论文部分内容阅读
[摘 要]本文主要针对电梯群控智能系统展开分析，思考了电梯群控智能系统的关键点，以及智能控制技术的关键环节，希望可以为今后的电梯群控智能系统应用提供借鉴。
[关键词]电梯群控智能系统，智能控制
中图分类号：TU855 文献标识码：A 文章编号：1009-914X（2018）31-0389-01
前言
在电梯群控智能系统的应用环节，一定要思考应用的对策，对于智能控制系统和技术，也要充分考虑其应用的效果，对此，我们要真正分析其控制技术的要点。
1、电梯群控系统的大脑——神经网络
对于神经网络的研究已经有相当长的历史，在1943年数学家Pitts和心理学家McCulloch首次提出了简单的神经网络的模型，在此后的几十年里，神经网络经历磕磕碰碰，无容置疑的BP算法、Hopfield在每个行业都有着广泛的应用，尤为突出的是在电梯群控系统的应用得到了大量专家学者的注意。神经网络应用于电梯群控系统中是因为它有着非线性、随机性以及难以建立高精度的数学模型的特点。同时神经网络学习具有它可以得到最优的输入—输出映射通过调整网络连接权，所以它主要适应于非线性系统和难以建模的系统中。即使随机性是电梯群控系统的一大特点，但相对于一栋楼来说，神经网络是有一定的工作周期的，然而在同一时间段中不同周期可能存在相似的工作状态，群控系统的样本是周期信息。如果周期足够小，便能有充足的过程数据来作为学习。
能过识别交通流量的变化是神经网络在电梯群控系统中最成功的应用。交通流量是用来表达电梯状态的一个名词。交通流量是用起点和终点的排队情况以及乘客数和乘客周期来描述的。不同的线数图是由不同性质划分出来的。它比平均候梯和模糊控制时间网络神经减少了20%的乘客候梯时间，有效的使群聚和长时间候梯的情况减少。
2、智能电梯群控模拟系统架构
2.1 基本运行条件
假设实验大楼总楼层11楼层，拥有电梯数量4部，每部电梯最大载客量为15人，电梯移动速率每秒1楼层，加减速时间各1秒，开关门时间各4秒，预估每位乘客进出电梯时间每人0.5秒。
2.2 模拟运算程序
（1）初始状态设定四部电梯停放于一楼且为闲置状态。电梯状态资料库纪录电梯目前位置、目前方向、是否为vip、电梯内部人数、电梯启动时间、电梯拥挤度资料。（2）读入资料比对楼层呼叫资料库所产生时间。楼层呼叫资料库纪录楼层呼叫乘客资料包含产生时间、目前楼层、欲往方向、搭乘人数、被指派车厢、完成时间及是否为优先呼叫（3）电脑以电梯派车程序，模拟出电梯车厢呼叫需求、欲被指派的楼层呼叫需求及电梯目前运行状态，每隔一秒预测电梯运行状态；电梯状态分别为上行、下行及停放。电梯状态若为上行或下行时，则以每秒增加（上行）或减少（下行）一楼层，电梯状态若为停放时，此刻电梯是在完全无楼层呼叫及车厢呼叫需求的状态。当有楼层呼叫信号输入时，电脑以电梯派车程序，指派最适当的电梯去服务该楼层呼叫。（4）若有电梯完成其被指派的外部按键需求时，外部按键资料库加入完成时间，再以入内人数产生电梯内部按键乘客资料，包含入内时间、欲往楼层、欲往楼层人数及完成时间，并将入内人数加入电梯资料库，并重新计算电梯拥挤度。（5）若有电梯完成其内部按键需求时，内部按键资料库加入完成时间，再将电梯内部人数减去出去人数，并重新计算电梯拥挤度。
2.3 模拟资料定义与资料库建立
