JP3714343B2

JP3714343B2 - エレベータ群管理簡易シミュレータならびにエレベータ群管理装置

Info

Publication number: JP3714343B2
Application number: JP2003351136A
Authority: JP
Inventors: 雅史岩田; 耕一笹川; 志朗匹田; 仁田島
Original assignee: Mitsubishi Electric Corp
Current assignee: Mitsubishi Electric Corp
Priority date: 2003-10-09
Filing date: 2003-10-09
Publication date: 2005-11-09
Anticipated expiration: 2019-05-06
Also published as: JP2004010361A

Description

本発明は、複数のエレベータ群システムを効率よく運用するエレベータ群管理簡易シミュレータならびにエレベータ群管理装置に関するものである。

エレベータ群管理制御は複数台のエレベータの効率的な運用を図ることにより、ビル全体のサービスを向上させることを目的としている。そのため、乗客が乗り場においてエレベータを呼ぶための乗り場呼びボタンを押し、それにより乗り場呼びが発生した際に、複数のエレベータのかごの中から、ビル全体のサービスの向上を考慮して、前記乗り場呼びに応答するかごを決定する、呼びかご割当を行っている。この呼びかご割当の際、割当かごの違いによるサービスの評価を行うために、各エレベータがどのくらいの時間で各階に到着できるかを予測することが必要である。

また、将来発生する乗客による乗り場呼びや、乗り場には発生しているがかごに乗っていないため、行き先のわかっていない乗客による、将来の行き先指定（かご呼び）の発生が、今発生している乗客のサービスに影響を与える。また、現在発生している乗り場呼びに対するかごの割当は将来の乗客のサービスに影響を与える。このため、時間軸も含めてビル全体のサービスのを考慮して群管理を行うには、将来の乗客一人一人の発生や動きを予測することが不可欠となるが、現実にこれらの情報を完全に予測することは不可能である。

そこで、発生している交通流の特性に合わせて制御ルールやパラメータを変更して、呼びかご割当や回送運転などを行い、より効率的なエレベータの運行をはかることが必要である。たとえば、特開平３―１２４６７６号公報では、図１０に示すような構成をとり、交通流ならびに制御パラメータと応答結果の関係をニューラルネットワークならびにファジィルールで学習によって、獲得することにより、あらかじめ決められた範囲内での制御パラメータの選択を行っている。また、特開昭５８―５９１７８号公報では、乗客一人一人の発生や個々のかごの動きを詳細に表現するシミュレータを搭載し、サービスエレベータの選択を行う評価関数の可変パラメータの最適化を行っている。

特開昭５８―５９１７８号公報特開平３―１２４６７６号公報

しかし、特開平３―１２４６７６号公報の手法においては、あらかじめ学習を行った交通流と制御ルールやパラメータならびに、その近傍の応答結果しか得ることができないため、未学習の交通流が発生した場合などには最適な制御ルールやパラメータを選ぶことができない。また、特開昭５８―５９１７８号公報の場合にはシミュレータプログラムが要求する計算機負荷が大きいため、実時間内で可変パラメータ毎にシミュレーションを行う場合には、可変領域を非常に小さくするか、複数台のコンピュータで並列に演算を行う必要がある。

また、平均の交通量に基づいて、乗客の発生処理を行いシミュレーションを行っているが、平均交通量から一人一人の乗客の発生は一意に決まらないため、ある程度、ランダムに乗客を発生を決定する必要があるため、十分長い時間のシミュレーションを行わねば、正しい制御結果を得ることができない。

本発明はこのような問題を解決するためになされたもので、交通流データに対して、制御ルールやパラメータを与えたときに、リアルタイムシミュレータ部によって、制御結果推定値を演算し、その制御結果推定値に基づいて、制御ルールやパラメータの評価値を演算し、評価値に基づいて最適制御ルールやパラメータを選択し、運行制御を行うことにより、あらゆる交通流に対して効率的なエレベータの運行を行う、エレベータ群管理簡易シミュレータならびにエレベータ群管理装置を得ることを目的とする。

本発明のエレベータ群管理簡易シミュレータは、複数台のかごが設置されているエレベータにおいて、交通流データと制御ルールと制御パラメータとに基づいて、乗降車客がポアソン到着すると仮定して、各階毎のかご到着時の平均乗客発生数、かご負荷率、各階の停止確率および反転確率を演算し、各階の停止確率および反転確率からかごの走行パターンの発生確率を演算し、各階毎のかご到着時の平均乗客発生数、かご負荷率、各階の停止確率および反転確率ならびにかごの走行パターンの発生確率からかごの周回時間を演算し、このかご周回時間を繰り返し演算することによって、平均待ち時間、平均旅行時間、かご負荷率、各階乗車人数および各階降車人数のうち少なくとも１つをエレベータ群管理装置の制御結果推定値として演算するものである。

