全；三，缺乏有效的电梯维修保养监管机制，导致电梯的维保服务质量不高，为电梯运行带来较大的安全隐患。

（二）设备本体

电梯检验的核心工作便是对电梯的机械部件、控制系统和安全装置等方面进行全面检测，在对电梯设备进行检测过程中会出现以下几点问题：第一，电梯的过载防护装置存在故障，导致电梯在超载时依旧照常运转，增加电梯下坠风险；第二，部分电梯的门联锁装置不够稳定，或已受到损坏，会让电梯在运行过程中出现主动停梯或频繁自动开关门的情况，不仅会为乘客带来较大的恐慌感，还会引发安全事故；第三，电梯的制动性能出现问题，导致电梯制动动力不足，增加电梯安全隐患；第四，电梯的驱动主机存在缺油、断齿等问题，严重影响电梯驱动主机的正常工作，并增加电梯运行的安全风险；第五，电梯的牵引钢丝绳出现断丝、磨损或腐蚀等问题，增加电梯牵引钢丝绳断线的风险[2]。

三、人工智能技术在电梯故障分析中的应用

（一）BP网络模型的应用

BP神经网络结构图如图1所示，主要分为输入层、输出层和隐含层三个层次，该网络模型的信息检索方式为梯度下降法。应用BP网络模型技术在电梯安全隐患诊断工作中，可以起到优异的效果。以下便是该网络模型应用于电梯安全故障分析的具体步骤：

1.BP网络模型先对电梯运行数据开展数据采集、输入与输出工序，并在归一化的算法辅助下得出特定的结果。这样，该网络模型就能结合运算结果规划出特定范围；

2.在数据采集和计算结束后，必须结合特定的数据范围搭建完善的BP网络模型，然后再开展数据训练；

3.在训练结束后，BP网络模型已经对电梯的正常运行数据以及安全故障特征数据有着明确的掌握，可以在电梯运行过程中积极开展算法运算和模拟，并经过输入层、输出层和隐含层这三个层次优化算法计算结果的准确性，对电梯安全隐患的预测起到良好的作用。

图1BP神经网络的三层网络结构

（二）遗传小波神经网络模型的应用

遗传小波神经网络模型主要依靠遗传算法进行数据计算，在实际应用中可以对一些复杂的故障分析类型进行高效处理。比如，遗传小波神经网络模型就可以将局部数据进行细化解析，有着较高的数据处理精确度。所以，将遗传小波神经网络模型应用于电梯安全隐患检测当中时，可以对电梯的运行数据进行精细化的解析和运算，对电梯安全隐患进行精确预测和分析，尽可能降低电梯运行发生安全隐患的概率。将该网络模型应用于电梯安全风险监测实践中时，主要以测定节点信号采样→对数据信息进行小波分解→提取故障特征性数据→归一化算法处理→应用遗传算法优化运算结果→得出准确的故障检测结果。

（三）模糊神经网络模型的应用

模糊神经网络模型是一种新型的网络模型技术，有着更高水平的数据处理能力和自学能力。将该网络模型应用于电梯安全风险监测实践中，可以对电梯安全故障类型及其数据进行针对性的收集与整合，并构建专门的电梯运行故障—原因的关系矩阵，有效提升该网络模型对电梯安全故障的诊断效率与准确性[3]。

四、人工智能技术在电梯安全隐患分析中的应用实践对策

应用先进的人工智能技术可以有效突破行业当前遇到的发展困境，目前，许多电梯制造厂家将研发重点放在电梯故障分析和诊断技术方面，积极应用先进的人工智能技术来提升电梯故障分析效率和水平，降低电梯发生安全事故的可能性，为人们的出行安全提供重要保障。

（一）技术对策

将人工智能技术应用于电梯故障分析当中，必须重视软件和硬件的协同创新。在硬件角度看来，必须在电梯安全隐患分析中大规模的应用人工智能技术，选择合适的主芯片，并在主芯片的配合下向其他平台终端传输数据。必须确保软件和硬件间的协同配合度，充分发挥出人工智能技术的安全隐患分析作用，发挥出人工智能技术的实践价值。并且，在人工智能技术实践应用中，必须重视数据采集环节，还需要在电梯的设备控制系统中设计专门的数据接收模块，在收集到相关数据后，再向控制中心下达指令，针对电梯故障做出合理的对策。此外，在电梯故障分析系统中，也包括视觉采集设备，可以实时收集电梯的运作图形，并将其制成数据元，传递到电梯设备控制系统中，为电梯故障分析系统的运转提供充足的数据支撑。总之，在实践应用中，人工智能设备模块与电梯的控制系统间相互独立，人工智能设备模块可以不断进行自我学习和进化，有效提升电梯故障分析水平。

（二）电梯自学式故障诊断

将人工智能技术与电梯安全风险监测进行充分融合时，工作人员必须掌握关键的融合环节，即电梯运行数据的检验工作，运用人工智能技术探寻电梯故障的原因和规律，并得出准确的故障分析结果。所以，必须充分发挥人工智能的自我学习特性，在电梯安全风险监测体系中构建电梯自学式故障诊断体系，让检测系统不断吸收电梯运行数据和专业检测数据来优化自身的安全风险监测能力。并且，人工智能的自我学习能力主要体现为监督学习和非监督学习两种形式，其中监督学习是一种主动寻找电梯故障的发生规律进行电梯安全检测的形式，非监督学习是一种结合以往电梯故障的特点推断后续故障发生可能性的形式。

（三）应用适合的人工智能技术

为了提升电梯安全风险检测准确性与高效性，工作人员可以选用适合的人工智能技术构建电梯安全风险监测系统，并通过在电梯结构内安装传感器来辅助监测系统监测并收集电梯的运行数据，在运用人工智能数据分析技术来对这些运行数据进行合理分析，准确找出电梯运行中存在的安全风险及故障类型。同时，也可以应用专家系统，参照专业知识库对电梯故障问题进行分析，并得出准确结果。在专家系统辅助下，电梯安全风险检测系统可以灵活应用真反向混合推理的思维模式对电梯运行数据进行合理分析与推测，让人工智能的应用与人们科学决策的思维模式不断靠近[4]。

五、结束语

综上，电梯的出现为高楼层人们的出行提供巨大的便利，而电梯的安全运转又直接关乎人们的生活安全。因此，人们对电梯的安全运转和故障分析及处理领域保持高度重视，本文探讨人工智能技术应用于电梯安全风险检测这一话题，为人工智能的合理应用提供有效策略，充分结合人工智能技术优化电梯安全检测效能，提升电梯运转的安全性与可靠性。

参考文献

[1]李子鹏.电梯检验中的安全隐患分析及人工智能技术应用探讨[J].河南科技,2023,42(16):35-36.

[2]郭亮,侯靖,刘洋.人工智能在电梯故障分析中的应用[J].集成电路应用,2023,40(07):303-305.

[3]陈景新.电梯故障分析中人工智能的运用探讨[J].中国设备工程,2023,(01):31-33.

[4]柏丁松.轨道交通电梯故障预测模型研究[D].上海应用技术大学,2022.