资料库的建立，利用相同的资料源可比较出各种不同派车法的差异性，在此将资料定义，根据交通模式分为上行模式（上行机率为80%、下行机率为20%、常态随机分配）、下行模式（上行机率为20%、下行机率为80%、常态随机分配）及一般模式（上、下行机率各为50%、均匀随机分配），根据交通流量分为尖峰流量每分钟平均60人次、一般离峰流量每分钟平均20人次，进而分析各种参数变化量。资料库的定义，步骤一，根据交通流量不同乱数增加楼层呼叫产生时间；步骤二，根据交通流量不同乱数产生楼层呼叫人数；步骤三，根据交通模式不同乱数产生楼层呼叫欲往方向；步骤四，取乱数求得楼层呼叫目前楼层，若产生楼层为最低层则必为上行，若产生楼层为最高层则必为下行。
2.4 电梯状态决策模式
电梯可分为上行、上停、下行、下停及停放五种运行状态，在上停及下停状态，仅是将进出人数，以每人0.5秒增加电梯启动时间来代表，即若电梯入内人数为4人，则将电梯启动时间更改为目前时间点加上4*0.5秒，所以在电梯运行状态资料库内，仅有上行、下行及停放三种状态。电梯若为上行状态，以每秒增加一楼层；若为下行状态，以每秒减少一楼层；若电梯位于楼层最高层或方向更改时，则根据更改后方向进行增或减楼层；若电梯已完成所有按键需求，则转为停放状态。
3、电梯群控技术的发展方向
目前对电梯群控技术的研究虽然取得了一定的成绩，但针对对上述群控算法的研究，整体算法优化没有大的突破，并且很多都在研究阶段，实际应用的很少，因此本文在此提出了未来电梯群控技术的发展方向。
3.1 多目标优化调度方法。目前研究的能达到电梯满意度的指标主要有拥挤程度，乘梯时间、候梯时间，长候梯率等几种，而随着超高层电梯群发展的越来越迅速，人们对环保的关注度加强，对于电梯的运行速度和电梯的能耗方面研究的不多或者不太深入，所以未来新的优化算法需要包含更多人们关注的指标，并且要根据不同建筑物的电梯运行情况和同一建筑物不同时间区间的需求智能的调整这
3.2 多种智能算法融合。以上几种智能算法只是分析的其中几种普遍比较成熟的算法，当然还有支持向量机、蚁群算法、混沌理论、petri网等，这些也都已经在电梯群控中有应用。但是上述通过分析它们各自的优缺点我们可以看出电梯群控技术在以后的发展中必然需要将这些算法进行有机的结合，吸收各种算法的优势弥补劣势，在电梯群控中根据不同的情况采用不同的算法模块进行控制，有效的实现电梯群控的智能化，这是未来电梯群控的主要发展趋势。
3.3 基于图像处理的群控技术。目前电梯群控大多还是通过传统的外呼按钮作为获取乘客信息的设备，进入电梯之后再进行目标楼层的选择，获取交通流的实时性和完整性不能得到有效的保证。为了解决这个问题，需要增加一些图像处理设备对客流信息进行检测识别，增加智能输入楼层液晶触屏显示器面板提前进行登记，客流信息的完整度掌握非常好的情况下进行派梯会有更好的效果。
3.4 基于“互联网+”的群控技术。随着“互联网+”技术的迅猛发展，因网络通信方面也是影响群控技术的关键因素，所以“互联网+”应用在电梯群控技术也成为未来发展的趋势，现已经有学者研究了基于手机移动互联网、物联网等几种电梯群控调度方法，它们都是在智能群控算法的基础上加上与乘客交流信息互动反馈获取实时的交通流信息，远程监控系统通过当前时刻实时数据进行调度实现派梯的高效化，很大程度上解决了高峰期客流排队等待时间长的问题，用户体验也很好，未来通过手机客户端获取乘客信息改進电梯群控的技术会应用的越来越广泛。
4、结束语
综上所述，电梯群控智能系统的应用使得电梯可以更好的运行，在电梯群控智能系统的应用过程中，智能控制技术也是极为关键的，本文总结了电梯群控智能系统和智能控制技术，可供今后借鉴。
参考文献
[1] 宗群，曹燕飞，曲照伟.电梯群控系统中的职能控制方法[J]，电气传动，2017，（3）：25-28.
