Аналіз даних журналу подій ліфтового інженерного обладнання
Анотація
У даній роботі розглядаються питання збору та аналізу файлів журналів інженерного обладнання ліфтів, враховуючи їх технічну складність і значний вплив на безпеку користування ними. Використання аналізу журналів дозволяє оперативно виявляти та оброблювати аварійні ситуації, забезпечуючи функціональність ліфтів, продовжуючи термін служби та підвищуючи безпеку пасажирів. Використовуючи файл журналу реальної системи моніторингу в галузі «Інтернету речей», дослідження надає базову статистику, розкриваючи інформацію про розподіл подій і стан обладнання. Аналіз зосереджується на типі події «Ввімкнення/вимкнення живлення ліфта», акцентуючи увагу на середньому часі переходу обладнання з аварійного до нормального стану, а також на розрахунку імовірності залишитись у справному стані протягом 1, 12 або 24 годин. Результати підкреслюють різний час переходу між обладнанням, що розглядається, надаючи цінну інформацію для планування технічного обслуговування та оптимізації ресурсів
Посилання
2. M. Fahim and A. Sillitti, "Anomaly Detection, Analysis and Prediction Techniques in IoT Environment: A Systematic Literature Review," in IEEE Access, vol. 7, pp. 81664-81681, 2019.
3. Thyago P. Carvalho, Fabrízzio A. A. M. N. Soares, Roberto Vita, Roberto da P. Francisco, João P. Basto, Symone G. S. Alcalá,A systematic literature review of machine learning methods applied to predictive maintenance,Computers & Industrial Engineering, Volume 137, 2019.
4. Y. Zhao and H. Xiao, "Extracting Log Patterns from System Logs in LARGE," 2016 IEEE International Parallel and Distributed Processing Symposium Workshops (IPDPSW), Chicago, IL, USA, 2016, pp. 1645-1652.
5. Jun Mao, Lin Chen, Hui Cheng, and Chenhuan Wang "Elevator fault diagnosis and maintenance method based on Internet of Things", Proc. SPIE 12793, International Conference on Mechatronics and Intelligent Control (ICMIC 2023), 1279305 (26 September 2023)
