【文章內(nèi)容簡(jiǎn)介】 智能化 新興科技是促使人類向 前不斷發(fā)展進(jìn)步的直接動(dòng)力，科技創(chuàng)新的推廣推動(dòng)智能設(shè)備在各個(gè)領(lǐng)域普及應(yīng)用，改善人們?nèi)粘Ｉ?。人類?duì)智能設(shè)備的研發(fā)是持續(xù)發(fā)展的話題，智能設(shè)備的發(fā)展為人們提供更優(yōu)質(zhì)、更舒適的服務(wù)?；趶?qiáng)大的硬件和軟件資源，電梯向具備自適應(yīng)能力，自我完善學(xué)習(xí)能力發(fā)展?？梢宰詣?dòng)根據(jù)環(huán)境參數(shù)，選擇優(yōu)化方案實(shí)現(xiàn)全局優(yōu)化，電梯變得實(shí)用方便，真正實(shí)現(xiàn)智能化控制。 網(wǎng)絡(luò)化 通過(guò)以太網(wǎng)、藍(lán)牙等通信技術(shù)，將電梯與整體樓與控制系統(tǒng)聯(lián)系起來(lái)，也可以實(shí)現(xiàn)遠(yuǎn)程無(wú)線控制。更好地解決電路電子通信方面的電磁兼容性問(wèn)題和乘客轎廂呼叫狀態(tài)預(yù)知判斷等一 系列問(wèn)題，能有效的提高整個(gè)系統(tǒng)可洛陽(yáng)理工學(xué)院畢業(yè) 設(shè)計(jì)（論文） 6 靠性和安全性，降低潛在風(fēng)險(xiǎn)。 人性化 電梯作為服務(wù)性設(shè)備，以滿足乘客的需求為目的，力求用更有效的調(diào)度方式提更優(yōu)質(zhì)的乘梯環(huán)境。隨著電梯技術(shù)普及，人們可根據(jù)市場(chǎng)需求、個(gè)人愛(ài)好定制電梯，并指定控制方案。更側(cè)重商品系統(tǒng)的開(kāi)發(fā)。真正實(shí)現(xiàn)“以人為本”的服務(wù)。 節(jié)能化 隨著人們環(huán)保意識(shí)的加強(qiáng)，電梯作為大型能源消耗設(shè)備，其控制方案中能源優(yōu)化不容忽視。電梯能耗大約占整棟樓宇電能消耗的 3~5 個(gè)百分點(diǎn)，因各棟大樓高度、面積、客容量和作用均不相同加之乘客的隨機(jī)性較大，電能 耗比有所變化隨著樓宇向更高花發(fā)展，節(jié)能減耗也逐漸成為電梯發(fā)展的重點(diǎn)。綠色環(huán)保的設(shè)計(jì)方案也被吸收到電梯控制中，優(yōu)化電梯驅(qū)動(dòng)系統(tǒng)和控制方式可以有效減少能耗。 論文研究意義及章節(jié)安排 電梯已有數(shù)百年的歷史，雖然國(guó)內(nèi)外研究學(xué)者、專業(yè)也分別提出了各種電梯群控方案，但關(guān)鍵技術(shù)參考文獻(xiàn)較少、公開(kāi)性差。一些先進(jìn)群控算法被國(guó)際巨頭所壟斷。同時(shí)，多部電梯群組控制理論也不斷向前發(fā)展，有些方面仍存在不足，更要通過(guò)進(jìn)一步研究探索來(lái)完善。多部電梯群組控制的宗旨是提高樓宇內(nèi)的交通服務(wù)質(zhì)量，同時(shí)減少不必要的電能消耗。通過(guò)學(xué)習(xí) 總結(jié)前人先進(jìn)經(jīng)驗(yàn)和數(shù)據(jù)結(jié)果，本文通主要介紹下面幾點(diǎn)：首先了解多部電梯群組控制系統(tǒng)的整體思想和設(shè)計(jì)的總體結(jié)構(gòu)，然后通過(guò)多目標(biāo)控制原理對(duì)多部電梯群組控制系統(tǒng)建立數(shù)學(xué)模型，并求解最優(yōu)解，由此提出一種提高系統(tǒng)整體服務(wù)質(zhì)量的調(diào)度策略，最后對(duì)多部電梯群組控制系統(tǒng)整體實(shí)現(xiàn)進(jìn)行介紹。 