CN1208389A - 具有自适应限制发生器的电梯控制器 - Google Patents
具有自适应限制发生器的电梯控制器 Download PDFInfo
- Publication number
- CN1208389A CN1208389A CN96199805A CN96199805A CN1208389A CN 1208389 A CN1208389 A CN 1208389A CN 96199805 A CN96199805 A CN 96199805A CN 96199805 A CN96199805 A CN 96199805A CN 1208389 A CN1208389 A CN 1208389A
- Authority
- CN
- China
- Prior art keywords
- hall
- passenger flow
- car
- flow volume
- elevator
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
- B66B1/00—Control systems of elevators in general
- B66B1/24—Control systems with regulation, i.e. with retroactive action, for influencing travelling speed, acceleration, or deceleration
- B66B1/2408—Control systems with regulation, i.e. with retroactive action, for influencing travelling speed, acceleration, or deceleration where the allocation of a call to an elevator car is of importance, i.e. by means of a supervisory or group controller
- B66B1/2458—For elevator systems with multiple shafts and a single car per shaft
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
- B66B2201/00—Aspects of control systems of elevators
- B66B2201/10—Details with respect to the type of call input
- B66B2201/102—Up or down call input
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
- B66B2201/00—Aspects of control systems of elevators
- B66B2201/20—Details of the evaluation method for the allocation of a call to an elevator car
- B66B2201/211—Waiting time, i.e. response time
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
- B66B2201/00—Aspects of control systems of elevators
- B66B2201/20—Details of the evaluation method for the allocation of a call to an elevator car
- B66B2201/222—Taking into account the number of passengers present in the elevator car to be allocated
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
- B66B2201/00—Aspects of control systems of elevators
- B66B2201/20—Details of the evaluation method for the allocation of a call to an elevator car
- B66B2201/225—Taking into account a certain departure interval of elevator cars from a specific floor, e.g. the ground floor
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
- B66B2201/00—Aspects of control systems of elevators
- B66B2201/20—Details of the evaluation method for the allocation of a call to an elevator car
- B66B2201/226—Taking into account the distribution of elevator cars within the elevator system, e.g. to prevent clustering of elevator cars
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
- B66B2201/00—Aspects of control systems of elevators
- B66B2201/20—Details of the evaluation method for the allocation of a call to an elevator car
- B66B2201/233—Periodic re-allocation of call inputs
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
- B66B2201/00—Aspects of control systems of elevators
- B66B2201/40—Details of the change of control mode
- B66B2201/402—Details of the change of control mode by historical, statistical or predicted traffic data, e.g. by learning
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
- B66B2201/00—Aspects of control systems of elevators
- B66B2201/40—Details of the change of control mode
- B66B2201/403—Details of the change of control mode by real-time traffic data
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Elevator Control (AREA)
Abstract
在一个具有多个楼层的大楼中控制电梯轿厢的群控制器包括:一个电梯调度器,用于在单一来源客流量的条件下控制电梯轿厢的操作,该电梯高度器具有一个限制,根据该限制来限制轿厢的分配;以及一个自适应限制发生器,用于根据电梯控制***的输出变量修改该限制的值。在一个实施例中,该群控制器包括:一个客流量和客流率估算器,用于提供客流量和客流量的模糊估算值;一个模糊逻辑控制器,用于根据客流量和客流量的模糊估算值提供控制参数,该控制参数具有用于限制该控制参数值的限制;一个自适应限制发生器,用于根据一个电梯控制***的输出变量修改该限制的值;以及一个电梯调度器,用于在单一来源客流量的情况下根据该控制参数控制电梯轿厢的操作。
Description
本发明涉及到在单一来源客流量状态下在电梯***中对电梯轿厢的调度。
源于大楼入口大厅的客流量是随着一天的时间而变化的。例如,在上行峰期期间,主要的客流量出现在大楼的入口前厅,并且结束于顶层。换句话说,在上行峰期期间是明显的上行客流量。上行峰期期间的上行客流量在最初随着时间而增加,直至达到某一峰值后逐渐下降。因此,源于大楼入口大厅的客流量在大部分上行峰期期间是明显加重的。明显的上行客流量也可能出现在一天中的其他时间。例如在中午前后,客流量会多次改变方向,而上行客流量通常是很明显的。
在上行峰期期间和具有明显上行客流量状态的其他周期期间,通常是采用一种可变间隔的调度器,例如由Bittar等人提出并且被转让给奥蒂斯电梯公司的名为“可变的电梯上行峰期调度间隔”(VariableElevator Up Peak Dispatching Interval)的美国专利US4305479号中所述的调度器。在此项专利中,按顺序离开大楼入口大厅的各轿厢之间的间隔是作为估算的轿厢平均循环运行时间和工作的轿厢数目的函数来改变的。轿厢是随机地到达大楼入口大厅的,并且根据要求被分配给大厅的门厅呼叫。
因此,可变间隔的调度器是在门厅呼叫登记之后将轿厢分配给大厅门厅呼叫的。这是一种反应模式,并且采用最小化程序。在上行客流量状态期间,处在高层的所有可用轿厢都被派往大楼入口大厅。因而在大楼入口大厅中可能出现集中现象。此外,由于在大楼入口大厅上面可供上行、下行门厅呼叫使用的轿厢数量减少,登记时间和乘客等待时间就会增大。大厅上面的门厅呼叫可能被重复地再分配。在大楼入口大厅中,轿厢有可能只带走少量乘客。在其他时间,到达大楼入口大厅的轿厢之间的间隔延长,这样会造成大厅中出现排队现象。如果大厅排队超过了一定限度,例如达到12个乘客,就确定为拥挤状态。拥挤的程度和拥挤的时间在上行峰期期间可能是非常大的。大楼入口大厅中的平均和最大乘客等待时间也可能很长。因此,在上行峰期状态期间,电梯群的处理能力是有限的。
作为另一种可变间隔的调度器,可以采用一种引导方法,例如在Bittar等人的名为“连续的楼层引导电梯调度”(Contiguous FloorChanneling Elevator Dispatching)的美国专利US4804069号和Bittar等人的名为“具有上行门厅呼叫电梯调度的连续梯层引导”(Contiguous Floor Channeling with Up Hall Call ElevatorDispatching)的美国专利US4792019号中所述的引导方法。还可以采用根据预测的客流量来形成平均客流量动态阶段的人工智能对这种引导加以进一步的改进,例如由Kandasamy Thangavelu提出并且被转让给奥蒂斯电梯公司的名为“具有预测的客流量平均阶段分配的优化的上行电梯引导***”(Optimized Up Peak Elevator Channeling System withPredicted Traffic Volume Equalized Sector Assignment)的美国专利US4846311号中所述。
对采用基于预测客流量的人工智能的引导方式所做的进一步改进为高密度客流量楼层提供了优先的服务,例如由Kandasamy Thangavelu提出并且被转让给奥蒂斯电梯公司的名为“具有优化的对高密度客流量楼层优先服务的上行峰期电梯引导***”(Up Peak Elevator ChannelingSvstem with Optimized Preferential Service to High IntensityTraffic Floors)的美国专利US5183981号中所述。
这种引导***将大楼划分成由连续楼层构成的几段。连续到达大楼入口大厅的轿厢按照一种循环方式被分配给连续的段。这种引导***需要用电致发光的显示器(“LED”)来显示轿厢服务的楼层,并且需要用超前调度***(“ADS”)来采集以往和实时的客流量数据,并且预测下一个短间隔中的客流量。这种引导***可以提高处理容量,并且缩短大厅中的乘客等待时间和乘客服务时间。各段中的轿厢分配计划是预先确定的。
引导方式可以解决可变间隔调度器的某些问题,并且能够改进调度性能。引导方式可以通过分段来减少每次往返中的停靠次数,以及轿厢的平均循环运行时间。通过采用循环方法或是频繁服务的方法为各个段分配轿厢,引导方式可以为目标楼层提供服务。然而,尽管大厅的拥挤和拥挤时间减少了,乘客等待时间仍然可能很长。到达大楼入口大厅的轿厢是不受控制的,轿厢会随机地到达大楼入口大厅。高层中可以使用的所有轿厢都被派往大楼入口大厅,这样就可能集中在大厅,因而会减少大厅上面的上行和下行门厅呼叫的服务。
因而有必要减少在大厅中的集中,门厅呼叫登记时间,门厅呼叫再分配,乘客等待时间,大厅中的拥挤,以及拥挤的时间。
本发明的目的之一是提供一种改进的电梯调度***和方法。
本发明的另一目的是提供一种电梯调度***,用来使大厅中的轿厢到达率符合大厅中的乘客到达率。
本发明的再一目的是尽量减少依次离开大厅的轿厢中的轿厢负荷变化,并且尽量缩短最大乘客等待时间。
本发明的又一目的是改善轿厢对所有门厅呼叫的服务能力,包括在大厅之外的其他楼层上发出的门厅呼叫。
本发明进一步的目的是减少大厅中的集中,门厅呼叫登记时间,门厅呼叫再分配,乘客等待时间,大厅中的拥挤,以及拥挤的时间。
根据本发明,在一个具有多个楼层的大楼中控制电梯轿厢的群控制器包括:一个电梯调度器,用于在单一来源客流量的条件下控制电梯轿厢的操作,该电梯调度器具有一个限制,根据该限制来限制轿厢的分配;以及一个自适应限制发生器,用于根据电梯控制***的输出变量修改该限制的值。
在一个实施例中,该群控制器包括:一个客流量和客流率估算器,用于提供客流量和客流量的模糊估算值;一个模糊逻辑控器,用于根据客流量和客流量的模糊估算值提供控制参数,该控制参数具有用于限制该控制参数值的限制;一个自适应限制发生器,用于根据一个电梯控制***的输出变量修改该限制的值;以及一个电梯调度器,用于在单一来源客流量的情况下根据该控制参数控制电梯轿厢的操作。
根据以下参照附图的详细说明可以进一步认识本发明的上述和其他目的,特征,及其优点,在附图中:
图1是一个电梯控制***的简化框图,其中的群控制器被包括在一个环形通信***中;
图2是一个电梯控制***的简化框图,其中的群控制器通过一条网络总线被连接到一个操作控制子***;
图3是群控制器中的一个电梯调度器的简化框图,用来根据客流率预测执行动态编程;
图4是一个曲线示意图,表示关于时间的上行峰期客流量变化,以及用来确定何时开始改变服务类型和分配给大厅的轿厢数量的客流量门限值;
图5是一个曲线示意图,表示根据客流量等级分配给大厅的轿厢数量;
图6是一个曲线示意图,表示大厅中需要的轿厢与采用编程服务模式两者之间的服务间隔变化;
图7是一条时间线,表示在采用预定规则的程序间隔的编程服务期间的大厅轿厢分配编程原理;
图8和9是分别用于表示程序窗口,程序公差,轿厢空闲时间,轿厢提前时间及轿厢延迟时间等概念的时间线;
图10是一条时间线,表示围绕着编程时间的程序窗口;
图11是群控制器中的一个电梯调度器的简化框图,用来根据大厅客流量和客流率的清晰估算来执行动态程序;
图12是一个曲线图,表示离开大厅的轿厢的轿厢负荷的模糊集合及其从属关系函数的一个例子;
图13是一个曲线图,表示轿厢出发间隔的模糊集合及其从属关系函数的一个例子;
图14是一个曲线图,表示为大厅客流量选择的模糊集合及其从属关系函数的一个例子;
图15是一个曲线图,表示为大厅客流率选择的模糊集合及其从属关系函数的一个例子;
图16表示群控制器中的一个电梯调度器的框图,它采用大厅客流量的模糊估算和参数的模糊逻辑控制来执行动态编程;
图17是一个示意图,表示大厅客流量和客流率的单集;
图18是一个示意图,表示大厅客流量和客流率的联合集合;
图19是一个简化的框图,表示一个模糊逻辑控制器及其各个部件;
图20是一个流程图,表示用来形成模糊逻辑控制器的步骤;
图21是一个示意图,表示用于分配给大厅的若干个轿厢的模糊集合和从属关系函数;
图22是一个示意图,表示用于预测的次要方向门厅呼叫的模糊集合和从属关系函数;
图23是一个示意图,表示用于大厅服务模式的模糊集合和从属关系函数;
图24一个示意图,表示用于当前的次要方向门厅呼叫的模糊集合和从属关系函数;
图25是一个示意图,表示用于大厅程序延迟和大厅程序撤销延迟的模糊集合和从属关系函数;
图26是一个开环自适应模糊逻辑控制器的简化框图;
图27是自适应控制器的***动态分析逻辑流程图;
图28是一个曲线图,表示采用线性从属关系函数的模糊集合的定义以及这些线的定义;
图29是一种自适应控制逻辑的流程图;
图30是适用于开环自适应模糊逻辑控制器的***动态分析逻辑流程图;
图31和31a是适用于开环自适应模糊逻辑控制器的自适应控制逻辑流程图;
图32是一个闭环模糊逻辑控制器的简化框图;
图33是一个曲线示意图,表示用于预测的大厅门厅呼叫登记时间的模糊集合和从属关系函数;
图34是一个曲线示意图,表示用于预测的非大厅门厅呼叫登记时间的模糊集合和从属关系函数;
图35是一个曲线示意图,表示用于预测的次要方向门厅呼叫登记时间的模糊集合和从属关系函数;
图36是一个曲线示意图,表示用于集中在主要方向上的若干轿厢的模糊集合和从属关系函数;
图37是一个曲线示意图,表示用于一种程序间隔的模糊集合和从属关系函数;
图38是一个曲线示意图,表示用于预测的非大厅门厅呼叫的模糊集合和从属关系函数;
图39是一个曲线示意图,表示用于程序窗口容限的模糊集合和从属关系函数;
图40是一种闭环自适应模糊逻辑控制器的简化框图;
图41是在这种闭环自适应模糊逻辑控制器中使用的一种自适应控制逻辑的流程图;
图42是在闭环自适应模糊逻辑控制器中使用的一种自适应控制逻辑的流程图;
图43是具有自适应限制发生器的一个群控制器的简化框图;
图44是这种自适应限制发生器的逻辑流程图;
图45是一种控制限制执行函数的流程图;
图46是与单一来源客流量状态的动态程序一起使用的自适应限制发生器的流程图;以及
图47是一个曲线示意图,表示用于中午前后的大厅单一来源客流量的编程服务的起动和撤销。
电梯控制***
在具有许多楼层的大楼中,每个楼层上靠近门厅中电梯的位置通常设有一组按钮。这种按钮通常被叫做门厅呼叫按钮,允许乘客请求电梯轿厢在上行或是下行的一个预定方向上提供服务。另外,在电梯轿厢内部通常装有统称为轿厢呼叫按钮的多个按钮,允许乘客请求具体楼层的服务。
一个电梯控制***也可以被称为电梯调度***或是调度器,它可以监视各个楼层上的门厅呼叫按钮的状态,并且响应门厅呼叫和/或轿厢呼叫按钮的登记向有关的楼层调度一个电梯轿厢,这是现有技术中普遍公知的。
参见图1,图中表示了一例电梯控制***。每个电梯轿厢有一个操作控制子***(“OCSS”)100,各自通过线路102,103和每个其他OCSS 100连接成一个环形通信***。显而易见,每个OCSS 100都连接着各种电路。然而,为了简要,以下仅仅说明涉及一个OCSS 100的电路。
门厅呼叫按钮及其有关的灯和电路(未示出)通过一个远程站104,远程串行通信链路105及一个转换组件106连接到OCSS 100。轿厢按钮及其有关的灯和电路(未示出)通过一个远程站107和远程串行通信链路108连接到OCSS 100。用来指示电梯轿厢运行方向和/或用来指示进入电梯轿厢的一组门的门厅设备通过一个远程站109和远程串行通信链路110连接到OCSS 100。
电梯轿厢门的操作是由一个门控制子***(“DCSS”)111来控制的。电梯轿厢的运动是由一个运动控制子***(“MCSS”)112来控制的,这一子***与一个驱动和制动子***(“DBSS”)113协同操作。调度是由一个群控制子***(“GCSS”)101来确定的,并且在GCSS 101的监控之下由OCSS 100来执行。GCSS 101也被称为群控制器,它包括一个存储器114和一个处理器115,这些都是公知的技术。
在一个较佳实施例中,DCSS 111还可以从负荷检测装置接收电梯轿厢的负荷数据,并且将这种数据发送给MCSS 112,由MCSS 112将这种负荷数据转换成上车和/或下车乘客的计数。这种信息被发送给OCSS 100,从那里再发送到GCSS 101,用来记录和预测客流量,以便按照下述的方式提高电梯的服务效率。
与此相应,在图1所示的电梯控制***中,GCSS 101通过串行环形通信线路连接到OCSS 100。然而,本领域的技术人员还应该能知道,本发明也可以用其他的电梯控制***来实现,例如图2中所示的电梯控制***。在图2的电梯控制***中,GCSS 101是通过网络总线连接到OCSS 100的,因此,大量的数据可以在OCSS 100和GCSS 101之间相互传送。
在一个较佳实施例中,动态编程的电梯调度器是在GCSS 101中实现的。实现动态编程电梯调度器的程序被装在GCSS 101的存储器114中,以便由GCSS 101的处理器115来执行程序指令。在一个实施例中,处理器115可以采用商用的Intel 486处理器。当然也可以用其他合适的处理器来实现本发明。该程序使动态编程的电梯调度器按照下述的方式进行操作。
然而,本领域的技术人员应该知道,动态编程的电梯调度器还可以实现在任何适当的群控制器中。这种群控制器可以是任何一个电梯控制器,它可以按照***输入来控制一组电梯。群控制器可以用一个电梯控制器或是多个电梯控制器构成。同样,群控制器也可以用一个或是多个处理器来实现。
另外,本发明还可以在各种电梯控制***中使用。例如,本发明可以由使用一个电梯轿厢控制器的电梯控制***来实现,与每个轿厢的独立的OCSS,MCSS和DBSS不同,它是通过通信总线与群控制器形成电气连接的。此外,按照本发明提供的技术方案,本发明还能用公知的技术在各种类型的电梯***中实现,以下还要讨论具体的细节。
动态编程电梯调度器
动态编程电梯调度器在一方面具有实时预定计划的意义,根据乘客到达率为大厅分配轿厢,并且在预期的大厅客流量超过一定限度时按照预定的间隔来分配轿厢。动态编程电梯调度器的另一个原则是:如果“服务时间”的变化被减少了,就在一个排队***中明显地缩短平均排队长度和等待时间,其中的服务时间是指一个楼层上的轿厢利用之间的间隔。如果轿厢利用之间的间隔不变,间隔的变化就是零,平均排队长度和等待时间可以被缩短到不受控制的指数轿厢利用率间隔的一半。
动态编程电梯调度器也称为动态程序机,包括两种轿厢分配模式的动态调度程序。一种轿厢分配模式是按照程序间隔来分配轿厢,与大厅中出现的门厅呼叫无关,这种模式被称为编程服务模式(Scheduledservice mode)。程序间隔(Schedule interval)的定义是指一个轿厢在一个楼层上可供乘客使用的编程时间到下一个轿厢在该楼层上可供乘客使用的编程时间之间的间隔。因此,如下文所述,程序间隔是一个可以控制的参数。在门厅呼叫登记之后根据需要为大厅门厅呼叫分配轿厢的那种轿厢分配模式被称为按需服务模式。动态编程电梯调度器是这样一种电梯调度器,它具有根据预期的客流量而实时地改变轿厢分配模式,轿厢之间的服务间隔,以及分配给大厅的轿厢数量的能力。
