CN108875710A - 基于能量阈值算法的电梯门运行速度估计方法 - Google Patents

Abstract

本发明公开了一种基于能量阈值算法的电梯门实时运行速度估计方法。本发明包括如下步骤：步骤1、通过加速度传感器获取原始电梯门运行的加速度信号；步骤2、对获得的加速度信号进行去趋势项处理；步骤3、通过快速傅里叶变换转换为频域，滤波去噪；步骤4、对滤波后的频域信号进行傅里叶逆变换，计算加速度信号的能量；步骤5、对电梯的运行阶段设定阈值，去除抖动噪声信号；步骤6、对最终加速度信号q(t)进行积分处理，得到相对应的实时速度信号。本发明去除电梯开关门瞬间及开关门间隙存在的抖动干扰信号，同时还能保证减少有用信号的损失，积分得到速度信号。

Description

基于能量阈值算法的电梯门运行速度估计方法

技术领域

本发明属于电气控制和数字信号处理领域，涉及一种基于能量阈值算法的电梯门实时运行速度估计方法。

背景技术

电梯作为一种公共交通工具，最基础最本质的功能便是能保证把人或货物平稳安全地送达至目的楼层，但长期以来，我国因电梯事故而造成人员伤亡的情况屡有发生，如何能保证电梯安全运行，最大限度减少损失，成为政府监管部门、电梯制造商、电梯供应商等部门需要亟待解决的头等大事。

在电梯的安全运行中，门的开关及运行速度是衡量电梯是否正常运行的重要指标之一。电梯门的加速度信号能很好的用于计算和估计其实时运行速度，但加速度传感器在现场采集过程中伴随着各种噪声和干扰，导致在加速度信号处理的过程中，积分后的速度信号有很大的误差，以及二次积分后的结果存在较严重的失真。同时采用频域滤波之后，电梯门在开关间隙门的静止状态以及开关门瞬间，都存在着小幅值的抖动信号。因此，电梯门的加速度信号的准确处理算法是估计其实时速度值和运行状态的核心部分。

本专利提出一种基于能量阈值算法与时域频域滤波算法相结合的电梯门实时运行速度估计方法，该算法能较准确地估计电梯门实时运行中的加速度值、速度值以及运行状态。这些参数都将作为电梯正常运行、安全监测以及保养维护中的重要指标。

发明内容

本发明通过一系列信号处理算法对采集到的电梯门加速度信号进行处理，拟得到较为精确的电梯门运行加速度及速度值，以便于了解电梯是否安全运行，为电梯运行的准确判断、减小事故发生的概率、提高监控以及运维的效率、减少人力成本提供保证。

本专利算法主要实现流程如下：首先，对实测的电梯门开关加速度信号数据进行去趋势项处理；并通过快速傅里叶变换将时域信号转换到频域，进行频域滤波；然后，经过傅里叶逆变换，对变换后的时域信号采用能量阈值算法处理，滤除电梯开关门瞬间以及开关门间隙存在的抖动干扰信号；最后，对处理后的加速度信号进行积分，得到电梯门的实时速度信号。

本发明主要包括如下步骤：

步骤1、通过加速度传感器获取原始电梯门运行的加速度信号；

1-1、将加速度传感器水平放置在电梯门的一侧；

1-2、人为控制电梯门的开关，通过加速度传感器记录电梯门每一次开门和关门时加速度信号数据。

步骤2、对获得的加速度信号进行去趋势项处理；

2-1、对获取的加速度信号数据，计算其趋势项；

实测获取的电梯门加速度信号的采样数据为{x_k}(k＝1,2,3,...,n)，n为采样数据的长度，为了便于计算，将采样数据长度扩展为N，且使N＝2^L，L为使N≥n的最小整数，令采样时间间隔Δt＝1，设一个多项式函数：

确定多项式函数的各待定系数a_j(j＝0,1,...,m)，使得多项式函数与采样数据x_k的误差平方和E最小，即

满足E有极值的条件为：

依次取E对a_i求偏导，产生一个m+1元线性方程组：

解方程组，求出m+1个待定系数a_j(j＝0,1,...,m)。以上各式中，j为设定的多项式阶次，其值范围为0≤j≤m。

2-2、获得消除线性趋势项后的加速度信号。

消除线性趋势项的计算公式为：

m≥2时为曲线趋势项。在实际电梯门加速度信号处理中，通常取m＝1，2，3。对采样数据进行多项式趋势项消除的处理后得到y_k。

步骤3、通过快速傅里叶变换转换为频域，滤波去噪；

3-1、离散傅里叶变换(DFT)；

由于实际采样信号是离散的并且时间T内采样信号的样本长度N是有限的，将去趋势项处理后的{y_k}(k＝1,2,3,...,n)作为N点序列y(r)(r＝0,1,2,...N-1)，在对电梯门加速度信号进行傅里叶变换时需要采用傅里叶变换的离散算法，离散傅里叶变换(DFT)的表达式为：