本発明のエレベータ群管理装置は、複数台のかごが設置されているエレベータにおいて、交通流データと制御ルールと制御パラメータとに基づいて、乗降車客がポアソン到着すると仮定して、各階毎のかご到着時の平均乗客発生数、かご負荷率、各階の停止確率および反転確率を演算し、各階の停止確率および反転確率からかごの走行パターンの発生確率を演算し、各階毎のかご到着時の平均乗客発生数、かご負荷率、各階の停止確率および反転確率ならびにかごの走行パターンの発生確率からかごの周回時間を演算し、このかご周回時間を繰り返し演算することによって、平均待ち時間、平均旅行時間、かご負荷率、各階乗車人数および各階降車人数のうち少なくとも１つをエレベータ群管理装置の制御結果推定値として演算するエレベータ群管理簡易シミュレータを有するリアルタイムシミュレータ部を備え、前記制御結果推定値に基づいてかごの制御を行うかご運行制御部を備えたものである。

本発明のエレベータ群管理装置は、複数台のかごが設置されているエレベータにおいて、交通流データと制御ルールと制御パラメータとに基づいて、乗降車客がポアソン到着すると仮定して、各階毎のかご到着時の平均乗客発生数、かご負荷率、各階の停止確率および反転確率を演算し、各階の停止確率および反転確率からかごの走行パターンの発生確率を演算し、各階毎のかご到着時の平均乗客発生数、かご負荷率、各階の停止確率および反転確率ならびにかごの走行パターンの発生確率からかごの周回時間を演算し、このかご周回時間を繰り返し演算することによって、平均待ち時間、平均旅行時間、かご負荷率、各階乗車人数および各階降車人数のうち少なくとも１つをエレベータ群管理装置の制御結果推定値として演算するエレベータ群管理簡易シミュレータを有するリアルタイムシミュレータ部を備え、前記制御結果推定値に基づいて最適制御ルールの選択を行う制御ルール選択部を備え、前記の最適制御ルールに基づいてかごの制御を行うかご運行制御部を備えたものである。

本発明のエレベータ群管理装置は、複数台のかごが設置されているエレベータにおいて、交通流データと制御ルールと制御パラメータとに基づいて、乗降車客がポアソン到着すると仮定して、各階毎のかご到着時の平均乗客発生数、かご負荷率、各階の停止確率および反転確率を演算し、各階の停止確率および反転確率からかごの走行パターンの発生確率を演算し、各階毎のかご到着時の平均乗客発生数、かご負荷率、各階の停止確率および反転確率ならびにかごの走行パターンの発生確率からかごの周回時間を演算し、このかご周回時間を繰り返し演算することによって、平均待ち時間、平均旅行時間、かご負荷率、各階乗車人数および各階降車人数のうち少なくとも１つをエレベータ群管理装置の制御結果推定値として演算するエレベータ群管理簡易シミュレータを有するリアルタイムシミュレータ部を備え、前記制御結果推定値に基づいて制御パラメータのチューニングを行う制御パラメータチューニング部を備え、前記制御パラメータに基づいてかごの制御を行うかご運行制御部を備えたものである。

本発明のエレベータ群管理簡易シミュレーションによれば、交通流データと制御ルールならびに制御パラメータに基づいて、エレベータ群管理装置の制御結果推定値の演算を簡易に行うエレベータ簡易シミュレータを構成することを可能とする。

本発明のエレベータ群管理装置によれば、制御結果推定値を簡易シミュレータにより演算し、その結果に基づいて、かごの運行を制御するように構成したことにより、最適なかご運行を可能とする効果がある。

本発明のエレベータ群管理装置によれば、制御結果推定値を簡易シミュレータにより、演算し、その結果に基づいて、制御ルールの選択を行い、選択された制御ルールをかご制御運行部にセットして、かごの運行を制御するように構成したことにより、最適なかご運行を可能とする効果がある。

本発明のエレベータ群管理装置によれば、制御結果推定値を簡易シミュレータにより、演算し、その結果に基づいて、パラメータのチューニングを行い、チューニングされたパラメータをかご制御運行部にセットして、かごの運行を制御するように構成したことにより、最適なかご運行を可能とする効果がある。

実施の形態１．
エレベータ群管理装置は複数台のエレベータのかごが設置されている場合に、ビル全体の運行効率を考慮して、かごの運行制御を行う。具体的には、乗客が乗り場で押す乗り場呼びボタンに対して応答するかごを割り当てる乗り場呼びかご割当と、回送、待機運転などの組み合わせにより、かごの運行制御を行っている。