“单一来源客流量”的定义是指客流量从一个楼层上出发,在同一方向上运行,并且去往一个或多个楼层。单一来源客流量的运行方向被定义为主要方向。与主要方向相反的运行方向被称为次要方向。例如,从入口楼层出发并且去往高层的客流量就是一种“单一来源客流量”。然而,单一来源客流量也可能出现在空中大厅(Sky lobby)并且终止于空中大厅上方或是下方的几个可以到达的楼层。因此,大厅被定义为会产生明显的单一来源客流量的任何楼层。在一个实施例中,明显的单一来源客流量被定义为在一个预定的时间段中超过了大楼中总客流量的60%的那种单一来源客流量。然而,在另一个实施例中,被认为是明显的具体单一来源客流量等级可以是确定时间段内总客流量的50%到100%的范围。因此,在一个确定的时间段内,如果大楼中有65%的客流量来自第十层并且向下运行,第十层就被定义为一个大厅。下述的方法也可以应用于具有一个次要大厅和/或几个地下楼层的大楼。
在明显的单一来源客流量出现在例如大楼入口大厅的一个楼层并且终止于其他楼层时就会形成“单一来源状态”。本文中下述的方法可以等效地用于任何单一来源客流量状态,例如在上行峰期期间或是在出现双向客流量状态的中午前后。
在这种动态编程电梯调度器中,正如说明书的实施部分中所述,在下一个短时间段内到达大厅的客流量是根据实时数据来预测的。当客流量需求降低时,动态编程电梯调度器按照按需服务模式工作,并且在出现门厅呼叫登记之后将轿厢分配给大厅。当客流量达到另一个门限时,服务模式改变成编程服务模式。按照有规律的确定间隔将轿厢分配给大厅的门厅呼叫,例如每20秒或是25秒分配一个轿厢。这样,每隔一个间隔,例如20秒或是25秒就会有一个轿厢打开门供乘客乘坐。象已知的上行峰期调度器采用的方式一样,轿厢在达到确定的负荷或是经过了确定的停顿时间之后就会关门。
程序间隔是客流量密度的函数。下一个例如三分钟的短时间段内的预测客流量被用来计算程序间隔,使得在程序间隔之内到达的乘客少于轿厢容量的一个预定值,例如是50%或60%。这样,程序间隔就按照客流量的变化而改变,并且可以随时接纳到达的乘客。
最大的程序间隔被限制在例如40或50秒,乘客不需要在大厅内长时间等待,并且可以保证大厅内不出现拥挤。最小的程序间隔也是有限制的,它是由平均循环运行时间和编组运行的轿厢数量来确定的。
如果短时的预测客流量达到了一个门限,就将轿厢编组中的一些轿厢分配给大厅,而将其他轿厢分配给大厅之外的楼层上发出的门厅呼叫。分配给大厅的轿厢数量随着客流量的密度而变化,但是决不会把所有轿厢都分配给大厅。由于仅仅为大厅分配一部分轿厢,没有分配给大厅的其他轿厢还可以为其他楼层提供服务;这样就能改善整个大楼中的电梯服务性能。正如以下的说明书实施部分中所述,分配给大厅的轿厢数量取决于编组中可用的轿厢数量和预测的客流量。
在轿厢关门并且离开大厅时,可以将其分配给大厅之外的楼层上的门厅呼叫。如果轿厢已经完成上车,或是乘客正在大厅中上车时,轿厢也可以对大厅之外的其他楼层的门厅呼叫进行分配。电梯控制***计算轿厢在主要运行方向上到达最远楼层的时间。电梯控制***还要计算轿厢到达大厅的时间。轿厢到达大厅的时间是根据特定于电梯编组和大楼的参数来计算的,并且象现有技术中一样采用适当的运动分布图。
在任何瞬间准备分配给大厅的轿厢是根据到达大厅的时间来选择的。在大厅中可供使用的轿厢优于处在其他楼层上的轿厢。选择处在大厅中的轿厢,并且首先选择开门的轿厢,其次选择减速到达大厅的轿厢,然后选择停在大厅中但是关着门的轿厢。在选定了供大厅使用的轿厢之后,再把不在大厅的轿厢选择分配给大厅。
如果在大厅中有几个可用的轿厢,并且有些轿厢不需要在近期内为大厅服务,多余的轿厢就可以分配给大厅上面的上行和下行门厅呼叫。这样可以减少大厅内的集中现象,并且改善大厅上面的轿厢分配。
为了进一步改善动态编程电梯调度器的性能,采用了一个程序窗口为大厅的门厅呼叫分配轿厢。程序窗口是用围绕着一个轿厢供乘客上车的编程时间的一个下容限和一个上容限定义的。如果有一个轿厢到达大厅,并且可以在这一程序窗口内打开它的门,就可以将其分配给大厅。这种程序窗口减少了轿厢在编程时间之前到达大厅并且用特定的时间来等待分配的必要性。这样,使用程序窗口就可以减少轿厢空闲时间。此外允许轿厢在程序窗口之内到达大厅,较好地调节其他楼层上的轿厢分配,并且不会受到大厅轿厢分配需求的限制。采用程序窗口改善了轿厢在其他楼层上的分配能力,可以减少登记时间和门厅呼叫的再分配。
当客流量减少时,编程服务模式就转换到按需服务模式。为了避免在按需和编程模式之间摆动,调度器采用了适当的延迟。***只有在一定的客流量密度持续了预定的时间例如60秒时才进入编程模式。只有当客流量需求降到了一个门限以下并且在例如120秒的第二确定时间内一直低于该门限的情况下,***才从编程模式转换到按需模式。以下部分详细地说明了动态编程电梯调度器的实施方案。
实现单一来源客流量的动态编程调度器的方法
动态编程调度器需要预测未来的大厅客流量等级,选择各种控制参数,并且对调度过程进行控制。如下文所述,这是根据在过去几分钟收集的客流量数据采用实时客流量预测来实现的。然而,这种数据也可以是在任何适当时间段内收集的。
或者是根据依次离开大厅的轿厢的负荷和轿厢之间的出发间隔采用模糊逻辑来估算客流量和客流率。在预定的范围内获得大厅客流量和客流率估算值的清晰值。然后用这种清晰值来选择控制参数,对调度过程进行控制,如下文所述。
作为第三种方式,可以用轿厢负荷和出发间隔来提供大厅客流量和客流率的模糊估算。然后使用模糊逻辑控制器根据这种模糊估算来选择控制参数,从而实现健壮性和适应性,如下文所述。
因此,上述三种客流量预报方法中都包括选择各种控制参数值,并且用这些参数对调度进行控制。
这些控制参数包括:
a.确定准备分配给大厅的轿厢数量,并且向大厅发车;
b.确定需要采用的服务模式;
c.确定准备在编程服务模式中使用的为大厅分配轿厢的程序间隔;
d.确定程序容限和程序窗口;以及
e.确定编程服务起动延迟和编程服务撤销延迟,以便对摆动进行控制。
以下要分别说明这三种客流量预报方法及其有关的控制参数选择方法。
Ⅰ.采用大厅客流量预测的动态编程
图3是装在GCSS中的群控制器118的简化框图。群控制器118包括一个动态程序机122,客流量预测器124,和一个性能预测器144。乘客到达126,在大厅和上行或下行方向的其他楼层上登记了门厅呼叫130。乘客上车128,在轿厢内登记了轿厢呼叫131。在乘客上车时,轿厢负荷132发生变化。轿厢负荷132和出发时间134被存储在GCSS的存储器中作为电梯控制***状态变量136。客流量预测器124使用轿厢负荷132和出发时间134来预测大厅客流量138。预测的大厅客流量138,门厅呼叫130,轿厢呼叫131,状态变量136以及性能预测146被用作动态程序机122的输入,用来执行轿厢分配140。电梯群120是由轿厢分配140来控制的。电梯群的工作达到一定的群控性能,采用一定的性能测量142将群控性能记录在GCSS的存储器中。
图4用大厅乘客的5分钟到达率关于时间的关系表示了单一来源客流量的变化。当乘客到达大厅并且发出门厅呼叫时,调度器就分配一个轿厢去应答该门厅呼叫。乘客进入轿厢,轿厢在经过了预定的时间或是轿厢负荷达到预定限度时关门。当轿厢关门时,由DCSS记录轿厢的负荷,并将其发送给MCSS。MCSS将轿厢负荷转换成乘客计数并且发送给OCSS,再从OCSS发送给GCSS。GCSS按照每三分钟的周期收集乘客计数数据,将其用来预测下一个确定周期即此后三分钟内在大厅上车的人数。当然也可以选择另外的时间周期。在预测中可以使用单指数平滑或是线性指数平滑的模型,例如在本文中可供参考的属于奥蒂斯电梯公司的美国专利US4838384号,发明人是Kandasamy Thangavelu,名称为“利用峰值期间客流量预测的基于队列的电梯调度***”(Queue Based ElevatorDispat-ching System Using Peak Period Traffic Prediction)。这种方式被称为实时客流量预测。
a.选择分配给大厅的轿厢数量,并且向大厅调度轿厢
参见图4和5,分配给大厅的轿厢数量取决于预测的客流量。如果在例如三分钟的一个给定周期中的预测客流量达到了一个客流量门限L1,L2,L3,L4,就按照以下方式增加分配给大厅的轿厢数量。如果在给定周期内的预测客流量下降到一个客流量门限L1’,L2’,L3’,L4’以下,就按照下述方式减少分配给大厅的轿厢数量。
如果给定周期内的实际客流量很低,因而使预测的大厅单一来源客流量很低(<L1),例如小于大楼中人口的1%,调度器就仅仅在大厅中登记了门厅呼叫之后才为大厅分配轿厢。
如果预测的客流量大于L1,即大于大楼中人口的1%,但是小于L2,即小于大楼中人口的2%,并且在该周期中离开大厅的轿厢的平均轿厢负荷达到了轿厢容量的至少25%,调度器就为大厅分配一个轿厢。当一个轿厢在大厅中响应主要方向的门厅呼叫打开它的门时,可以向大厅调动另一个轿厢。这样,在运载乘客的轿厢离开大厅之后到达的乘客就不需要等待很长时间。
如果预测的客流量达到了另一个门限L2,也就是达到了大楼人口的2%,但是小于L3即大楼人口的3%,并且在该周期内至少有两个轿厢带着至少为轿厢容量的35%的平均负荷离开了大厅,调度器就为大厅分配两个轿厢。因此,当轿厢在大厅中开门应答一个门厅呼叫时,调度器需要确定在大厅中是否有另外两个轿厢可供使用或是正在驶向大厅。如果没有满足这种条件,调度器就要计算每个轿厢从当前的轿厢位置到达大厅的轿厢运行时间。然后由调度器选择两个可以在最短时间内到达大厅的轿厢,并且将这两个轿厢分配给大厅。
如果电梯群中包括四台以上的轿厢,预测的客流量超过了另一个门限L3,即大楼人口的3%,并且在三分钟周期内至少有三个轿厢带着轿厢容量40%的平均负荷离开了大厅,调度器就为大厅分配三个轿厢。因此,当轿厢在大厅中开门应答一个门厅呼叫时,调度器需要确定在大厅中是否有另外三个轿厢可供使用或是正在驶向大厅。如果没有,就要选择三个可以在最短时间内到达大厅的轿厢,并且将它们派往大厅。
在编组中具有三到四个轿厢的***中,最多可以为大厅分配两个轿厢。如果编组中包括五到六个轿厢,最多可以为大厅分配三个轿厢。如果编组中包括七到八个轿厢,最多可以为大厅分配四个轿厢。因此,在编组中具有七到八个轿厢的***中,预测的客流量门限L4被用来为大厅分配四个轿厢。
上述随着预测客流量的增加为大厅分配多个轿厢的方法具有能够均匀地为大厅提供轿厢的优点。因此,随着客流量的增加,门厅呼叫登记时间,乘客等待时间和大厅中的排队现象都可以保持很小。
调度器需要记录用来增加分配给大厅的轿厢数量的客流量门限L1,L2,L3和L4。如果调度器分配一个轿厢去应答大厅的上行门厅呼叫,调度器就要确定和记录在大厅中是否有一个可供使用的轿厢,或是它正在减速到达大厅。在一个较佳实施例中,在三次轿厢分配中如果有一次以上在大厅中没有可供使用或是正在减速到达大厅的轿厢,调度器就把下一周期的预测客流量记录下来和设定成客流量门限值L1,L2,L3或L4,以便增加分配给大厅的轿厢数量。因此,如果先前没有为大厅分配轿厢,就将客流量门限L1设定为下一周期的预测客流量,这样就能为大厅分配一个轿厢。如果先前为大厅分配了一个轿厢,就将客流量门限L2设定为下一周期的预测客流量,这样就能为大厅分配两个轿厢。如果先前为大厅分配了两个轿厢,就将客流量门限L3设定为下一周期的预测客流量,依此类推。
新近记录的L1,L2,L3和L4的值和先前记录或是预测的这些门限值一起使用,采用公知的指数平滑技术从中获得供以后使用的预测值。
减少分配给大厅的轿厢数量
如果下一周期的预测客流量减少到某一门限以下,就减少分配给大厅的轿厢数量。例如,当预测客流量低于大楼人口的L4’时,就把分配给大厅的轿厢数量设定为三;当预测客流量低于L3’时设定为二;当预测客流量低于L2’时设定为一,当预测客流量低于L1’时设定为零。L1’,L2’,L3’,L4’的值小于L1,L2,L3和L4,以减少在切换分配给大厅的轿厢数量时发生摆动。
调度器需要记录用来减少分配给大厅的轿厢数量的客流量门限L1’,L2’,L3’和L4’。调度器要识别出何时有两个以上轿厢关着门停在大厅中的时间超过了预定时间例如10秒,此时,调度器就可以调整客流量门限,以便减少分配给大厅的轿厢数量。因此,如果有两个以上轿厢关着门停在大厅的时间超过了10秒,也就是轿厢的空闲时间超过了10秒,调度器就记录下一周期的预测客流量,并且将客流量门限L1’,L2’,L3’或L4’设定成记录的下一周期预测客流量。如果有四个轿厢被分配给大厅,就将客流量门限L4’设定为下一周期的预测客流量等级;如果有三个轿厢被分配给大厅,就将客流量门限L3’设定为下一周期的预测客流量等级;如果有两个轿厢被分配给大厅,就将客流量门限L2’设定为下一周期的预测客流量等级。与此类似,如果有一个轿厢停在大厅,并且在60秒以上没有出现门厅呼叫登记,也就是轿厢已经空闲了60秒以上,调度器就要加以记录,这样,调度器就可以将客流量门限L1’设定为下一周期的预测客流量。
L1’,L2’,L3’和L4’的当前记录值与L1’,L2’,L3’和L4’的先前记录值加以组合,从而用公知的指数平滑技术获得下次的预测值。如果同时满足了特定的轿厢空闲时间条件和客流量条件,就将分配给大厅的轿厢数量减一。
b.确定服务模式
选择编程服务模式
上述的动态编程电梯调度器可以在两种服务方式,即按需服务模式和编程服务模式之间改变。在按需服务模式期间,动态编程电梯调度器在出现门厅呼叫登记之后根据需要为大厅分配轿厢。在编程服务模式期间,动态编程电梯调度器按照程序间隔来分配轿厢,无论大厅中有没有门厅呼叫。根据预测的客流量实时地改变服务模式。例如图4所示,如果下一周期中预测的大厅客流量达到了一个门限S,动态编程电梯调度器就将服务模式从按需服务模式改变成编程服务模式。在一个实施例中,S的范围是大楼人口的3%到3.5%。
动态编程电梯调度器需要记录用来将服务模式改变成编程服务模式的客流量门限S。动态编程电梯调度器识别出门厅呼叫登记之后为一个大厅门厅呼叫分配轿厢的时间。动态编程电梯调度器还要识别和记录轿厢关门时的轿厢负荷以及轿厢保持着开门状态的停止时间。如果停止时间大于一个例如15秒的限度,并且轿厢负荷小于其容量的例如35%,就按照轻负荷轿厢来记录该轿厢。如果轿厢开门之后乘客很快地登上轿厢,并且轿厢负荷在15秒停止时间内达到了一个大于35%的限度,就按照明显负荷轿厢来记录该轿厢。如果连续有两个轿厢在15秒停止时间内达到了大于35%的负荷,就把对应的预测客流量当作客流量门限S,此时就把服务模式改变成编程服务模式。或者是,如果三个轿厢当中有两个在15秒停止时间内达到了35%负荷,就把对应的预测客流量当作门限S。对应的预测客流量是当前为下一个确定周期记录的预测客流量。S的当前记录值和先前记录或是预测的S值一起用来预测下一客流量门限S,同样采用公知的指数平滑技术。
转换到按需服务模式
当预测的客流量减少到一个小于S的第二门限S’以下时,调度器就撤销编程服务模式的操作。也就是根据需要为大厅提供服务,在门厅呼叫登记之后为大厅的门厅呼叫分配一个轿厢。在一个实施例中,S’的范围是大楼人口的2%到3%。
动态编程电梯调度器可以记录用来转换到按需模式的客流量门限S’。动态程序机记录大厅中的轿厢有效时间。如果轿厢是空的,轿厢有效时间就被定义为轿厢开着门的时间。如果轿厢在开门时已经卸下了乘客,轿厢有效时间就定义为所有乘客已经离开轿厢的时间。动态编程电梯调度器还要记录第一个乘客登上轿厢并且登记轿厢呼叫的时间。然后,动态编程电梯调度器计算第一轿厢呼叫登记时间和轿厢有效时间之间的间隔。如果这一间隔大于10秒,并且轿厢关门时的轿厢负荷小于其容量的25%,动态编程电梯调度器就按照低客流量状态来记录。如果连续有两个轿厢出现低客流量状态,就把对应的预测客流量当作S’来记录。采用公知的指数平滑技术将客流量的当前记录值和先前记录或是预测的S’值一起用来获得下一预测值。当预测客流量下降到S’以下时,服务就转换到按需模式。
c.选择程序间隔
参见图6,服务间隔的定义是乘客可以在大厅中登上一个轿厢的时间到乘客可以在大厅中登上下一个轿厢的时间之间的间隔。在按需服务和编程服务模式期间都可以测量这种服务时间。图6中表示了分配给大厅中的门厅呼叫的前、后轿厢之间的服务间隔的变化。在按需模式下,轿厢之间的服务间隔取决于乘客到达率和大厅停止次数。随着客流量的增加,上车需要更长的时间,但是门厅呼叫是在装载的轿厢离开大厅之后的很短时间内登记的。由于乘客到达过程的随意性,连续分配给大厅的轿厢之间的间隔是随机变化的。因此,按需服务模式中的服务间隔也是随机变化的。
当调度器转换到编程服务模式时,分配轿厢的服务间隔受到控制,轿厢按照有规律的间隔供乘客使用。这种模式下的服务间隔被称为程序间隔。因此,程序间隔就是乘客可以在一个楼层登上一个轿厢的编程时间到乘客可以在该层登上下一个轿厢的编程时间之间的间隔。最初选择的程序间隔是在过去的短时间周期例如三分钟周期内离开大厅的轿厢之间的平均间隔。程序间隔也可以按照大厅中的门厅呼叫登记时间和乘客等待时间最小的原则来选择。这样,最初可以选择40秒的程序间隔。
参见图7,动态编程电梯调度器使用程序间隔来计算向大厅调动一个轿厢的下一个编程时间。如果在大厅中登记了一个门厅呼叫,轿厢只有在达到规定时间时才会开门。这样就会造成乘客在大厅中排队等待轿厢。因此,当轿厢开门并且让几个乘客很快登上轿厢时,上车时间是很短的。这样就会使轿厢很快达到预定的负荷限度并且离开大厅。因此,轿厢不需要在很长的时间内开着门等待乘客。
如图6和7中所示,程序间隔最初会随着预测客流量的增加而缩短。之所以选择程序间隔和预测客流量之间的这种反比关系是因为增加的客流量会使轿厢很快达到预定的负荷限度,随之使轿厢很快地离开大厅,而且在轿厢关门之后很快又会有新的门厅呼叫。另外,如果***预测的客流量比较高,它就会缩短程序间隔,以便将轿厢负荷保持在理想的门限之内,并且有效地使用到达大厅的轿厢。典型的理想负荷是轿厢容量的50%到60%,这样就能容纳随时到达的乘客。例如,在三分钟预测客流量从大楼人口的3%增加到6%时,调度器就把程序间隔从30秒缩短到25秒。
如果采用了编程服务,并且按照程序间隔令分配给大厅的轿厢开门,轿厢就能在编程时间之前到达大厅并且等待开门。因此,大厅中的轿厢会有一段空闲时间。随着客流量的增加,空闲时间会由于轿厢负荷的增加而减少,这样,在上行运行期间就会出现更多的轿厢呼叫,并且会因此而增加循环运行时间。这样就会自动地增加到达大厅的轿厢之间的间隔。间隔的增加会使空闲时间缩短。如果空闲时间被缩短到零,轿厢就不一定能足够快地为大厅的门厅呼叫提供服务,而乘客必须要等待轿厢到达。如果出现这种情况,调度器就会增加程序间隔,以便增加每个轿厢的轿厢负荷。
最大程序间隔决定了大厅的最大门厅呼叫登记时间和乘客等待时间。因此,在一个实施例中,根据大楼的楼层数,工作的轿厢数量以及单一来源客流量与非大厅客流量的相对水平为大厅选择了40秒到50秒的最大程序间隔。最小程序间隔取决于平均循环运行时间和工作的轿厢数量。例如,如果平均循环运行时间是150秒,并且有六个轿厢在工作,可能的最小程序间隔就是25秒。为了让轿厢能随机地到达大厅,可以采用30秒的程序间隔。
在一个实施例中,调度器收集每一分钟的大厅客流量数据,并且在每一分钟末尾时更新三分钟计数。因此,调度器的预测是每分钟更新一次的。预测的客流量被用来预测平均的上行轿厢呼叫数量,从中可以预测出平均循环运行时间。因此,根据计算的循环运行时间,每到一分钟就可以改变程序间隔。
在另一个实施例中,调度器收集每三分钟周期内大厅门厅呼叫的门厅呼叫登记时间,这样,调度器就能预测出下一个三分钟周期内的门厅呼叫登记时间。预测的三分钟平均大厅门厅呼叫登记时间可以用来计算下一个程序间隔。程序间隔可以从根据平均循环运行时间的间隔和/或根据预测的门厅呼叫登记时间计算出的间隔来选择。选定的程序间隔和预测的客流量决定了轿厢离开大厅时的预测负荷;这种计算方法是本领域的技术人员可以完成的。
按照有规律的间隔为大厅门厅呼叫分配轿厢可以有效地减少大厅中的拥挤,大厅中出现拥挤的时间,乘客在大厅中的平均等待时间,以及大厅中的最大乘客等待时间。轿厢在离开大厅时的负荷变化也被减少了,这样就能减少轿厢循环运行时间的变化;从而可以使轿厢有规律地到达大厅。
在使用编程服务时,如果一个轿厢按照轿厢呼叫到达大厅并且开门,除非是将其分配给大厅的门厅呼叫并且已经达到了编程的时间,它的门厅指示灯不会亮。如果乘客登上一个没有分配的轿厢并且按下轿厢呼叫按钮,轿厢呼叫不能登记,而按钮灯也不会亮。因此,乘客不能使用还没有分配给大厅门厅呼叫的轿厢。
d.程序窗口和程序容限
当大楼中的客流量增加,并且在大厅以外楼层上出现明显的客流量时,轿厢有可能比编程时间提前到达大厅并且一直闲置到编程时间。或者是轿厢可能在编程时间之后到达并且立即被分配给大厅门厅呼叫。无论是哪种情况,乘客等待时间和大厅排队都会增大。为了有效地使用轿厢,如果轿厢比其编程时间提前一点到达,就应该立即把轿厢分配给大厅门厅呼叫。
另外,如果大楼中设有自助餐厅楼层,它就是一个次要大厅,或是一个具有明显客流量的基地,在大楼中出现明显的楼层之间和倒流的客流量时,如果优先为大厅分配一些轿厢,其他楼层上的服务就会受到影响,导致在这些楼层上出现多次登记和反复的门厅呼叫再分配。上述的问题可以通过为分配给大厅的轿厢选择程序窗口来解决。
程序窗口的定义是围绕着编程时间的上、下容限。例如,如果采用25秒的程序间隔,就可以选择5秒的下容限和10秒的上容限。在本例中,由程序窗口来改变的程序间隔范围是20秒到35秒。如果让轿厢在这种程序窗口之内到达大厅,就可以较好地适应其他楼层的轿厢分配。轿厢不一定要在编程时间之前到达大厅并且在某一特定时间等待分配。
图8和9表示编程时间和程序窗口的概念。图10表示在编程服务模式下用程序窗口为大厅分配轿厢。采用程序窗口并且将轿厢到达大厅的时间限制在窗口之内可以改善为大厅上方楼层和下方楼层上的门厅呼叫的服务,减少这些楼层上的登记时间和门厅呼叫再分配。这样就缩短了最大乘客等待时间。保证轿厢在程序窗口之内到达同时还可以减少大厅中的等待时间,拥挤,以及拥挤的持续时间。轿厢可以得到有效的利用,为大楼中的所有门厅呼叫提供均衡的服务。
为了获得程序窗口,需要根据针对三种类型的客流量预测的大厅客流量和预测的最大门厅呼叫登记时间来选择上容限和下容限。这三种类型包括大厅中主要方向的客流量,所有其他楼层上主要方向的客流量,以及所有楼层上次要方向的客流量。上容限和下容限可以是相同或是不同的。
在一个实施例中,大厅门厅呼叫登记时间和大厅以外楼层上的门厅呼叫登记时间是按照三分钟的周期来记录的。这样,就能记录最大门厅呼叫登记时间,而下一个三分钟周期的最大门厅呼叫登记时间是采用公知的指数平滑技术对三种类型的客流量分别预测的。
允许的最大门厅呼叫登记时间是针对这三种类型分别选择的。大厅中主要方向的允许的最大门厅呼叫登记时间被限制在例如40到50秒的较短时间,因为大厅的客流量很大,如果分配给大厅的轿厢过分延迟,大厅中就可能发生拥挤,并且大厅会出现长时间的持续拥挤。
然而,所有其他楼层上主要方向客流量的允许的最大门厅呼叫登记时间通常大于大厅中主要方向上允许的最大登记时间,这是因为在上行峰期和中午前后轿厢会为了单一来源客流量主要方向的楼层上的轿厢呼叫而频繁地停车。因此,主要方向门厅呼叫最大登记时间通常被定在50到60秒之间。
所有楼层上次要方向客流量的允许的最大门厅呼叫登记时间通常也会大于大厅中主要方向上允许的最大登记时间。次要方向的客流量在上行峰期中很小,因此,次要方向门厅呼叫的允许的最大登记时间可以被定在50到60秒。在中午前后,主要的客流量在主要方向上,但是经常还会出现明显的次要方向客流量。明显的次要方向客流量要求为次要的客流量提供较小的最大允许门厅呼叫登记时间。
程序窗口是通过将预测的最大门厅呼叫登记时间与允许的最大登记时间相比较来选择的。允许的最大值和预测的最大值之间的差被用来选择大厅和程序窗口的上容限和下容限。
如果大厅客流量很低,例如小于大楼人口的3%,而主要方向大厅客流量以外的预测最大门厅呼叫登记时间很短,并且小于选定的最大允许登记时间,就选择5秒左右的很小的容限。
