本发明涉及特种设备监测，具体为一种特种设备安全隐患管控大数据监测系统及监测方法。
背景技术：
1、特种设备在现代社会中扮演着至关重要的角色，它们涵盖了包括电梯、锅炉、压力容器、起重机械等在内的多种设备。这些设备广泛应用于工业生产、商业建筑以及公共设施等领域。特种设备的安全问题不仅直接影响到设备的正常运行，还涉及到人员的生命安全和财产安全。例如，电梯作为高频次使用的垂直运输设备，其运行稳定性和安全性至关重要。如果电梯在运行中出现故障或异常，可能导致乘客困于电梯内，甚至引发严重的安全事故。类似的情况也可能发生在其他特种设备，如锅炉发生爆炸或压力容器泄漏，都会对生产安全造成极大的威胁。
2、传统电梯监控系统主要集中在运行状态的检测，如电梯的加速度、振动、位移等参数。这些系统通常通过基本的传感器来采集数据，但对电梯井道环境的监测较为有限，这种监测盲点可能导致环境异常无法及时发现，进而影响电梯的正常运行。例如，井道内的湿度过高可能引起电梯设备的腐蚀，而温度异常则可能导致电梯系统的过热或故障。此外，电梯运行状态的监控也存在一定的局限性。现有系统通常只能对电梯的加速度、振动等参数进行基础测量，而对于运行中的细微变化，如电梯抖动、停层误差及控制延迟等，监测和评估并不充分。例如对乘客在电梯内的不当操作，如阻拦电梯门关闭行为，这使得在电梯出现潜在故障的早期阶段，系统可能未能及时发出警报，延误了维修时机。
技术实现思路
1、针对现有技术的不足，本发明提供了一种特种设备安全隐患管控大数据监测系统及监测方法，以解决背景技术中提到的问题。
2、为实现以上目的，本发明通过以下技术方案予以实现：一种特种设备安全隐患管控大数据监测系统，包括环境监测模块、运行监测模块、第二监测模块、分析模块以及评估控制模块；
3、环境监测模块用于利用多种传感器设备对电梯井道内的温度、湿度、空气质量以及振动状况进行实时监测，以获取环境状态数据集，并依据环境状态数据集构建环境劣化程度系数hjlh，同时预先设置环境劣化阈值e，当环境劣化程度系数hjlh超过环境劣化阈值e，表示估判当前井道环境的波动情况异常，并生成第一预警指令；
4、运行监测模块，在接收到第一预警指令之后，对电梯运行状态数据进行进一步监测，建立运行数据集，并将运行数据集内的相关数据进行预处理，并提取电梯运行抖动特征、停层误差特征和控制延迟特征，获取电梯状态变异指数pwd，若电梯状态变异指数pwd超过异常运行阈值k，向外发出运行第二预警指令；
5、第二监测模块用于利用图像采集设备对电梯内乘客的行为进行多角度捕捉，采集乘客的不当操作信息，并通过传感器采集获取电梯内照明信息和烟雾浓度信息，建立监控数据集；
6、分析模块用于建立风险预测模型，将监控数据集作为输入项，输入至风险预测模型进行分析和计算以获取：电梯内环境状态因子bhvpyz和行为偏差因子devrunz；并将电梯内环境状态因子bhvpyz和行为偏差因子devrunz进行汇总分析，生成异常预警指数alarmidx；
7、评估控制模块用于预先设置预警评估阈值alarmk，通过将异常预警指数alarmidx与预警评估阈值alarmk进行对比，获取风险评估等级，并根据风险评估等级采取相应的控制方案。
8、优选的，环境监测模块包括传感器采集单元和环境计算单元；
9、传感器采集单元用于根据电梯井道的内部结构图，确定电梯井道内各关键位置，并在电梯井道内部署若干组环境监测传感器和数据采集设备，实时监测井道内的温度、湿度、空气质量以及振动状况，以构建环境状态数据集；
10、环境状态数据集包括：井道设备表面温度t、井道底部湿度s、井道内pm2.5浓度p以及井道壁面振动强度值z。
11、优选的，环境计算单元用于对环境状态数据集进行预处理后，提取井道设备表面温度t、井道底部湿度s、井道内pm2.5浓度p以及井道壁面振动强度值z，进行线性归一化处理后，并将相应的数值特征映射至区间[0,1]内，再依据以下计算方式获取环境劣化程度系数hjlh：
12、