論文各章節(jié)介紹： 第 1 章 緒論 洛陽(yáng)理工學(xué)院畢業(yè) 設(shè)計(jì)（論文） 7 介紹單部電梯、多部電梯群組控制的發(fā)展歷程， EGCS 研究設(shè)計(jì)的必要性等，并且論述了研究?jī)?yōu)化多部電梯群組控制調(diào)度響應(yīng)算法課題的意義。 第 2 章 當(dāng)前主流 EGCS 技術(shù)比較 EGCS 向優(yōu)化策略協(xié)調(diào)多部轎廂方向發(fā)展 ,其中控 制策略走向多元化交叉學(xué)科和新興科技領(lǐng)域邁進(jìn)，早期的預(yù)約層控制被模糊神經(jīng)控制、 Petri Net等現(xiàn)代控制方法取代，帶來(lái)的是乘客運(yùn)送效率的提高。本章詳細(xì)分析各種新興現(xiàn)代控制方法的優(yōu)點(diǎn)。 第 3 章 分析特性指標(biāo) 介紹樓宇內(nèi)影響乘梯服務(wù)質(zhì)量的參數(shù)，用統(tǒng)計(jì)理論將乘客狀態(tài)加以區(qū)分。 第 4 章 本文對(duì) EGCS 算法的建模 對(duì) EGCS 系統(tǒng)建立數(shù)學(xué)模型 ,確定各常量、變量值 ,分析求解多變量最優(yōu)解，優(yōu)化電梯調(diào)度方案。 第 5 章 系統(tǒng)仿真 分析動(dòng)態(tài)仿真一般存在的問(wèn)題 ,對(duì)系統(tǒng)方案就行仿真實(shí)驗(yàn)。驗(yàn)證多目標(biāo)控制算法在多部電梯群組控制中能有效提 高電梯服務(wù)質(zhì)量。 課題將要研究的這種 EGCS 方案的目的是減小乘客等候電梯幾率降低轎廂的電能消耗。因此首先分析當(dāng)前國(guó)內(nèi)外學(xué)者控制方案，從而比較得出一種電梯優(yōu)化調(diào)度方案。對(duì)系統(tǒng)建立數(shù)學(xué)模型 ,分別以等待時(shí)間、候梯率、能源效率等為優(yōu)化結(jié)果。 洛陽(yáng)理工學(xué)院畢業(yè) 設(shè)計(jì)（論文） 8 第 2 章 當(dāng)前 EGCS 技術(shù) 當(dāng)前主流 EGCS 技術(shù)的多樣性概述 現(xiàn)代建筑日趨高層化、智能化，而高層建筑必依賴于先進(jìn)的樓宇交通系統(tǒng)，因此促使電梯群控理論飛速發(fā)展，同時(shí)智能電梯也成為現(xiàn)代城市的典型標(biāo)志之一。從 20 世紀(jì) 70 年代開(kāi)始，計(jì)算機(jī)技術(shù)促使 MCU 的發(fā)展并開(kāi)始廣泛應(yīng)用于多部電梯群組控制理論中，促使 EGCS 理論飛速提升。通過(guò)新型 MCU 高速運(yùn)算可以將各種 AI 技術(shù)用于研究多部電梯群組控制交通系統(tǒng)的動(dòng)態(tài)特性，減少候梯率，提高高層建筑運(yùn)輸效率，真正實(shí)現(xiàn)樓宇的智能化 [11]。目前， EGCS 技術(shù)正在發(fā)展較快，現(xiàn)有多種控制方案在實(shí)際中應(yīng)用。 