さて、回送、待機運転などは、乗客の発生の発生の確率の高い場所へかごをあらかじめ移動させることを目的とするため、交通流に合わせて回送先、待機階、回送待機台数などを決定する必要がある。また、乗り場呼びかご割当はビル全体の乗客の待ち時間などを評価値として決定する。通常はすべてのエレベータは全ての階の乗り場呼びに応答可能であるが、その場合必ずしも効率がよいとは言えない。

そこで、かご毎に割当可能な、出発階と行き先階の組み合わせを限定することにより、より高いサービスと効率性を追求することが可能となる。

たとえば、図２は１階から出発する乗客を行き先階別に振り分けるルールを記述したものである。図２において、「○」は乗車階を表している。また、「○」の乗車階から出発する乗客のうち、各号機は、「●」階へ向かう乗客に対してのみ割当可能であることを示している。このような制限ルールを乗り場呼び割当に対して適用することにより、図３のように、エレベータ全体での停止数を減らすことができ、効率のアップと旅行時間の低減が可能となる。図３において、「○」は乗車階、「●」は降車階を表し、矢印付きの線はかごの移動軌跡を表す。ここでは、これらの割当の制限ルールやそのパラメータ、回送、待機運転などを決定するルールやパラメータなどの組み合わせをミッションルールセットと呼ぶ。

ミッションルールセットは次のように表現される。
MissionRuleSet_i={LocalMissionRuleSet_I，GlobalMissionRuleSet_i} …(1)
(i=1,2,3,……,M)
LocalMissionRuleSet_i={LocalMissionRule_i(1)，LocalMissionRule_i(2),
…,LocalMissionRule_i(N_i)} …(2)
GlobalMissionRuleSet_i={GlobalMissionRule_i(1),GlobalMissionRule_i(2),
…,GlobalMissionRule_i(L_i)} …(3)

ここで、MissionRuleSet_iはi番目の候補ミッションルールセットであり、iは１以上M以下であり、Mは候補ミッションルールセットの数である。LocalMissionRuleSet_iはかご一台ごとの運行に関するルールを記述したLocalMissionRule_i(j)の集合であり割当制限ルールやパラメータがこれにあたる。また、N_iはLocalMissionRuleSet_iに含まれるLocalMissionRule_i(j)の数であり、MissionRuleSet_iによって、その数は異なる。たとえば、図２の割当制限ルールの場合にLocalMissionRuleSet_iは次のように記述される。
N_i=3
LocalMissionRule_i(1)={type=行き先別配車,from=1階;to=2,3階}
LocalMissionRule_i(2)={type=行き先別配車,from=1階;to=4,5階} …(4)
LocalMissionRule_i(3)={type=行き先別配車,from=1階;to=6,7階}

GlobalMissionRuelSet_iはエレベータシステム全体に対する運行のルールを記述したGlobalMissionRule_i(k)の集合であり、回送、待機運転などに関するルールやパラメータがこれに当たる。また、L_iはGlobalMissionRuleSet_iに含まれるGloablMissionRule_i(k)の数であり、MissionRuleSet_iによって、その数は異なる。たとえば、１階に待機するエレベータのかご台数が３台以上になるように、回送を行うGlobalMissionRuleSet_iの設定は次のようになる。
L_i=1
GlobalMissionRule_i(1)={type=回送,回送先階=1階,待機台数=3台} …(5)
このLocalMissionRule_i(k)とGlobalMissionRuleSet_iから、かご１台が１周する間の運行ルールであるミッションが生成される。上記のMissionRuleSet_iが選択された場合、ミッションの数はN_iとなり、各ミッションは次のように表現される。
Mission_j(i)={LocalMissionRule_i(j)，GlobalMissionRuleSet_i} …(6)
このMission_j(i)が実際の乗り場呼びやかご呼びの発生、かご運行状態、交通流に合わせて、実際のかごに設定され、それに基づいて、乗り場呼び割当が行われる。

これらミッションルールセットは交通流に合わせて適切なものを選べば効率やサービス性を向上させることが可能となる反面、不適切なものを選ぶと逆に効率やサービス性を悪化させてしまう危険性を持つ。そこで、発生した交通流に対して適切なミッションルールセットを選ぶ必要があるが、発生する交通流は様々であり、短い期間で考えれば、発生する交通流はある程度限定されるが、季節の変化や、系年変化、単発の行事に伴う交通流など、その変化の範囲は広いと考えられる。そこで、交通流に対して、リアルタイムでミッションルールセット毎のシミュレーションを行い、最適なミッションルールセットを選ぶことが必要である。