13、其中，i＝1，2，…，n，n为环境状态数据采集时间节点的个数；ti为第i个采集时间节点上的井道设备表面温度，为井道设备表面理想温度阈值，si表示第i个采集时间节点上的井道底部湿度，为井道底部理想湿度阈值，pi表示第i个采集时间节点上的井道内pm2.5浓度，为井道内pm2.5理想浓度阈值，zi表示第i个采集时间节点上的井道壁面振动强度值，为井道壁面承载振动强度阈值，f1、f2、f3和f4为权重系数：0<f1<1，0<f2<1，0<f3<1，0<f4<1，且f1+f2+f3+f4+＝1；
14、同时预先设置环境劣化阈值e，当环境劣化程度系数hjlh＞环境劣化阈值e时，表示估判当前井道环境的波动情况异常，并生成第一预警指令，包括启动环境调控设备进行实时调控以及激活减震装置；
15、当环境劣化程度系数hjlh≤环境劣化阈值e时，表示估判当前井道环境的波动情况正常，持续进行监控。
16、优选的，运行监测模块包括运行监测单元、特征提取单元和运行计算单元，
17、运行监测单元用于对电梯运行状态数据进行进一步监测，通过在电梯轿厢底部安装加速度传感器、振动传感器以及位移传感器，采集获取电梯运行加速度数据、电梯位移数据以及运行过程中的振动数据，建立运行数据集；
18、特征提取单元用于将运行数据集内的相关数据进行预处理，预处理包括数据清洗、数据标准化和时间对齐，并提取电梯运行抖动特征、停层误差特征和控制延迟特征，以获取：电梯瞬时加速度ss、电梯最大加速度sdmax、电梯平均加速度savg、电梯振动频率zdpl、电梯振动强度zdqd、电梯厢停靠楼层时与预定停靠位置的垂直位移差异值dcy、电梯启动延迟qdyc和电梯减速延迟jsyc。
19、优选的，运行计算单元用于提取电梯瞬时加速度ss、电梯最大加速度sdmax、电梯平均加速度savg、电梯振动频率zdpl、电梯振动强度zdqd、电梯厢停靠楼层时与预定停靠位置的垂直位移差异值dcy、电梯启动延迟qdyc和电梯减速延迟jsyc；无量纲处理后，通过以下公式计算获取电梯状态变异指数pwd：
20、
21、式中：bz1表示电梯瞬时加速度标准阈值，bz2表示电梯最大加速度承载阈值，bz3表示电梯平均加速度标准阈值，bz4表示电梯振动频率预设承受阈值，bz5表示电梯振动强度预设承受阈值，bz6表示电梯厢停靠楼层时与预定停靠位置的垂直位移差异预设允许阈值，bz7表示电梯启动延迟预设允许阈值，bz8表示电梯减速延迟预设允许阈值，w1、w2、w3、w4、w5、w6、w7和w8表示权重值，且权重和为1；
22、同时预先设置异常运行阈值k，当电梯状态变异指数pwd＞异常运行阈值k时，表示估判当前电梯运行的波动情况异常，并生成第二预警指令，包括激活电梯内部警报系统，提醒乘客存在运行风险并告知电梯暂时停运后，安排技术人员对电梯进行现场检查，检查各个组件的状态，监测与加速度、振动、位移和延迟相关的设备部分，在维修和调整后，恢复电梯运行，且在恢复运行初期，加强每小时3-5次的监控频率，以防止问题再次发生；
23、当电梯状态变异指数pwd≤异常运行阈值k时，表示估判当前电梯运行的波动情况正常，持续进行监控。
24、优选的，第二监测模块包括图像识别单元和第二传感采集单元；
25、图像识别单元用于通过图像采集设备采集并识别乘客在电梯中的不当操作信息，包括；
26、通过图像采集设备识别乘客携带物品风险，识别并计算物品大小形状，识别获取携带物品面积mj；
27、通过图像采集设备识别乘客按键楼层按钮长按时间，若超过五秒，则计算为一次不当操作，以获取不当操作次数bdcz1，并采集乘客强行阻拦电梯门关闭的行为信息，包括使用手、脚或物品卡住电梯门的行为，以获取干扰电梯门正常关闭的多余延迟时间ycsj；
28、第二传感采集单元用于通过在电梯内安装烟雾传感器，实时监测空气中烟雾浓度，获取烟雾浓度值ywnd；并通过在电梯内安装照明传感器，实时监测电梯中的照明亮度，获取光照亮度gzld；
29、监控数据集包括：携带物品面积mj、不当操作次数bdcz1、干扰电梯门正常关闭的多余延迟时间ycsj、烟雾浓度值ywnd和光照亮度gzld。
30、优选的，分析模块包括建立模型单元、环境状态因子计算单元和不当行为计算单元；