[2] 朱德文.现代电梯群控系统与人工智能技术[J]，基础自动化，2017，（5）；1-5.
[关键词]电梯群控智能系统，智能控制
中图分类号：TU855 文献标识码：A 文章编号：1009-914X（2018）31-0389-01
前言
在电梯群控智能系统的应用环节，一定要思考应用的对策，对于智能控制系统和技术，也要充分考虑其应用的效果，对此，我们要真正分析其控制技术的要点。
1、电梯群控系统的大脑——神经网络
对于神经网络的研究已经有相当长的历史，在1943年数学家Pitts和心理学家McCulloch首次提出了简单的神经网络的模型，在此后的几十年里，神经网络经历磕磕碰碰，无容置疑的BP算法、Hopfield在每个行业都有着广泛的应用，尤为突出的是在电梯群控系统的应用得到了大量专家学者的注意。神经网络应用于电梯群控系统中是因为它有着非线性、随机性以及难以建立高精度的数学模型的特点。同时神经网络学习具有它可以得到最优的输入—输出映射通过调整网络连接权，所以它主要适应于非线性系统和难以建模的系统中。即使随机性是电梯群控系统的一大特点，但相对于一栋楼来说，神经网络是有一定的工作周期的，然而在同一时间段中不同周期可能存在相似的工作状态，群控系统的样本是周期信息。如果周期足够小，便能有充足的过程数据来作为学习。
能过识别交通流量的变化是神经网络在电梯群控系统中最成功的应用。交通流量是用来表达电梯状态的一个名词。交通流量是用起点和终点的排队情况以及乘客数和乘客周期来描述的。不同的线数图是由不同性质划分出来的。它比平均候梯和模糊控制时间网络神经减少了20%的乘客候梯时间，有效的使群聚和长时间候梯的情况减少。
2、智能电梯群控模拟系统架构
2.1 基本运行条件
假设实验大楼总楼层11楼层，拥有电梯数量4部，每部电梯最大载客量为15人，电梯移动速率每秒1楼层，加减速时间各1秒，开关门时间各4秒，预估每位乘客进出电梯时间每人0.5秒。
2.2 模拟运算程序
（1）初始状态设定四部电梯停放于一楼且为闲置状态。电梯状态资料库纪录电梯目前位置、目前方向、是否为vip、电梯内部人数、电梯启动时间、电梯拥挤度资料。（2）读入资料比对楼层呼叫资料库所产生时间。楼层呼叫资料库纪录楼层呼叫乘客资料包含产生时间、目前楼层、欲往方向、搭乘人数、被指派车厢、完成时间及是否为优先呼叫（3）电脑以电梯派车程序，模拟出电梯车厢呼叫需求、欲被指派的楼层呼叫需求及电梯目前运行状态，每隔一秒预测电梯运行状态；电梯状态分别为上行、下行及停放。电梯状态若为上行或下行时，则以每秒增加（上行）或减少（下行）一楼层，电梯状态若为停放时，此刻电梯是在完全无楼层呼叫及车厢呼叫需求的状态。当有楼层呼叫信号输入时，电脑以电梯派车程序，指派最适当的电梯去服务该楼层呼叫。（4）若有电梯完成其被指派的外部按键需求时，外部按键资料库加入完成时间，再以入内人数产生电梯内部按键乘客资料，包含入内时间、欲往楼层、欲往楼层人数及完成时间，并将入内人数加入电梯资料库，并重新计算电梯拥挤度。（5）若有电梯完成其内部按键需求时，内部按键资料库加入完成时间，再将电梯内部人数减去出去人数，并重新计算电梯拥挤度。
2.3 模拟资料定义与资料库建立