本発明の第１の実施の形態として、交通量データと、乗り場呼び、かご呼びデータから、交通流データを推定し、その結果に対してリアルタイムシミュレータ部で制御結果推定値を演算し、その演算結果に基づいて最適なミッションルールセットを選択し、そのミッションルールセットに基づいてかごの運行を決定するかご運行制御部を備えたエレベータ群管理装置について述べる。

図１は本発明の実施の形態１のエレベータ群管理装置の構成を示す図である。図において、１はエレベータのかご及び乗り場呼び装置と各種検出装置からなるエレベータ群システムであり、１１は各階での乗降項客数を検出する交通量データ検出部、１２はかご内で押される行き先指定釦の状態を検出するかご呼びデータ検出部、１３は乗り場でエレベータを呼ぶために押される乗り場呼び釦の状態を検出する乗り場呼びデータ検出部、１４はかご位置や速度、ドアの状態などのデータを検出するかご運行状態検出部である。２は交通量データ検出部１１とかご呼びデータ検出部１２と乗り場呼びデータ１３から得られるデータに基づいて、交通流データを推定する交通流推定部である。また、３はかごの制御ルールやパラメータの組み合わせをからなるミッションルールセットを格納した、ミッションルールセットデータベースである。４は最適ミッションルールセット検索部である。

最適ミッションルールセット検索部４での最適ミッションの検索方法のフローチャートを図４に示す。まず、交通流推定部２で推定された推定交通流データが入力されると、最適ミッションルールセットの検索を開始する。(STEP-1) ミッションルールセットデータベース４から候補ミッションルールセットを選択する。（STEP-2）前記推定交通流データと前記候補ミッションルールセットをリアルタイムシミュレータ部５に入力し、リアルタイムシミュレータ部５の簡易シミュレーション機能により、入力された推定交通流データが発生する状況において、候補ミッションルールセットで群管理を行った場合の制御結果推定値の演算を行う。(STEP-3) ６はミッションルールセット評価値演算部であり、リアルタイムシミュレータ部５で演算された制御結果推定値から、各ミッションルールセットの評価値の演算を行い、最適ミッションルールセット検索部へ入力する。(STEP-4) 候補ミッションルールセットすべてについて、評価値の演算を行ったかどうかを判定し(STEP-5)、演算が終わっていない場合には、STEP2へ戻る。最適ミッションルールセット検索部４で、すべての候補ミッションルールセットの評価値の演算が終了したと判断すると、最良の評価値を得た候補ミッションルールセットを最適ミッションルールセットとして決定し、かご運行制御部７にセットされる。かご運行制御部７は交通量データ検出部１１とかご呼びデータ検出部１２と乗り場呼びデータ１３とかご運行状態検出部１４から得られるデータを受け取ると、最適ミッションルールセットに基づいて、乗り場呼び割当や、回送、待機指示などのかごの運行制御を行う。

次に、リアルタイムシミュレータ部５での制御結果推定演算について述べる。これは、図４のフローチャートのSTEP3に相当する演算である。リアルタイムシミュレータ部５は推定交通流データと候補ミッションルールセットを元にかご周回時間（RTT）の演算を行い、その過程でかご負荷や乗降車人数の推定を行うとともに、得られたRTTを元に、待ち時間や旅行時間の推定を行う。RTTとは、かごが一周するために必要な時間であり、この値の平均値により、各階への到着間隔、つまりかごのサービスされる間隔の平均値がわかる。また、単位時間あたりに輸送可能な乗客数も評価可能である。RTTはかご速度、ビル階高、かご台数、停止数、乗降車時間の関数となっている。ここでは、交通流ならびに、ミッションルールセットが可変な値となっており、かご速度、ビル階高、かご台数はビルの仕様によって与えられる定数と考えてよい。また停止数や乗降車時間はかご一周あたりの乗降車人数の関数となっている。また、かご一周あたりの乗降車人数は乗客到着間隔とかご到着間隔の積で与えられる。また、乗客到着間隔は交通流データの関数であり、かご到着間隔はRTTとミッションルールセットの関数となっている。よって、RTTはベクトルにより次式のように表される。

また、rtt_j(t,i)は、Mission_j(i)を受け持ったかごがそのミッションを履行して、一周し、そのミッションを１回終えるためにかかる時間の平均値である。また、TrafficFlow(t)は時刻tにおける推定交通流データであり、例えば、次式のようにOD行列ODMatrix(t)とビル全体で発生する乗客の発生率PassRate(t)で表される。

OD行列ODMatrix(t)は各階間の移動の割合を表す行列であり、p階からq階への移動の割合をod(p,q)とすると、

このとき、ベクトルRTT(t,i)は(7)式の形を取るため、繰り返し計算によって数値解として得られる。図５に制御結果推定演算のフローチャートを示し、以下のその詳細について述べる。