然而,如果非大厅主要方向客流量的预测的最大门厅呼叫登记时间超过了非大厅主要客流量的允许的最大门厅呼叫登记时间,就需要选择较大的上容限和下容限。实际选择的值取决于预测的最大门厅呼叫登记时间与允许的最大登记时间之间的差。例如,如果主要或次要方向门厅呼叫的差小于10秒,下容限和上容限就可以分别选为5秒和7秒。如果这种差大于10秒但是小于20秒,下容限和上容限就可以分别选为7秒和10秒。如果主要或次要方向门厅呼叫的差继续增大,就需要为非大厅主要方向门厅呼叫增加允许的最大门厅呼叫登记时间。在一个实施例中可以通过查阅类似于表1的表来选择程序容限。这种表是采用脱机模拟的方式产生的;熟悉电梯调度器的技术人员都知道这种方法。
表1
根据预测和允许的最大门厅呼叫登记时间选择程序窗口的上下容限。
大厅程序间隔 | 预测和允许的最大门厅呼叫登记时间之间的差 | 下容限 | 上容限 |
30 | 0或负值<10<20>20 | 5577 | 571012 |
40 | 0或负值<10<20>20 | 581012 | 5121415 |
50 | 0或负值<10>10 | 8812 | 121215 |
在为主要或次要方向门厅呼叫和大厅服务而分配轿厢时,在应答门厅呼叫时需要记录门厅呼叫登记时间超过了此类门厅呼叫允许的最大门厅呼叫登记时间的发生次数。这种信息被用来修改允许的最大门厅呼叫登记时间。例如,如果大厅以外楼层上主要方向门厅呼叫的允许的最大登记时间多次被违反,就需要增加大厅和其他楼层主要方向上门厅呼叫允许的最大登记时间。如果次要方向门厅呼叫的允许的最大门厅呼叫登记时间反复被违反,就需要增加大厅和其他楼层主要方向上允许的最大门厅呼叫登记时间。如果大厅中允许的最大门厅呼叫登记时间反复被违反,就需要增加程序间隔,从而增加离开大厅的轿厢中的轿厢负荷。
如果使用了程序窗口,并且编程时间与程序容限无关,前后两个轿厢之间的最大间隔可以表示成(ti+△tu)-△tl,其中的ti是程序间隔,△tu是上容限,而△tl是下容限。这种最大间隔出现在一个轿厢在程序窗口之前到达并且开门的时间比编程时间早△tl,而下一个轿厢比编程时间迟到了△tu秒的情况下。因此,容限的选择会影响到轿厢负荷,大厅排队,以及等待时间。容限越大,轿厢负荷的变化越大。大的容限还会使等待时间延长,并且造成大厅中出现拥挤。因而需要保持比较小的容限。
如果在编程时间的△tu秒之后分配第一个轿厢,而第二个轿厢比编程时间提前到达并且分配的时间比编程时间早△tl秒,在两个轿厢之间就会出现最小间隔。
为了减少轿厢负荷的变化,当一个轿厢被分配给大厅的门厅呼叫时,就使用选定的程序间隔来更新下一个编程时间和随后的编程时间。这样,以后的编程时间就是ta,ta+ti,ta+2ti…依此类推,其中的ta是当前的轿厢在分配给一个门厅呼叫并且乘客下车之后可以让乘客上车的时间。如果下一个轿厢比编程时间提前到达并且在ta+ti-△tl时进行分配,该时间就被用作下一个编程时间,并且更新后续的编程时间。与此类似,如果在ta+ti-△tl到ta+ti+△tu之间的程序窗口内的任何时刻分配轿厢,就将该时间作为下一个编程时间,并且更新以后的编程时间。这种方法可以将轿厢之间的最小间隔保持在ti-△tl,最大间隔保持在ti+△tu。这样就能使轿厢负荷的变化很小。
大厅轿厢到达程序
调度器确定主要方向上的最远楼层,以及在主要方向上运行的一个轿厢到达最远楼层的时间。如果将该轿厢分配给主要方向的门厅呼叫,就需要确定这些门厅呼叫可能引起的轿厢呼叫停站,并且用来计算轿厢到达最远楼层的时间。如果将轿厢分配给次要方向的门厅呼叫,就需要计算轿厢到达门厅呼叫楼层的时间。确定次要方向门厅呼叫可能引起的轿厢呼叫停站,并且计算轿厢到达该楼层的时间。最后,计算轿厢到达门厅的时间。如果到达大厅的轿厢是空的,在开门之后就可以马上上车。如果到达大厅的轿厢载有乘客,首先要开门让乘客下车;然后该轿厢才能让大厅中的乘客上车。
轿厢运行时间是随着运行速度,加速度,层间距离,执行的轿厢呼叫停站,分配的门厅呼叫,以及由分配但未应答门厅呼叫所造成的估算的轿厢呼叫停站而变化的。
在为大厅以外的楼层上发出的主要方向门厅呼叫分配轿厢时,在一定的等待时间限度之内,将第一优先权给予与这些楼层上的轿厢呼叫停站相吻合的轿厢。然后考虑没有分配给大厅的轿厢。最后考虑已经分配给大厅的轿厢。只有在轿厢在大厅具有空闲时间,并且将在程序窗口之内到达大厅,或是在程序容限以内有另一个轿厢可以分配给大厅时,仍然在主要方向上运行的已经分配给大厅的轿厢才可以用于大厅以外楼层上发出的主要方向门厅呼叫。
对于次要方向门厅呼叫,首先考虑没有分配给大厅的轿厢。然后考虑已经分配给大厅的轿厢,但是它必须有提前的时间,并且能在程序窗口之内到达大厅,或是在程序窗口内有另一个轿厢可以分配给大厅。
为了执行这种计算,调度器要维持轿厢到达大厅的时间表和按照该时间到达大厅的有关轿厢之间的关系,如表2所示。将这一时间表与表3的大厅轿厢分配时间表相比较。如果轿厢在其编程时间之前到达,计算出的提前时间就是编程时间与轿厢有效时间之间的差。如果轿厢在编程时间之后到达,编程时间与轿厢到达时间之间的差就是计算出的轿厢延迟时间。对符合分配给大厅时间表的每一个轿厢计算出这种值,并且保存在表4中。可以用表4来完成大厅轿厢分配和大厅以外楼层上的主要和次要方向门厅呼叫的轿厢分配,以便使分配给大厅的轿厢在程序窗口之内到达。
表2
大厅中的轿厢到达时间表
大厅中的轿厢到达时间,秒 | 轿厢数量 |
80 | 3 |
95 | 5 |
109 | 2 |
121 | 1 |
139 | 0 |
158 | 4 |
表3
大厅程序窗口
程序窗口 | ||
大厅的下一编程时间 | 可以分配轿厢的最早有效时间 | 可以分配轿厢的最迟有效时间 |
90 | 80 | 105 |
120 | 110 | 135 |
147 | 139 | 163 |
174 | 166 | 190 |
201 | 193 | 217 |
表4
计算到达大厅的轿厢的提前时间和延迟时间
下一个编程时间 | 轿厢数量 | 提前时间,秒 | 延迟时间,秒 |
90 | 35 | 10---- | ----5 |
120 | 521 | 2511---- | --------1 |
147 | 2104 | 38268---- | ------------11 |
如果在大厅中有若干个轿厢可供使用,近期内就会有一些不需要为大厅服务的轿厢,并且具有较大的提前时间。这些轿厢可以分配给非大厅门厅呼叫。按照这种方式为大厅以上的门厅呼叫分配轿厢可以有效地减少轿厢在大厅中集中的现象,并且减少大厅以上的门厅呼叫登记时间。
e.大厅程序延迟
为了避免在按需和编程模式之间摆动,调度器采用了适当的延迟。在一个实施例中,如果预测的客流量明显大于S,例如,S是大楼人口的3%,而预测客流量大于3.5%,就立刻起动编程服务模式。如果预测的客流量小于3.5%但是大于3%,调度器就在下一分钟结束时等待一次的预报。如果新的预报仍然是预测客流量大于3%,就起动编程服务模式。与此类似,当客流量下降时,如果预测的客流量从3%以上下降到例如2%或以下,就立即撤销编程服务模式。如果不是,调度器就在一分钟周期中等待两次预报。只有当这些预报小于2.5%时才撤销编程服务模式。与此类似,当客流量从大楼人口的3.5%以上迅速下降时,动态程序在转向按需模式之前还需要等待一次预报来核实这种低客流量等级。
Ⅱ根据估算的大厅客流量和客流率和控制参数的脱机学习来完成动态编程
图11是装在GCSS101内的群控制器118的一个简化框图,它可以用与第二种实现动态程序机的方法使用。群控制器包括一个动态程序机122,一个客流量估算器148,一个性能预测器144,和一个脱机模拟器150。出发时间134被用来计算离开大厅的轿厢之间的出发间隔152。轿厢负荷132和出发间隔152被用作基于模糊逻辑的客流量估算器148的输入,从中产生下述的客流量和客流率的清晰估算值。动态程序机122使用这些客流量和客流率估算值154,其他输入信号130,131和136,以及由性能预测器提供的性能预测值146,采用在线的控制参数选择器156来产生动态编程中需要的各种控制参数值。动态程序机采用这些控制参数和动态编程逻辑来完成轿厢的分配140。群控制器118还配备有一个脱机模拟器,它根据预测的大楼客流量来模拟电梯的群操作,并且采用下述的脱机学习方法来选择控制参数。
a.采用模糊逻辑估算大厅的客流量和客流率
动态编程调度器的第二种实施方案是采用离开大厅的轿厢的轿厢负荷和先后离开大厅的轿厢之间的出发间隔来实时地估算大厅的客流量和客流率。这种客流率是大厅客流量的变化率。在产生这种估算时采用了模糊集合论的方案。大厅客流量和客流率的估算是根据轿厢负荷,出发间隔,大厅客流量和客流率中间存在的模糊关系来完成的。计算出的大厅客流量和客流率是一个连续频谱上的清晰值。例如,大厅客流量是采用0到100的标尺来计算的,而客流率是采用-50到50的标尺来计算的。大厅客流量和客流率的估算是根据轿厢在主要方向上装满乘客离开大厅时的轿厢负荷和轿厢出发时间的实时数据获得的。
各种动态编程控制参数中包括大厅服务模式,分配给大厅的轿厢数量,大厅程序间隔,程序窗口容限,以及允许的最大登记时间,它们首先是用下述的脱机模拟和学习技术来选择的。然后用选择的控制参数值产生查询表。查询表和电梯群控操作期间完成的大厅客流量和客流率估算被用来为实时的操作选择控制参数值。
在一个实施例中将多至三个的连续轿厢的轿厢负荷及轿厢之间出发间隔的模糊集合当作输入。将大厅客流量和客流率的模糊集合当作输出。采用近似人的推理方式来产生连接输入和输出的模糊规则。然后采用适当的推论方法和惯用的模糊逻辑生成***软件根据输出的规则计算出大厅客流量和客流率。
采用模糊集合对离开大厅的轿厢的负荷进行分类。用负荷衡量装置检测轿厢的负荷,并且用DCSS将其转换成0到255范围的负荷计数。检测的实际负荷是用轿厢额定负荷的百分数来表示的,并且转换成负荷计数。零轿厢负荷表示轿厢是空的,而255轿厢负荷表示额定负荷的127.5%。DCSS将这种信号发送给MCSS,后者再将信息发送给OCSS。OCSS将这种信息发送给群控制器。
提供一种明确的负荷分类。例如,通过定义四个模糊集合:轻,中等,高峰和满载就可以获得四类负荷。这种模糊集合与清晰的集合不同。在清晰的集合中,例如100单位的具体负荷要么是属于这一集合,要么是不属于这一集合。然而,在模糊集合中,一种典型的轿厢负荷在某种程度上属于一个集合,这种程度被称为从属关系函数。当轿厢负荷是0到50单位时是轻。当轿厢负荷在50到80之间时,它在某种程度上是轻,但在另一种程度上是中等。100单位的轿厢负荷0.4度是属于中等,而0.6度是属于高峰。图12表示了轿厢离开大厅时的轿厢负荷的模糊集合及其对应的从属关系函数。负荷分类的数量大小是可以选择的。例如,轿厢负荷的分类可以采用三到六个模糊集合。从属关系函数可以用线性或是非线性函数来表示。
当一个轿厢带着乘客离开大厅时,将它的出发时间与带着乘客离开大厅的前一个轿厢的出发时间相比较。由此计算出轿厢之间的出发间隔,并且用三到六个模糊集合对这种出发间隔分类,也就是短,相当短,相当长,长以及很长。图13表示用来代表带着轿厢负荷离开大厅的轿厢之间的出发间隔的一种模糊集合。另外,一个特定的出发间隔可以完全在一个模糊集合中,或是在某种程度上可以包括在多个模糊集合中。
大厅客流量可以用0到100的标度来表示。也可以用0到255的标度来表示。用类似于轿厢负荷的模糊集合为大厅客流量分类,例如没有,轻,中等,高峰和满载。图14表示一例用来为大厅客流量分类的模糊集合和从属关系函数。调度器用分类没有来表示在过去的一个例如两分钟的确定周期内没有轿厢带着乘客离开大厅。
进入大厅的客流量的变化率可以比如用-50到50的标度来表示。采用快速增加,缓慢增加,稳定,缓慢减少以及快速减少的模糊集合对这种变化率进行分类。图15表示了用于变化率的模糊集合及其从属关系函数。
如果当前轿厢和前一个轿厢之间的出发间隔很长,例如达到两分钟以上,只有当前轿厢的轿厢负荷被用来计算大厅客流量和客流率。表5中表示了一例确定的大厅客流量和客流率,表中的情况是一个轿厢带着乘客离开了大厅,而前一个确定周期中没有轿厢带着乘客离开大厅。
表5
在轿厢出发间隔很长(例如120秒)时确定大厅客流量
当前轿厢负荷 | 先前轿厢负荷 | 大厅客流量 | 大厅的客流量变化率 |
轻中等高峰满载 | 忽略忽略忽略忽略 | 轻中等中等高峰 | 稳定稳定缓慢增加稳定 |
表6表示一例确定的大厅客流量和客流率,表中的情况是最近的出发间隔短,而先前的出发间隔不但不短而是相当短,相当长或是长。最近的出发间隔是最近从大厅出发的轿厢(轿厢3)和前一个从大厅出发的轿厢(轿厢2)之间的出发间隔。前一个出发间隔是指从大厅出发的前一个轿厢(轿厢2)和从大厅出发的再前一个轿厢(轿厢1)之间的出发间隔。
表6
在近期的出发间隔很短、而先前的出发间隔不短时确定大厅的客流量和客流率
当前轿厢负荷(轿厢3) | 先前轿厢负荷(轿厢2) | 再早的轿厢负荷(轿厢1) | 大厅客流量 | 大厅中客流量的变化率 |
中等高峰高峰中等 | 中等中等高峰高峰 | 忽略忽略忽略忽略 | 中等中等高峰中等 | 稳定缓慢增加稳定缓慢增加 |
满载中等满载满载 | 中等满载满载高峰 | 忽略忽略忽略忽略 | 高峰高峰满载高峰 | 缓慢增加稳定稳定缓慢增加 |
高峰轻中等轻 | 满载中等轻高峰 | 忽略忽略忽略忽略 | 高峰中等轻中等 | 缓慢增加缓慢减少缓慢增加缓慢减少 |
高峰轻满载轻 | 轻满载轻轻 | 忽略忽略忽略忽略 | 中等高峰高峰轻 | 缓慢增加稳定稳定稳定 |
表7表示一例确定的大厅客流量和客流率,表中表示的是最近的出发间隔不短,而先前的出发间隔短的情况。在对大厅客流量和客流率分类时可以忽略再前一个轿厢(轿厢1)的负荷,这是因为前一个出发间隔不短。然而,前一个出发间隔不短的情况可能是由于轿厢延迟到达大厅或是乘客使轿厢停在大厅而造成的。因此,除非是最近的出发间隔很长,或是超过了一个最大限度例如120秒,两个轿厢(轿厢3和轿厢2)的轿厢负荷都应该被用来计算大厅的客流量及其变化率。表7就采用了这种方案。
表7
在最近的轿厢出发间隔不短、而先前的出发间隔短时确定大厅的客流量和客流率
当前轿厢负荷(轿厢3) | 先前轿厢负荷(轿厢2) | 再早的轿厢负荷(轿厢1) | 大厅客流量 | 大厅客流率 |
中等高峰高峰中等 | 中等中等高峰高峰 | 忽略忽略忽略忽略 | 中等中等中等中等 | 稳定稳定缓慢增加稳定 |
满载中等满载满载 | 中等满载满载高峰 | 忽略忽略忽略忽略 | 高峰中等满载高峰 | 稳定稳定快速增加缓慢增加 |
高峰轻中等轻 | 满载中等轻高峰 | 忽略忽略忽略忽略 | 高峰轻轻轻 | 稳定稳定稳定稳定 |
高峰轻满载轻 | 轻满载轻轻 | 忽略忽略忽略忽略 | 中等高峰中等轻 | 稳定稳定缓慢增加稳定 |
如果离开大厅的前后三个轿厢使得最近的出发间隔和前一个出发间隔都短,就要对所有三个轿厢的轿厢负荷进行考虑以估算大厅客流量和客流率。表8表示在两个连续的出发间隔都短的情况下确定的大厅客流量和客流率的一个例子。
表8
在两个连续的出发间隔都短时确定大厅的客流量和客流量的变化率
当前轿厢负荷(轿厢3) | 先前轿厢负荷(轿厢2) | 再早的轿厢负荷(轿厢1) | 大厅客流量 | 大厅客流率 |
中等高峰中等高峰 | 中等中等高峰高峰 | 中等中等中等中等 | 中等中等中等高峰 | 稳定稳定稳定稳定 |
满载中等满载满载 | 中等满载满载高峰 | 中等中等中等中等 | 高峰高峰满载高峰 | 缓慢增加缓慢增加稳定缓慢增加 |
高峰高峰中等中等 | 满载中等中等高峰 | 中等高峰高峰高峰 | 高峰高峰中等高峰 | 缓慢增加稳定稳定稳定 |
高峰满载中等满载 | 高峰中等满载满载 | 高峰高峰高峰高峰 | 高峰高峰高峰满载 | 稳定缓慢增加缓慢增加稳定 |
满载高峰中等高峰 | 高峰满载中等中等 | 高峰高峰满载满载 | 高峰高峰高峰高峰 | 缓慢增加稳定稳定稳定 |
高峰中等满载中等 | 高峰高峰中等满载 | 满载满载满载满载 | 高峰高峰满载高峰 | 稳定稳定稳定稳定 |
满载高峰满载轻 | 满载满载高峰轻 | 满载满载满载满载 | 满载满载满载轻 | 缓慢增加稳定稳定稳定 |
中等轻中等中等 | 轻中等中等高峰 | 轻轻轻轻 | 轻轻中等中等 | 缓慢增加稳定稳定缓慢增加 |
高峰高峰满载高峰 | 中等高峰高峰满载 | 轻轻轻轻 | 中等高峰高峰高峰 | 快速增加稳定缓慢增加缓慢增加 |
满载高峰轻满载 | 满载轻高峰轻 | 轻轻轻轻 | 满载中等中等高峰 | 稳定缓慢增加稳定稳定 |
轻满载中等轻 | 满载中等满载轻 | 轻轻轻中等 | 中等高峰高峰轻 | 稳定缓慢增加缓慢增加稳定 |
中等中等高峰高峰 | 轻轻轻轻 | 中等高峰中等高峰 | 中等中等中等高峰 | 稳定稳定缓慢增加稳定 |
满载高峰满载轻 | 轻轻轻轻 | 高峰满载满载高峰 | 高峰高峰满载轻 | 稳定稳定稳定稳定 |
轻满载中等轻 | 轻轻轻中等 | 满载中等满载中等 | 轻高峰中等中等 | 稳定缓慢增加稳定缓慢增加 |
轻轻轻轻 | 高峰中等高峰高峰 | 中等高峰高峰满载 | 中等中等中等中等 | 稳定缓慢减少缓慢增加缓慢增加 |
轻轻轻轻 | 满载满载中等满载 | 高峰满载满载中等 | 高峰高峰中等中等 | 稳定稳定缓慢减少稳定 |
表5到8被用来产生模糊逻辑规则,当一个轿厢在主要方向上离开大厅时,采用这种规则根据轿厢负荷和轿厢出发间隔来确定大厅的客流量和大厅客流率。这种模糊规则是按下述方式产生的。
表5的第一行可以解释成这样的模糊规则:如果轿厢出发间隔很长,而轿厢负荷轻,大厅客流量就是轻,而大厅客流率是稳定的。这种规则根据当前轿厢的负荷计数和前一个例如120秒的周期内没有轿厢带着乘客离开大厅的事实来估算大厅客流量和大厅客流率。从表5的每一项中可以推导出一种规则。
与此类似,表6中第一行的项可以解释成这样的模糊规则:如果轿厢出发间隔短,而前一个轿厢出发间隔不短,并且轿厢负荷是中等,并且前一个轿厢负荷是中等,大厅客流量就是中等,而大厅客流率是稳定的。这种规则使用两个轿厢出发间隔和两个轿厢负荷作为输入。用四个输入来估算大厅客流量和大厅客流率。从表6的每一行项目中可以推导出一种模糊规则。
从表7的第一项来看,它的模糊逻辑规则是:如果轿厢出发间隔不短,而前一个轿厢出发间隔短,并且轿厢负荷是中等,前一个轿厢负荷也是中等,大厅客流量就是中等,而大厅客流率是稳定的。这种规则也使用两个出发间隔和两个轿厢负荷作为输入,用所有这四个输入来估算大厅客流量和大厅客流率。从表7的每一行项目中可以推导出一种模糊规则。
表8中的第一项代表了这样的模糊规则:如果轿厢出发间隔短,前一个轿厢出发间隔也短,并且轿厢负荷是中等,前一个轿厢负荷也是中等,再前一个轿厢负荷还是中等,大厅客流量就是中等,而大厅客流率是稳定的。这种规则使用两个出发间隔和三个轿厢负荷来估算大厅客流量和大厅客流率。从表8的每一行项目中可以推导出一种模糊规则。
这样,从表5到8的每一行项目都可以推导出一种模糊逻辑规则。这些模糊逻辑规则考虑到了轿厢负荷测量的不准确性以及出发间隔,轿厢负荷以及大厅客流量和大厅客流率等等多方面关系的不准确性。然而,模糊逻辑可以用来体现这种不准确性,并且使大厅客流量和客流率的估算达到满意的程度。
用一种模糊编程语言来编码轿厢负荷,轿厢出发间隔,大厅客流量以及大厅客流率的从属关系函数。市场上有几种此类的通用语言。例如可以用Togai InfraLogic的模糊编程语言(FPL)来编制这些从属关系函数。进一步的内容可以参考“Fuzzy-C Developme-nt System User’s Manual”,Release 2.3.0,Togai InfraLogic,Inc。同样,模糊逻辑规则也是用FPL语言编制的。在一个实施例中,模糊逻辑文件是用FPL编译程序来编译的,从中产生用来处理这些规则和估算大厅客流量和客流率的C语言代码。
用FPL编译程序产生的C语言代码与调度器的软件集成在一起,当轿厢带着乘客离开大厅时,将轿厢负荷和出发间隔作为输入来执行C语言代码。C语言代码使用从属关系函数说明在各种模糊集合中产生具体的轿厢负荷和出发间隔的从属关系度。C语言代码还可以用来计算模糊规则前提的从属关系度。这种前提是模糊规则中放在字“则”(then)前面的那一部分。
例如,“如果轿厢出发间隔短,而前一个出发间隔不短,并且轿厢负荷是中等,而前一个轿厢负荷也是中等”就是一种前提。字“则”(then)暗含了这种规则所遵循的输出。因此,“大厅客流量是中等,而大厅客流率稳定”就是这种规则的输出。
然后用一种最大-最小(max-min)规则来计算从属关系度的前提,用“和”(and)组合的条件可以产生一种从属关系度,它是各个条件的最小程度。用“或”(or)组合的条件可以产生一种从属关系度,它是各个条件的最高程度。
一种规则中的每个输出具有一个相关的模糊集合。一个输出的所有模糊集合被定义在一定范围内,称其为论域(universe of discourse)。每个模糊集合的一部分定义是通用的。
根据该全域(universe)来选择离散点,用来计算这些点上输出的从属关系度。例如,大厅客流量的点被选择为0到100,间隔是1,这样就有101个点。对于大厅客流率,这些点选择范围是-50到50,间隔为1。针对每一个输出模糊集合采用图14和15中所示的从属关系函数来计算在这些点上限定的从属关系度。这些内容被存储在表9和10所示的表中。
表9
各种模糊集合中大厅客流量的从属关系度
点 | 没有 | 轻 | 中等 | 高峰 | 满载 |
012345 | 1.01.01.01.01.01.0 | 0.00.00.00.00.00.0 | 0.00.00.00.00.00.0 | 0.00.00.00.00.00.0 | 0.00.00.00.00.00.0 |
3132333435 | 0.00.00.00.00.0 | 0.950.900.850.800.75 | 0.050.100.150.200.25 | 0.00.00.00.00.0 | 0.00.00.00.00.0 |
5152535455 | 0.00.00.00.00.0 | 0.00.00.00.00.0 | 0.950.900.850.800.75 | 0.050.100.150.200.25 | 0.00.00.00.00.0 |
7172737475 | 0.00.00.00.00.0 | 0.00.00.00.00.0 | 0.00.00.00.00.0 | 0.950.900.850.800.75 | 0.050.100.150.200.25 |
96979899100 | 0.00.00.00.00.0 | 0.00.00.00.00.0 | 0.00.00.00.00.0 | 0.00.00.00.00.0 | 1.01.01.01.01.0 |
表10
各种模糊集合中大厅客流率的从属关系度
点 | 快速减少 | 缓慢减少 | 稳定 | 缓慢增加 | 快速增加 |
-50-49-48-47-46 | 1.01.01.01.01.0 | 0.00.00.00.00.0 | 0.00.00.00.00.0 | 0.00.00.00.00.0 | 0.00.00.00.00.0 |
-20-19-18-17-16 | 0.00.00.00.00.0 | 1.00.950.900.850.80 | 0.00.050.100.150.20 | 0.00.00.00.00.0 | 0.00.00.00.00.0 |
01234 | 0.00.00.00.00.0 | 0.00.00.00.00.0 | 1.00.950.900.850.80 | 0.00.050.100.150.20 | 0.00.00.00.00.0 |
2021222324 | 0.00.00.00.00.0 | 0.00.00.00.00.0 | 0.00.00.00.00.0 | 1.00.950.900.850.80 | 0.00.050.100.150.20 |