式中：Y(k1)等效于Y(k1·Δf)，采样频率

3-2、快速傅里叶变换(FFT)；

3-2-1.由于受采样信号的长度以及计算成本的限制，采用快速傅里叶变换对去趋势项的信号y(r)进行处理：

N点序列y(r)的N点离散傅里叶变换可表示成：

其中，W＝e^-j2π/N

利用傅里叶变化系数W^(k1)r的周期性，即

W^(k1)r＝W^k1(r+N)＝W^(k1+N)r

利用其对称性，即

W^(k1)r+N/2＝-W^(k1)r

3-2-2.根据其周期性可将长序列的离散傅里叶变换分解为短序列的离散傅里叶变换。

将样本长度N＝2^L的经过去趋势项处理的序列y(r)(r＝0,1,2,...,N-1)，先按r的奇偶分成两组：

分别求其点的离散傅里叶变化，得到前半部分为：

后半部分为：

3-2-3.重复步骤3-2-2，即可得到y(r)的FFT变换结果d(r)(r＝0,1,2,...N-1)。

3-3、对幅频信号进行频域滤波。

采用有限冲激响应FIR数字滤波器，FIR滤波器的差分方程形式可表示为：

式中：d(n1)和p(n1)分别为经过快速傅里叶变换的输入时域信号序列和经过频域滤波的输出频域信号序列；b_k3为滤波系数，n1≥0，k3＝0,1,2,...N-1。

FIR滤波器的冲激响应函数h(n)的z变换为系统传递函数，可表示为：

则其冲激响应函数为：

步骤4、对滤波后的频域信号进行傅里叶逆变换，计算加速度信号的能量；

4-1、频域信号的傅里叶逆变换；

式中：f(r)等效于f(rΔt)，采样时间间隔Δt＝1，r＝0,1,2...N-1。

4-2、对加速度信号进行归一化；

首先对幅值小于设定阈值A的加速度信号进行归一化，通过归一化处理后再滤除抖动干扰噪声；一般情况下，抖动干扰噪声的幅值均小于归一化系数C，而其他有用信号大于C。因此，对加速度信号，除以预设的归一化系数后可以有效的作进一步处理区分干扰信号和有用信号。

其中，f(t)＝f(r·Δt)。

对归一化处理后的加速度信号g(t)平方得到其能量波形，这使得抖动信号和有用信号的差异更大，更有利于设定阈值B去除大部分抖动信号。

4-3、加速度信号的能量计算。

加速度信号f(t)的能量E1定义为：

对傅里叶逆变换后的信号的幅值作平方处理。

步骤5、对电梯的运行阶段设定阈值，去除抖动噪声信号；

5-1、将低幅值的抖动和高幅值的有用信号运行段进行区分，确定信号的运行段，最大程度上的减少有用信号的损失。对作平方处理后的波形设置准确的阈值B，并进行判断，大于阈值的波形保留，小于阈值的波形归零：

并将判断后的波形命名为能量信号幅值u(t)；

5-2、将能量信号幅值与归一化系数相乘，获取最终加速度信号q(t)具体如下：

q(t)＝u(t)·C

步骤6、对最终加速度信号q(t)进行积分处理，得到相对应的实时速度信号r(k5)：

最终加速度信号q(t)的采样数据为{q_k5}(k5＝1,2,3,...,n)，数值积分中取采样时间步长Δt为积分步长，梯形数值求积公式为：

本发明有益效果如下：

本发明通过一系列信号处理算法对采集到的电梯门加速度信号进行处理，拟得到较为精确的电梯门运行加速度及速度值，以便于了解电梯是否安全运行，为电梯运行的准确判断、减小事故发生的概率、提高监控以及运维的效率、减少人力成本提供保证。

本发明对得到的复杂原始信号进行去趋势项预处理，快速傅里叶变换为频域并滤波，再傅里叶逆变换为时域，根据信号的能量确定运行段，设定阈值，去除难点问题——电梯开关门瞬间及开关门间隙存在的抖动干扰信号，同时还能保证减少有用信号的损失，积分得到速度信号。