EGCS 目的性較強(qiáng)，而生活中有多種電梯，如摩天大廈中穿越云層的觀光電梯；大型無(wú)人工廠的全自動(dòng)貨運(yùn)電梯；醫(yī)院專用的醫(yī)用電梯；以及商業(yè)住宅樓中最常見(jiàn)的住宅電梯和特定環(huán)境專用電梯等。不同控制要求有不同控制方式，例如，醫(yī)用電梯主要以安 全高效為核心其次才考慮能耗的問(wèn)題，而一些貨用電梯則以能源最低消耗為主；在技術(shù)層面上，因?yàn)殡娞葑鳛楦叨丝萍籍a(chǎn)品，其研發(fā)、生產(chǎn)到需要一定的物質(zhì)。因此目前電梯群控技術(shù)基本掌握在少數(shù)電梯巨頭廠商中，其核心控制算法公開(kāi)性較差這也導(dǎo)致 EGCS 理論的多樣性的原因。 EGCS 算法綜述 對(duì)現(xiàn)代電梯性能的衡量不再簡(jiǎn)單地考慮安全的可靠性和乘坐的舒適性這兩點(diǎn)。目前電梯在乘坐的安全性和舒適性方面的技術(shù)已經(jīng)基本成熟，而人們?nèi)找鎸?duì)自己時(shí)間的注重也要求電梯調(diào)度更優(yōu)化，減少候梯時(shí)間和乘梯時(shí)間。比外，在能源日益匱乏的情況下各國(guó)政府 都提出節(jié)能減排口號(hào)，節(jié)約使用能源是每個(gè)行業(yè)必然要求，優(yōu)化 EGCS 算法也更要優(yōu)化電能利用，減少開(kāi)關(guān)門次數(shù)和啟停頻率。在此基礎(chǔ)上研究電梯的各種控制方法提高電梯的控制精度以保障電梯在運(yùn)行中的絕對(duì)安全具有較大的意義。 洛陽(yáng)理工學(xué)院畢業(yè) 設(shè)計(jì)（論文） 9 EGCS 算法分類及特點(diǎn) EGCS 算法就是將一棟建筑內(nèi)的各部電梯通過(guò)中央處理設(shè)備連接起來(lái)，一般計(jì)算機(jī)先采集乘梯信息，通過(guò)內(nèi)部算法得出一種最有調(diào)度方案。電梯的快速發(fā)展也促進(jìn) EGCS 理論不斷更新?lián)Q代以滿足人們更高的要求，使人們將 EGCS 算法向多學(xué)科交叉領(lǐng)域、高復(fù)雜計(jì)算領(lǐng)域以及新興科技領(lǐng)域邁進(jìn)。例如 ，在傳統(tǒng)經(jīng)驗(yàn)基礎(chǔ)上借助計(jì)算機(jī)復(fù)雜運(yùn)算的專家系統(tǒng)控制方法；依靠生物科學(xué)演化原理和近代生命科學(xué)發(fā)展而來(lái)的遺傳算法；根據(jù)人類腦科學(xué)和大數(shù)據(jù)處理技術(shù)發(fā)展的神經(jīng)網(wǎng)絡(luò)等。 EGCS 調(diào)度方法較多，很多算法剛剛探索，還有很多方法有待人們繼續(xù)尋求。總之， EGCS 算法能根據(jù)實(shí)際情況和乘客請(qǐng)求控制每一臺(tái)電梯運(yùn)行的情況，實(shí)現(xiàn)電梯最佳調(diào)度服務(wù)。多臺(tái)電梯分別控制即互不連接，很容易造成電梯集體在某樓層停留現(xiàn)象，工作效率較低。因此也導(dǎo)致部分乘客等候轎廂時(shí)間過(guò)長(zhǎng)和乘坐電梯時(shí)間過(guò)長(zhǎng)現(xiàn)象頻發(fā)，同時(shí)，頻繁開(kāi)關(guān)電梯、多次啟停也會(huì)增加系統(tǒng)電能消耗，導(dǎo)致 能源和資源的浪費(fèi)，增加不必要成本。