STEP-3-1で、推定交通流データTrafficFlow(t)とミッションルールセットMissionRuleSet_iを入力する。STEP-3-2では、TrafficFlow(t)より、p階からq階へ向かう乗客の発生確率PassengerRate(p,q)(t)を次式により求める。
PassengerRate(p,q)(t)=od(p,q)(t)キPassRate(t) …(11)

STEP-3-3では、ミッションルールセットより、ミッションを(6)式のように設定し、STEP-3-4では、RTTの初期値ベクトルRTT_initを与え、ベクトルRTT_oldに代入する。ここで、ベクトルRTT_oldはRTT(t,i)を繰り返し計算する上でRTT(t,i)の暫定値を表わしている。STEP3-5では、ベクトルRTT_oldよりp階からq階へ向かう乗客に対するかご到着間隔CarArrive(p,q)を演算する。ここで、Mission(i)は、Mission_j(i)の集合であり、次のように表される。

このとき、p階からq階へ移動する乗客にサービスを行うミッションの部分集合がMission(i)(p,q)で表されるとき、CarArrive(p,q)はMission_p,q(i)に含まれるミッションに対応するRTT_oldの要素の時間間隔でサービスするかごが存在していると考えて、演算する。たとえば、

また、A_1は各ミッションに割り付けられるかごの台数の割合を表している。例えば、ミッションの数とかごの数が等しく、かつ、各ミッションに対して、かごが使用される頻度が等しい場合には、A_1=1，A_3=1 となる。なお、この値はかご運行制御部の特性を鑑みて決定される。

STEP-3-6では、各階毎にあるミッションを履行中のかご到着時の平均乗客発生数を求める。例えば、ミッションjを履行中のかごがp階にupd方向で到着した時の平均乗客発生数をGeneratePass(i,p,upd)をとすると、次式によって得られる。

ただし、updはかご走行方向を表し、upもしくは、downの値をとる。qは、upd=up方向の場合にはp<q、upd=down方向の場合には、p>qで、かつ、ミッションjがp階からq階へのサービスが可能な場合に限定して、和を求める。これをすべてのp階のup方向、down方向に対して演算を行う。

STEP-3-7では、平均乗客発生数GeneratePass(j,p,upd)よりp階upd方向の乗車人数、降車人数、かご内人数、かご負荷率を演算する。まず、up方向の場合、最下階より最上階へ向かって、down方向の場合、最上階より最下階へ向かって、乗車人数、降車人数、かご内人数、かご負荷率を行う。

ここで、LoadRate(j,p,upd)はかご負荷率、LastLoadNumは一つ前の階床を出発したときのかご内人数、GetOff(j,p,upd)はp階でupd方向での降車人数、CarCapaはかご定員である。LastLoadNumはupd=upの時には、p-1階での、upd=downの時にはp+1階でのかご内人数となる。また、GetOff(j,p,upd)は、upd=upの場合には、最下階からp-1階までの階を出発して、q階へ向かう乗客の和であり、upd=downの場合には、最上階からp+1階までの階を出発して、q階へ向かう乗客の和である。また、ミッションjについてp階をupd方向で出発するときのかご内人数LoadNum(j,p,upd)はかご定員を超えることができないので、次式で得られる。
LoadNum(j,p,upd)=min(LoadRate(j,p,upd),1)キCarCapa …(17)

ここで、min(x、y)はxとyの値のうち、小さい方を返す関数である。また、 p階、upd方向での乗車人数は次式で得られる。
GetOn(j,p,upd)=GeneratePass(j,p,jpd)
-{LoadRate(j,p,upd)キCarCapa-LoadNum(j,p,upd)) …(18)

STEP-3-8では上記の乗降車人数より、各階の停止確率を求める。つまり、１人以上の乗車もしくは降車が発生した場合にかごは停止する。よって、少なくとも１人の乗客が発生する確率がかごの停止確率と等価であると考えられる。上記の乗降車人数を平均乗降車人数と考えて、その乗降車客がポアソン到着すると仮定し、かごサービス間隔の間で乗車もしくは降車する人が１人以上発生する確率が得られる。つまり、ポアソン到着を仮定すると、グループ係数をGとすると、p階からq階へ向かうG人づつのグループが到着する間隔sがとる確率は次式の指数分布に従う。

P_f(s,p,q)(t)=e^x/PassengerRate(p,d) …(19)
x=-PassengerRate(p,q)(t)キs/G …(20)
よって、サービス間隔CarArrive(p,q)の間に１グループがやってくる確率は、
P(p,q)(t)=1-e^y …(21)
y=-PassengerRate(p,q)(t)キCarArrive(p,q)/G …(22)