本发明是对现场实测信号的处理判断，具有复杂情况下较强的抗干扰能力，那么针对理想状态下的加速度信号处理将具有更好的适应性和准确率，精确的速度信号将对电梯门正常运行、维护保养、安全监测提供巨大的帮助。

附图说明

图1为电梯门加速度原始信号图；

图2为电梯门加速度原始信号去趋势项后的图；

图3为电梯门加速度信号去趋势项处理后频域图；

图4为电梯门加速度信号去趋势项后经频域滤波后的图；

图5为电梯门加速度信号频域滤波以后转为时域图；

图6为电梯门加速度信号时域经过能量阈值算法后的图；

图7为电梯门加速度信号时域积分得到的速度图。

具体实施方式

下面结合附图和实例对本发明作进一步说明。

如图1-7所示，本发明是通过对实测电梯门加速度信号处理，采用一种时域去趋势项、快速傅里叶变换为频域滤波、傅里叶逆变换为时域并采取能量阈值算法去噪，积分得到精确的速度信号的算法，提出了一种基于能量阈值算法的电梯门实时运行速度估计方法。

本发明首先通过现场实测得到图1杂乱无序的电梯门加速度原始信号。图2是对加速度原始信号进行去趋势项处理后的时域图，经过去趋势项处理后的图像整体平移到了水平线上，意味着消除了大量的直流分量噪声；图3是图2经过快速傅里叶变换为频域，分析其频谱特征，设置滤波器参数；图4是对图3采用FIR等波纹滤波法设置通带8HZ，阻带35HZ频域滤波后的图；图5是图4经过傅里叶逆变换的时域图；图6对图5采用了能量阈值算法，对电梯门在开关间隙门的静止状态以及门关上时存在的小幅值的抖动信号，进行归零处理后得到的准确的加速度信号图；图7是对加速度信号图时域积分后得到的速度信号图。

本发明通过一系列信号处理算法对采集到的电梯门加速度信号进行处理，拟得到较为精确的电梯门运行加速度及速度值，作为电梯正常运行、安全监测以及保养维护中的重要指标。

具体实现方法如下所示：

步骤1、通过加速度传感器获取原始的电梯门运行加速度信号

1-1、将加速度传感器水平放置在电梯门的一侧；

1-2、人为控制电梯门的开关，通过加速度传感器记录电梯门每一次开门和关门时加速度信号的数据，如图一所示。

步骤2、对获得的加速度信号进行去趋势项处理

2-1、获取原始加速度信号数据，计算趋势项；

实测电梯门加速度信号的采样数据为{x_k}(k＝1,2,3,...,n)，n为采样数据的长度，为了便于计算，将采样数据长度扩展为N(使N＝2^L，L为整数且N≥n)，令采样时间间隔Δt＝1，设一个多项式函数：

确定函数的各待定系数a_j(j＝0,1,...,m)，使得函数与离散数据x_k的误差平方和E最小，即

满足E有极值的条件为：

依次取E对a_i求偏导，可以产生一个m+1元线性方程组：

解方程组，求出m+1个待定系数a_j(j＝0,1,...,m)。以上各式中，j为设定的多项式阶次，其值范围为0≤j≤m。

2-2、获得消除线性趋势项的加速度信号。

消除线性趋势项的计算公式为：

m≥2时为曲线趋势项，通常取m＝1，2，3。对采样数据进行多项式趋势项消除的处理后得到y_k。

步骤3、通过快速傅里叶变换转换为频域，滤波去噪

3-1、离散傅里叶变换(DFT)；

将去趋势项处理后的{y_k}(k＝1,2,3,...,n)作为N点序列y(r)(r＝0,1,2,...N-1)，对电梯门加速度信号进行傅里叶变换时需要采用傅里叶变换的离散算法，离散傅里叶变换(DFT)的表达式为：