31、建立模型单元用于通过随机森林和支持向量机技术，建立风险预测模型，并对监控数据集进行数据清洗和归一化后，分为训练集和测试集进行训练后对模型进行性能评估，计算并分析模型的准确率、精确率、召回率和f1分数指标，直至评估合格为止；
32、环境状态因子计算单元用于提取监控数据集中的烟雾浓度值ywnd和光照亮度gzld，无量纲处理后，通过以下公式计算获取电梯内环境状态因子bhvpyz：
33、
34、其中，i＝1，2，…，p，p为监测数据集采集时间节点的个数；d1和d2为权重系数：0<d1<1，0<d2<1，且d1+d2＝1；gzldi为第i个采集时间节点上的光照亮度，为光照亮度阈值；ywndi表示第i个采集时间节点上的烟雾浓度值，为烟雾浓度预设阈值；
35、不当行为计算单元用于提取监控数据集中的携带物品面积mj、不当操作次数bdcz1、干扰电梯门正常关闭的多余延迟时间ycsj，无量纲处理后，通过以下公式计算获取行为偏差因子devrunz：
36、
37、式中，mjk表示第k个乘客的携带物品面积，mjmax表示预设允许乘客最大携带物品面积阈值，bdcz1k表示第k个乘客的不当操作次数，bdcz1max表示预设允许乘客最大操作不当次数阈值，ycsjk表示第k个乘客行为导致干扰电梯门正常关闭的多余延迟时间，ycsjmax表示预设允许乘客最大干扰电梯门正常关闭的多余延迟时间阈值；d3、d4和d5为权重系数：0<d3<1，0<d4<1，0<d5<1，且d3+d4+d5＝1。
38、优选的，分析模块还包括相关联单元，相关联单元用于将电梯内环境状态因子bhvpyz和行为偏差因子devrunz无量纲处理后通过以下公式进行相关联获取异常预警指数alarmidx：
39、
40、式中，α和δ分别表示为环境状态因子bhvpyz和行为偏差因子devrunz的权重值。
41、优选的，评估控制模块包括评估单元和控制单元：
42、评估单元用于预先设置预警评估阈值alarmk，并将预警评估阈值alarmk与异常预警指数alarmidx进行对比，获取风险评估等级：
43、当异常预警指数alarmidx≤预警评估阈值alarmk，则判定为低风险，电梯继续正常工作，并持续监控；
44、当预警评估阈值alarmk＜异常预警指数alarmidx≤预警评估阈值alarmk*130％，表示为中级风险，并通过控制单元触发电梯内部风险预警和提示，立即停止电梯运行，提醒相关人员进行检查，在识别不当行为消除后，重新运行电梯；
45、当异常预警指数alarmidx＞预警评估阈值alarmk*130％，表示为高级风险，并通过控制单元触发电梯内部风险预警，并立即停止电梯运行，并将电梯门设置开门状态，并自动向紧急服务消防部门和救援队发送紧急通知，触发电梯内的自动通风系统或备用照明，在确认乘客已安全撤离的情况下，远程关闭电梯的电源，以防止任何意外启动或进一步损坏。
46、一种特种设备安全隐患管控大数据监测方法，包括以下步骤，
47、步骤一、井道环境监测预警：利用多种传感器设备对电梯井道内的温度、湿度、空气质量以及振动状况进行实时监测，以获取环境状态数据集，并依据环境状态数据集构建环境劣化程度系数hjlh，同时预先设置环境劣化阈值e，当环境劣化程度系数hjlh超过环境劣化阈值e，表示估判当前井道环境的波动情况异常，并生成第一预警指令；
48、步骤二、运行状态预警：在接收到第一预警指令之后，对电梯运行状态数据进行进一步监测，建立运行数据集，并将运行数据集内的相关数据进行预处理，并提取电梯运行抖动特征、停层误差特征和控制延迟特征，获取电梯状态变异指数pwd，若电梯状态变异指数pwd超过异常运行阈值k，向外发出运行第二预警指令；
49、步骤三、电梯内部行为和环境采集：用于利用图像采集设备对电梯内乘客的行为进行多角度捕捉，采集乘客的不当操作信息，并通过传感器采集获取电梯内照明信息和烟雾浓度信息，建立监控数据集；
50、步骤四、风险预测：建立风险预测模型，将监控数据集作为输入项，输入至风险预测模型进行分析和计算以获取：电梯内环境状态因子bhvpyz和行为偏差因子devrunz；并将电梯内环境状态因子bhvpyz和行为偏差因子devrunz进行汇总分析，生成异常预警指数alarmidx；