4647484950 | 0.00.00.00.00.0 | 0.00.00.00.00.0 | 0.00.00.00.00.0 | 0.00.00.00.00.0 | 1.01.01.01.01.0 |
表9和10中的从属关系值被用于计算使用模糊规则的规则输出的从属关系度。用一种推论方法根据前提的从属关系度来计算规则输出的从属关系度。有两种广泛应用的推论方法,它们是:极大点(max-dot)(也被称为极大积(max-product))和极大极小(max-min)。在极大点(max-dot)推论方法中,规则中的每一个输出的从属关系度是根据前提从属关系度及其模糊集合的各个离散点上的输出的从属关系度的积来决定的。例如,在采用极大点(max-dot)推论法时,为了获得输出“大厅客流量中等”的每个点上的从属关系度,可以将表9中“中等”的那一列中各个点的从属关系度乘以这种规则的前提从属关系度。
在极大极小(max-min)推论法中,规则中的每一个输出的从属关系度是根据前提从属关系度及其模糊集合在各个离散点上的输出的从属关系度的最小值来决定的。例如,对于输出“大厅客流率缓慢增加”来说,每个点上的输出的从属关系度就是表10中“缓慢增加”那一列中对应点上的从属关系度和这种规则的前提从属关系度当中的最小值。因此,对于输出集合范围内的每个离散点来说,其从属关系度是用这种规则的前提从属关系度和输出模糊集合的确定的从属关系度来计算的。
为了组合各个规则的输出,采用了一种最大或是合并方法,也叫做求和。对于最大或是合并方法来说,使用一种阵列来累计各个点上大厅客流量的从属关系度,用另一个阵列累计大厅客流率的从属关系度,如表11和12中所示。这些阵列最初都是零。在计算第一种规则时,将各个点上对大厅客流量计算出的输出从属关系度存储在表11中,并且将各个点上对大厅客流率计算出的输出从属关系度存储在表12中。在计算后面的规则时,将不同点上计算出的规则输出度与表11和12中的值进行比较。
如果采用最大方法,并且新的值大于表中的值,就在表中的这些点上保存新的值。如果采用合并方法,就把不同点上计算的输出度加在表11和12中这些点中的值上。继续这一过程直到计算完所有的规则。表的结果给出了大厅客流量和客流率的模糊估算值。最后,如果采用合并方法,将各个点上累计的从属关系度限制在1.0。
表11各个点上累计的大厅客流量从属关系度
点 | 累计的从属关系度 |
012345····· | 0.00.00.00.00.00.00.00.00.00.00.0 |
919293949596979899100 | 1.01.01.01.01.01.01.01.00.00.0 |
通过对模糊值进行解模糊而获得大厅客流量和客流率的清晰估算值;此处使用了解模糊的重心方法。在这种方法中用表11的数据绘制一条曲线。提取曲线上例如22和23之间的一个典型间隔,用点22和23上的平均从属关系度和1单位的宽度可以计算出面积。面积的矩是这样计算的,用距论域的下限,即零的距离乘以面积;该距离是22.5。
表12各个点上累计的大厅客流率从属关系度
点 | 累计的从属关系度 |
-50-49-48-47-46-45-44-43 | 0.00.00.00.00.00.00.00.00.0 |
012· | 1.01.01.01.0 |
41424344454647484950 | 0.00.00.00.00.00.00.00.00.00.0 |
计算每个小间隔的面积,并且加在一起获得总的面积。对每一个间隔同样计算其矩,并且加在一起获得总的矩。用总的矩除以总面积,就可以获得该图的大厅客流量的重心区,例如37.5。同样还可以获得大厅客流率的解模糊值,例如55。
如果有一个轿厢带着乘客离开了大厅,和动态编程调度器一起使用的客流量估算器就使用该轿厢的负荷,先前的轿厢负荷,再前一个轿厢的负荷,轿厢出发间隔,以及前一个轿厢的出发间隔对大厅客流量和大厅客流率进行估算。
b.选择动态编程的控制参数
动态编程中使用的各种参数是通过两阶段的过程来选择的。在第一阶段用每个确定的间隔中收集的客流量数据和控制参数在各种估算的大厅客流量和客流率上的初始值来模拟电梯群的操作。在一个实施例中,确定的间隔是5分钟。在这种模拟中选择分配给大厅的轿厢数量,大厅服务模式,大厅程序间隔,以及大厅程序容限等等的初始值。采用不同的随机数据流进行多次模拟。
在这些模拟过程中采用内插技术来选择合适的控制参数值。调度过程是用这些选择的控制参数值来控制的。然后收集和分析电梯群性能数据。使用本领域技术人员关于参数调节的知识就可以根据大厅客流量和客流率估算的不同值按照脱机的方式来选择上述控制参数的新值。
对性能数据的控制参数进行脱机的选择,模拟和分析的这种过程是反复执行的,直到用脱机的方式选择出满意的控制参数值。然后,在第二阶段中用这些控制参数实时地操作电梯群,并且用动态程序机进行实时的调度。
脱机模拟和参数的学习
为了选择在用于不同等级的大厅客流量和客流率的动态程序中使用的参数值,采用了一种脱机的模拟和学习方法。在这种方法中,首先由熟悉技术的人员主观地选择适合不同客流量等级和变化率的值,并且制成表13。如果电梯***是新的,并且没有以往的运行数据可供使用,电梯***在单一来源客流量条件下就使用选择的初始参数值进行操作。采用适当的内插规则来获得不同客流量等级和变化率情况下的参数值。
表13
根据大厅客流量和客流率查找表,从中选择动态编程参数
大厅客流量 | 大厅客流率 | 大厅服务模式 | 分配给大厅的轿厢号 | 大厅程序间隔 | 大厅最大等待时间 | 程序下容限 | 程序上容限 |
010203040 | ----- | 按需按需按需按需按需 | 11122 | ----- | ----- | ----- | ----- |
5050505050 | -50到-30-30到-10-10到1010到3030到50 | 编程编程编程编程编程 | 33333 | 3030302828 | 4040403838 | 55555 | 1010101010 |
6060606060 | -50到-30-30到-10-10到1010到3030到50 | 编程编程编程编程编程 | 33333 | 2825252525 | 3835353535 | 77777 | 1010101010 |
7070707070 | -50到-30-30到-10-10到1010到3030到50 | 编程编程编程编程编程 | 33344 | 2828283030 | 4040404242 | 1010101010 | 1212121212 |
8090100 | --- | 编程编程编程 | 444 | 323235 | 444750 | 101010 | 121515 |
在***操作期间,在每个一分钟周期中根据上行和下行方向的所有楼层上的轿厢上车计数来收集客流量数据。在第一运行周期结束时用收集的客流量数据预测明天的客流量,并且用预测的客流量进行模拟运行。使用各种随机数据流,在确定周期内预测的客流量数据,以及首先选择的动态编程控制参数值的集合来模拟多次,例如10次运行过程。在这些模拟过程中,每当有一个轿厢离开了大厅,就记录估算的大厅客流量和客流率。通过内插来选择服务模式,分配给大厅的轿厢数量,程序间隔以及程序容限并记录下来作为输入。大厅的最大门厅呼叫登记时间,非大厅楼层上的最大门厅呼叫登记时间,从大厅出发的连续两个轿厢之间的前一个周期内最高的大厅排队长度,轿厢中的乘客的平均和最大乘客等待时间,以及轿厢出发时的轿厢负荷被记录下来作为输出。
然后对收集的数据进行编组,围绕着0,10,20,30,40,50,60,70,80,90和100的客流量等级和-50,-40,-30,-20,-10,0,10,20,30,40,和50的客流率来设定不同的收集间隔。这样就可以产生121个收集集合。大厅客流量和客流率的间隔宽度是三个单位。在轿厢离开大厅时收集的数据记录被一个接一个地读出。如果客流量等级处在一个收集间隔之内,而客流率也处在其收集间隔之内,例如客流量是在30和33之间,而客流率处在-10到-7之间,就把记录的输出数据排列在收集集合的下面。在模拟过程中对所有所收集的数据反复执行这种过程。
然后分析编组的数据,从中确定登记时间,排队长度,乘客在大厅的等待时间,以及离开大厅的轿厢的轿厢负荷等等的平均,最大以及标准的偏差。计算这些数值和前一组数值的变化率。然后识别出这些变量数值中最大的变化或是它们的标准偏差或最大的值。
用一种计算机程序在各个收集点上选择适当的控制参数值。这种计算机程序体现了本领域技术人员在根据对模拟输出变量值的分析,这些变量与相邻的收集集合之间的变化,以及输出变量的偏差和最大值来调整控制参数值的知识和经验。这样就能选择出新的数值集合,并且将其***上面的表13中。
在轿厢离开大厅时再次重复这种模拟过程,并且收集性能数据。重新分析来自确定的运行次数的模拟数据,从中选择比较好的控制参数值。这种过程反复多次,直到脱机选择的控制参数值达到模拟过程中可以接受的***性能。
这种对第二天的客流量进行预测,并且在上行峰期和中午之后通过运行模拟来选择第二天的控制参数值的方法是每一天都要反复进行的。这样,***就可以学习适用于预测的客流量条件的控制参数。
在线参数选择
脱机选择的控制参数值被保存在群控制器的存储器中。然后,在第二天操作电梯群时,如果出现单一来源的客流量情况,就采用公知的内插技术用脱机选择的控制参数值实时地选择参数值。动态编程调度器使用这些在线选择的控制参数值实时地操作。
控制参数值的摆动
在选择参数时,利用适当的延迟来避免数值的摆动。如果客流量和客流率迅速地增加,***就会迅速作出响应。然而,如果客流量和客流率迅速地减少,***则会等待两三次观测报告来确认这种减少,然后才调整控制参数。服务模式,服务间隔,分配给大厅的轿厢数量,在大厅中允许的最大等待时间,以及大厅服务窗口容限等等都是用这些延迟来选择的。
Ⅲ采用模糊估算的大厅客流量和客流率以及参数的模糊逻辑控制的动态编程
图16是群控制器118的示意图,它采用大厅客流量和客流率的模糊估算和动态编程参数的模糊逻辑控制来执行动态编程。这一群控制器包括客流量和客流率模糊估算器162,模糊逻辑控制器164和动态程序机122。
在实现动态编程调度器的第三种方法中,大厅客流量和客流率是用按顺序离开大厅的轿厢中的轿厢负荷132和出发间隔152来估算的模糊变量。大厅客流量和客流率是以它们的模糊集合获得的。出现每个模糊集合的概率是用下述的一组从属关系度来决定的。这些变量的同时出现和单独出现是用下述的联合集合(joint set)从属关系度和单集(simpleset)从属关系度来表示的。然后将大厅客流量和客流率166的模糊估算值作为各个模糊逻辑控制器164的输入,用来选择控制动态编程调度器的控制参数170。
如下文中所述,模糊逻辑控制器164采用实时产生的大厅客流量和客流率166的模糊估算值作为一组输入,将电梯控制***输入168作为第二组输入,电梯控制***的各种状态变量136作为第三组输入,而电梯控制***的性能测量值142作为第四组输入来定时地选择控制参数。动态编程控制参数170包括分配给大厅的轿厢数量,大厅服务模式,程序间隔,程序窗口容限以及程序延迟,它们都是用模糊逻辑控制器164来选择的。实时地选择控制参数可以迅速和准确地响应大厅中客流量条件的变化。
用五个不同的模糊逻辑控制器来选择控制参数,采用大厅客流量和客流率的模糊估算作为一组输入。这些控制器有:
1.开环模糊逻辑控制器
2.闭环自适应模糊逻辑控制器
3.闭环模糊逻辑控制器
4.闭环自适应模糊逻辑控制器
5.具有自适应限制发生器的模糊逻辑控制器
以下要说明在上述控制器中使用的设计原理和方法以及用它们选择控制参数的用途,这些参数是在单一客流量条件下供在动态编程调度器中使用的。
a.采用模糊逻辑的大厅客流量和客流率的模糊估算
实现动态程序机的这种方法是采用按顺序离开大厅的轿厢的轿厢负荷和出发间隔来产生大厅客流量和客流率的估算值作为模糊变量。这种模糊估算是用轿厢负荷,轿厢出发间隔,大厅客流量以及客流率之间存在的模糊关系来决定的。根据为大厅客流量和客流率选择的模糊集合来产生这种估算值。在轿厢带着乘客在主要方向上离开大厅时进行这种估算。
轿厢负荷,轿厢出发间隔,大厅客流量和客流率使用的模糊集合与前一部分Ⅱ的图12,13,14和15中的情况是相同的。在表5到8中规定了这些参数之间存在的模糊关系。因此,如下文所述,在Ⅱ部分中所述的模糊逻辑规则被用来估算大厅客流量和客流率作为模糊变量。
获得模糊逻辑规则的模糊输出的一种方法是使用离散的点并且给出输出变量在这些点上的从属关系度。然而,这种方案需要实时地完成大量的计算,因为用来估算大厅客流量和客流率的规则太多了。因此,以下所述的是实现本发明目的的一种较佳方案。
在这种较佳方法中限定了每个输出模糊集合的从属关系较集合度。规则的从属关系前提度被用作这种规则的所有输出集合的从属关系的输出集合度。多种规则可以产生相同的输出集合。用这种方案可以使复杂的规则简单化。这种规则反映了人的思维和推理过程,因而容易明白和理解。然后把产生相同的输出模糊集合的所有规则的从属关系输出集合度加在一起,并且将最大值限制在1.0,从中产生累加和有限求和的从属关系集合度。针对每个输出集合计算出累加和有限求和的从属关系集合度。这种累加和有限求和的从属关系集合度是输出集合的从属关系集合度。对所有集合计算出的从属关系度被存储在一个阵列中。
这种方法使用了推论的集合度方法,产生的输出是模糊变量,并且是用这些变量的模糊集合的从属关系集合度获得的。
本发明的另一方面是一种联合变量的概念。联合变量是一种总是和其他变量同时出现的一种变量。反之,一种简单模糊变量的出现可以和任何其他变量无关。大厅客流量就是一种简单模糊变量。因此,可以用模糊集合把大厅客流量分类成没有,轻,中等,高峰和满载。这些模糊集合被称为简单集合,因为这种变量是简单的。大厅客流率也可以用作一种简单变量,并且可以用预先确定的模糊集合来分类成稳定,缓慢增加,快速增加,缓慢减少,和快速减少。然而,可以把客流率视为客流量的一个子集合。也就是说,客流率仅仅是用来表示客流量的。因此,客流率就是一种联合模糊变量。例如,“大厅客流量是中等而大厅客流率是缓慢增加”就确定了“中等和缓慢增加”是同时出现的。例如“中等和缓慢增加”这样的联合模糊集合确定了联合模糊变量。图17表示简单模糊集合的概念,而图18表示了联合模糊集合的概念。
大厅客流量和客流率的模糊估算是利用联合模糊集合同时进行的。从属关系的联合集合度被用来表示大厅客流量和客流率的具体模糊集合同时出现的可能性。从属关系的前提度被用作这一规则的输出的联合模糊集合的从属关系的联合集合度。多种规则可以产生相同的联合输出集合。把产生相同的联合集合的所有规则的从属关系联合集合度加在一起,并且将最大值限制在1.0,从中产生累加和有限求和的从属关系联合集合度。针对每个输出联合集合计算出累加和有限求和的从属关系联合集合度。这种累加和有限求和的从属关系联合集合度是联合集合的从属关系联合集合度。对所有的联合集合计算出的从属关系度被存储在一个阵列中。
如果在这些规则的输出中具有联合模糊集合,这种集合度的推论方法就可以产生输出模糊变量,这种变量是以联合模糊集合和从属关系的联合集合度。
本发明还采用了一种中间模糊变量的概念。中间模糊变量是这样一种变量,它们在某些模糊逻辑规则中被当作输出变量,而在另一些规则中被当作输入变量。如果中间变量被当作规则的输出,这种方法产生的输出变量就是模糊变量。选择推论的集合度方法以产生规则输出。在产生这些规则的输出时不包括解模糊,因为这种输出是模糊变量。没有解模糊的方法被称为解模糊的集合度方法。如果把大厅客流量和客流率这样的输出变量当作中间变量并且用作其他模糊逻辑规则的输入来确定各种控制参数值,解模糊的集合度方法就保留了关于出现简单和联合模糊集合的可能性的所有模糊信息。另外还可以省掉计算机在计算大厅客流量和客流率的解模糊值时需要的时间。
如果把大厅客流量和客流率当作其他模糊逻辑规则的输入,从按照集合度解模糊方法产生的表中就可以直接读出从属关系的输入集合度。因此,在有关的模糊集合中不需要提供清晰值再将其模糊化以后而获得从属关系的输入变量度。这样就能获得更高精度的控制参数值,并且可以减少计算时间。
为了达到上述目的,在较佳实施例中使用了一种模糊逻辑程序语言,它可以处理中间变量,并且用联合和简单模糊集合及其从属关系的集合度的形式来估算大厅客流量和客流率。
较佳的模糊逻辑程序语言应该具有以下功能:
用一种方法来说明当作中间变量的变量,以便将它们当作模糊变量来对待;
用一种方法通过使用从属关系的规则前提度以及累加和有限求和的从属关系规则输出集合度而产生输出模糊集合的从属关系集合度;
用一种方法来产生用输出模糊集合和从属关系集合度表示的模糊输出;
用一种方法来说明简单模糊变量和联合模糊变量;
用一种方法通过使用从属关系的规则前提度以及累加和有限求和的从属关系规则输出联合模糊集合度而产生输出联合模糊集合的从属关系联合集合度;
用一种方法用联合模糊集合和从属关系的联合集合度产生联合模糊输出。
按照上述的要求,熟悉模糊逻辑技术的人员就可以编制出一种模糊语言程序。
因此,针对表5到8中的每一项可以用最佳的模糊逻辑程序语言推导出一种模糊逻辑规则,并且用这种模糊逻辑程序语言来编码其变量和有关的模糊集合。在一个较佳实施例中,模糊集合的从属关系函数是用线性函数表示和编码的。利用变量的定义,它们的模糊集合说明,从属关系函数定义,以及规则的说明来产生模糊逻辑程序语言文件。在一个实施例中,这种文件是用模糊逻辑程序语言编译程序来编译的,从而产生C语言代码。
用编译程序产生的C语言代码与调度器的软件集成在一起,把轿厢负荷和出发间隔翻译成C代码,从中产生规则输出的各种模糊集合的从属关系度。
C代码用模糊集合的形式产生轿厢负荷和轿厢出发间隔的从属关系度。然后按照部分Ⅱ中所述的max-min规则来产生模糊规则前提的从属关系度。获得用来提供规则输出的联合集合的从属关系集合度。如果有多种规则产生相同的输出联合集合,就采用上述的有限求和方案来获得最终的从属关系联合集合度。用来确定大厅客流量和客流率的所有规则使用一组确定数量的输出联合集合。表14表示了一种为大厅客流量和客流率的各种联合集合计算出的从属关系集合度的一个例子。
表14大厅客流量和客流率的输出模糊集合的从属关系集合度的例子
大厅客流量 | 大厅客流率 | 从属关系集合度 |
没有 | 无 | 0.10 |
轻轻 | 稳定缓慢增加 | 0.200.25 |
中等中等中等中等 | 稳定缓慢增加快速增加缓慢减少 | 0.300.400.400.20 |
高峰高峰高峰 | 稳定缓慢增加快速增加 | 1.000.700.50 |
满载满载 | 稳定缓慢增加 | 0.500.20 |
为了产生用来选择动态程序机控制参数值的模糊规则,可以把大厅客流量和客流量的变化率当作一组输入。按照以下对模糊逻辑控制器的说明,计算和存储在表14中的集合度可以直接用来确定这些规则的从属关系前提度。
另外,也可以单独采用大厅客流量的简单模糊集合来产生模糊逻辑规则。这些集合的从属关系集合度是从表14中的那些联合集合获得的。对大厅客流量具有同一个简单模糊集合的联合模糊集合的从属关系度被相加和限制在1.0,从而获得这种简单模糊集合的从属关系集合度。这样获得的大厅客流量集合的从属关系集合度是没有,轻,中等,高峰以及满载。大厅客流量的从属关系集合度被存在在另一个表中,供那些仅仅使用在前提中的大厅客流量的简单模糊集合的所有模糊逻辑规则使用,例如表15中所示。
表15大厅客流量简单集合的从属关系集合度的例子
大厅客流量 | 从属关系集合度 |
没有 | 0.0 |
轻 | 0.2 |
中等 | 0.5 |
高峰 | 1.0 |
满载 | 0.3 |
如果为了任何其他控制目的而需要大厅客流量的清晰值,它可以从每个模糊集合的从属关系集合度中获得。采用max-dot推论方法或max-min推论方法都可以用从属关系集合度和大厅客流量的每个模糊集合的确定的从属关系度来获得从属关系的规则输出度。象Ⅱ部分中所述的那样用解模糊的重心方法来获得大厅客流量的清晰值。
大厅客流率的简单模糊集合的从属关系集合度是根据表14中的联合模糊集合的从属关系度获得的。仅仅考虑具有最大集合度的大厅客流量模糊集合。出现这种大厅客流量模糊集合以及大厅客流率的各种模糊集合的概率在表14中是用从属关系的联合集合度来表示的。在一个单独的表中列出了具有最大从属关系度的所有具有大厅客流量模糊集合的所有联合集合的从属关系集合度。大厅客流率的清晰值是用这些联合集合度作为大厅客流率的简单集合度并且通过重心解模糊方法而获得的。
模糊控制器被用来获得各种控制参数值,其采用大厅客流量和客流率作为一组输入,把电梯控制***输入,电梯控制***状态变量以及电梯控制***性能测量值作为另一组输入。与使用轿厢负荷和轿厢出发间隔来选择各种模糊逻辑控制方案中的控制参数相比,在使用大厅客流量和客流率的联合模糊集合来选择控制参数时需要比较少的模糊逻辑规则。因而可以用高效的模糊逻辑控制器采用大厅客流量和客流率的联合模糊集合来实时地控制各种调度功能。
b.动态编程调度器的模糊逻辑控制
动态编程调度器的控制参数是把模糊估算的大厅客流量和客流率作为一组输入来实时地选择的。可以使用也可以不使用其他的输入。如果要使用其他的输入,这些输入可以是电梯控制***的输入或是电梯控制***的输出。电梯控制***的输出包括状态变量和性能测量值。例如,非大厅楼层上预测的门厅呼叫次数就是一种电梯控制***输入;集中在主要方向的轿厢数量就是一种状态变量;预测的非大厅门厅呼叫登记时间是一种性能测量值。
大厅客流量和客流率的估算是用它们简单和联合模糊集合以及从属关系的集合度来表示的一种模糊变量,因而可以直接被当作模糊逻辑控制器的输入。然而,也可以采用清晰值形式的其他输入,并且在产生输出之前用控制器使其模糊化。在连接模糊逻辑控制器的输入和输出的表中说明了模糊逻辑规则。然后通过这些表来推导模糊逻辑控制器的模糊逻辑规则。在控制器执行这些规则时产生关于输出的从属关系集合度。然后用下述的一种适当的解模糊方法来产生控制参数的清晰值。
在下文中描述了五种不同类型的模糊逻辑控制器,可以用来对大厅客流量和客流率进行模糊估算,从种产生动态程序机的控制参数。
1.开环模糊逻辑控制器
开环模糊逻辑控制器是一种仅仅用电梯控制***输入作为输入来产生控制参数的控制器;例如,大厅客流量和客流率和非大厅楼层上预测的门厅呼叫数量。关于大厅客流量,客流率和预测的非大厅门厅呼叫数量的信息是模糊的,这些变量和控制参数之间的关系也是模糊的,因此,模糊逻辑控制器是模仿人的判断来选择的。这种方案被用来选择大厅服务模式,分配给大厅的轿厢数量以及大厅的程序延迟。在这种控制器中使用了联系控制器的输入和控制参数的模糊逻辑规则。开环的控制器不使用任何电梯控制***输出来修改控制参数。
在图16中表示了与动态程序机一起使用的一种开环模糊逻辑控制器的原理。控制器164接收两组输入。第一组大厅客流量和客流率的模糊估算值166被输入给控制器作为联合模糊集合和从属关系集合度,它们是由大厅客流量和客流率估算器162根据轿厢负荷132和轿厢出发间隔152产生的。模糊逻辑控制器还可以使用其他***输入168,例如非大厅楼层上门厅呼叫的数量或是这些门厅呼叫的预测值。
模糊逻辑控制器产生控制参数170的清晰值,将其用来控制动态程序机122,用于调度控制。例如,模糊逻辑控制器提供的控制输出170有分配给大厅的轿厢数量,服务模式和程序延迟。动态程序机122使用这些输入在编程模式期间或是在按需服务模式中出现门厅呼叫登记之后按照间隔为大厅执行轿厢分配140。
当电梯群120按照动态编程调度器的控制来工作时,就会产生某些***状态变量值136和***性能测量值142。它们是用适当的参数来记录的。例如,产生的状态变量中包括轿厢负荷132和出发时间134。客流量估算器使用这些变量来产生大厅客流量和客流率的模糊估算值。轿厢负荷和出发间隔是由乘客到达过程126和上车过程128来决定的。在非大厅楼层上登记的门厅呼叫130可以用来预测以后三分钟间隔内非大厅楼层上的门厅呼叫数量,并且当作附加的电梯控制***输入168提供给模糊逻辑控制器。
