导航banner

关于我们

/ ABOUT US

联系我们
  • · 南京区域:13913852014
  • · 其他区域:15952092014
  • · 句容镇江:18505252014
  • · 地址:常州新北区太湖中路23号502室
当前位置>电梯公司>电梯新闻>物联网,云计算和机器学习为电梯巨头提升了力量

物联网,云计算和机器学习为电梯巨头提升了力量

日期:2018-12-6 21:29:13 标签:
导读:连接物联网,有助于预测电梯故障何时发生在通力的吉祥物总部的电梯和公司的云之间的对话是礼貌但平庸的。“在2号楼打开5.6秒的门”从电梯里读取信息,“开始向下走

电梯物联网

连接物联网,有助于预测电梯故障何时发生

在通力的吉祥物总部的电梯和公司的云之间的对话是礼貌但平庸的。“在2号楼打开5.6秒的门”从电梯里读取信息,“开始向下走的时候摇摆不定”。“5.6秒。干得好,“云响应,”你做得很好。“定期沟通本身很少,但随着时间的推移汇总和分析可以发现趋势和异常,芬兰公司表示可以将客户发起的维护呼叫数量减少60%。


Kone是众多领先的电梯制造商之一,他们使用云连接的物联网设备装载升降机和自动扶梯,并将机器学习应用于读数。努力使他们能够预测故障何时发生,并在发生任何中断之前进行修复。“通常情况是电梯发生故障,我们确定故障并修复它。现在我们能够在故障发生之前获取信息,可能会发现接触稍微失败或老化,我们以前就不会看到这种情况;或者是一个门系统,它比以往任何时候都更加重新开放,“Kone ANZ维护总监Jim Hastings解释道。“因此,当人们不方便并且可能被困在电梯里时,我们不会去那里,而是提前修好那个项目,”他补充道。


根据制造商蒂森克虏伯(ThyssenKrupp)的数据,全世界估计有1200万部电梯,每天有70亿人次,每天运送超过10亿人。由于存在多个故障点,机器不可避免地会发生故障。充其量这意味着漫长的等待或走楼梯,最糟糕的是一个可怕的41小时的磨难。当他们确实失败时,维护工作使电梯每年总共无法使用1.9亿小时。


电梯制造商的最终游戏 - 大多数提供覆盖自己和竞争对手电梯的维护包 - 是为了将计划外故障减少到零,并最大限度地缩短维护期间停止服务的时间。机器学习技术,使用从传感器丰富的电梯中提取的数据,他们相信会将它们带到那里。蒂森克虏伯在2015年底推出了基于Microsoft Azure云计算的“电梯行业第一个基于云的实时预测维护解决方案”。该公司称其在美国,德国,西班牙和韩国拥有120,000台连接电梯。竞争对手奥的斯于5月份推出了联网电梯。 “该平台将客户设备数据转化为预测性见解,因此奥的斯团队始终领先于潜在的问题 - 保持设备运行和乘客安全可靠地移动,”奥的斯总裁Judy Marks当时表示。


Kone于今年7月开始在澳大利亚试行'24 / 7连接服务'。该试点正在布里斯班,悉尼和墨尔本四个Dexus拥有的商业建筑中进行。该产品已在20个国家推出,继南京儿童医院和中国昆明长水机场以及瑞典豪华办公大楼HumlegårdenFastigheter的旗舰飞行员之后。楼宇经理可以通过应用程序查看需要技术人员访问和维护历史记录的关键故障。“轿门上有传感器,轿门操作处理器提供信息,控制系统发送呼叫并从驱动系统获取信息,按钮功能,停止和加速行为,导轨上的位置和移动量,需要多长时间某处,使用量。所有这些信息都可以发送回云端,以确保整个操作系统正常运行,“黑斯廷斯说。


在某些情况下,用于监控湿度,温度和振动的传感器也是合适的 - 标准电梯需要大约一个半小时的工作时间,Hastings说:“我们每周都在研究新产品,我们可以看一下测量加上“。在Kone的案例中,来自连接电梯的数据在云中反馈给IBM Watson,并应用了各种机器学习算法。“与云的在线连接为您提供的一个重要事项是能够在开始创建问题之前提前发现趋势,”IBM Watson IoT技术专家John Macleod说。“花点时间关门;通常是五秒钟,但可能会逐渐扩展到5.1,然后是5.2。当你进出电梯时,没有人真正注意到它,但时间的逐渐变化可能表明某些东西变得粘稠并且需要润滑,“他补充道。


建筑经理可能不会发现门开启时间逐渐延长,但通过分析可以发现趋势。“然后你可以提前采取行动来对付他们,而不是等待门关上并抓住升降机内的人,”麦克劳德解释说。“显然我们不是在那里见证这些事情。现在系统记录它并说它开始失败,所以我们回去识别并修复单元物理停机,因为它停止或部件坏了,“黑斯廷斯补充道。


跨越不同传感器数据的机器学习 - 以及相同类型的多个升降机的数据集 - 还可以检测一个问题是否与另一个问题相关。“这可能是一种特殊的情况组合。门需要更长时间才能关闭,但它只发生在潮湿的日子里,而且与升降机另一部分的振动有关。没有人能够在仪表板中发现相关性,但机器学习可以,“麦克劳德说。


Macleod说,这些技术还可以帮助工程师检测持久性问题的根本原因。黑斯廷斯补充说,这将有助于提高问题的“首次修复率”。“我们获得了更精确的信息,可以更快地解决问题。由于采用了新技术,我们可能会看到第一次修复率增加约25%,“他说。黑斯廷斯说,最初工程师的呼叫数量可能会“在某些方面增加,因为我们会做更多的先发制人的工作”,但随着访问变得更有效,会随着时间的推移而减少。最终,该技术将为人们提供“更可预测,更可靠的工作之旅”,黑斯廷斯说。“在任何人感到不便之前,系统几乎可以告诉未来并让你进入那里。它让人高枕无忧,“他说道

相关信息
    抱歉,没有找到与之相关的信息,您还可以阅读其他电梯工程技术电梯新闻
© Copyright 2018-2023 JSBSDT  版权所有   苏ICP备18026411号-1   |  网站地图  |  RSS订阅