51、步骤五、评估获取风险评估等级后响应调控：预先设置预警评估阈值alarmk，通过将异常预警指数alarmidx与预警评估阈值alarmk进行对比，获取风险评估等级，并根据风险评估等级采取相应的控制方案。
52、本发明提供了一种特种设备安全隐患管控大数据监测系统及监测方法。具备以下有益效果：
53、(1)该方法通过步骤一至步骤三实现了对电梯井道环境、运行状态以及内部乘客行为的全面监测。井道环境监测、运行状态预警和内部行为采集三方面的结合，提供了一个全面的监控视角，有助于及时发现潜在的安全隐患。
54、(2)通过步骤四中的风险预测模型，将来自不同数据源的监测数据(环境状态、行为偏差等)进行综合分析，生成异常预警指数alarmidx。这种数据融合提高了对潜在风险的识别精度，避免了单一数据源可能遗漏的重要信息，通过对电梯环境、运行状态和乘客行为的综合监控和分析，系统能够提前识别和防范各种可能的安全隐患。这种全面的安全保障体系提高了电梯运行的可靠性，减少了故障发生的概率，从而增强了乘客的安全感和信任度。
55、(3)环境监测模块利用多种传感器设备对电梯井道内的温度、湿度、空气质量以及振动状况进行实时监测，并依据环境状态数据集构建环境劣化程度系数，并在超过预设阈值时生成预警指令。运行监测模块在接收到预警指令后，对电梯的运行状态数据进行进一步监测，提取电梯运行中的抖动特征、停层误差特征和控制延迟特征，计算电梯状态变异指数，并在超过异常运行阈值时发出第二预警指令。第二监测模块则通过图像采集设备监控电梯内乘客的行为，捕捉不当操作信息，同时采集电梯内的照明信息和烟雾浓度信息。分析模块基于监控数据集建立风险预测模型，计算电梯内环境状态因子和行为偏差因子，并生成异常预警指数。评估控制模块根据预警评估阈值对异常预警指数进行对比，获取风险评估等级，并采取相应的控制措施。这种综合性的监测系统有助于及时发现并处理潜在的安全隐患，提升特种设备的安全管理水平。
1.一种特种设备安全隐患管控大数据监测系统，其特征在于：包括环境监测模块、运行监测模块、第二监测模块、分析模块以及评估控制模块；
2.根据权利要求1所述的一种特种设备安全隐患管控大数据监测系统，其特征在于：所述环境监测模块包括传感器采集单元和环境计算单元；
3.根据权利要求2所述的一种特种设备安全隐患管控大数据监测系统，其特征在于：所述环境计算单元用于对环境状态数据集进行预处理后，提取井道设备表面温度t、井道底部湿度s、井道内pm2.5浓度p以及井道壁面振动强度值z，进行线性归一化处理后，并将相应的数值特征映射至区间[0,1]内，再依据以下计算方式获取环境劣化程度系数hjlh：
4.根据权利要求1所述的一种特种设备安全隐患管控大数据监测系统，其特征在于：所述运行监测模块包括运行监测单元、特征提取单元和运行计算单元，
5.根据权利要求4所述的一种特种设备安全隐患管控大数据监测系统，其特征在于：所述运行计算单元用于提取电梯瞬时加速度ss、电梯最大加速度sdmax、电梯平均加速度savg、电梯振动频率zdpl、电梯振动强度zdqd、电梯厢停靠楼层时与预定停靠位置的垂直位移差异值dcy、电梯启动延迟qdyc和电梯减速延迟jsyc；无量纲处理后，通过以下公式计算获取电梯状态变异指数pwd：
6.根据权利要求1所述的一种特种设备安全隐患管控大数据监测系统，其特征在于：所述第二监测模块包括图像识别单元和第二传感采集单元；
7.根据权利要求6所述的一种特种设备安全隐患管控大数据监测系统，其特征在于：所述分析模块包括建立模型单元、环境状态因子计算单元和不当行为计算单元；
8.根据权利要求7所述的一种特种设备安全隐患管控大数据监测系统，其特征在于：所述分析模块还包括相关联单元，所述相关联单元用于将电梯内环境状态因子bhvpyz和行为偏差因子devrunz无量纲处理后通过以下公式进行相关联获取异常预警指数alarmidx：
9.根据权利要求1所述的一种特种设备安全隐患管控大数据监测系统，其特征在于：所述评估控制模块包括评估单元和控制单元：
10.一种特种设备安全隐患管控大数据监测方法，应用于权利要求1-9任一项所述的一种特种设备安全隐患管控大数据监测系统，其特征在于：包括以下步骤，
