电梯事故类型预测模型的探讨.pdf

电梯事故类型预测模型的探讨

国家市场监管重点实验室（西部复杂环境机电设备安全）

1前言

从2005年开始我国电梯数量年均复合增速达22%，我国电梯保有量、年产

量、年增量均为世界第一，其中2013年我国电梯达300.93万台，发生事故70

起，事故原因中，安全附件或保护装置失灵事故35起；2014年359.85万台，发

生事故95起，事故原因中，安全附件或保护装置失灵事故73起；2015年

425.96万台，发生事故58起，事故原因中，安全附件或保护装置失灵等设备原

因39起；2016年493.69万台，发生事故48起，安全附件或保护装置失灵等设

备原因13起。2017年562.7万台，发生事故56起，设备缺陷和安全附件失效或

保护装置失灵等原因7起。2018年627.83万台，发生事故31起，设备缺陷和安

全部件失效或保护装置失灵等原因3起。2019年709.75万台，发生事故33起，

设备缺陷和安全部件失效或保护装置失灵等原因4起。

图12013年至2019年电梯总量、事故数量等分析

尽管电梯制造已经非常成熟，但由于我国电梯基数大，增长快，电梯投入运

行时间长，然而有关电梯的安全事故也是屡见不鲜。追求便捷的同时，安全保障

尤为重要。从电梯出厂后，电梯维护保养直接关系到电梯的健康和生命的后期，

也直接关系到居住者的生活质量和生命财产安全。未来，从建筑存量看，城镇化

和老龄化推动存量建筑进行电梯更新与加装；从建筑增量看，电梯已经成为新建

房屋的标配。电梯的发展前景广阔，预计2023年中国电梯保有量将超过千万台。

目前我国电梯品牌型号包括国内和国外繁多，品牌之间差异较大，从事电梯

工作人员的技术水平参差不齐，这些因素会导致电梯存在安全隐患。另外，电梯

市场存在信息管理不够完善、维修人员意识淡薄、缺乏及时有效应急措施，无法

全面对电梯进行评估，从而造成电梯事故的频繁发生。除此之外，电梯维护保养

也将由原来的保养周期调整为现在的按需保养。因此，分析监测技术、控制技术

和故障数据分析处理等多学科技术，选择合适的方法对电梯事故类型的预测做进

一步的研究，可以更好地预防电梯事故、减少经济损失。

本文通过对电梯事故数据的统计分析，从数据角度探寻电梯事故的发生规律，

探讨了几种电梯事故类型的预测模型，为进一步分析合适的电梯事故类型预测模

型提供参考。

2电梯事故数据的统计分析及预处理

2.1电梯事故发生的规律

通过对2002-2017年中国特种设备检测研究院已备案的346起电梯事故数

据统计[1]：

1、夏季是电梯事故的高发季节，在冬季电梯事故发生概率最低，春季秋季

的电梯事故相对夏季较少；

2、6月份电梯事故最频繁，6-8月份事故发生次数形成两个高峰，8月份以

后又逐渐形成下降趋势；

3、一天中8-10时和17-19时两个时段发生电梯事故的次数分别达两个峰值，

电梯在8-10时和17-19时两个时段相对容易发生事故；

4、在已备案的电梯事故中，额定载重在1500kg及以下的电梯发生事故最多，

额定载重在2500kg以上电梯发生事故的较少；

5、低速电梯和中速电梯事故起数较多，而高速电梯事故起数明显较少；

6、在已备案的事故数据中，在使用、维修维保环节发生电梯事故起数最多，

而救援和拆除改造过程中发生的事故较少。

根据研究并结合大量的文献资料以及相关咨询，本文选取的输入层参数包括

电梯事故发生的月份、电梯事故发生时间（小时）、电梯事故的事发环节、电梯

的额定载重、电梯运行的额定速度以及最重要的电梯事故发生的原因6项指标，

电梯事故的事故类型作为要预测模型的输出层。

2.2数据预处理

每一种数据挖掘的算法都对数据质量有一定的要求，数据质量太低会严重影

响算法的结果，是模型不准确，为此需要对数据进行预处理，使其更好地适用于

某种特定的算法。数据的收集、选取和处理是这一阶段的主要工作数据准备阶段

主要是针对所拥有的数据进行一定的处理，使它适用于特定的数据挖掘算法。数

据的净化、集成、规约和变换是常用的数据处理方法，电梯事故数据的预处理采

用归一化的方法对数据进行预处理。

3预测模型的选择

由于具有良好的自适应性和强大的非线性映射能力，BP神经网络得到了广泛

的应用，但其也存在着一些不