资料库的建立，利用相同的资料源可比较出各种不同派车法的差异性，在此将资料定义，根据交通模式分为上行模式（上行机率为80%、下行机率为20%、常态随机分配）、下行模式（上行机率为20%、下行机率为80%、常态随机分配）及一般模式（上、下行机率各为50%、均匀随机分配），根据交通流量分为尖峰流量每分钟平均60人次、一般离峰流量每分钟平均20人次，进而分析各种参数变化量。资料库的定义，步骤一，根据交通流量不同乱数增加楼层呼叫产生时间；步骤二，根据交通流量不同乱数产生楼层呼叫人数；步骤三，根据交通模式不同乱数产生楼层呼叫欲往方向；步骤四，取乱数求得楼层呼叫目前楼层，若产生楼层为最低层则必为上行，若产生楼层为最高层则必为下行。
2.4 电梯状态决策模式
电梯可分为上行、上停、下行、下停及停放五种运行状态，在上停及下停状态，仅是将进出人数，以每人0.5秒增加电梯启动时间来代表，即若电梯入内人数为4人，则将电梯启动时间更改为目前时间点加上4*0.5秒，所以在电梯运行状态资料库内，仅有上行、下行及停放三种状态。电梯若为上行状态，以每秒增加一楼层；若为下行状态，以每秒减少一楼层；若电梯位于楼层最高层或方向更改时，则根据更改后方向进行增或减楼层；若电梯已完成所有按键需求，则转为停放状态。
3、电梯群控技术的发展方向
目前对电梯群控技术的研究虽然取得了一定的成绩，但针对对上述群控算法的研究，整体算法优化没有大的突破，并且很多都在研究阶段，实际应用的很少，因此本文在此提出了未来电梯群控技术的发展方向。
3.1 多目标优化调度方法。目前研究的能达到电梯满意度的指标主要有拥挤程度，乘梯时间、候梯时间，长候梯率等几种，而随着超高层电梯群发展的越来越迅速，人们对环保的关注度加强，对于电梯的运行速度和电梯的能耗方面研究的不多或者不太深入，所以未来新的优化算法需要包含更多人们关注的指标，并且要根据不同建筑物的电梯运行情况和同一建筑物不同时间区间的需求智能的调整这
3.2 多种智能算法融合。以上几种智能算法只是分析的其中几种普遍比较成熟的算法，当然还有支持向量机、蚁群算法、混沌理论、petri网等，这些也都已经在电梯群控中有应用。但是上述通过分析它们各自的优缺点我们可以看出电梯群控技术在以后的发展中必然需要将这些算法进行有机的结合，吸收各种算法的优势弥补劣势，在电梯群控中根据不同的情况采用不同的算法模块进行控制，有效的实现电梯群控的智能化，这是未来电梯群控的主要发展趋势。
3.3 基于图像处理的群控技术。目前电梯群控大多还是通过传统的外呼按钮作为获取乘客信息的设备，进入电梯之后再进行目标楼层的选择，获取交通流的实时性和完整性不能得到有效的保证。为了解决这个问题，需要增加一些图像处理设备对客流信息进行检测识别，增加智能输入楼层液晶触屏显示器面板提前进行登记，客流信息的完整度掌握非常好的情况下进行派梯会有更好的效果。
3.4 基于“互联网+”的群控技术。随着“互联网+”技术的迅猛发展，因网络通信方面也是影响群控技术的关键因素，所以“互联网+”应用在电梯群控技术也成为未来发展的趋势，现已经有学者研究了基于手机移动互联网、物联网等几种电梯群控调度方法，它们都是在智能群控算法的基础上加上与乘客交流信息互动反馈获取实时的交通流信息，远程监控系统通过当前时刻实时数据进行调度实现派梯的高效化，很大程度上解决了高峰期客流排队等待时间长的问题，用户体验也很好，未来通过手机客户端获取乘客信息改進电梯群控的技术会应用的越来越广泛。
4、结束语
综上所述，电梯群控智能系统的应用使得电梯可以更好的运行，在电梯群控智能系统的应用过程中，智能控制技术也是极为关键的，本文总结了电梯群控智能系统和智能控制技术，可供今后借鉴。
参考文献
[1] 宗群，曹燕飞，曲照伟.电梯群控系统中的职能控制方法[J]，电气传动，2017，（3）：25-28.
[2] 朱德文.现代电梯群控系统与人工智能技术[J]，基础自动化，2017，（5）；1-5.