未来的维护

快速增长的基于传感器的方法涉及技术和业务创新。

通过罗伯沃斯

基于传感器的维护是一种电梯维护方法，它涉及利用传感器通过将数据和洞察力集成到预防性维护计划中来增强传统维护。 它包括技术和商业模式方面的创新。

技术

从技术的角度来看，它涉及在电梯上永久安装传感器，并将生成的数据用作关键输入，以确定何时应执行维护以及应优先考虑哪些任务。 重要的是，这些传感器以非侵入性方式安装，并且明确没有与控制器或任何其他电梯组件分立连接。 相反，它们通常安装在轿厢顶部、坑内或机房（或所有三个）中，并捕获无法通过现有电梯系统测量或不易访问的数据。 最后，所有这些信息都可以远程访问，无需现场访问即可进行分析。 传感器的示例包括但不限于加速度计、声学传感器、温度、压力传感器和照相机。 Lift AI 系统中使用了一个独立的基于传感器的盒子（图 1）。

商业模式用途

基于传感器的维护包括优化当前的商业模式，以及创建全新的商业模式。 基于传感器的方法在现有业务模型方面具有广泛的应用，例如有限服务和全面维护合同，因为它可用于使有限服务计划更具成本效益。 或者——通常是违反直觉的——传感器数据也可以应用于优质服务产品。 在全面维护合同中，传感器数据可以提供以前不可行的优质服务； 例如，能够通过自动捕获并通过电子邮件发送给利益相关者的乘坐质量测量提供优质乘坐质量，每月成本接近客户可能为一杯好咖啡支付的费用。 如果没有传感器，提供这种优质产品的成本将使业主和管理人员无法实现。 大多数新的商业模式都处于前沿，当然，并非所有模式都能奏效。 然而，我们可以期待看到诸如正常运行时间保证或设备故障保险产品之类的东西，这听起来很熟悉，但在由传感器数据提供支持时看起来会完全不同。

它是如何起作用的？

基于传感器的维护背后的核心理念是，可以大规模使用通用和通用传感器，以推动更高效和有效的电梯维护。 这些传感器不是简单地用作有问题的电梯的工具，而是永久安装的。 他们的数据通常会被发送到带有 CPU 的本地（电梯上或机房内）边缘计算设备进行处理，然后再发送到云端，并最终通过 Web 浏览器或应用程序中继到电梯公司（图） 2）。

为什么这有关系？

在 Lift AI，我们认为基于传感器的维护很重要，主要有两个原因：

1. 维护行业正在发生变化
2. 该技术提供了超越替代品的巨大优势。

在行业方面，电梯服务公司面临着传统合同的定价压力，难以足够快地找到和培训合格的技工，以及客户不断期望以更低的成本获得更多更好的服务。 这些挑战的答案很重要； 永远不能牺牲安全性、维护质量和客户服务。 虽然没有银弹解决方案，但我们相信基于传感器的维护方法可以提供帮助。 利用新的商业模式，公司可以使用传感器以更低的成本向客户提供数据，更有效地扩大其地理范围，并通过电子邮件和应用程序通知等自动化技术提供更多的服务，让客户感觉获得更多成本增加很少或没有增加。

就基于传感器的维护的优势而言，其优势植根于系统的两个关键方面：软件和非侵入式安装。 在专为电梯维护设计的基于传感器的系统中，系统的独特和最重要的方面——使用专有算法处理原始数据——发生在软件中，这意味着传感器是低成本的“现成”商品。 由于智能手机和其他消费电子产品的爆炸式增长，传感器的成本只是十年前的一小部分。 这导致硬件成本显着降低，当与强大的软件结合使用时，可以实现以前认为不可能的功能，除非通过 OEM。 例如，图 3 说明了安装在轿顶上的 Lift AI 系统如何能够记录带有泄漏阀门的液压电梯的再平层事件（许多事件之一）。 安装在轿顶上的电梯 AI 单元除了 110 V 电源外没有与电梯的连接，因此完全与设备无关。

类似地，图 4 显示了电梯人工智能系统能够检测到门锁被夹住的地方，从过度加速/急动中明显可见，同时伴有振动尖峰。

这是用廉价的硬件完成的。 安装时间是另一个强大的卖点。 由于没有离散布线，Lift AI 等基于传感器的系统可以在不到 10 分钟的时间内安装在任何电梯上，无论其年龄、品牌或型号如何。 连接 110-V 电源后，安装人员就完成了：无需校准、配置或通信设置。 CPU、传感器和蜂窝调制解调器通电并提供即时连接和数据收集。

未来

虽然 Lift AI 认为基于传感器的维护是未来，但它只是电梯维护质量和整体方法的一部分，而不是单独使用且没有其他关键组件和程序的系统，例如由合格的人员进行适当的预防性维护电梯机械师、精心设计的维护控制程序等。 但是，随着技术的进步，很明显，传感器数据和电梯监控在我们维护、保养和维修电梯方面发挥重要作用的时候到了。