智能建筑和現(xiàn)代控制理論的飛速發(fā)展促進(jìn) EGCS 技術(shù) 的產(chǎn)生，借助計(jì)算機(jī)實(shí)復(fù)雜雜運(yùn)算的現(xiàn)代 EGCS理論能夠較好地解決多部電梯群組系統(tǒng)本身固有的乘客呼叫非線性和不確定性等特點(diǎn)。目前，主流 EGCS 控制算法主要由以下幾種。 模糊控制方法及特點(diǎn) 模糊控制（ Fuzzy Control）是在神經(jīng)科學(xué)領(lǐng)域根據(jù)人類大腦思維方式發(fā)展的一種新型控制思想 [5]。上世紀(jì) 50 年代，“隸屬函數(shù)”第一次被人們發(fā)現(xiàn)并應(yīng)用于控制領(lǐng)域，通過(guò)這種方法能有效的描述不同輸入?yún)?shù)的中介過(guò)渡過(guò)程，推動(dòng)了模糊思想 在控制理論領(lǐng)域發(fā)展。促使人們把這種方法用于智能控制領(lǐng)域，有效解決多變量系統(tǒng)非線性不確定性等問(wèn)題。 EGCS 模糊控制算法是使用模糊邏輯對(duì)大樓內(nèi)交通模式進(jìn)行總結(jié)規(guī)劃，將分析的結(jié)果在經(jīng)歷篩選優(yōu)化過(guò)程，形成控制中心可以處理的簡(jiǎn)單數(shù)據(jù)，再進(jìn)一步推斷出相應(yīng)指令所對(duì)應(yīng)的轎廂數(shù)量、速度等信息的控制。 因電梯控制系統(tǒng)中作為輸入量的人數(shù)、乘梯區(qū)間、個(gè)批次乘客幾個(gè)時(shí)間等都有很大的不確定性，處于一種模糊狀態(tài)，所以應(yīng)用這種控制方法能有效優(yōu)化 EGCS 調(diào)度方洛陽(yáng)理工學(xué)院畢業(yè) 設(shè)計(jì)（論文） 10 案，建立一種良好的數(shù)學(xué)模型。群組電梯模糊控制采用了三階劃分方法，將擁擠程度劃分為高、 中、低；乘客等候轎廂時(shí)間劃分為短、中、長(zhǎng)等?？刂埔?guī)則如表 21 所示。 表 21 EGCS 在模糊下基本調(diào)度算法比較表 乘客對(duì)服務(wù)滿意程度 采樣時(shí)間 短 中 長(zhǎng) 擁擠度 很擠 很滿意 很滿意 一般 擁擠 很滿意 一般 不滿意 寬松 一般 不滿意 不滿意 電梯作為大功率電能消耗產(chǎn)品，能耗也是一項(xiàng)重要指示，而電梯能耗直接與啟動(dòng)次數(shù)、運(yùn)行距離有關(guān)。用同樣的方法，把他們家里類似于上表的模糊關(guān)系。根據(jù)實(shí)際情況選取高斯隸屬函數(shù)，確定各參數(shù)值，建立系統(tǒng)的網(wǎng)絡(luò)化結(jié)構(gòu)圖，分別為乘客呼叫輸入層；由隸屬函數(shù)建 立的模糊化層；推理演算層，為提高運(yùn)算速率傳統(tǒng)的取小運(yùn)算被乘法運(yùn)算取代；模糊判決層，一句模糊規(guī)律得出對(duì)應(yīng)節(jié)點(diǎn)的模糊值；去模糊化層，將上一層計(jì)算結(jié)果還原實(shí)際系統(tǒng)數(shù)據(jù)，實(shí)現(xiàn)轎廂調(diào)度指令的輸出。 神經(jīng)網(wǎng)絡(luò)技術(shù) 在生理學(xué)和腦科學(xué)發(fā)展刺激下，根據(jù)模仿人的大腦神經(jīng)系統(tǒng)產(chǎn)生的神經(jīng)網(wǎng)絡(luò)控制技術(shù)應(yīng)用于生物醫(yī)學(xué)、仿人機(jī)器等領(lǐng)域，尤其在為個(gè)人及公共服務(wù)領(lǐng)域控制效果良好。