これを、p階に到着もしくはp階から出発するグループのうち、ミッションjでサービス可能なものについて考慮すると、ミッションjがp階にupd方向で停止する確率StopRate(p,j)は次式で得られる。

ここで、qはミッションjがupd方向でサービス可能な、p階から出発する乗客の行き先階であり、rはミッションjがupd方向で、サービス可能な、p階へ到着する乗客の出発階である。

STEP-3-9では、各階での停止確率から、反転階と走行中の停止回数を求め、平均の走行距離と平均の停止回数を求め、一周にかかる時間を演算する。まず、反転確率から考える。例えば、上方向走行中のかごがp階で下方向に反転する上方反転の確率は、p階に停止して、かつp階より上で停止しない確率と考えられる。また、p階より上で停止しない確率は最上階での値を１として、その後再帰的に演算可能である。よって、ミッションjを履行中のかごがp階より上でup方向で停止しない確率NoStopRate(p,j,up,t)は次式で得られる。
NoStopRate(p,j,up,t)=NoStopRate(p+1,j,up,t)キ{1-StopRate(p+1,j,up,t)} …(24)

また、ミッションjを履行中のかごがp階でup方向で反転する確率ReverseRate(p,j,upd,t)は次式で得られる。
ReverseRate(p,j,upd,t)=NoStopRate(p+1,j,upd,t)キStopRate(p,j,upd,t) …(25)

以上、(22)式と(23)式より、かごの走行パターン（停止階と反転）の発生確率が得られ、STEP-3-7で得られた乗降車人数より、各階での乗降車時間が得られる。また走行パターン毎にそれに必要な走行時間は演算可能である。よって、様々な走行パターンについて、その発生確率を考慮して平均値を取ることにより、あるミッションを１回履行するのに必要な時間が得られる。

STEP-3-10では、各階で、かご内人数が０になる確率を求め、その時に、そのかごに対して、各階での乗客の発生までの時間を乗客発生確率とポアソン到着から求め、そのかごが再び動き出すまでの時間をアベイラブル時間（かごが待機している時間）として、演算する。

STEP-3-11では、STEP-3-9で求めた一周にかかる時間とSTEP-3-10で求めたアベイラブル時間の和を新たなRTTとして、ベクトルRTT_newに代入する。ベクトルRTT_newはベクトルRTT_newはベクトルRTT(t,i)の演算上の暫定値である。

STEP-3-12ではベクトルRTT_newとベクトルRTT_oldの比較を行い、その差が閾値(Threshold)以下であれば、STEP-3-14へ進み、その差が閾値以上であれば、STEP-3-13へ進んで、今回の演算結果ベクトルRTT_newをベクトルRTT_oldに代入して、STEP-3-5へ戻る。

STEP-3-14では乗客のサービス間隔CarArrive(p,q)に基づいて、待ち時間を演算するとともに、各階の停止確率を元に旅行時間の演算を行う。

以上のプロセスに従えば、平均待ち時間、平均旅行時間、かご負荷率、各階での乗車、降車人数などが制御結果推定値として得られる。

次に、ミッションルールセット評価値演算部６での評価値演算について述べる。すでに、述べたようにリアルタイムシミュレータ部では平均待ち時間、平均旅行時間、かご負荷率などが制御結果推定値として得られる。そこで、推定交通流TrafficFlow(t)が発生した時に、ミッションルールセットMissionRuleSet_iを選択した場合の評価値は次のように得られる。
If(MaxLoad(i,t)<LoadThreshold)
E(i,t)=K1キWaitTime(i,t)+K2キTravelTime(i,t) …(26)
Else
E(i,t)=∞

ここで、MaxLoad(i,t)は、TrafficFlow(t)、MissionRuleSet_iで演算した、LoadRate(j,p,upd)の最大値であり、LoadThresholdは、最大かご負荷の許容値であり、この値は１より小さくなければ、積み残しが発生する。E(i,t)はミッションルールセットiの評価値であり、WaitTime(i,t)はミッションルールセットiが選択された場合のビル全体の平均待ち時間、TravelTime(i,t)はビル全体の平均旅行時間である。K1、K2はそれぞれ待ち時間と旅行時間に対する重み付けとなる。このように、評価値E(i,t)を定義したとき、最適ミッションルールセット検索部４ではE(i,t)が最小となるミッションルールセットを最適ミッションルールセットとして選択する。

以上のようにエレベータ群管理装置を構成することにより、交通流TrafficFlow(t)に対して、最適なミッションルールセットの選択が可能となり、その最適なミッションルールセットに従って、かご運行制御部７でかごの運行制御を行うことにより、最適なかご運行が可能となる。