参见图19,模糊逻辑控制器164包括模糊逻辑172,知识库174,推论装置176和解模糊逻辑178。模糊逻辑控制器使用一组或多组输入。输入的大厅客流量和客流率166被当作具有从属关系联合集合度的模糊集合。其他***输入168都采取清晰值的形式。其他***输入的例子有预测的下行门厅呼叫数量,以及为下一个确定周期预测的上行和下行门厅呼叫数量。模糊逻辑控制器164使用为这些控制器输入定义的模糊集合和从属关系函数来获得这些输入的给定值的从属关系度。这种过程是用模糊逻辑172完成的,它按照公知的方式来产生输入的从属关系度180。模糊逻辑控制器164把模糊逻辑规则保存在模糊逻辑控制器的GCSS存储器部分的知识库174中。推论装置176使用这种模糊逻辑规则和输入的从属关系度180,利用前述的集合度推论方法来产生从属关系182的规则输出集合度。从属关系182的输出集合度是采用前述的有限求和方法获得的。控制器164中的解模糊逻辑178采用本领域技术人员公知的解模糊方法来产生清晰的控制输出170。
在图20中表示了用来选择控制参数的模糊逻辑控制器的工作步骤。在步186中识别在一种控制方案中使用的输入变量。然后在步188中识别这些输入变量的变化范围。然后选择用来对输入变量分类的模糊集合。在步190中为输入模糊集合选择适当的从属关系函数。这种从属关系函数可以是线性或非线性的函数。
然后在步192中识别用这种控制方案来控制的输出变量。然后在步194识别这些输出变量的变化范围。然后选择用来对输出变量分类的模糊集合。在步196中为输出模糊集合选择适当的从属关系函数。
在步198写出联系输入和输出变量的模糊逻辑规则。用这些规则构成知识库(规则库)174。在步200中将模糊集合定义及其从属关系函数和规则库以模糊逻辑程序语言编码,并且用模糊逻辑编译程序编译成C语言代码。
在步202中将控制器的C代码与调度器和***软件集成在一起。然后在步204中用有关运行周期的客流量分布图和各种随机的数据流对电梯群的操作进行模拟和试验。然后收集和分析***性能数据。
在步206中,如果***性能是可以接受的,就在步208中采纳由模糊集合,从属关系函数和模糊逻辑规则构成的模糊逻辑控制方案。反之,如果性能是不能接受的,就在步210中重复整个过程,直到获得可以接受的性能。
如以下的四个例子中所述,这样选择的控制器被用来实时地选择动态编程中使用的各种控制参数。用于具体用途的每一个控制器都是采用图20的方法单独构成的。
A.在上行峰期中用来选择分配给大厅的轿厢数量的开环模糊逻辑控制器。
在第一例中,仅仅用开环模糊逻辑控制器来实时地选择在上行峰期中分配给大厅的轿厢数量,它是大厅客流量和客流率的函数。用开环模糊逻辑控制器来控制在上行峰期中分配给大厅的轿厢数量,使提供给大厅的轿厢数量符合大厅的客流量和客流率;这样就能改善大厅和大厅以外楼层上的服务。如果大厅的客流量迅速增加,就把轿厢快速分配给大厅。如果客流量减少,就为大厅提供较少的轿厢。
图21表示用来对分配给大厅的轿厢分类的一种模糊集合和从属关系函数的例子。图中采用了少数,若干,一些和许多的模糊集合。分配给大厅的轿厢数量是一个整数;因此,模糊集合中的从属关系度的定义仅仅是分配给大厅的轿厢数量的整数值。
表16表示利用大厅客流量和客流率来选择分配给大厅的轿厢数量的一种方法。在上行峰期中,如果没有明显的逆流和楼层之间的客流量,就采用这种方法。根据表16来撰写模糊逻辑规则,将分配给大厅的轿厢数量和大厅客流量和客流率联系在一起。这些规则是用模糊逻辑语言写成的。例如,第六行的项目可以用模糊逻辑写成这样一种模糊规则。
如果大厅客流量是中等,大厅客流率是缓慢增加,分配给大厅的轿厢数量就是若干。
表16
在上行峰期中根据大厅客流量和客流率来选择分配给大厅的轿厢数量的方法
大厅客流量 | 大厅客流量的变化率 | 分配给大厅的轿厢数量 |
没有轻轻 | 稳定稳定缓慢增加 | 少数少数少数 |
中等中等中等中等 | 缓慢减少稳定缓慢增加快速增加 | 少数若干若干一些 |
高峰高峰高峰 | 稳定缓慢增加快速增加 | 一些一些一些 |
满载满载 | 稳定缓慢增加 | 许多许多 |
用模糊逻辑编译程序将表16中获得的规则编译成C语言代码。在一个实施例中,把这种C代码和根据轿厢负荷以及从大厅出发的轿厢的出发间隔来估算大厅客流量和客流率的C代码以及其他的调度器软件集成在一起。
在一个实施例中,当一个轿厢带着乘客离开大厅时,就执行实现这种模糊逻辑控制器的程序。获得诸如“大厅客流量是中等”和“大厅客流率是稳定”一类的联合集合的从属关系集合度,并且当作这些规则的从属关系的前提度。由客流量估算器产生的从属关系的大厅客流量和客流率联合集合度被直接用作模糊逻辑规则的输入,用来选择分配给大厅的轿厢数量。这样可以减少计算量。
控制器的输出是用推论的集合度方法和解模糊的高度方法获得的。如果对分配给大厅的轿厢数量采用推论的集合度方法,在各个离散点上定义的从属关系度就被存储在一个表中用于所有模糊集合。在各个离散点上,从属关系的规则输出集合度是这种规则的从属关系前提度和输出集合的定义的从属关系度当中的最小值。所获得的所有规则的输出是输出变量在各个离散点上计算出的“度”的总和。这种总和的限度是1.0。
在解模糊的高度方法中,分配给大厅的轿厢数量的清晰值是这样一种值,用集合度推论方法算出的从属关系度总和在该值上是最大的。这种解模糊方法被用于整数值的输出。如果一个以上的点具有相同的从属关系度,就计算这些点的平均值,然后近似成最接近的整数。
同样,当一个轿厢带着乘客离开大厅时,在一个实施例中使用轿厢负荷和出发间隔来计算大厅客流量和客流率的从属关系集合度。采用从属关系集合度按照模糊逻辑规则来确定分配给大厅的轿厢数量。
B.用来在中午选择分配给大厅的轿厢数量的开环模糊逻辑控制器。
在中午用另一例开环模糊逻辑控制器来选择的分配给大厅的轿厢数量是大厅客流量,客流率,以及预测的次要方向门厅呼叫数量的一个函数。在中午前后存在双向的客流量,并且经常有明显的次要方向客流量;因此,这种控制器把预测的次要方向门厅呼叫数量作为它的输入。
控制器配合着大厅客流量水平和客流率向大厅提供轿厢,同时还考虑到大厅以外楼层上出现的门厅呼叫。这样就能改善大厅和大厅以外楼层上的服务。
图22表示用来对预测的三分钟次要方向门厅呼叫分类的一种模糊集合和从属关系函数的一个例子。用预测的次要方向门厅呼叫来代替实际的次要方向门厅呼叫,这样的响应不会是快速的,而是缓慢的调整。次要方向门厅呼叫是一个整数;因此,从属关系度的定义仅仅是模糊变量的整数值。在一个实施例中,这种模糊变量是用少数,若干,一些和许多来分类的。
表17表示了采用大厅客流量,客流率和预测的以后三分钟内次要方向门厅呼叫的数量来选择分配给的轿厢数量的方法。
表17
采用大厅客流量,客流率和预测的三分钟次要方向门厅呼叫来选择分配给大厅的轿厢数量的方法
大厅客流量 | 大厅客流率 | 预测的三分钟次要方向门厅呼叫 | 分配给大厅的轿厢数量 |
没有轻轻 | 稳定稳定缓慢增加 | --- | 少数少数少数 |
中等中等中等 | 缓慢减少稳定稳定 | -少数或若干一些或许多 | 少数若干少数 |
中等中等中等中等 | 缓慢增加缓慢增加快速增加快速增加 | 少数或若干一些或许多少数或若干一些或许多 | 若干少数一些若干 |
高峰高峰高峰高峰高峰高峰 | 稳定稳定缓慢增加缓慢增加快速增加快速增加 | 少数或若干一些或许多少数或若干一些或许多少数或若干一些或许多 | 一些若干一些若干一些若干 |
满载满载满载满载 | 稳定稳定缓慢增加缓慢增加 | 少数或若干一些或许多少数或若干一些或许多 | 许多一些许多一些 |
表17被用来推导把大厅客流量,客流率,预测的次要方向门厅呼叫数量与分配给大厅的轿厢数量联系在一起的模糊逻辑规则。例如,用于中等客流量的最后一个规则可以写成:
如果大厅客流量是中等,大厅客流率是快速增加,而预测的次要方向门厅呼叫数量是一些或许多,则分配给大厅的轿厢数量就是若干。
以模糊逻辑语言对这种模糊逻辑规则进行编码,并且编译成C代码。用这种C代码和用于估算大厅客流量和客流率的C代码以及调度器软件来获得实时分配给大厅的轿厢数量。在一个实施例中,当轿厢带着乘客离开大厅,并且客流量预测器预测出以后三分钟的次要方向门厅呼叫时,就执行实现这种模糊逻辑控制器的程序。大厅客流量和客流率的从属关系联合集合度是从客流量估算器获得的。次要方向门厅呼叫的从属关系度是用模糊集合定义获得的。而从属关系的前提度是按照max-min原则来获得的。
控制器的输出是用推论的集合度方法和解模糊的高度方法获得的。获得这种规则的输出以及根据大厅客流量,客流率和预测的门厅呼叫数量而获得分配给大厅的轿厢准确数量的方法与上一例的方法相同。
C.为单一来源客流量条件选择服务模式的开环模糊逻辑控制器。
在另一个例子中用一个开环控制器为大厅主要方向上的服务选择服务模式。在大厅以外楼层上出现的次要方向门厅呼叫会影响大厅以外楼层上的服务需求以及大厅中轿厢的有效性。因此需要用大厅客流量和客流量的变化率以及在非大厅楼层上发生的次要方向门厅呼叫的预测次数的模糊估算来选择并且迅速改变大厅的服务模式。
用来预测次要方向门厅呼叫次数的模糊集合与图22中所示的情况是相同的。图23表示用来确定服务模式的模糊集合。这里仅仅使用两个模糊集合;也就是按需模式和编程模式。这些模糊集合可以用例如0-40的任意范围的模式值来定义。例如,如果模式值在0和20之间,就表示按需模式,如果处在21到40之间,就表示编程模式。
表18
采用大厅客流量,客流率和预测的三分钟次要方向门厅呼叫来选择大厅服务模式的方法
大厅客流量 | 大厅客流率 | 次要方向门厅呼叫的数量 | 大厅服务模式 |
没有轻轻 | 稳定稳定缓慢增加 | 忽略忽略忽略 | 按需按需按需 |
中等中等中等中等 | 缓慢减少稳定缓慢增加缓慢增加 | 忽略忽略少数或若干一些或许多 | 按需按需编程按需 |
中等中等高峰高峰高峰 | 快速增加快速增加稳定缓慢增加快速增加 | 少数或若干一些或许多忽略忽略忽略 | 编程按需编程编程编程 |
满载满载 | 稳定缓慢增加 | 忽略忽略 | 编程编程 |
表18表示用大厅客流量,客流率和预测的三分钟间隔的次要方向门厅呼叫数量来选择服务模式的方法。表18被用来编写将大厅客流量,客流率和次要方向门厅呼叫与服务模式联系在一起的模糊逻辑规则。用模糊逻辑编译程序将这种规则编译成C代码。把这种C代码和根据轿厢负荷以及出发间隔来估算大厅客流量和客流率的C代码以及其他的调度器软件集成在一起。
因此,当一个在主要方向上轿厢带着乘客离开大厅并且预测到下一三分钟的次要方向门厅呼叫时就可以执行这种开环模糊逻辑控制器。模糊逻辑控制器采用联合模糊集合及其有关的从属关系集合度来估算大厅客流量和客流率。然后获得每个规则的从属关系前提度,它是这一规则的集合中的从属关系联合集合度和次要方向门厅呼叫的从属关系度当中的最小值。从属关系的输出集合度与从属关系前提度是相同的。如果有多项规则产生相同的输出集合,就将它们的从属关系集合度加在一起并且限制在1.0。由具有最大从属关系度的集合来确定服务模式。这种方案采用了集合度推论方法和解模糊的高度方法。因此,服务模式是用当前估算的大厅客流量,客流率和预测的次要方向门厅呼叫数量来确定的。
D.用来选择大厅程序延迟的开环模糊逻辑控制器
第四例说明了用开环模糊逻辑控制器选择大厅程序延迟和大厅程序撤销延迟的方法。
选择服务模式的较佳方法是采用模糊逻辑来估算大厅客流量和客流率,并且按上述方式用这种估算来选择服务模式。如果用模糊逻辑控制器来选择服务模式,当客流量发生变化时,服务模式就会迅速改变。因而需要有一种方法能够控制服务模式的摆动。可以在开始编程模式和结束或是撤销编程模式时采用适当的延迟来完成这种任务。为此而采用了大厅程序延迟和大厅程序撤销延迟。
开环模糊逻辑控制器采用大厅客流量和客流率的模糊估算值和出现在非大厅楼层上的次要方向门厅呼叫数量的模糊集合来选择大厅程序延迟和大厅程序撤销延迟。这样就能改善服务模式选择过程的控制,并且避免在按需和编程模式之间来回摆动。另外还可以减少大厅门厅呼叫登记时间,大厅中的拥挤以及拥挤的持续时间。在非大厅楼层上的门厅呼叫登记时间和门厅呼叫再分配也被减少了。
在登记了新的次要方向门厅呼叫时以及在次要方向门厅呼叫得到应答时记录当前在非大厅楼层存在的次要方向门厅呼叫数量。在图24中表示了用来为当前存在的次要方向门厅呼叫分类的模糊集合和从属关系函数。采用少数,若干,一些和许多的模糊集合为次要方向门厅呼叫进行分类。
在图25中表示了一例用来代表大厅程序延迟和大厅程序撤销延迟的模糊集合。大厅程序延迟的变化范围是0-60秒,而大厅程序撤销延迟的变化范围是0到120秒。两种延迟都是用很短,短,相当短,和相当长的模糊集合来表示的;但是两种延迟的模糊集合范围是不同的。本例中使用的从属关系函数是线性的。然而也可以使用非线性的从属关系函数,这是模糊逻辑领域中的技术人员所公知的。
表19表示根据大厅客流量,客流率和出现在非大厅楼层上的次要方向门厅呼叫来选择大厅程序延迟和大厅程序撤销延迟的一种方法。用这种表来推导联系上述三个输入和控制参数的模糊逻辑规则。这些规则是用模糊逻辑语言写成的。
表19
用模糊逻辑选择大厅程序延迟和大厅程序撤销延迟的方法
大厅客流量 | 大厅客流率 | 次要方向门厅呼叫的数量 | 大厅程序延迟 | 大厅程序撤销延迟 |
没有轻轻 | 稳定稳定稳定 | 忽略忽略忽略 | 相当长相当长相当长 | 很短很短很短 |
中等中等中等中等中等 | 缓慢减少稳定稳定缓慢增加缓慢增加 | 忽略少数或若干一些或许多少数或若干一些或许多 | 相当长相当短相当长短相当短 | 很短短很短短短 |
高峰高峰高峰高峰 | 稳定稳定缓慢或快速增加缓慢或快速增加 | 少数或若干一些或许多少数或若干一些或许多 | 很短短很短很短 | 相当短相当短相当长相当长 |
满载满载 | 稳定或缓慢增加稳定或缓慢增加 | 少数或若干一些或许多 | 很短很短 | 相当长相当长 |
在一个实施例中,将这种规则编译成C代码,并且和用来估算大厅客流量的代码以及其他调度器C代码集成在一起。在一个轿厢在主要方向上带着乘客离开大厅,并且出现在非大厅楼层上的次要方向门厅呼叫数量发生变化时就可以执行这种调度器软件。这样就能计算出必要的延迟,当动态程序机决定对大厅服务采用编程模式时,就会按照大厅程序延迟来延迟起动编程服务模式。因此,如果动态程序机在大厅程序延迟期间确定大厅中不需要编程服务,编程模式就不会被起动。
同样,如果动态程序机确定了大厅中需要按需模式服务,它就会按照大厅程序撤销延迟来延迟起动按需服务模式。如果动态程序机在大厅程序撤销延迟期间确定大厅中需要编程模式,按需模式就不会被起动。因此,从按需模式到编程模式和编程模式到按需模式的过渡是具有延迟响应的。
从表19中可以看出,在大厅客流量和客流率高时,大厅程序延迟就减少,而大厅程序撤销延迟却会增加。当大厅客流量和客流率低时,大厅程序延迟就增加,而大厅程序撤销延迟却会减少。如果在大厅以外楼层上发出的次要方向门厅呼叫数量大,大厅程序撤销延迟就减少,而大厅程序延迟却会增加。
如果用这种模糊逻辑来选择延迟,就采用大厅客流量和客流率的从属关系联合集合度和出现在次要方向门厅呼叫模糊集合中的次要方向门厅呼叫的从属关系度来计算这种规则的从属关系前提度。然后用推论的集合度方法获得从属关系的输出集合度。
对于每个输出集合,在集合范围内的不同离散点上的从属关系度是预先计算并且存储在一个表中的。用这些限定的度乘以该集合的从属关系集合度,获得这些离散点上最终的从属关系度。把所有输出集合的每个离散点上计算出的最终的从属关系度累加到一起并且限制在1.0。采用解模糊的重心方法用这些累加的最终从属关系度计算出延迟的清晰值。
2.开环自适应模糊逻辑控制器
开环自适应模糊逻辑控制器是这样一种开环控制器,它可以根据特定的标准实时地修改受控参数的从属关系函数以及某些电梯控制***输入变量的从属关系函数。这种开环自适应模糊逻辑控制器包括上述的那种模糊逻辑控制器和一个自适应控制器,用来修改控制参数以及被用作模糊逻辑控制器的输入的某些电梯控制***输入的从属关系函数。
通使这种开环自适应模糊逻辑控制器适应大楼和客流量条件的各种变化,自适应控制器被用来改善电梯控制***的性能。电梯控制***的性能是用确定的性能测量值来监视的,并且按照规则的时间间隔以及在发生特殊事件时对控制的效果进行分析。特殊事件的例子包括次要方向门厅呼叫数量出现的变化,以及集中在主要方向的轿厢数量的变化。在这种方法中,按照下述方式把某些电梯控制***输出与其他电梯控制***输出进行比较。
如果希望改善性能,就根据对性能测量值的分析作出修改控制过程的决定。这种改善是通过修改用于电梯控制***输入和控制参数的模糊集合的从属关系函数来实现的。自适应控制器根据确定的从属关系函数为受控参数和某些电梯控制***输入的模糊集合产生过渡的从属关系函数。针对性能测量的不同条件改变从属关系函数的方法是预先确定的,并且针对这种用途在自适应控制逻辑中进行编码。这种适应是一个渐进的过程,并且需要比较长的时间,例如三分钟。由于大厅客流量和客流率被用作许多模糊逻辑控制器的输入,并且它们是中间的模糊变量,自适应控制器不修改大厅客流量和客流率的从属关系函数。
图26表示用于开环自适应模糊逻辑控制器的一个框图。开环自适应模糊逻辑控制器212包括开环模糊逻辑控制器164和用于开环214的自适应控制器214。自适应控制器214包括***状态预测器216,性能预测器144,***动态分析仪220,自适应控制逻辑222,模糊从属关系修改函数224,知识采集***226和一个交互式群模拟器228。按照预定的时间间隔和发生特殊事件的情况下,诸如集中在主要方向的轿厢数量,当轿厢离开大厅时在轿厢内登记的轿厢呼叫数量,以及在上行和下行方向上停靠的楼层数量等等状态变量被输入到***状态预测器216。将这些状态变量的预测值218作为自适应控制逻辑222的一组输入。
按照预定的时间间隔和发生特殊事件的情况下,还要记录诸如大厅门厅呼叫登记时间,非大厅门厅呼叫登记时间以及轿厢的循环运行时间。然后由性能预测器144按照规则的间隔对性能进行预测。预测的性能数据146被当作自适应控制逻辑222的另一组输入。
为了改善***性能,自适应控制逻辑222按照一分钟的间隔来确定是否需要修改受控参数或是电梯控制***输入变量的模糊集合的从属关系函数。图中的自适应控制逻辑的子块230表示受控的参数,而子块232表示电梯控制***输入。自适应控制逻辑的详细说明如下。向自适应控制逻辑提供成组的电梯控制***输出变量,用来识别是否需要修改模糊集合的从属关系函数。每一组变量具有两个电梯控制***输出变量。自适应控制逻辑每次向***动态分析仪发送一组变量,用来计算其中的变化,并且接收关于要求修改模糊集合的数据242。自适应控制逻辑根据从***动态分析仪接收的数据来确定模糊集合修改要求。这种修改要求被作为输入236提供给模糊从属关系修改函数224。模糊从属关系修改函数224按照要求修改模糊集合的从属关系函数,并且通过存储器写入234将信息存储在GCSS的存储器中供开环模糊逻辑控制器使用。用信号238来指示模糊集合的修改已经完成。
在图27中表示了***动态分析仪的操作。***动态分析仪被用来每次计算两个电梯控制***输出变量的变化。确定三种类型的变化,即关于时间的百分数变化,两个电梯控制***输出变量之间的相对变化,以及电梯控制***输出变量相对于确定的最大值的变化。***动态分析仪在步250中计算确定的性能测量值相对于早先预测值的百分数变化。然后在步252确定该计算值与前一个预测间隔结束时算出的值是否有明显区别。在对某些确定的百分数进行比较时,如果有明显的变化,例如25%以上,就认为电梯控制***输出变量有很大变化,并且在步254中记录其变化量。这是电梯控制***输出变量的1型变化。然后在步256中每次比较两个电梯控制***输出变量,检查二者间的相对关系是否可以接受。例如,如果它们是线性的,或是在预定的限度之内,这种变化就是可以接受的。如果不能接受,就在步258中连同其有关的相对变化量一起记录与前一次计算时已经有了明显变化的电梯控制***输出变量。这是电梯控制***输出变量的2型变化。然后在步260中相对于最大限度来检查电梯控制***输出变量的最大值。如果电梯控制***输出变量与最大限度有明显的区别,就在步262中再次记录具有明显差别的电梯控制***输出变量。如果电梯控制***输出变量明显地低于最大限度,就将其表示为最大的负差值;如果它明显地高于最大限度,就将其当作最大正差值来记录。这是电梯控制***输出变量的3型变化。
参照图28和29来解释修改从属关系度的方法。在本例中假设从属关系函数是线性的。图28表示具有线性从属关系函数的模糊集合。用于受控参数或模糊逻辑控制器输入变量的模糊集合数量是有限的,例如四个。模糊集合是用定义点D1,D2,D3,D4,D5,D6,D7和D8来定义的。在本例中一共有八个定义点。初始的模糊集合是用这些点定义的;它们是规定的模糊集合。在D2,D3,D4,D5,D6,D7上的从属关系度是1.0。D2’和D2具有相同的模糊变量值,但是D2’上的从属关系度是零。D2’与D2相比是高级的模糊集合。D3’的从属关系度是零,并且与D3相比是低级的模糊集合。然后从D2,D3等等依次推导出D3’,D4’等等。
可以用多种方法完成模糊集合的修改。在第一种方法中,范围或是全域可以按比例增加或减少。例如,如果其范围最初是60秒,可以将其范围扩大超过60秒,也可将其范围缩小小于60秒。这样,点D2到D8的位置就会向左或是向右移动,使控制器的输出发生变化。这种方法被叫做模式1变化。放大是用大于1.0的标度系数进行的;而缩小是用小于1.0的特定标度系数进行的。
在第二种方法中,模糊集合的顶部范围可以增加或是减少一个系数。在集合1的顶部范围被扩展时,D2向右移动;如果是收缩,D2就向左移动。如果一个给定集合的顶部宽度被扩展,在本例中是集合4被扩展,D7就向左移动;如果是收缩,D7就向右移动。通过扩展或是收缩中间集合就可以改变D3,D4,D5和D6的位置。这种模糊集合修改方法被称为模式2变化。为了实现这种变化,需要为每个集合单独给定扩展或是收缩系数。大于1.0的扩展系数会扩展集合的范围;小于1.0的扩展系数实际上会使集合收缩。如果用这种方法来改变模糊集合,控制器的输出和输入变量的效果就会发生变化。使用0.0的扩展系数可以把所有模糊集合都变成三角形。
在第三种方法中,模糊集合顶部范围的中间点可以左右偏移。向右的移动是正偏移,而向左的移动是负偏移。这种偏移是用该全域的一小部分例如0.08倍的范围来规定的。用这种方法仅仅能修改中间的模糊集合,但是不能修改端部的集合。
在第四种方法中,单个集合的范围是用变量范围的一小部分规定的。这种方法被用来从三角形从属关系函数中获得梯形从属关系函数。它是用负标度系数来表示的。表20表示了一例模糊集合修改指令。
表20
模糊集合修改指令的例子
方法 | 标度系数或扩展系数 | 偏移量 | 受影响的集合 | 备注 |
11 | 1.30.7 | -- | -- | 范围=1.3*初始范围范围=0.7*初始范围 |
22222 | 1.31.30.70.70.0 | ----- | 13243 | 集合1范围=1.3*初始集合1范围集合3范围=1.3*初始集合3范围集合2范围=0.7*初始集合2范围集合4范围=0.7*初始集合4范围集合3范围=0.0*初始集合3范围 |
33 | -- | -0.050.10 | 23 | 集合2的中心向左移动0.05*变量范围集合3的中心向右移动0.10*变量范围 |
44 | -0.10-0.15 | -- | 13 | 集合1范围=0.10*变量范围集合3范围=0.15*变量范围 |
图29表示自适应控制逻辑222的流程图。自适应控制逻辑在步266中选择需要分析的性能测量值的集合,用来识别是否需要改变模糊集合。这种选择是根据一组两个电梯控制***输出变量的表来完成的。这种表取决于模糊逻辑控制器的设计。