它的控制思路是將一塊小的微型處理器單元看作為一個(gè)節(jié)點(diǎn)，即一個(gè)基本突觸元。每個(gè)突觸元都相當(dāng)于一個(gè)簡(jiǎn)單的多輸入多輸出系統(tǒng)，同時(shí)劃分為不同邏輯層，每層有相應(yīng) 數(shù)量的邏輯節(jié)點(diǎn)，彼此獨(dú)立，而不同層間的節(jié)點(diǎn)采相互聯(lián)系，是層層遞進(jìn)的處理關(guān)系。被建立在網(wǎng)絡(luò)突觸基礎(chǔ)之上的神經(jīng)網(wǎng)，用的是一種網(wǎng)絡(luò)樹(shù)枝總線結(jié)構(gòu)構(gòu)成的特定活動(dòng)網(wǎng)。 基于 EGCS 系統(tǒng)乘客呼叫信息的不確定性、轎廂運(yùn)動(dòng)的非線性和目洛陽(yáng)理工學(xué)院畢業(yè) 設(shè)計(jì)（論文） 11 的樓層的多目標(biāo)性等固有因素，利用網(wǎng)絡(luò)總線技術(shù)構(gòu)建完整的電梯控制網(wǎng)絡(luò)，在有效的網(wǎng)絡(luò)監(jiān)控下，對(duì)電梯實(shí)行動(dòng)態(tài)控制。電梯群控神經(jīng)網(wǎng)絡(luò)化將不同功能分為網(wǎng)際層（ Inter） ,以以太網(wǎng)及各種總線為基礎(chǔ)來(lái)實(shí)現(xiàn)數(shù)據(jù)交換、處理的任務(wù)；決策網(wǎng)絡(luò)層（ Control Network），所有參與群組調(diào)度電梯在同一個(gè) MCU 的監(jiān)控下，將轎廂運(yùn)行狀態(tài)和各樓層呼叫信息通過(guò)專用總線與控制器連接，一般為 CAN（ Controller Area Network）總線網(wǎng)絡(luò)連接，實(shí)現(xiàn)分配呼叫，使多部電梯協(xié)調(diào)工作；設(shè)備層（ Device Network），此層為多部電梯協(xié)同合作的最底層，通過(guò)可靠性高的現(xiàn)場(chǎng)總線作為主體驅(qū)動(dòng)電梯轎廂各項(xiàng)指令 [7]。去電梯群控網(wǎng)絡(luò)為三階前向神經(jīng)網(wǎng)絡(luò)，分別為輸入層、隱層和輸出層組成，個(gè)層次通過(guò)簡(jiǎn)單線性關(guān)系多次復(fù)合，近似表示復(fù)雜函數(shù)關(guān)系。神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)如圖 21 所示。 輸 入輸 出圖 21 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖 在處理多部電梯控制問(wèn)題時(shí)，通常采用前饋神經(jīng)網(wǎng)絡(luò)中的 BP 神經(jīng)網(wǎng)絡(luò)，它也是中應(yīng)用最廣泛的一種，通過(guò)層層遞進(jìn)的方法求取乘客滿意度函數(shù)的最小值。有效建立非線性數(shù)學(xué)模型，通過(guò)自主學(xué)習(xí)和適應(yīng)未知信息，及時(shí)修正網(wǎng)絡(luò)中各參數(shù)值，處理多輸入多輸出結(jié)構(gòu)精確度較高，適合電梯群控這種復(fù)雜系統(tǒng)。 