実施の形態２．
本発明の実施の形態２として、実施の形態１とは異なった方法で、エレベータ群管理装置を構成する方法について述べる。本実施の形態は実施の形態１の交通流推定部２の代わりにエレベータ群システム１の中に交通流データ検出部１５を設けたものである。その他の部分については、実施の形態１と同じであるため、ここでは説明を行わない。図６は実施の形態２の基本構成図である。交通流データ検出部１５は乗客の階間の移動に関する情報を含んだ交通流データの検出を行う。通常の方向のみを指定する乗り場呼び釦とかご内行き先指定釦では交通流データの検出は難しいが、行き先階を指定する乗り場呼び釦が設置されている場合や、非接触式ICカードを乗客が持っている場合など、交通流データの検出が可能である。

以上のようにエレベータ群管理装置を構成することにより、実施の形態１で用いる推定交通流データの代わりに正確な交通流データがTrafficFlow(t)として得ることができ、その交通流TrafficFlow(t)に対して、最適なミッションルールセットの選択が可能となり、その最適なミッションルールセットに従って、かご運行制御部７でかごの運行制御を行うことにより、最適なかご運行が可能となる。

実施の形態３．
本発明の実施の形態として、実施の形態１、２において、ミッションルールセットデータベース３を最適化するミッションルールセット生成装置を利用するエレベータ群管理システムを構成する方法について述べる。ミッションルールセットデータベース３は制御ルールとパラメータからなるミッションルールセットを複数格納している。そして、最適ミッションルールセット検索部４では、格納されているミッションルールセット毎に評価を行って、最適なミッションルールセットを選択する。しかし、制御ルールや可変なパラメータが多く存在する場合、それらの組み合わせのミッションルールセットの数Ｍが大きくなりすぎ、実時間内で、全てのミッションルールセットに対して評価値の演算が終了しない場合がある。そこで、あらかじめ、エレベータの設置されるビルに応じて、ミッションルールセットデータベース３に格納するミッションルールセットを限定しておくことにより、ミッションルールセットデータベース内のミッションルールセットの数Mを押さえて、最適ミッションルールセットの検索時間を短縮することが可能となる。そこで、ミッションルールセット生成装置８を設け、群管理装置のオンライン処理前にあらかじめ、ミッションルールセットデータベースに格納するミッションルールセットを生成する。

図７は実施の形態１の発明にミッションルールセット生成装置８を追加した発明の基本構成図であり、図８は実施の形態２の発明にミッションルールセット生成装置８を追加した発明の基本構成図である。その他の部分については、それぞれ実施の形態１、もしくは実施の形態２と同じであるため、ここでは説明を行わない。図９にミッションルールセット生成装置８の構成を示す。制御ルールデータベース８１はかご運行制御部７に設定可能な制御ルールの集合である。制御パラメータデータベース８２はかご運行制御部７に設定されている可変パラメータの取りうる値の集合である。エレベータの設置されるビルが決定されると、階床数、床面積、ロビー階位置、食堂階位置などの情報をもつビル仕様データ、かご台数、かご速度、かご定員などの情報を持つエレベータ仕様データ、一社占有オフィスビル、テナントオフィスビル、ホテルなど、ビル利用に関する情報を持つ、ビル利用計画データが、制御ルール、パラメータ組み合わせ部に入力されると、制御ルールデータベース８１や制御パラメータデータベース８２に格納された制御ルールやパラメータの使用されうる組み合わせを選択し、ミッションルールセットを作成し、ミッションルールセットデータベース３へ格納する。

以上のように、ミッションルールセット生成部８並びにエレベータ群管理装置を構成し、ミッションルールセットデータベースのサイズを小さくすることにより、最適ミッションルールセットの検索時間を短縮して、最適なエレベータ群管理が可能となる。

本発明の実施の形態１のエレベータ群管理装置の構成を示す図である。本発明の実施の形態１のミッションルールセットの設定例を図示したものである。従来の群管理ならびにミッションルールセットを用いた群管理のかごを動きを説明した図である。本発明の実施の形態１の最適ミッションルールセット検索部４とその周辺部分の演算手順を説明したフローチャートである。本発明の実施の形態１のリアルタイムシミュレータ部５の演算手順を説明したフォローチャートである。本発明の実施の形態２のエレベータ群管理装置の構成を示す図である。本発明の実施の形態３のエレベータ群管理装置の１つ目の構成を示す図である。本発明の実施の形態３のエレベータ群管理装置の２つ目構成を示す図である。本発明実施の形態３のミッションルールセット生成部の構成を示す図である。従来技術の構成例を示す図である。

