制造行业
2024 项目
全球
Data 智能数据

运维服务数据中台让电梯变得“有温度”

让数十万台电梯实时在线,以数据与AI推动运维从故障响应走向主动预诊断

面对数十万台电梯7×24小时持续产生的海量运行与故障数据,某大型电梯企业通过建设运维服务数据中台,升级实时数据采集、存储、计算和分析架构,统一管理电梯运行、故障报警、通信心跳及诊断数据,并结合运维BI与AI预诊断能力,实现大规模电梯远程监控、故障识别和维保分析。目前平台支撑近26万台电梯远程遥监及600多项AI预诊断,可监测90%以上故障,并通过数据分析持续优化维保计划与工时,推动电梯运维服务向数据驱动和智能化升级。

行业细分
电梯/楼宇自动化
技术领域
Data智能数据
区域范围
全球
建设年份
2024

项目简介

电梯服务支援系统是原厂维保的特有服务。它通过电梯上标准配置的遥监终端,将电梯的运行数据实时传输到电梯的大数据中心,大数据系统根据采集的数据,对电梯进行运行状况的自动分析诊断,真正实现远程的电梯监管服务。目前已经为将近 26 万台电梯提供这项电梯远程遥监服务。

电梯运行数据链路示意:商场、住宅、写字楼等场所的 26 万台电梯,7×24 小时实时采集运行数据进入电梯运行大数据库,保存 3 年以上运行数据,支撑电梯诊断作业在 3 分钟内完成;右侧为电梯内部结构图

业务痛点

海量设备数据持续增长

数十万台电梯 7×24 小时产生运行、故障、心跳和诊断数据,存储压力较大

历史数据被迫清理

原有容量不足,需要清理历史数据,影响长期趋势分析和算法精度

计算作业耗时过长

设备故障分析和门轨迹计算需要数小时,难以满足快速诊断要求

实时架构稳定性不足

原 Redis 采集方式在大规模实时数据场景下存在稳定性和响应速度压力

运维数据缺少多维分析

工程维保、研发和质量部门需要统一的运维指标与可视化主题

解决方案

实时数据采集升级

采用 Kafka 数据队列接收运行数据、故障报警、通信心跳和 AI 集群数据

数据湖与计算集群

基于 Cloudera / CDH 部署大型存储与计算集群,优化分区和负载角色

计算算法重构

将原有 MR 作业重构为 Spark SQL,提升门轨迹和故障分析处理速度

历史数据迁移

迁移离线 HBase 历史数据至数据中台,保障预诊断算法持续运行

运维 BI 分析

建设遥监状态、电梯运行、作业过程和数据关联等分析主题,并向 AI 集群提供数据接口

运维服务数据中台架构:遥监服务器承载分布式通信体系与应用服务器(SqlServer 存储业务数据与成品数据),大数据服务器承载监控集群、BigData-Ganglia、DataNode/zk、内存数据库,支撑实时数据、离线数据与指标分析、数据服务

项目效果

大规模远程监控能力增强

  • 支撑数十万台电梯的7×24 小时运行数据管理
  • 为工程维保、研发和质量部门提供统一运维分析入口
遥监状态可视化看板:中国地图展示各地区电梯数量,右侧按运行电梯、已装遥监系统、在维保、待装遥监、脱保、无法遥监等维度统计电梯数量,下方为电梯明细列表
电梯运行状况分析看板:运行电梯数量、已装遥监系统电梯、在维保、待装遥监、脱保、无法遥监等指标与各省电梯台数分布,并附电梯明细

预诊断与故障识别提升

  • 支持 600 多项电梯 AI 预诊断,并可监测 90% 以上故障
  • 更快发现潜在异常,辅助减少困人和突发故障事件

维保效率提升

  • 通过数据中台综合分析优化维保计划与工时
  • 维保工时优化 54%,人均效能提升 30% 以上
电梯运行状况分析明细表:按分公司、分公司维保分类、区域、客户、地盘、保养站、安装地址、工号、梯种、激活状态、通讯状态、连接状态、维保到期时间与在保状态逐台展示