选定的两个性能电梯控制***输出变量被提供给***动态分析仪220。***动态分析仪在步268中分析电梯控制***的输出变量,从中识别相对于时间的百分数变化,两个电梯控制***输出变量之间的相对变化,以及相对于确定的最大值的变化。如果有明显的变化,就用1型,2型和3型的标志来表示,并且指示出变化的幅度。
然后在步270中选择变化的类型,也就是1型,2型或是3型。在步272中用变化的类型和变化的幅度来识别需要修改的模糊集合以及需要进行的修改类型。被称为交叉关系表的表21,22和23被用于这种用途。参见用于1型变化的表21,电梯控制***输出变量偏离先前预测的间隔的变化百分数和先前预测间隔的值被用来识别需要修改的模糊集合及其各自的变化。例如,如果电梯控制***输出变量是非大厅门厅呼叫最大登记时间的性能测量值,横排中可供选择的值就可以是60,75,90,105,120秒。变化的等级可以是25%,50%,75%,100%和150%。因此,如果性能测量值小于60秒并且百分数变化小于25%,在模糊集合中就不会发生变化。如果该值在60到75秒之间,并且百分数变化处在25%到50%之间,第一行第一列中用X11点表示的项就是需要改变的模糊集合及所需的修改指令地址所处的位置。与此类似,对于大于105秒但是小于120秒并且百分数变化大于50%但小于75%的模糊变量值,X42表示需要改变的模糊集合位置以及所需修改的指令的地址。
表22表示了用于2型变化的模糊集合变化表地址,这种变化是第一电梯控制***输出变量相对于第二电梯控制***输出变量的相对百分数变化。如果第一电梯控制***输出变量的变化是dx%,第二电梯控制***输出变量的变化是dy%,其相对变化就是dx-dy。表23表示用于3型变化的模糊集合变化表地址,这种变化是电梯控制***输出变量的最大值偏离确定的最大值的变化。用一组地址来确定用于正变化的变化表,用另一组地址来确定用于负变化的变化表。
表21
用来存储1型变化所需要的模糊集合变化表的地址的交叉关系表
变化等级125% | 变化等级250% | 变化等级375% | 变化等级4100% | 变化等级5150% | |
数值1 | X11 | X12 | X13 | X14 | X15 |
数值2 | X21 | X22 | X23 | X24 | X25 |
数值3 | X31 | X32 | X33 | X34 | X35 |
数值4 | X41 | X42 | X43 | X44 | X45 |
数值5 | X51 | X52 | X53 | X54 | X55 |
表22
用来存储2型变化的模糊集合变化表的地址的交叉关系表
变化等级125% | 变化等级250% | 变化等级375% | 变化等级4100% | 变化等级5150% | 变化等级6200% |
X1 | X2 | X3 | X4 | X5 | X6 |
表23
用来存储3型变化的模糊集合变化表的地址的交叉关系表
变化等级120% | 变化等级240% | 变化等级360% | 变化等级480% | 变化等级5100% | |
正 | Z1 | Z2 | Z3 | Z4 | Z5 |
负 | Z6 | Z7 | Z8 | Z9 | Z10 |
表24表示模糊集合变化表的内容。表中显示了需要改变的模糊集合的地址以及存储着所需的修改指令的表。模糊集合地址指向存储着模糊集合定义点的存储器位置。采用修改指令来修改这些项。
表24
模糊集合变化表
模糊集合地址 | 修改指令表地址 |
Y1 | T1 |
Y2 | T2 |
Y3 | T3 |
修改指令表中包含哪些模糊集合需要被修改以及如何修改这些模糊集合。修改指令表看上去类似于表20,并且包含变化模式,采用的系数,偏移量,以及需要修改的集合。因此,如果知道了变化的类型和变化的幅度,就可以识别出需要修改的模糊集合以及修改的类型。
因此,如果知道了变化的类型和变化的幅度,就可以获得需要修改的模糊集合以及修改指令表的位置。自适应控制逻辑222将这些指令传送给模糊集合修改函数224。在步274中通过用这些指令来计算定义点D1,D2,D3,D4,D5,D6,D7,D8的位置来修改模糊集合。
然后在步266中确定第二电梯控制***输出变量是否有明显的变化。如果变化是明显的,就对步271中的第二电梯控制***输出变量重复执行步270。然后对在步280中的第二电梯控制***输出变量重复执行步272。对在步282中的第二电梯控制***输出变量重复执行步274。如果需要,就在步284中识别两个电梯控制***输出变量的其他集合。对两个电梯控制***输出变量的其他集合重复执行步266到282。这样,自适应控制逻辑就可以根据电梯控制***输出变量的性能值的变化来改变模糊集合。
在分析过两个性能或是状态变量的几个集合之后,可能会有一个以上的集合指示出同一模糊集合中的变化。在这种情况下,把每个电梯控制***输出变量造成的变化分开。最后在步286中计算汇总的变化。
然后计算受控参数的所确定的从属关系度。通过存储器写入234将算出的模糊集合和受控参数的确定的从属关系度写入GCSS的存储器中。
用来改变模糊集合的表是采用交互式模拟的学习过程来产生的。自适应控制器具有用于此目的的知识采集***226和交互式群控模拟器228。在电梯群控制器不忙时,就通过交互式模拟器228执行交互式模拟。这种模拟器可以选择多种客流量分布图。
例如,上行峰期或中午前后的正常客流量可以增加一定的百分数,例如25%;这是一种异常状态。另一个例子是在一个轿厢停止服务时为正常的客流量提供服务。第三个例子是增加一个次要大厅,并且假设有一部分客流量是从次要大厅出发的。第四个例子是假设在高层例如第三层上有一个自助餐厅,并且有一部分大厅客流量是去往自助餐厅,并且在大约十分钟之后离开餐厅去往一个最终的目的地。第五个例子是假设在大楼附近有一个车站,并且假设每五分钟内有50%的客流量是在一分钟期间内进入大楼的。
交互式群控模拟器是由有经验的电梯调度人员控制的,用来对***进行动态的运行模拟和监视。受到监视的电梯控制***输出变量被规定为两个电梯控制***输出变量的集合。在执行模拟时用***动态分析仪220监视这些电梯控制***输出变量。一旦发现被监视的电梯控制***输出变量中的变化具有明显的1型,2型或是3型变化,就停止模拟。然后可以由技术人员要求模拟器显示***中使用的模糊逻辑控制器及其输入和输出变量,这样就能检查模糊集合定义点和模糊变量的范围。然后,技术人员可以要求模拟器保存当前的模拟状态,以便技术人员能够用表20中所示的修改指令将变化输入给模糊集合。然后让模拟器继续运行,再次对***进行动态分析。如果模糊集合的变化在下一个例如五分钟的周期内使性能得到了改善,技术人员就可以指示模拟器用知识采集***226保存模糊集合的这种变化。知识采集***把模糊集合变化修改表的地址和模糊集合地址记录在一个类似于表24的表中。然后用知识采集***将该表中的地址存储在交叉关系表21,22或23中。
如果用几种不同类型的客流量分布图反复进行模拟,就可以在两个电梯控制***输出变量中发现具有明显变化的各种情况。由技术人员输入对模糊集合的修改。然后再次进行模拟,并且再次对性能进行分析。如果性能是可以接受的,就把模糊集合的变化记录在适当的表中。这样就能用交互式模拟器228和知识采集***226产生模糊集合变化表,模糊集合修改指令表,以及交叉关系表。然后在开环模糊逻辑控制器的自适应控制中实时地采用这些表。
在开环自适应模糊逻辑控制器中使用的模糊逻辑控制器164与前述部分中所述的情况相同。以下要说明开环自适应模糊逻辑控制器的一种实施方案。
A.在中午用开环自适应模糊逻辑控制器来选择分配给大厅的轿厢数量。
为了在中午用模糊逻辑控制器164中的模糊集合来选择分配给大厅的轿厢数量,需要在每一分钟记录最大的大厅门厅呼叫登记时间和最大的非大厅门厅呼叫登记时间,并且由***性能预测器144用来预测以后三分钟的这些值。
在图30中表示了自适应控制器214的***动态分析仪220的工作方式。性能预测器144在步296中提供最大大厅门厅呼叫登记时间和最大非大厅门厅呼叫登记时间的三分钟流动平均数。
在步298中计算这种流动平均数与前一分钟期间算出的流动平均数之间的百分数变化。然后在步300中将非大厅的最大门厅呼叫登记时间的百分数变化与最大的大厅门厅呼叫登记时间的百分数变化进行比较。如果非大厅的最大门厅呼叫登记时间的百分数变化超过了最大的大厅门厅呼叫登记时间的百分数变化的例如1.25倍,就在步302中将非大厅门厅呼叫登记时间记录成1型变化。如果非大厅的最大门厅呼叫的百分数变化小于最大的大厅门厅呼叫登记时间的百分数变化的1.25倍,就在步304中确定最大大厅门厅呼叫登记时间的百分数变化是否大于最大的非大厅门厅呼叫登记时间的1.25倍。如果是,就在步306中将其记录成大厅门厅呼叫登记时间的1型变化。
在步308中将非大厅门厅呼叫最大登记时间的流动平均数(“MA”)与最大的大厅门厅呼叫登记时间的流动平均数进行比较。如果最大的非大厅门厅呼叫登记时间的MA超过了最大的大厅门厅呼叫登记时间的MA的例如1.25倍,就在步310中将其记录成非大厅门厅呼叫最大登记时间的2型变化。如果最大的非大厅门厅呼叫登记时间的MA小于最大的大厅门厅呼叫登记时间的MA的1.25倍,就在步312中将大厅门厅呼叫最大登记时间的MA与最大非大厅门厅呼叫登记时间的MA进行比较。如果最大大厅门厅呼叫登记时间的MA大于最大非大厅门厅呼叫登记时间的MA的0.75倍,就在步314中将其记录成大厅门厅呼叫最大登记时间的2型变化。
在步316中将非大厅最大门厅呼叫登记时间的MA与一个确定的最大非大厅门厅呼叫登记时间进行比较。如果二者之间的差别超过了例如20%,并且最大的非大厅门厅呼叫登记时间超过了确定的最大非大厅门厅呼叫登记时间,就在步318中将其记录成最大非大厅门厅呼叫登记时间的正3型变化;如果最大的非大厅门厅呼叫登记时间小于最大的非大厅门厅呼叫登记时间,就在步318中将其记录成非大厅门厅呼叫登记时间的负3型变化。然后在步320中将最大的大厅门厅呼叫登记时间的MA与确定的最大大厅门厅呼叫登记时间进行比较。如果最大大厅门厅呼叫登记时间的MA超过了最大大厅门厅呼叫登记时间20%,就在步322中将其记录成大厅最大门厅呼叫登记时间的正3型变化。如果最大大厅门厅呼叫登记时间的MA小于最大大厅门厅呼叫登记时间20%,就在步322中将其记录成大厅门厅呼叫登记时间的负3型变化。
在图31中表示了一种方法,用来确定模糊逻辑控制器的模糊集合从属关系函数中必要的变化。针对分配给大厅的轿厢数量以及预测的次要方向门厅呼叫的模糊集合的这种必要的修改是用类似于表21,22和23的交叉关系表,类似于表24的模糊集合变化表,以及类似于表20的模糊集合修改指令表获得的,这些表是通过交互式模拟专门为这一控制器制作的。
在步334中确定非大厅门厅呼叫登记时间的1型变化是不是明显的。如果是明显的,就在步336中计算并且保存分配给大厅的轿厢数量的模糊集合的必要修改。如果非大厅门厅呼叫登记时间增加的速度大于大厅门厅呼叫登记时间的增加速度,而最大非大厅门厅呼叫登记时间已接近允许的最大值,并且分配给大厅的轿厢数量在两个以上,就可以把分配给大厅的轿厢数量减一。记录这种修改。用类似的方式调整次要方向门厅呼叫的模糊集合,使较小的次要方向门厅呼叫数量与较大的模糊集合分类联系在一起。这样就能进一步减少分配给大厅的轿厢数量。在步338中确定这种模糊集合的修改,并且加以记录。
在步340中分析非大厅门厅呼叫的最大门厅呼叫登记时间的2型变化,并且在步342中计算并且记录对分配给大厅的轿厢数量进行的必要的模糊集合修改。在步344中计算并且记录下行门厅呼叫模糊集合的变化。
步346,348和350被用来确定最大非大厅门厅呼叫登记时间的3型变化的模糊集合从属关系函数的变化。步352到362用来计算由于大厅门厅呼叫的最大门厅呼叫登记时间的1型,2型和3型变化而需要对模糊集合的从属关系函数作出的改变。然后在步364中将用于非大厅门厅呼叫登记时间的变化和大厅门厅呼叫登记时间的变化的模糊集合从属关系函数的必要变化与最初的模糊集合从属关系函数以及所确定的最终变化进行比较。
然后修改模糊集合的从属关系,并且用从属关系函数修改函数224来计算用于规则输出模糊集合的从属关系值的限度。这样,***在中午前后就能自动适应次要方向上增加的非大厅门厅呼叫。
3.闭环模糊逻辑控制器
闭环模糊逻辑控制器使用大厅客流量和客流率作为一组输入,把电梯控制***输出作为另一组输入。电梯控制***输出可以是电梯控制***状态变量或是性能测量值。控制器还可以采用其他电梯控制***输入作为控制器的输入。收集电梯控制***的性能数据,并且用来进行下一个周期的预测。把预测值也当作输入。当轿厢在主要方向上离开大厅以及电梯控制***对性能进行预测时,控制器就可以工作。由于控制器输入变量与受控参数之间的关系非常复杂,并且在电梯控制***输入和输出变量的预测值中存在不确定性,非常适合用模糊逻辑来作出决定并且选择控制参数。
闭环模糊逻辑控制器不使用参考输入,并且不象传统的控制技术那样计算控制误差,而是用***输出变量及其模糊集合直接写成模糊逻辑规则。
在图32中表示了闭环模糊逻辑控制器的一个框图。状态变量136被直接用作输入370或是用在状态预测器216中产生与闭环模糊逻辑控制器的输入218有关的某种状态。例如,在中午前后利用到达大厅的三个轿厢的轿厢负荷来识别是否存在明显的次要方向客流量。在这种情况下,用次要方向轿厢负荷的流动平均数作为大厅预测值218,用来控制分配给大厅的轿厢数量。这样就能为各楼层上发出的门厅呼叫提供足量的轿厢。同样,在闭环模糊逻辑控制器的输入中还包括某些性能测量值142。例如可以把大厅和非大厅门厅呼叫登记时间作为模糊逻辑控制器164的输入。另外也可以使用在性能预测器144中预测的性能测量值。大厅中三个连续门厅呼叫的门厅呼叫登记时间或是次要方向非大厅门厅呼叫的门厅呼叫登记时间的三分钟预测值的流动平均数被用作预测的性能测量值146。由于在控制器的输入中包括了状态变量和性能测量值,控制器可以对大楼中客流量条件的变化作出快速响应。这种控制方法与自适应控制方法不同,因为这种方法不需要修改输入或输出变量的模糊集合,而是从电梯控制***输出中选择使用更多的输入。以下用五个例子来说明闭环模糊逻辑控制器的工作原理。
A.在靠近车站的大楼中的上行高峰期间用闭环模糊逻辑控制器来选择分配给大厅的轿厢数量。
在靠近车站的大楼中,大量人员经常是在很短的时间间隔内进入大厅。为了为这种大批到达的乘客提供服务,与没有大量乘客在很短时间内到达的大楼相比,需要为大厅提供更多的轿厢。因此,闭环模糊逻辑控制器采用大厅门厅呼叫登记时间作为一个输入,用来最佳地选择分配给大厅的轿厢数量。
在图33中表示了用来为大厅门厅呼叫登记时间分类的一例模糊集合和从属关系函数。把三个连续大厅门厅呼叫登记时间的流动平均数作为闭环的输入。用短,相当短,相当长和长的模糊集合为流动平均登记时间进行分类。由于采用了实时预测的门厅呼叫登记时间,闭环模糊逻辑控制器可以随着大厅客流率条件的变化快速地调整控制参数。
在本例中使用大厅客流量,客流率和预测的大厅门厅呼叫登记时间作为输入,用来选择分配给大厅的轿厢数量。表25表示了采用大厅客流量,客流率和预测的大厅门厅呼叫登记时间作为输入来选择分配给大厅的轿厢数量的方法。如果倒流和楼层间客流量不是很明显,但是大厅门厅呼叫登记次数的变化范围很大,这种方法最适合在上行高峰期中使用。
表25
利用大厅客流量,客流率和大厅门厅呼叫登记时间来选择分配给大厅的轿厢数量的方法
大厅客流量 | 大厅客流率 | 大厅门厅呼叫登记时间 | 分配给大厅的轿厢数量 |
没有轻轻 | 稳定稳定缓慢增加 | --- | 少数少数少数 |
中等中等中等 | 缓慢减少稳定稳定 | -短或相当短相当长或长 | 少数若干一些 |
中等中等中等中等 | 缓慢增加缓慢增加快速增加快速增加 | 短或相当短相当长或长短或相当短相当长或长 | 若干一些若干一些 |
高峰高峰高峰高峰高峰高峰 | 稳定稳定缓慢增加缓慢增加快速增加快速增加 | 短或相当短相当长或长短或相当短相当长或长短或相当短相当长或长 | 若干一些一些许多一些许多 |
满载满载满载满载 | 稳定稳定缓慢增加缓慢增加 | 短或相当短相当长或长短或相当短相当长或长 | 一些许多一些许多 |
模糊逻辑规则是用上述的表25写成的,该表可以把分配给大厅的轿厢数量与大厅客流量,客流率以及大厅门厅呼叫登记次数联系在一起。用模糊程序语言对模糊逻辑规则进行编码,并且产生上述的C代码。然后,在一个轿厢在主要方向上带着乘客离开大厅时,用这种软件和调度器软件一起选择分配给大厅的轿厢数量。根据大厅客流量,客流率和预测的大厅门厅呼叫登记时间来获得分配给大厅的轿厢数量的方法与开环模糊逻辑控制方法中所述的根据大厅客流量,客流率和预测的下行门厅呼叫数量来获得分配给大厅的轿厢数量的方法是相同的。
B.在具有自助餐厅楼层和/或一个次要大厅的大楼中在上行高峰期间用闭环模糊逻辑控制器来选择分配给大厅的轿厢数量。
在具有自助餐厅楼层和/或一个次要大厅的大楼中,在上行高峰期间经常会在大厅以外的楼层上出现明显的客流量。因此,大厅的轿厢分配过程应该能适当地考虑到上行高峰期中在非大厅楼层上的服务需求;这是通过在选择分配给大厅的轿厢数量时把非大厅门厅呼叫登记时间作为一个输入来实现的。例如,三分钟内最大的门厅呼叫登记时间可以被用来预测以后三分钟内非大厅楼层上的最大门厅呼叫登记时间。
这种闭环控制器利用大厅客流量,客流率和预测的非大厅门厅呼叫登记时间作为输入来选择上行高峰期中分配给大厅的轿厢数量。
图34表示一例用来对非大厅门厅呼叫最大登记时间进行分类的模糊集合和从属关系函数。这种分类采用了短,相当短,相当长和长的模糊集合。表26表示利用大厅客流量,客流率和预测的大厅以上门厅呼叫登记时间作为输入来选择分配给大厅的轿厢数量的方法。
表26
利用大厅客流量,客流率和非大厅门厅呼叫登记时间来选择分配给大厅的轿厢数量的方法
大厅客流量 | 大厅客流率 | 非大厅门厅呼叫登记时间 | 分配给大厅的轿厢数量 |
没有轻轻 | 稳定稳定缓慢增加 | --- | 少数少数少数 |
中等中等中等 | 缓慢减少稳定稳定 | -短或相当短相当长或长 | 少数若干少数 |
中等中等中等中等 | 缓慢增加缓慢增加快速增加快速增加 | 短或相当短相当长或长短或相当短相当长或长 | 若干少数一些若干 |
高峰高峰高峰高峰高峰高峰 | 稳定稳定缓慢增加缓慢增加快速增加快速增加 | 短或相当短相当长或长短或相当短相当长或长短或相当短相当长或长 | 一些若干一些若干一些若干 |
满载满载满载满载 | 稳定稳定缓慢增加缓慢增加 | 短或相当短相当长或长短或相当短相当长或长 | 许多一些许多一些 |
模糊逻辑规则是用表26写成的,该表可以把分配给大厅的轿厢数量与大厅客流量,客流率以及大厅以上门厅呼叫登记时间联系在一起。用这种控制器选择分配给大厅的轿厢数量的方法与前一段中所述的方法相同。
C.在中午前后具有明显的次要方向客流量时用闭环模糊逻辑控制器来选择分配给大厅的轿厢数量。
在中午前后,在非大厅楼层上经常有一些次要方向的门厅呼叫,并且在一些楼层上具有明显的上车频率。因此,次要方向门厅呼叫的登记时间是很大的。为了改善为这些楼层提供的服务,把一种电梯控制***性能测量值,也就是次要方向门厅呼叫登记时间的预测值作为闭环模糊逻辑控制器的一个输入,用来选择分配给大厅的轿厢数量。
图35表示用来为预测的次要方向门厅呼叫登记时间分类的一种典型的模糊集合和从属关系函数。这种分类采用了短,相当短,相当长和长的模糊集合。用预测的三分钟门厅呼叫登记时间作为输入。采用预测的三分钟门厅呼叫登记时间可以缓慢地调整控制参数。
表27表示利用大厅客流量,客流率和预测的下行门厅呼叫登记时间来选择分配给大厅的轿厢数量的方法。
表27
利用大厅客流量,客流率和预测的三分钟次要方向门厅呼叫登记时间来选择分配给大厅的轿厢数量的方法
大厅客流量 | 大厅客流率 | 次要方向门厅呼叫登记时间 | 分配给大厅的轿厢数量 |
没有轻轻 | 稳定稳定缓慢增加 | --- | 少数少数少数 |
中等中等中等 | 缓慢减少稳定稳定 | -短或相当短相当长或长 | 少数若干少数 |
中等中等中等中等 | 缓慢增加缓慢增加快速增加快速增加 | 短或相当短相当长或长短或相当短相当长或长 | 若干少数一些若干 |
高峰高峰高峰高峰高峰高峰 | 稳定稳定缓慢增加缓慢增加快速增加快速增加 | 短或相当短相当长或长短或相当短相当长或长短或相当短相当长或长 | 一些若干一些若干一些若干 |
满载满载满载满载 | 稳定稳定缓慢增加缓慢增加 | 短或相当短相当长或长短或相当短相当长或长 | 许多一些许多一些 |
该表可以用来写成把分配给大厅的轿厢数量与大厅客流量,客流率以及预测的次要方向门厅呼叫登记时间联系在一起的模糊逻辑规则。用模糊程序语言对模糊逻辑规则进行编码,并且转换成C代码。当一个轿厢带着乘客离开大厅时,以及在***完成了三分钟的间隔并且预测出此后三分钟间隔内的非大厅次要方向门厅呼叫登记时间时,就执行这种模糊逻辑控制器。获得分配给大厅的轿厢数量的清晰值的方法与前面所述的方法相同。
D.用来为单一来源客流量情况选择程序间隔的闭环模糊逻辑控制器
闭环模糊逻辑控制器把大厅客流量和客流率作为一组控制器输入,把一个电梯控制***输入,也就是非大厅次要方向门厅呼叫作为另一个控制器输入,并且把一个电梯控制***输出,也就是集中在主要方向的轿厢数量作为第三组输入,用来选择程序间隔。集中在主要方向的轿厢数量是一种电梯控制***状态变量。
预测的三分钟次要方向门厅呼叫被用作一组输入。图22表示用于次要方向门厅呼叫的模糊集合。
集中在主要方向的轿厢数量是通过对轿厢计数来确定的,轿厢在该方向上运载乘客,或是停靠在该方向的门厅指示灯接通的楼层上(以便让主要方向的乘客上车),或是正在向主要方向的门厅指示灯接通的一个楼层减速,或是正在该方向上运行,但是还没有到达其约定的最远转向楼层点。在一个实施例中,用来定义集中在主要方向的轿厢数量的模糊集合是:少数,若干,一些,和许多;如图36所示。
参见图37,用于程序间隔的模糊集合被表示成很短,短,相当短,和相当长。
表28表示用大厅客流量,客流率,预测的次要方向门厅呼叫数量,以及集中的轿厢数量的函数来确定程序间隔的方法。
表28
选择大厅编程间隔的方法
大厅客流量 | 大厅客流率 | 次要方向门厅呼叫数量 | 集中在主要方向的轿厢数量 | 程序间隔 |
没有轻轻 | 稳定稳定缓慢增加 | 忽略忽略忽略 | 忽略忽略忽略 | N/AN/AN/A |
中等中等中等中等 | 缓慢减少稳定缓慢增加缓慢增加缓慢增加 | 忽略忽略少数或若干少数或若干一些或许多 | 忽略忽略少数或若干一些或许多忽略 | N/AN/A相当短相当长N/A |
中等中等中等 | 快速增加快速增加快速增加 | 少数或若干少数或若干一些或许多 | 少数或若干一些或许多忽略 | 相当短相当长N/A |
高峰高峰高峰高峰 | 稳定稳定稳定稳定 | 少数或若干少数或若干一些或许多一些或许多 | 少数或若干一些或许多少数或若干一些或许多 | 短相当短短相当短 |
高峰高峰高峰高峰 | 缓慢或快速增加缓慢或快速增加缓慢或快速增加缓慢或快速增加 | 少数或若干少数或若干一些或许多一些或许多 | 少数或若干一些或许多少数或若干一些或许多 | 短相当短短相当短 |
满载满载满载满载 | 稳定或缓慢增加稳定或缓慢增加稳定或缓慢增加稳定或缓慢增加 | 少数或若干少数或若干一些或许多一些或许多 | 少数或若干一些或许多少数或若干一些或许多 | 相当短相当长相当短相当长 |
表28被用来推导模糊集合规则,用于根据大厅客流量,客流率,次要方向的门厅呼叫数量,以及集中在主要方向的轿厢数量来选择程序间隔。写成的模糊逻辑规则被编译成C代码。把这种C代码和用来估算大厅客流量和客流率的C代码以及其它调度软件集成在一起。在一个实施例中,当一个轿厢带着乘客离开大厅时,并且当***在每一分钟结束时预测出三分钟次要方向门厅呼叫时,就执行这种控制。然后确定集中在主要方向的轿厢数量,以便选择此后在大厅中使用的程序间隔。
