提升创新能力

By Elevator World | 规范与标准 11月1,2025

阅读时间:5分钟

在本读者论坛中,作者建议修订 ASME 标准,以释放人工智能在电梯系统中的潜力。
人工智能概述

预测分析和智能调度正在提升电梯的效率、安全性和维护性,但OEM厂商对专有数据的垄断以及有限的互操作性阻碍了人工智能的全面应用。修订ASME A17标准有望通过以下方式释放创新潜力:强制使用OPC UA或BACnet等协议的标准化、安全只读接口;扩展基于性能的条款,以支持满足安全目标的AI驱动解决方案;以及建立第三方AI验证认证机制。这些变革将使楼宇业主和开发商能够部署预测性维护和优化,同时使OEM厂商能够提供差异化​​服务。航空和汽车行业的经验表明,这些变革具有切实的效益,而利益相关者的合作对于解决数据所有权、安全验证和经济影响等问题至关重要。

在本读者论坛中,作者建议修订 ASME 标准,以释放人工智能在电梯系统中的潜力。

作者:约翰·安托纳和让·保罗·安托纳

现状:人工智能正处于门槛

如今,行业领军企业正积极利用预测分析和智能调度技术。设备和控制系统创新者已开始运用数据分析来提升效率、安全性、乘客体验和预测性维护。预测性维护能够显著减少停机时间,并在故障演变为严重故障之前主动识别它们。这种方法可为建筑业主节省大量成本并提高可靠性。然而,这些解决方案的广泛应用和集成尚未充分发挥人工智能的潜力。

关键制约因素:数据锁定挑战

我们面临的最大障碍是数据访问。电梯原始设备制造商(OEM)传统上在专有系统中管理电梯数据,这给创新造成了巨大的障碍。有限的互操作性标准意味着楼宇业主往往被锁定在OEM的特定技术中,无法利用新兴的第三方人工智能解决方案进行预测性维护和智能调度优化。这限制了创新,增加了运营成本,并严重限制了在乘客体验、能源效率和预防性维护能力方面的潜在收益。

必须认识到,大型原始设备制造商 (OEM) 目前几乎没有动力放弃其独有的数据优势,而这些优势正是其市场地位的基石。然而,拥抱更高的互操作性和标准化并不一定会削弱它们的竞争优势。相反,这会开辟新的创新途径,提升客户满意度,并通过增值服务加深客户关系。

关于修订ASME标准的提案

为了弥合这一差距,充分发挥人工智能在我们行业的潜力,ASME A17 标准可以不断发展。具体而言,三项关键修订可以变革整个行业,不仅惠及第三方和业主,也惠及原始设备制造商 (OEM):

  1. 开放数据接口:修订 ASME A17.1 和 A17.7 标准,要求采用标准化、安全、只读接口,以便授权用户访问电梯性能和诊断数据。通过与广泛认可的数据协议(例如开放平台通信统一架构 (OPCUA) 或楼宇自动化与控制网络 (BACnet))保持一致,我们能够帮助楼宇业主和第三方开发商安全可靠地集成创新型人工智能分析技术。原始设备制造商 (OEM) 将能够提供差异化​​服务和预测性维护方案,从而增强客户留存率并增加收入机会。
  2. 基于性能的标准扩展:进一步采纳并完善 ASME A17.7 标准,以通过基于性能的安全指标而非规范性的系统设计来促进创新。这种灵活性支持采用预测性维护模型等新技术,这些技术能够展现出同等或更优的安全效果,从而为原始设备制造商 (OEM) 提供一个清晰的安全创新框架。
  3. 人工智能系统认证:制定明确的第三方验证和认证指南,用于人工智能驱动的电梯解决方案。这将简化审批流程,鼓励创新,同时维护美国机械工程师协会 (ASME) 对安全性和可靠性的坚定承诺。清晰一致的标准将使原始设备制造商 (OEM) 受益,加快创新周期,并减少监管方面的不确定性。

来自航空和汽车行业的见解

航空和汽车等安全关键型行业已从预测性维护和人工智能驱动的安全优化中获益匪浅。在航空领域,达美航空和汉莎航空等航空公司利用人工智能驱动的预测分析进行维护,从而减少计划外维护事件,提高安全性并显著缩短停机时间。同样,汽车行业也广泛应用人工智能驱动的传感器和分析技术,特斯拉、宝马和通用汽车等公司部署了预测性维护系统,实时监控车辆健康状况,减少故障并提高可靠性。这些创新已显著提高了效率,提升了客户满意度,并带来了可观的经济效益。电梯行业可以——而且应该——效仿这一行之有效的模式。

呼吁进一步讨论

我们正处于一个需要全行业通力合作的关键时刻。修订标准以拥抱人工智能将产生深远的影响,并引发关于数据所有权、安全验证、经济影响和竞争格局等重要问题。我们诚邀各利益相关方、制造商、监管机构和创新者积极参与到这场深思熟虑且公开透明的对话中来。通过集思广益和深入探讨,我们可以制定出不仅能确保电梯安全可靠,还能通过智能创新推动行业发展的各项标准。

本文是约翰·安托纳(John Antona)与他的儿子让-保罗·安托纳(Jean-Paul Antona)合作的成果。约翰·安托纳是一位经验丰富的电梯专家,曾任美国机械工程师协会(ASME)A17检验委员会和顾问委员会成员;让-保罗·安托纳则是一位杰出的软件工程师,曾参与Salesforce.com的Einstein Prediction Builder工具集的开发,并运用了先进的机器学习技术。他们携手合作,致力于弥合传统电梯安全实践与前沿人工智能技术之间的鸿沟,探索电梯系统创新的机遇。

约翰·安东纳安东纳先生(Antona)拥有40年的电梯行业经验,是佛罗里达州种植园市垂直运输技术咨询公司(Vertical Transport Technology Corp.)的总裁,该公司由他于1996年创立。安东纳先生在电梯行业拥有丰富的经验,最近曾长期担任佛罗里达州迈阿密海滩市建筑部门电梯安全处处长。在此之前,他曾担任运动控制工程公司(Motion Control Engineering)的国际销售经理和蒂森克虏伯电梯公司(thyssenkrupp Elevator)南加州区域经理。1978年至1991年间,他还曾在蒂森克虏伯电梯公司和多佛电梯公司(Dover Elevator)担任过各种职务。在1978年移民美国之前,安东纳先生的经验也遍及美国以外的地区。除了拥有QEI-S认证外,安东纳先生还担任佛罗里达州电梯安全技术咨询委员会主席,以及美国机械工程师协会(ASME)A17监管咨询委员会和检验委员会成员。他还是国际电梯工程师协会(IAEE)美国分会主席和成员。 Elevator World, Inc. 技术咨询小组。 

让·保罗·安托纳 是一位资深软件工程师,曾在 IBM、普华永道和 Salesforce 等公司任职,专长于数据集成、工程可观测性和分析。凭借全栈技术专长,他的数据建模经验有助于构建可扩展的数据管道,统一跨客户端平台的客户数据。他的优势在于能够将分散的系统和非结构化数据转化为战略洞察,供工程和业务团队参考。他为 Tableau 团队提供技术指导,并将流式数据转化为可视化仪表板,从而驱动实时决策。

分享