式中：Y(k1)等效于Y(k1·Δf)，采样频率

3-2、快速傅里叶变换(FFT)；

3-2-1.本专利采用快速傅里叶变换对去趋势项信号进行处理：

N点序列y(r)的N点离散傅里叶变换可表示成：

其中，W＝e^-j2π/N

利用傅里叶变化系数W^(k1)r的周期性，即

W^(k1)r＝W^k1(r+N)＝W^(k1+N)r

利用其对称性，即

W^(k1)r+N/2＝-W^(k1)r

3-2-2.根据其周期性可将长序列的离散傅里叶变换分解为短序列的离散傅里叶变换。

将样本长度N＝2^L的经过去趋势项处理的序列y(r)(r＝0,1,2,...,N-1)，先按r的奇偶分成两组：

分别求其点的离散傅里叶变化，得到前半部分为：

后半部分为：

3-2-3.重复步骤3-2-2，即可得到y(r)的FFT变换结果d(r)(r＝0,1,2,...N-1)。

3-3、对幅频信号进行频域滤波。

采用有限冲激响应FIR数字滤波器，FIR滤波器的差分方程为：

式中：d(n1)和p(n1)分别为经过快速傅里叶变换的输入时域信号序列和经过频域滤波的输出频域信号序列；b_k3为滤波系数，n1≥0，k3＝0,1,2,...N-1。

FIR滤波器的冲激响应函数h(n)的z变换为系统传递函数：

则其冲激响应函数为：

步骤4、对滤波后的频域信号进行傅里叶逆变换，计算加速度信号的能量

4-1、频域信号的傅里叶逆变换；

式中：f(r)等效于f(rΔt)，采样时间间隔Δt＝1，r＝0,1,2...N-1。

4-2、对加速度信号进行归一化；

首先对幅值小于设定阈值A的加速度信号进行归一化，通过归一化处理后再滤除抖动干扰噪声；一般情况下，抖动干扰噪声的幅值均小于归一化系数C，而其他有用信号大于C。因此，对加速度信号，除以预设的归一化系数后可以有效的作进一步处理区分干扰信号和有用信号。

其中，f(t)＝f(r·Δt)。

对归一化处理后的加速度信号g(t)平方得到其能量波形，这使得抖动信号和有用信号的差异更大，更有利于设定阈值B去除大部分抖动信号。

4-3、加速度信号的能量计算。

加速度信号f(t)的能量E1定义为：

对傅里叶逆变换后的信号的幅值作平方处理。

步骤5、确定电梯的运行阶段设定阈值，去除抖动噪声信号

5-1、将低幅值的抖动和高幅值的有用信号运行段进行区分，确定信号的运行段，最大程度上的减少有用信号的损失。根据波形设置准确的阈值B，大于阈值的波形保留，小于阈值的波形归零：

并将判断后的波形命名为能量信号幅值u(t)；

5-2、将能量信号幅值与归一化系数相乘，获取最终加速度信号q(t)具体如下：

q(t)＝u(t)·C

步骤6、对最终加速度信号q(t)进行积分处理，得到相对应的实时速度信号r(k5)。

6-1、最终加速度信号q(t)的采样数据为{q_k5}(k5＝1,2,3,...,n)，数值积分中取采样时间步长Δt为积分步长，梯形数值求积公式为：

步骤4、5中需要注意如下：

归一化系数C和阈值B的设置需要根据抖动波形的幅值来判断，根据实际情况进行选择，并以滤波的效果反馈来进行调整。

Claims (5)

1.基于能量阈值算法的电梯门实时运行速度估计方法，其特征在于包括如下步骤：

步骤1、通过加速度传感器获取原始电梯门运行的加速度信号；

1-1、将加速度传感器水平放置在电梯门的一侧；

1-2、人为控制电梯门的开关，通过加速度传感器记录电梯门每一次开门和关门时加速度信号数据；

步骤2、对获得的加速度信号进行去趋势项处理；

步骤3、通过快速傅里叶变换转换为频域，滤波去噪；

步骤4、对滤波后的频域信号进行傅里叶逆变换，计算加速度信号的能量；

步骤5、对电梯的运行阶段设定阈值，去除抖动噪声信号；

步骤6、对最终加速度信号q(t)进行积分处理，得到相对应的实时速度信号。

2.根据权利要求1所述的基于能量阈值算法的电梯门实时运行速度估计方法，其特征在于步骤2具体实现如下：

2-1、对获取的加速度信号数据，计算其趋势项；

实测获取的电梯门加速度信号的采样数据为{x_k}(k＝1,2,3,...,n)，n为采样数据的长度，为了便于计算，将采样数据长度扩展为N，且使N＝2^L，L为使N≥n的最小整数，令采样时间间隔Δt＝1，设一个多项式函数：