洛陽(yáng)理工學(xué)院畢業(yè) 設(shè)計(jì)（論文） 12 遺傳算法控制技術(shù) 從上世紀(jì)開(kāi)始，生物科學(xué)蓬勃發(fā)展，其研究成果不斷滲透到其他學(xué)科。到 1940 年左右，生物學(xué)和信息學(xué)兩大重點(diǎn)學(xué)科產(chǎn)生交集，生物模型開(kāi)始用于 IT 控制領(lǐng)域中，遺傳算法（ GA， Geic Algorithm）通過(guò)總結(jié)生物繁衍進(jìn)化原理而建立的搜索最優(yōu)解的方法，采用模擬自然界物種進(jìn)化過(guò)程 [8]。物種的多樣性因?yàn)槊總€(gè)個(gè)體實(shí)際上都帶有特定的染色體 (chromosome)，通過(guò)基因重組組成一個(gè)新的帶有獨(dú)特性的的實(shí)體，這也是生物的進(jìn)化和繁衍。GA 算法主要是通過(guò)先分析一個(gè)種群（ population）的基因庫(kù)普，即各臺(tái)電梯轎廂運(yùn)行情況及各樓層乘客呼叫情況信息錄入；再根據(jù)遺傳基因（ gene）編碼計(jì)算所有可能產(chǎn)生的生物個(gè)體 (individual)，即個(gè)轎廂所有運(yùn)行情況分析推理。 GA 算法推算可能情況是將可能 發(fā)生所有事件用羅列法展開(kāi)，對(duì)應(yīng)相應(yīng)呼叫信息列舉所有可能的轎廂調(diào)度方案。生物特性信息通過(guò)基因存在于染色體中，即基因?qū)嶓w集合內(nèi)包含電梯數(shù)量、樓層高度、呼叫層站等一些基本信息。將待解決問(wèn)題與自言選擇、遺傳機(jī)制的方法進(jìn)行比較，為解決不確定性、非線性的復(fù)雜系統(tǒng)模型提供了一種新的解決思路。涉及交叉算子和選擇遺傳算法控制參數(shù)即可建立數(shù)學(xué)模型，價(jià)差算自由分為兩點(diǎn)對(duì)換變異、遺傳算子等。交叉算子如圖 22 所示。 a bb a交叉互換一 代 基 因序 列二 代 基 因序 列 圖 22 交叉算子兩點(diǎn)對(duì)換變異結(jié)構(gòu)圖 在 EGCS 系統(tǒng)中 ，遺傳算為減少系統(tǒng)反應(yīng)速度節(jié)約乘客等候轎廂時(shí)間洛陽(yáng)理工學(xué)院畢業(yè) 設(shè)計(jì)（論文） 13 通常采用高效并行的全局搜索方法，分別對(duì)不同調(diào)度方案進(jìn)行速度測(cè)試，尋找最佳調(diào)度方案。主要步驟有：參數(shù)編碼，將電梯數(shù)量與樓層數(shù)量排列、編碼，分配相應(yīng)染色體；群體設(shè)定，群體中每個(gè)單元隨機(jī)產(chǎn)生，群體中每個(gè)單元隨機(jī)產(chǎn)生，遺傳算法采用高速處理設(shè)備，搜索出較優(yōu)個(gè)體；評(píng)價(jià)函數(shù)，主要包括電梯群控系統(tǒng)的決策變量、當(dāng)前乘客所在樓層、人數(shù)、去往方向及當(dāng)前電梯運(yùn)行方向等；適應(yīng)調(diào)度函數(shù)，通過(guò)前面的搜索找出更有機(jī)會(huì)繁衍下一代的個(gè)體，及適應(yīng)的強(qiáng)的函數(shù)。具體流程如圖 23 所示。 隨 機(jī) 產(chǎn) 生 初 始 種 群收 斂 準(zhǔn) 則 滿 足 ？執(zhí) 行 選 擇 算 子輸 出 搜 索 結(jié) 果R a n d o m [ 0 , 1 ]