符号の説明

１エレベータ群システム、２交通流推定部、３ミッションルールセットデータベース、４最適ミッションルールセット検索部、５リアルタイムシミュレータ部、６ミッションルールセット評価値演算部、７かご運行制御部、８ミッションルールセット生成部、１１交通量データ検出部、１２かご呼びデータ検出部、１３乗り場呼びデータ検出部、１４かご運行状態検出部、１５交通流データ検出部、８１制御ルールデータベース、８２制御パラメータデータベース、８３制御ルール，パラメータ組み合わせ部、２―１エレベータ群システム、２―２群管理制御部、２―３学習制御部、２―３１制御結果評価部、２―３２推論部、２―３３合成部、２―３４部分モデル部。

Claims

複数台のかごが設置されているエレベータにおいて、交通流データと制御ルールと制御パラメータとに基づいて、乗降車客がポアソン到着すると仮定して、各階毎のかご到着時の平均乗客発生数、かご負荷率、各階の停止確率および反転確率を演算し、前記各階の停止確率および反転確率からかごの走行パターンの発生確率を演算し、前記各階毎のかご到着時の平均乗客発生数、前記かご負荷率、前記各階の停止確率および反転確率ならびに前記かごの走行パターンの発生確率からかごの周回時間を演算し、このかご周回時間を繰り返し演算することによって、平均待ち時間、平均旅行時間、前記かご負荷率、各階乗車人数および各階降車人数のうち少なくとも１つをエレベータ群管理装置の制御結果推定値として演算することを特徴とするエレベータ群管理簡易シミュレータ。
複数台のかごが設置されているエレベータにおいて、交通流データと制御ルールと制御パラメータとに基づいて、乗降車客がポアソン到着すると仮定して、各階毎のかご到着時の平均乗客発生数、かご負荷率、各階の停止確率および反転確率を演算し、前記各階の停止確率および反転確率からかごの走行パターンの発生確率を演算し、前記各階毎のかご到着時の平均乗客発生数、前記かご負荷率、前記各階の停止確率および反転確率ならびに前記かごの走行パターンの発生確率からかごの周回時間を演算し、このかご周回時間を繰り返し演算することによって、平均待ち時間、平均旅行時間、前記かご負荷率、各階乗車人数および各階降車人数のうち少なくとも１つをエレベータ群管理装置の制御結果推定値として演算するエレベータ群管理簡易シミュレータを有するリアルタイムシミュレータ部を備え、前記制御結果推定値に基づいてかごの制御を行うかご運行制御部を備えたことを特徴とするエレベータ群管理装置。
複数台のかごが設置されているエレベータにおいて、交通流データと制御ルールと制御パラメータとに基づいて、乗降車客がポアソン到着すると仮定して、各階毎のかご到着時の平均乗客発生数、かご負荷率、各階の停止確率および反転確率を演算し、前記各階の停止確率および反転確率からかごの走行パターンの発生確率を演算し、前記各階毎のかご到着時の平均乗客発生数、前記かご負荷率、前記各階の停止確率および反転確率ならびに前記かごの走行パターンの発生確率からかごの周回時間を演算し、このかご周回時間を繰り返し演算することによって、平均待ち時間、平均旅行時間、前記かご負荷率、各階乗車人数および各階降車人数のうち少なくとも１つをエレベータ群管理装置の制御結果推定値として演算するエレベータ群管理簡易シミュレータを有するリアルタイムシミュレータ部を備え、前記制御結果推定値に基づいて最適制御ルールの選択を行う制御ルール選択部を備え、前記の最適制御ルールに基づいてかごの制御を行うかご運行制御部を備えたことを特徴とするエレベータ群管理装置。
複数台のかごが設置されているエレベータにおいて、交通流データと制御ルールと制御パラメータとに基づいて、乗降車客がポアソン到着すると仮定して、各階毎のかご到着時の平均乗客発生数、かご負荷率、各階の停止確率および反転確率を演算し、前記各階の停止確率および反転確率からかごの走行パターンの発生確率を演算し、前記各階毎のかご到着時の平均乗客発生数、前記かご負荷率、前記各階の停止確率および反転確率ならびに前記かごの走行パターンの発生確率からかごの周回時間を演算し、このかご周回時間を繰り返し演算することによって、平均待ち時間、平均旅行時間、前記かご負荷率、各階乗車人数および各階降車人数のうち少なくとも１つをエレベータ群管理装置の制御結果推定値として演算するエレベータ群管理簡易シミュレータを有するリアルタイムシミュレータ部を備え、前記制御結果推定値に基づいて制御パラメータのチューニングを行う制御パラメータチューニング部を備え、前記制御パラメータに基づいてかごの制御を行うかご運行制御部を備えたことを特徴とするエレベータ群管理装置。