确定多项式函数的各待定系数a_j(j＝0,1,...,m)，使得多项式函数与采样数据x_k的误差平方和E最小，即

满足E有极值的条件为：

依次取E对a_i求偏导，产生一个m+1元线性方程组：

解方程组，求出m+1个待定系数a_j(j＝0,1,...,m)；以上各式中，j为设定的多项式阶次，其值范围为0≤j≤m；

2-2、获得消除线性趋势项后的加速度信号；

消除线性趋势项的计算公式为：

m≥2时为曲线趋势项；在实际电梯门加速度信号处理中，取m＝1，2，3，对采样数据进行多项式趋势项消除的处理后得到y_k。

3.根据权利要求2所述的基于能量阈值算法的电梯门实时运行速度估计方法，其特征在于步骤3具体实现如下：

3-1、离散傅里叶变换；

由于实际采样信号是离散的并且时间T内采样信号的样本长度N是有限的，将去趋势项处理后的{y_k}(k＝1,2,3,...,n)作为N点序列y(r)(r＝0,1,2,...N-1)，在对电梯门加速度信号进行傅里叶变换时需要采用傅里叶变换的离散算法，离散傅里叶变换(DFT)的表达式为：

式中：Y(k1)等效于Y(k1·Δf)，采样频率(k1,r＝0,1,2,...N-1)；

3-2、快速傅里叶变换(FFT)；

3-2-1.由于受采样信号的长度以及计算成本的限制，采用快速傅里叶变换对去趋势项的信号y(r)进行处理：

N点序列y(r)的N点离散傅里叶变换可表示成：

其中，W＝e^-j2π/N

利用傅里叶变化系数W^(k1)r的周期性，即

W^(k1)r＝W^k1(r+N)＝W^(k1+N)r

利用其对称性，即

W^(k1)r+N/2＝-W^(k1)r

3-2-2.根据其周期性可将长序列的离散傅里叶变换分解为短序列的离散傅里叶变换；

将样本长度N＝2^L的经过去趋势项处理的序列y(r)(r＝0,1,2,...,N-1)，先按r的奇偶分成两组：

分别求其点的离散傅里叶变化，得到前半部分为：

后半部分为：

3-2-3.重复步骤3-2-2，即可得到y(r)的FFT变换结果d(r)(r＝0,1,2,...N-1)；

3-3、对幅频信号进行频域滤波；

采用有限冲激响应FIR数字滤波器，FIR滤波器的差分方程形式可表示为：

式中：d(n1)和p(n1)分别为经过快速傅里叶变换的输入时域信号序列和经过频域滤波的输出频域信号序列；b_k3为滤波系数，n1≥0，k3＝0,1,2,...N-1；

FIR滤波器的冲激响应函数h(n)的z变换为系统传递函数，可表示为：

则其冲激响应函数为：

4.根据权利要求3所述的基于能量阈值算法的电梯门实时运行速度估计方法，其特征在于步骤4具体实现如下：

步骤4、对滤波后的频域信号进行傅里叶逆变换，计算加速度信号的能量；

4-1、频域信号的傅里叶逆变换；

式中：f(r)等效于f(rΔt)，采样时间间隔Δt＝1，r＝0,1,2...N-1；

4-2、对加速度信号进行归一化；

首先对幅值小于设定阈值A的加速度信号进行归一化，通过归一化处理后再滤除抖动干扰噪声；一般情况下，抖动干扰噪声的幅值均小于归一化系数C，而其他有用信号大于C；因此，对加速度信号，除以预设的归一化系数后有效的作进一步处理区分干扰信号和有用信号；

其中，f(t)＝f(r·Δt)；

对归一化处理后的加速度信号g(t)平方得到其能量波形，有利于设定阈值B去除大部分抖动信号；

4-3、加速度信号的能量计算；

加速度信号f(t)的能量E1定义为：

对傅里叶逆变换后的信号的幅值作平方处理。

5.根据权利要求4所述的基于能量阈值算法的电梯门实时运行速度估计方法，其特征在于步骤5具体实现如下：

步骤5、对电梯的运行阶段设定阈值，去除抖动噪声信号；

5-1、将低幅值的抖动和高幅值的有用信号运行段进行区分，确定信号的运行段，最大程度上的减少有用信号的损失；对作平方处理后的波形设置准确的阈值B，并进行判断，大于阈值的波形保留，小于阈值的波形归零：

并将判断后的波形命名为能量信号幅值u(t)；

5-2、将能量信号幅值与归一化系数相乘，获取最终加速度信号q(t)具体如下：

q(t)＝u(t)·C

步骤6、对最终加速度信号q(t)进行积分处理，得到相对应的实时速度信号r(k5)：

最终加速度信号q(t)的采样数据为{q_k5}(k5＝1,2,3,...,n)，数值积分中取采样时间步长Δt为积分步长，梯形数值求积公式为：