大厅客流量和客流率的从属关系联合集合度是分别确定的。预测的次要方向门厅呼叫的从属关系度和集中在主要方向的轿厢数量是用相应的模糊集合来确定的。这些规则的从属关系前提度是按照max-min规则来确定的。关于每项规则的输出集合的从属关系集合度是把前提度作为集合度来确定的。如果多个规则具有相同的输出集合,就把用于该集合的单个规则集合度相加并且将和限制在1.0,从而确定组合的从属关系集合度。
每个输出集合被定义在输出变量的一个范围内。定义在该范围内的离散点上的从属关系度被计算和存储在用于每个输出模糊集合的一个表中。将表中的值与该集合的从属关系集合度相乘,就可以获得这些点上最终的从属关系度。这就叫做推论的集合度方法。然后用解模糊的重心方法获得程序间隔的清晰值。
E.用来选择程序容限的闭环模糊逻辑控制器
如果要在具有明显的层间和倒流客流量的***中或是在设有自助餐厅楼层,在大厅客流量很大时具有明显客流量的一个次要大厅或是基地的大楼中使用动态程序,在一个实施例中采用了程序窗口为大厅分配轿厢。程序窗口是用围绕着编程时间的一个下容限和一个上容限定义的。如果让轿厢在这种程序窗口之内到达大厅,轿厢就不必赶在编程的分配时间之前到达大厅并且等待分配。因此,轿厢可以更好地接收其它楼层的分配。
在本例中,程序窗口的程序容限是用一种闭环模糊逻辑控制器来选择的。大厅客流量和客流率的模糊估算被作为一组输入。电梯控制***输入,也就是主要和次要方向上所有的非大厅门厅呼叫被用作控制器的另一个输入。由于次要方向的客流量经常是明显的,并且次要方向上发生在中午前后双向客流量情况下的门厅呼叫登记时间是很大的,电梯控制***的一种性能测量值,也就是次要方向门厅呼叫最大登记时间被用作控制器的第三组输入。采用大厅客流量和客流率的模糊估算,非大厅楼层上双向预测的总门厅呼叫的模糊集合,以及预测的次要方向门厅呼叫最大登记时间来选择下容限和上容限。
用这种闭环控制方法来选择与客流量条件紧密配合的容限,从而较好地为大厅和非大厅的上行,下行门厅呼叫分配轿厢。这样就能减少非大厅楼层上的最大门厅呼叫登记时间。同时可以将大厅等待时间,大厅拥挤以及大厅拥挤的持续时间保持在很小。可以较好地利用轿厢,从而提供平衡的服务。
在图38中表示了用来对预测的非大厅门厅呼叫进行分类的模糊集合和从属关系函数。从过去的几个三分钟周期中出现的这些情况反映出下一个三分钟周期的情况。用预测的门厅呼叫来代替当前出现的呼叫,因此,其响应不会很快,而是缓慢变化的。总的门厅呼叫计数是一个整数;因此,从属关系度被限定为门厅呼叫总数的整数值。在一个实施例中,呼叫是按照少数,若干,一些和许多的集合来分类的。
图35表示了用来预测次要方向门厅呼叫最大登记时间的模糊集合和从属关系函数。下一个三分钟周期的最大登记时间是根据前几个三分钟周期中的登记时间来预测的。用这种预测值进一步减缓***的响应,并且避免迅速的摆动。在一个实施例中是按照短,相当短,相当长和长的模糊集合为最大的次要方向门厅呼叫登记时间来分类的。
在一个实施例中,控制参数,程序下容限以及程序上容限是在0到20秒的范围内变化的。下容限通常要比上容限短。按照很短,短,相当短和相当长的模糊集合为这些容限分类。图39表示了用来为程序下容限和程序上容限进行分类的模糊集合。
表29表示采用大厅客流量和客流率的模糊估算,预测的总的非大厅门厅呼叫的模糊集合,以及预测的次要方向门厅呼叫最大登记时间来选择程序下容限和程序上容限的方法。
表29
采用大厅客流量,客流率,非大厅门厅呼叫总数,以及次要方向门厅呼叫登记时间来选择大厅程序容限的方法
程序容限 | |||||
大厅客流量 | 大厅客流率 | 门厅呼叫总数 | 次要方向门厅呼叫登记时间 | 下容限 | 上容限 |
没有轻轻 | 稳定稳定缓慢增加 | --- | --- | N/AN/AN/A | N/AN/AN/A |
中等中等中等中等中等中等 | 缓慢减少稳定缓慢增加缓慢增加缓慢增加缓慢增加 | --少数或若干少数或若干一些或许多一些或许多 | --短或相当短相当长或长短或相当短相当长或长 | N/AN/A短短相当短相当短 | N/AN/A短相当短相当短相当长 |
中等中等中等中等 | 快速增加快速增加快速增加快速增加 | 少数或若干少数或若干一些或许多一些或许多 | 短或相当短相当长或长短或相当短相当长或长 | 短短相当短相当短 | 短相当短相当短相当长 |
高峰 | 稳定或缓慢增加稳定或缓慢增加稳定或缓慢增加稳定或缓慢增加 | 少数或若干少数或若干一些或许多一些或许多 | 短或相当短相当长或长短或相当短相当长或长 | 短短相当短相当短 | 短短相当短相当短 |
高峰 | 快速增加快速增加快速增加快速增加 | 少数或若干少数或若干一些或许多一些或许多 | 短或相当短相当长或长短或相当短相当长或长 | 很短短短相当短 | 短短相当短相当短 |
满载 | 稳定或缓慢增加稳定或缓慢增加稳定或缓慢增加稳定或缓慢增加 | 少数或若干少数或若干一些或许多一些或许多 | 短或相当短相当长或长短或相当短相当长或长 | 很短很短短短 | 很短短短相当短 |
模糊逻辑规则是用表29中一行的项目写成的,其连接模糊逻辑控制器的输入和输出变量。这些模糊逻辑规则编译成C代码并且和调度软件集成在一起。可以在一个轿厢朝着主要方向离开大厅时,以及在***对非大厅门厅呼叫和次要方向门厅呼叫最大登记时间进行三分钟预测时对程序容限进行实时的选择。和前述的控制器类似,这种控制器采用推断的集合度(set degree)方法和解模糊的重心(centroid)方法根据输出的规则获得程序容限。
4.闭环自适应模糊逻辑控制器
图40表示了一个闭环自适应模糊逻辑控制器的框图。闭环自适应模糊逻辑控制器376包括前述的闭环模糊逻辑控制器164和一个自适应控制器124,后者用来改变闭环模糊逻辑控制器中使用的输入和输出模糊集合的从属关系函数。
闭环自适应模糊逻辑控制器使用电梯控制***的输入和输出作为控制器的输入,用来选择控制参数。另外,闭环自适应模糊逻辑控制器的自适应控制器中具有规则,可以根据性能测量的实时测量值修改受控参数的模糊集合从属关系函数,电梯控制***的输入,以及电梯控制***的输出,并且监视电梯控制***的状态变量。闭环控制操作是采用短时间帧来选择控制参数值的,而自适应控制是按照较长的时间周期来执行的。因此,闭环自适应控制器可以适应不同的大楼和客流量条件。
闭环自适应模糊逻辑控制器124还具有一个状态预测器216和一个性能预测器144。电梯控制***的状态被输入到状态预测器216。预测的各种***状态可供闭环模糊逻辑控制器使用。还有几种预测的***状态是供闭环自适应控制器的***动态分析仪使用的。因此,与闭环模糊逻辑控制器一起使用的状态预测器要比与开环自适应模糊逻辑控制器一起使用的状态预测器更复杂。例如,这种预测器根据轿厢从非大厅楼层到达大厅时获得的轿厢负荷测量值来预测下一个三分钟周期内到达大厅的轿厢中的轿厢负荷。类似地还可以预测当轿厢离开大厅时在轿厢内登记的轿厢呼叫次数。轿厢在次要方向上运行期间执行的门厅停站平均次数是另一个需要预测的状态参数。这些都是自适应控制逻辑中使用的参数。
性能测量值142被输入到性能预测器144。该预测器预测几种供模糊逻辑控制器使用的性能测量值以及供闭环自适应控制器的***动态分析仪使用的另外几种测量值。这种预测器可以供开环自适应模糊逻辑控制器和闭环模糊逻辑控制器使用。
状态预测数据218和性能预测数据146被输入到自适应控制逻辑,后者将其提供给***动态分析仪220。***动态分析仪被用来计算几种性能测量值和几种***状态变量中的变化。***动态分析议的工作方式与参照图27所述的方式相同。每次为这种分析仪提供一组两个性能测量值,确定这些值随时间变化的百分比,它们的相对变化,以及它们相对于确定的最大限度的变化。为***动态分析仪提供组合的性能测量值和状态变量。例如,采用这种分析仪可以分析轿厢到达大厅时的轿厢负荷和最大次要方向门厅呼叫登记时间。如果最大门厅呼叫登记时间的百分比的增加与轿厢负荷增加的百分比成正比,这种性能就是可以接受的。如果不是,就表明次要方向上的门厅呼叫服务低劣。此时就需要减少分配给大厅的轿厢数量和大厅的程序间隔。
闭环自适应控制逻辑222接收***动态分析仪220输出的参数变化类型信号。这种自适应控制逻辑222与开环的自适应控制逻辑不同。闭环自适应控制逻辑可以使用类似于表20,21,22,23和24的表为受控参数的模糊集合从属关系函数计算和汇总所要求的变化,这其中包括作为模糊逻辑控制器的输入的电梯控制***输入变量,电梯控制***的状态变量,以及电梯控制***的性能测量值。因此,这种自适应模糊逻辑的输入和输出比开环自适应控制逻辑使用的输入和输出要多。
闭环自适应控制逻辑向模糊集合从属关系函数修改函数224发出对具体从属关系函数修改的请求。模糊集合从属关系修改函数对从属关系函数进行必要的修改,并且为按规则输出的模糊集合计算出从属关系的限度。这些工作是通过存储器写入234写到模糊逻辑控制器的存储器中的。
图41是一个流程图,表示闭环自适应控制器中的闭环自适应控制逻辑。自适应控制逻辑222在步378中选择需要计算其变化的两组参数,并且发送给***动态监视器220。***动态监视器220在步380中计算状态变量和性能测量值的数值变化。然后将这种变化作为变化信号212发送给自适应控制逻辑。这其中包括两个计算变量中的1型,2型和3型的变化。然后,在步382中每次考虑一种类型的变化。自适应控制逻辑在步384确定模糊集合变化表和模糊集合修改指令表中的位置。这四类变量的模糊集合是模糊逻辑控制器输出,电梯控制***输入,电梯控制***状态变量,以及电梯控制***性能测量值,它们可以通过模糊集合变化表和模糊集合修改指令表来修改。这是用方框384的子框400,402,404和406来表示的。将模糊集合修改表地址提供给模糊集合修改函数224。在步386中由模糊集合修改函数来实现这些变化。在第一所监视的变量中改变每一类型变化的模糊集合的过程是在步382到386的循环中完成的。
在步388到394中在模糊集合中实现用来改变两个电梯控制***输出变量集合的第二变量的变化。然后在步394中确定是否有两个变量的其它集合需要计算。如果有,就对两个变量的其它集合执行步378到394。在分析完两个变量的所有集合之后,在步398汇总每个模糊集合中需要的所有变化。然后执行模糊集合修改函数,为受控的参数产生确定的从属关系度,并且将新的模糊集合定义和确定的从属关系度写入模糊逻辑控制器的存储器部分。
象在开环自适应模糊逻辑控制器的说明中一样,采用交互式群控模拟器228和知识采集***226为这种自适应控制器214产生类似于表21,22和23的关系表,类似于表24的模糊集合变化表,以及类似于表20的模糊集合修改指令表。
以下要说明闭环自适应模糊逻辑控制器的工作方式。
A.用闭环自适应模糊逻辑控制器为单一来源客流量条件选择程序间隔
自适应模糊逻辑控制器的这种自适应控制逻辑采用次要方向非大厅门厅呼叫登记时间和次要方向上到达大厅的轿厢中预测的轿厢负荷作为一组变量,用来改变模糊逻辑控制器的模糊集合从属关系函数。自适应控制逻辑还把最大非大厅门厅呼叫登记时间和最大大厅门厅呼叫登记时间作为另一组变量,用来改变模糊集合从属关系函数。由***动态分析仪分析这些变量的变化,并且确定这些变量的1型,2型和3型变化是否明显要求模糊集合中的变化。
图42是一个流程图,表示闭环自适应模糊逻辑控制器中使用的闭环自适应控制逻辑的第一部分。该部分涉及到根据非大厅门厅呼叫登记时间与次要方向上到达大厅的轿厢的轿厢负荷进行分析比较来确定需要改变的模糊集合。
在步410中确定1型非大厅门厅呼叫登记时间的变化是否明显地需要修改模糊集合从属关系函数。如果是,就在步412中对规则输出的模糊集合从属关系函数进行必要的修改。在本例中,这种变化是程序间隔模糊集合从属关系函数的变化。然后在步414中对作为控制器输入的电梯控制***输入的模糊集合从属关系函数进行必要的修改。本例中的次要方向门厅呼叫预测次数就是一种控制器输入。因此,在这一步中需要计算预测的次要方向门厅呼叫的模糊集合的从属关系函数中的变化。在步416中确定作为输入的状态变量的模糊集合中需要改变的从属关系函数。在本例中,集中在主要方向上的轿厢数量就是一种输入;这是一个观测值而不是预测值。计算集中在主要方向的轿厢数量的模糊集合的从属关系函数中的变化。这种控制器不使用任何电梯控制***性能测量值作为控制器的输入。因此,步418不产生输出。
自适应控制逻辑在步420中确定2型非大厅门厅呼叫登记时间是否有明显的变化。如果有,就在步422中对程序间隔,预测的次要方向门厅呼叫,以及集中在主要方向的轿厢数量等等的模糊集合进行必要的修改。然后在步424和426中对非大厅门厅呼叫登记时间的3型变化产生的模糊集合进行必要的修改。
在步428和430中对从次要方向到达大厅的轿厢的轿厢负荷的1型变化产生的模糊集合从属关系函数进行必要的修改。在步432和434中对从次要方向到达大厅的轿厢的轿厢负荷的2型变化产生的模糊集合从属关系函数进行必要的修改。在步436和438中对轿厢负荷变量的3型变化产生的模糊集合从属关系函数进行必要的修改。
比较大厅门厅呼叫登记时间和非大厅门厅呼叫登记时间,然后执行根据各种变化类型对模糊集合从属关系函数进行的必要修改。对模糊集合从属关系函数的所有必要的修改都是按照模糊集合定义点的形式存储成阵列。
对模糊集合从属关系函数的变化进行汇总和分析,从而达到模糊集合从属关系函数修改的最终变化要求。然后将这些变化体现在模糊集合从属关系修改函数224中。针对程序间隔计算出各个离散点上的确定的从属关系度,并且写入控制器的存储器中。控制器输入的从属关系函数也被写入控制器的存储器中。
因此,这种自适应控制器可以实时地改变各种模糊集合的从属关系函数,在高峰期和中午大楼中的客流量出现明显变化时,它可以精确地选择程序间隔。
5.具有自适应限制的模糊逻辑控制器
在调度器工作期间,除了在极端状态下,对某些变量和参数规定了不应该违反的限制。另外,用一个控制参数严密地控制调度功能,采取间接方式用一个限制变量来控制小范围内的调度。例如,允许的最大大厅门厅呼叫登记时间就是一种限制变量。允许的最大程序间隔也是一种限制变量。因此,这种限制变量可以限制电梯控制***的输出变量或控制参数。
具有自适应限制的模糊逻辑控制器是用上述的四个模糊逻辑控制器之一构成的。它可以计算出各种限制变量,将其适当地用于动态程序机,或是用于分析电梯控制***性能的倾势。
如果将模糊逻辑控制器和动态程序机一起使用,就采用模糊逻辑控制器来选择控制参数。然后可以根据客流量条件由自适应控制器来改变模糊逻辑控制器中使用的模糊集合。为电梯控制***选择的限制变量被存储在GCSS的存储器中。通过自适应限制发生器可以改变这些限制变量。
动态程序机可以拥有多个模糊逻辑控制器,其中有一些是开环式的,另一些是闭环式的,可以用来选择控制参数值。和动态程序机一起使用的自适应控制器可以改变其中某一些模糊逻辑控制器的模糊集合从属关系函数。然而,动态程序机仅仅需要一个自适应限制发生器就可以适当地修改所有的限制变量。
在图43中表示了动态的自适应限制发生器450的框图。
动态程序机使用的限制变量有三种。动态编程调度器直接用第一集合454来控制调度;自适应控制逻辑用第二集合456来修改模糊集合从属关系函数;控制限制功能用第三集合458直接地限制模糊逻辑控制器产生的控制参数值。限制变量可以给出用来限制控制参数值的清晰值或是模糊值。对控制参数的限制变量是由控制限制执行函数462获得的。如果限制变量是模糊的,就采用另一级控制参数估算来获得各种模糊限制变量。
自适应限制发生器450把***状态和有关的预测器预测的性能数据作为输入。将这些数据发送给***动态分析仪220,从某些状态变量和性能测量值的预测值中识别出明显的变化。象上文中说明的一样,每次对一组两个电梯控制***输出变量进行分析,从中识别出这种变化。这样就能识别出各种类型的变化及其变化的幅度。自适应限制发生器450使用多组两个电梯控制***输出变量,从中获得明显的变化,并且确定需要改变的限制变量值。
图44是自适应限制发生器的一个流程图。自适应限制发生器在步478中选择一组两个***状态和性能数据,并且将其发送给***动态分析仪。***动态分析仪在步480中分析这些电梯控制***输出变量的变化,并且将其按照1型,2型和3型的变化来分类。然后,自适应限制发生器在步482中每次选择一种变化。自适应限制发生器在步484中利用限制变化地址表和限制变化指令表获得这些变量的数值变化。限制变化地址表类似于表21,在其中存储了限制变化指令表的存储地址,用给定的变量值给出变量值的变化等级。限制指令表类似于表24,在表中给出了需要改变的限制变量以及用于放大限制变量的标度系数。然后在步486中进行这种变化并且存储在GCSS的存储器中。这种限制变化也可以用预先设定的值来获得。这种情况用负标度系数表示。标度系数的幅值代表着可供使用的值。
对计算的两个变量组的第一电梯控制***输出变量中的每一种变化重复这些步482到486。然后在步488中计算一组两个变量中的第二电梯控制***输出变量是否有明显的变化。如果有,就在步490中考虑每一种变化。在步492中获得限制变化指令表的位置。然后获得需要改变的限制变量和用于改变的标度系数。在步494中改变限制值,并且将其保存在GCSS的存储器中。
在步496中确定两个电梯控制***输出变量的所有组的幅度变化是否都被检查完了。如果没有,就对其它组两个电梯控制***输出变量重复执行步478到494的过程。然后在步498中汇总所有需要的对限制的改变,并且存入存储器中。
***在交互式模拟过程中可以学习用于不同类型变量变化的限制修改指令表。如果用各种异常客流量分布图来执行这些模拟,熟练的技术人员就可以输入各组需要计算变化的变量。计算这些变化并把计算出的明显变化显示在屏幕上。熟练的人员可以选择需要修改的限制变量和标度系数。这样就能用模拟器修改这种限制并且执行模拟。经过一个确定的周期,例如五分钟以后,如果性能是可以接受的,就可以采纳这种限制修改指令。熟练的人员可以指出这种采纳结果,或是在经过确定的周期后自动采纳这种结果。知识采集***把相应于修改指令表的地址存储在交叉关系表中对应这种变化等级和变量等级的地址位置中。通过对各种客流量分布图反复执行模拟,熟练的人员就可以获得各种变量的变化状态。可以计算出输入限制修改指令,并且指示是否采纳该指令的意向。如果采纳这些指令,知识采集***就用适当的项目将这些指令保存在适当的表中。
图45表示控制限制强制实施函数的流程图。在步510中确定是否需要用模糊逻辑控制器来控制一个控制参数。如果需要由模糊逻辑控制器进行控制,就在步512中确定是否采用清晰值限制。如果是,就将控制参数限制在限制变量规定的最大或最小值。如果相反,就在步516中规定用于限制的模糊限度,用定义的限制函数来产生用于限制变量的模糊集合。例如,最大非大厅次要方向门厅呼叫登记时间限制变量可以选择在60秒。限制参数可以声明是模糊的。可以用三角函数D1,D2,D3来规定最大限制。D1和D3的从属关系度是零,而D2的从属关系度最大。本例中的D2是60秒,D1和D2可以表示成D1=aD2;D2=bD2,其中的a和b是限制变量;a小于1.0,而b大于1.0。
例如a=0.8,b=1.25。因此,D1=48秒,D3=75秒。这样就确定了模糊限制。
按照这种方法,诸如程序间隔这样的控制参数的最大限制是50秒。可以用具有限制变量a=0.8;b=1.25的模糊限制来规定控制参数。这样,最大程序间隔的限制就是40秒到62.5秒。
然后在步518中,按照用于这种参数的模糊逻辑控制器的说明,采用离散点上的从属关系输出度和上述的最大程序间隔限制来获得受控参数的模糊规则。这样就能将从属关系度的值限制为离散点上的最小值,这些离散点被用于模糊逻辑控制器的程序间隔输出,并且在程序间隔处在50秒到62.5秒之间时沿着下降线。然后在步520中用这种修改的从属关系输出度来计算程序间隔的清晰值。以下用一个例子来说明自适应限制发生器的工作。
a.和用于单一来源客流量条件的动态程序机一起使用的自适应限制发生器
图46是用来具体实现和动态程序机一起使用的自适应限制发生器的流程图。在步530将预测的轿厢负荷和预测的三分钟服务时间传送给***动态分析仪。***动态分析仪将这两个预测值与前一分钟结束时预测的值进行比较,用来确定随时间变化的百分数。***动态分析仪还对两个预测值进行比较,从中识别这两个电梯控制***输出变量中的变化是不是线性的,以及是否处在可接受的变化范围内。还要将两个预测值与允许的最大值进行比较,从中确定其与允许的最大值之间的偏差。比较结果以1型,2型,3型变化和变化幅度的形式提供给自适应限制发生器。根据这些分析结果来确定是否需要在分配一个轿厢去应答门厅呼叫之前以及在该轿厢应答门厅呼叫之后改变可允许的轿厢最大负荷,并且传送给自适应限制发生器。
然后,自适应限制发生器在步532中用这些变化信息和预先存储的限制修改指令表来确定在分配一个轿厢去应答门厅呼叫之前以及在该轿厢应答门厅呼叫之后的可允许的轿厢最大负荷。针对主要和次要方向的这些变量是分别确定的。
在步534中把预测的次要方向门厅呼叫停站和预测的服务时间传送给***动态分析仪,并且计算出这些电梯控制***输出变量的变化。然后在步536中确定可以在循环运行期间分配给轿厢的允许的最大数量次要方向门厅呼叫。在步538中把前五分钟的门厅呼叫再分配和再分配的门厅呼叫的额外登记时间传送给***动态分析仪,并且计算出这些电梯控制***输出变量的变化。在步540中利用交叉关系和限制修改指令表来确定用于再分配的允许的额外登记时间。
以上三组变量都是动态程序机在调度中可以直接使用的变量的例子。这些变量也可以在任何其它类型的调度器中使用。
在步544中将大厅门厅呼叫最大登记时间和非大厅门厅呼叫最大登记时间传送给***动态分析仪,并且计算出这些电梯控制***输出变量的变化。在步546中利用适当的交叉关系和限制修改指令表来确定允许的最大大厅门厅呼叫登记时间和允许的最大非大厅门厅呼叫登记时间。自适应控制器用这些变量为各种模糊逻辑控制器使用的模糊集合选择从属关系函数。
在图46a的步548到558中说明了选择和实现第三组限制变量的方法。在步548中,对于选定的程序间隔和程序容限将最大大厅门厅呼叫登记时间与可能的最大门厅呼叫登记时间相比较。根据这种比较,用一种定义的函数来调整程序容限。然后在步552中确定允许的最大程序间隔,并且为这一允许的最大间隔定义一个模糊集合。在步554中把选定的程序间隔与预测的循环运行时间相比较。根据比较结果计算出允许的最小程序间隔。然后在步556中为允许的最小间隔定义一个模糊集合。
用于控制参数的限制变量被传送给控制限制执行函数462。如果该限制变量是清晰值,在必要时就通过控制限制执行函数来修改由模糊逻辑控制器选择的限制变量的清晰值,使其符合该限制变量。另一方面,如果限制是模糊的,限制执行函数就利用定义的三角从属关系函数产生模糊的限制变量。限制执行函数使用模糊限制变量和模糊逻辑控制器输出的控制参数的限定的从属关系度来限制模糊控制参数值。然后根据这种模糊控制参数值获得控制输出的清晰值。
使用上述的模糊逻辑控制器来选择动态编程控制参数可以对大厅客流量,客流率,其它电梯控制***状态以及性能条件作出迅速的响应。动态程序机控制参数是用适当的控制环选择的,并且具有自适应的控制特性。因而可以减少大厅门厅呼叫登记时间,等待时间,大厅中的拥挤以及拥挤的持续时间。另外还可以改善为所有楼层上的门厅呼叫提供的服务,因而就减少了门厅呼叫登记时间和门厅呼叫的再分配。
双向客流量条件下的单一来源客流量
单一来源客流量动态编程可以在大厅中出现明显的单一来源客流量时使用。图47表示在中午前后的双向客流量条件下根据预测的上车人数起动和撤销编程服务的情况。
Claims (24)
1.在一个具有多个楼层的大楼中控制电梯轿厢的群控制器,所述群控制器包括:
一个电梯调度器,用于在单一来源客流量的条件下控制电梯轿厢的操作,该电梯调度器具有一个限制,根据该限制来限制轿厢的分配;以及
一个自适应限制发生器,用于根据电梯控制***的输出变量修改该限制的值。
2.在一个具有多个楼层的大楼中控制电梯轿厢的群控制器,所述群控制器包括:
一个客流量和客流率估算器,用于提供客流量和客流量的模糊估算值;
一个模糊逻辑控制器,用于根据客流量和客流量的模糊估算值提供控制参数,该控制参数具有用于限制该控制参数值的限制;
一个自适应限制发生器,用于根据一个电梯控制***的输出变量修改该限制的值;以及
一个电梯调度器,用于在单一来源客流量的情况下根据该控制参数控制电梯轿厢的操作。
3.根据权利要求1或2的控制电梯轿厢的群控制器,其特征在于:
该限制包括一个允许的最大大厅门厅呼叫登记时间。
4.根据权利要求1或2的控制电梯轿厢的群控制器,其特征在于:
该限制包括一个允许的最大非大厅门厅呼叫登记时间。
5.根据权利要求1或2的控制电梯轿厢的群控制器,其特征在于:
该限制包括一个允许的最大调度间隔。
6.根据权利要求1或2的控制电梯轿厢的群控制器,其特征在于:
该限制包括一个允许的最大次要方向门厅呼叫次数。
7.根据权利要求1或2的控制电梯轿厢的群控制器,其特征在于:
该限制包括一个允许的最大轿厢负荷。
8.根据权利要求1或2的控制电梯轿厢的群控制器,其特征在于:
该电梯控制***输出变量包括所聚集的电梯轿厢的数量。
9.根据权利要求1或2的控制电梯轿厢的群控制器,其特征在于:
该电梯控制***输出变量包括预测的所聚集的电梯轿厢的数量。
10.根据权利要求1或2的控制电梯轿厢的群控制器,其特征在于:
该电梯控制***输出变量包括与离开大厅的电梯轿厢有关的所登记的轿厢呼叫数量。
11.根据权利要求1或2的控制电梯轿厢的群控制器,其特征在于:
该电梯控制***输出变量包括与离开大厅的电梯轿厢有关的预测的所登记的轿厢呼叫数量。
12.根据权利要求1或2的控制电梯轿厢的群控制器,其特征在于:
该电梯控制***输出变量包括电梯轿厢进行门厅停站的数量。
13.根据权利要求1或2的控制电梯轿厢的群控制器,其特征在于:
该电梯控制***输出变量包括所预测的电梯轿厢进行门厅停站的数量。
14.根据权利要求1或2的控制电梯轿厢的群控制器,其特征在于:
该电梯控制***输出变量包括大厅门厅呼叫登记时间。
15.根据权利要求1或2的控制电梯轿厢的群控制器,其特征在于:
该电梯控制***输出变量包括一个所预测的大厅门厅呼叫登记时间。
16.根据权利要求1或2的控制电梯轿厢的群控制器,其特征在于:
该电梯控制***输出变量包括一个非大厅门厅呼叫登记时间。
17.根据权利要求1或2的控制电梯轿厢的群控制器,其特征在于:
该电梯控制***输出变量包括一个所预测的非大厅门厅呼叫登记时间。
18.根据权利要求1或2的控制电梯轿厢的群控制器,其特征在于:
该电梯控制***输出变量包括电梯轿厢的循环运行时间。
19.根据权利要求1或2的控制电梯轿厢的群控制器,其特征在于:
该电梯控制***输出变量包括一个所预测的电梯轿厢的循环运行时间。
20.根据权利要求2的控制电梯轿厢的群控制器,其特征在于:
该控制参数是一个服务模式。
21.根据权利要求2的控制电梯轿厢的群控制器,其特征在于:
该控制参数是一个程序间隔。
22.根据权利要求2的控制电梯轿厢的群控制器,其特征在于:
该控制参数是一个程序窗口容限。
23.根据权利要求2的控制电梯轿厢的群控制器,其特征在于:
该控制参数是一个程序延迟时间。
24.根据权利要求1或2的控制电梯轿厢的群控制器,其特征在于:
所述电梯调度器是一个动态编程调度器。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US08/565,469 US5767460A (en) | 1995-11-30 | 1995-11-30 | Elevator controller having an adaptive constraint generator |
US08/565,469 | 1995-11-30 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN1208389A true CN1208389A (zh) | 1999-02-17 |
Family
ID=24258751
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN96199805A Pending CN1208389A (zh) | 1995-11-30 | 1996-10-30 | 具有自适应限制发生器的电梯控制器 |
Country Status (4)
Country | Link |
---|---|
US (1) | US5767460A (zh) |
JP (1) | JP2000505028A (zh) |
CN (1) | CN1208389A (zh) |
WO (1) | WO1997019880A1 (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106061878A (zh) * | 2014-01-09 | 2016-10-26 | 三菱电机株式会社 | 控制参数检测方法 |
CN108230005A (zh) * | 2016-12-21 | 2018-06-29 | 财团法人工业技术研究院 | 在线云端服务处理***与评测方法及其计算机程序产品 |
CN109661365A (zh) * | 2016-08-30 | 2019-04-19 | 通力股份公司 | 根据乘客运输强度的峰值运输检测 |
CN113003328A (zh) * | 2019-12-20 | 2021-06-22 | 奥的斯电梯公司 | 对往返电梯组的控制 |
CN117550451A (zh) * | 2024-01-11 | 2024-02-13 | 通用电梯股份有限公司 | 一种基于客流量估计的电梯节能群控调度方法 |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7152714B2 (en) * | 2003-05-19 | 2006-12-26 | Otis Elevator Company | Elevator car separation based on response time |
WO2009024853A1 (en) | 2007-08-21 | 2009-02-26 | De Groot Pieter J | Intelligent destination elevator control system |
US9126807B2 (en) * | 2010-04-12 | 2015-09-08 | Otis Elevator Company | Elevator dispatch control to avoid passenger confusion |
US8655799B1 (en) * | 2011-03-31 | 2014-02-18 | The United States Of America As Represented By The Secretary Of The Navy | Anticipatory logistics through sensor fusion and evolutionary minimization of response time in automated vehicles |
EP3152145B1 (en) * | 2014-06-04 | 2022-07-27 | Otis Elevator Company | Variable elevator assignment |
SG11201706271UA (en) * | 2015-02-23 | 2017-09-28 | Inventio Ag | Elevator system with adaptive door control |
US10358318B2 (en) | 2017-04-10 | 2019-07-23 | International Business Machines Corporation | Predictive analytics to determine elevator path and staging |
CN110095994B (zh) * | 2019-03-05 | 2023-01-20 | 永大电梯设备(中国)有限公司 | 一种电梯乘场交通流发生器和基于该电梯乘场交通流发生器自动生成客流数据的方法 |
Family Cites Families (33)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4063620A (en) * | 1976-07-09 | 1977-12-20 | Westinghouse Electric Corporation | Elevator system |
US4305479A (en) * | 1979-12-03 | 1981-12-15 | Otis Elevator Company | Variable elevator up peak dispatching interval |
CH648001A5 (de) * | 1979-12-21 | 1985-02-28 | Inventio Ag | Gruppensteuerung fuer aufzuege. |
CH658852A5 (de) * | 1982-04-08 | 1986-12-15 | Inventio Ag | Gruppensteuerung fuer aufzuege mit einer einrichtung fuer die steuerung des abwaertsspitzenverkehrs. |
ATE47369T1 (de) * | 1986-04-14 | 1989-11-15 | Inventio Ag | Anzeigevorrichtung fuer aufzuege. |
ATE54649T1 (de) * | 1986-06-10 | 1990-08-15 | Inventio Ag | Einrichtung fuer die steuerung des verteilverkehrs in einer haupthaltestelle bei aufzugsgruppen. |
US4760896A (en) * | 1986-10-01 | 1988-08-02 | Kabushiki Kaisha Toshiba | Apparatus for performing group control on elevators |
ATE66895T1 (de) * | 1987-07-28 | 1991-09-15 | Inventio Ag | Gruppensteuerung fuer aufzuege. |
EP0308590B1 (de) * | 1987-09-24 | 1993-01-13 | Inventio Ag | Gruppensteuerung für Aufzüge mit Sofortzuteilung von Zielrufen |
EP0312730B1 (de) * | 1987-10-20 | 1991-10-23 | Inventio Ag | Gruppensteuerung für Aufzüge mit lastabhängiger Steuerung der Kabinen |
ATE88980T1 (de) * | 1987-12-22 | 1993-05-15 | Inventio Ag | Verfahren zur steuerung der absendung von aufzugskabinen von der haupthaltestelle bei aufwaertsspitzenverkehr. |
US5307903A (en) * | 1988-01-29 | 1994-05-03 | Hitachi, Ltd. | Method and system of controlling elevators and method and apparatus of inputting requests to the control system |
JPH0676181B2 (ja) * | 1988-02-01 | 1994-09-28 | フジテック株式会社 | エレベータの群管理制御方法及び装置 |
JP2607597B2 (ja) * | 1988-03-02 | 1997-05-07 | 株式会社日立製作所 | エレベータの群管理制御方法 |
JPH0768013B2 (ja) * | 1988-10-25 | 1995-07-26 | 三菱電機株式会社 | エレベータ制御装置 |
ZA898837B (en) * | 1989-01-19 | 1990-08-29 | Inventio Ag | Group control for lifts with immediate allocation of target calls |
US5083640A (en) * | 1989-06-26 | 1992-01-28 | Mitsubishi Denki Kabushiki Kaisha | Method and apparatus for effecting group management of elevators |
EP0440967B1 (de) * | 1990-02-05 | 1994-03-16 | Inventio Ag | Gruppensteuerung für Aufzüge mit vom Rufeingabeort auf einem Stockwerk abhängiger Sofortzuteilung von Zielrufen |
ATE97102T1 (de) * | 1990-02-05 | 1993-11-15 | Inventio Ag | Einrichtung zur auswahl einer aufzugskabine fuer koerperbehinderte bei aufzuegen mit sofortzuteilung von zielrufen. |
ES2052149T3 (es) * | 1990-02-22 | 1994-07-01 | Inventio Ag | Procedimiento y dispositivo para la asignacion inmediata de llamadas de destino en grupos de ascensores. |
JP2644906B2 (ja) * | 1990-04-18 | 1997-08-25 | 株式会社日立製作所 | 群管理エレベーター |
JP2846102B2 (ja) * | 1990-11-05 | 1999-01-13 | 株式会社日立製作所 | 群管理エレベーターシステム |
US5260527A (en) * | 1991-04-29 | 1993-11-09 | Otis Elevator Company | Using fuzzy logic to determine the number of passengers in an elevator car |
US5252789A (en) * | 1991-04-29 | 1993-10-12 | Otis Elevator Company | Using fuzzy logic to determine the traffic mode of an elevator system |
US5248860A (en) * | 1991-04-29 | 1993-09-28 | Otis Elevator Company | Using fuzzy logic to determine elevator car assignment utility |
US5260526A (en) * | 1991-04-29 | 1993-11-09 | Otis Elevator Company | Elevator car assignment conditioned on minimum criteria |
US5243155A (en) * | 1991-04-29 | 1993-09-07 | Otis Elevator Company | Estimating number of people waiting for an elevator car based on crop and fuzzy values |
US5219042A (en) * | 1991-12-17 | 1993-06-15 | Otis Elevator Company | Using fuzzy logic to determine the number of passengers entering and exiting an elevator car |
US5258587A (en) * | 1992-08-10 | 1993-11-02 | Otis Elevator Company | Estimating elevator passengers from gender ratioed weight |
US5347093A (en) * | 1992-08-10 | 1994-09-13 | Otis Elevator Company | Fuzzy tailoring of elevator passenger fuzzy sets |
US5274202A (en) * | 1992-08-10 | 1993-12-28 | Otis Elevator Company | Elevator dispatching accommodating interfloor traffic and employing a variable number of elevator cars in up-peak |
US5338904A (en) * | 1993-09-29 | 1994-08-16 | Otis Elevator Company | Early car announcement |
KR960011574B1 (ko) * | 1994-02-08 | 1996-08-24 | 엘지산전 주식회사 | 엘리베이터의 군관리 제어방법 및 장치 |
-
1995
- 1995-11-30 US US08/565,469 patent/US5767460A/en not_active Expired - Fee Related
-
1996
- 1996-10-30 WO PCT/US1996/017997 patent/WO1997019880A1/en active Application Filing
- 1996-10-30 JP JP9520501A patent/JP2000505028A/ja active Pending
- 1996-10-30 CN CN96199805A patent/CN1208389A/zh active Pending
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106061878A (zh) * | 2014-01-09 | 2016-10-26 | 三菱电机株式会社 | 控制参数检测方法 |
CN109661365A (zh) * | 2016-08-30 | 2019-04-19 | 通力股份公司 | 根据乘客运输强度的峰值运输检测 |
CN108230005A (zh) * | 2016-12-21 | 2018-06-29 | 财团法人工业技术研究院 | 在线云端服务处理***与评测方法及其计算机程序产品 |
CN108230005B (zh) * | 2016-12-21 | 2022-05-24 | 财团法人工业技术研究院 | 在线云端服务处理***与评测方法及其计算机程序产品 |
CN113003328A (zh) * | 2019-12-20 | 2021-06-22 | 奥的斯电梯公司 | 对往返电梯组的控制 |
CN117550451A (zh) * | 2024-01-11 | 2024-02-13 | 通用电梯股份有限公司 | 一种基于客流量估计的电梯节能群控调度方法 |
CN117550451B (zh) * | 2024-01-11 | 2024-03-19 | 通用电梯股份有限公司 | 一种基于客流量估计的电梯节能群控调度方法 |
Also Published As
Publication number | Publication date |
---|---|
US5767460A (en) | 1998-06-16 |
WO1997019880A1 (en) | 1997-06-05 |
JP2000505028A (ja) | 2000-04-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1207716A (zh) | 用模糊逻辑估算大厅的客流量和客流率控制用于单一来源客流量的电梯调度 | |
CN1117022C (zh) | 电梯群管理控制装置和电梯群管理控制方法 | |
CN1208390A (zh) | 用于电梯调度的闭环自适应模糊逻辑控制器 | |
CN1208391A (zh) | 用于单一来源客流量的条件下的动态编程电梯调度器 | |
CN1208389A (zh) | 具有自适应限制发生器的电梯控制器 | |
CN1055899C (zh) | 交通工具控制装置 | |
CN1021699C (zh) | 电梯控制装置 | |
CN1018069B (zh) | 多厢体电梯***的群控方法及装置 | |
CN1939830A (zh) | 电梯群管理***及其控制方法 | |
CN1857980A (zh) | 电梯群管理控制方法、电梯群管理*** | |
CN1237502C (zh) | 生成声音模型的方法、装置和生成声音模型的计算机程序 | |
CN1113210A (zh) | 电梯的控制中枢网络 | |
CN101054140A (zh) | 电梯群管理控制方法以及*** | |
CN1790413A (zh) | 用于管理数据移植的方法和*** | |
CN1581023A (zh) | 实现实时操作的方法和*** | |
CN1673965A (zh) | 实时可调度性确定方法和实时*** | |
CN1102720A (zh) | 生产资源规划的优化 | |
CN1942289A (zh) | 机器人、提示输出装置、机器人控制***、机器人控制方法、机器人控制程序及集成电路 | |
CN1864170A (zh) | 企业评价装置和企业评价程序 | |
CN1449511A (zh) | 多变量矩阵处理控制 | |
CN1669255A (zh) | 使用专用频道的封包切换连接 | |
CN1097829A (zh) | 配水流量预测装置 | |
CN1228866A (zh) | 语音处理***及方法 | |
CN1940793A (zh) | 烧透点集成智能控制*** | |
CN1655135A (zh) | 并行处理方法中的作业分配方法及并行处理方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |