KR960007422B1 - Elevator group control device - Google Patents
Elevator group control device Download PDFInfo
- Publication number
- KR960007422B1 KR960007422B1 KR1019930011412A KR930011412A KR960007422B1 KR 960007422 B1 KR960007422 B1 KR 960007422B1 KR 1019930011412 A KR1019930011412 A KR 1019930011412A KR 930011412 A KR930011412 A KR 930011412A KR 960007422 B1 KR960007422 B1 KR 960007422B1
- Authority
- KR
- South Korea
- Prior art keywords
- elevator
- unit
- control
- learning
- call
- Prior art date
Links
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
- B66B1/00—Control systems of elevators in general
- B66B1/02—Control systems without regulation, i.e. without retroactive action
- B66B1/06—Control systems without regulation, i.e. without retroactive action electric
- B66B1/14—Control systems without regulation, i.e. without retroactive action electric with devices, e.g. push-buttons, for indirect control of movements
- B66B1/18—Control systems without regulation, i.e. without retroactive action electric with devices, e.g. push-buttons, for indirect control of movements with means for storing pulses controlling the movements of several cars or cages
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B50/00—Energy efficient technologies in elevators, escalators and moving walkways, e.g. energy saving or recuperation technologies
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Elevator Control (AREA)
Abstract
Description
제1도는 종래의 엘리베이터 군관리 제어 시스템의 구성도.1 is a block diagram of a conventional elevator group management control system.
제2도는 기존의 정지호출 평가함수를 사용한 할당방법의 설명도.2 is an explanatory diagram of an allocation method using a conventional call function evaluation function.
제3도는 운전 제어 파라미터와 소비전력의 관계도.3 is a relationship diagram between driving control parameters and power consumption.
제4도는 본 발명 엘리베이터 군관리 장치의 구성도.4 is a block diagram of the elevator group management apparatus of the present invention.
제5도 a는 퍼지추론의 구조도.5 is a structural diagram of fuzzy inference.
제5도 b는 삼각퍼지함수의 설명도.5B is an explanatory diagram of a triangular purge function.
제6도는 퍼지 집합의 설명도.6 is an explanatory diagram of a fuzzy set.
제7도 a는 본 발명에 따른 제어전력 1)의 규칙에 대한 설명도.Figure 7 a is an explanatory diagram of the rules of the control power 1) according to the present invention.
제7도 b는 본 발명에 따른 제어전력 2)의 규칙의 설명도.7 is an explanatory diagram of the rules of control power 2) according to the present invention;
제7도 c는 본 발명에 따른 제어전력 3)의 규칙의 설명도.7 c is an explanatory diagram of a rule of control power 3) according to the present invention;
제8도는 본 발명에 따른 규칙 1),2)에 따른 결과치의 설명도.8 is an explanatory diagram of the results according to the rules 1) and 2) of the present invention.
* 도면의 주요부분에 대한 부호의 설명* Explanation of symbols for main parts of the drawings
1-1∼1-N : 각 호기 마이콤 2 : 사용자 인터페이스부1-1 to 1-N: Each unit Microcomputer 2: User interface unit
10 : 호기 제어부 20 : 학습 및 파라미터 생성부10: exhalation control unit 20: learning and parameter generation unit
본 발명은 에너지 절감을 고려한 엘리베이터의 군관리 제어장치에 관한 것으로, 특히 엘리베이터 승객의 수송능력을 저하시키지 않고 에너지를 절감할 수 있도록 한 에너지 절감을 고려한 엘리베이터 군관리 장치에 관한 것이다.The present invention relates to a group management control device for an elevator in consideration of energy saving, and more particularly, to an elevator group management device in consideration of energy saving to save energy without reducing the transportation capacity of an elevator passenger.
본 발명은 엘리베이터의 영역값(area value)을 퍼지룰을 이용하여 상황에 맞게 조절하여 군관리의 성능 향상 및 에너지 절감효과를 실현시키는 기술에 관한 것이다.The present invention relates to a technique for adjusting the area value of the elevator according to the situation using a fuzzy rule to improve the performance and energy saving effect of military management.
영역값이란 엘리베이터가 카 콜(car call) 또는 할당에 의해 목적층으로 이동중 그 목적층 근처에서 새로운 홀 콜(hall call)이 발생하였을 때, 엘리베이터가 목적층 근처에 정지하도록 엘리베이터를 할당하기 위한 파라미터이다.Area value is a parameter for assigning an elevator so that the elevator stops near the target floor when a new hall call occurs near the target floor while the elevator moves to the target floor by car call or assignment. to be.
이렇게 영역값을 설정하게 되면, 서비스에 응하기 위한 엘리베이터의 총 이동거리가 짧아져 에너지의 절감 효과를 볼 수 있게 된다.When the area value is set in this way, the total moving distance of the elevator for service is shortened, and energy saving effect can be seen.
종래의 군관리 시스템 즉, 군관리 소프트웨어는 제1도의 구성과 같이 운전제어계 소프트웨어(SF1)와 시뮬레이션계 소프트웨어(SF2)로 대별된다.Conventional group management system, that is, group management software, is roughly divided into operation control system software SF1 and simulation system software SF2 as shown in FIG.
운전제어계 소프트웨어(SF1)은 홀 콜의 할당처리나, 엘리베이터의 분산대기처리등 엘리베이터의 군관리 제어를 직접적으로 지령하고 제어하는 운전제어 프로그램(SF14)으로 이루어진다.The operation control system software SF1 is made up of an operation control program SF14 which directly commands and controls the group management control of the elevator, such as the allocation processing of hall calls or distributed waiting processing of the elevator.
이 프로그램(SF14)의 입력정보로서 호기제어 프로그램(E1∼En)에서 송신되어 오는 엘리베이터의 위치, 방향, 운행체 호출등의 엘리베이터 사양 테이블(SF13) 및 시뮬레이션계 소프트웨어(SF2)로 연산된 최적 운전제어 파라미터등이 있다.Optimal operation calculated by the elevator specification table SF13 and simulation system software SF2 such as the position, direction, and call of the elevator transmitted from the exhalation control programs E1 to En as input information of this program SF14. Control parameters.
한편, 시뮬레이션계 소프트웨어(SF2)는 아래와 같이 다수의 처리 프로그램으로 구성된다.On the other hand, the simulation system software SF2 is composed of a plurality of processing programs as follows.
즉, 데이타 수집 프로그램(SF20)은 홀 콜, 엘리베이터 제어 데이타 테이블의 내용을 온라인으로 일정 주기마다 샘플링하고, 시뮬레이션용 데이타를 수집하는 프로그램으로 특히 카의 행선층계별 교통 수요를 수집한다.That is, the data collection program SF 20 is a program that samples the contents of the hall call and elevator control data table online at regular intervals and collects data for simulation, and specifically collects traffic demands for each destination of the car.
그리고, 시뮬레이션용 데이터 연산 프로그램(SF22)은 상기 데이타 수집 프로그램(SF20)에서 수집된 온라인의 샘플링 데이타 테이블(SF21)의 내용과, 과거의 시간대의 상기 테이블(SF21)의 내용을 가미하여 시뮬레이션용 데이타를 연산하는 프로그램이다.The simulation data calculation program SF 22 adds the contents of the online sampling data table SF 21 collected by the data collection program SF 20 and the contents of the table SF 21 of the past time zone. Program for calculating simulation data.
시뮬레이션에 의한 각종 곡선 연산 프로그램(SF23)은 시뮬레이션용 데이타 테이블(SF24)과 엘리베이터 사양 테이블(SF25)을 입력하고, 소정의 복수의 파라미터마다 시뮬레이션을 실시하여 각종 곡선 데이타 테이블(SF26), 예를 들어 대기시간, 곡선테이블, 소비전력 곡선테이블 등을 만든다.Various curve calculation programs SF 23 by simulation input the simulation data table SF 24 and the elevator specification table SF 25 , and perform simulations for a plurality of predetermined parameters to perform various curve data tables SF 26 . For example, create a latency table, a curve table, and a power consumption curve table.
한편, 최적 운전제어 파라미터의 연산 프로그램(SF27)는 상기 각종 곡선 테이블(SF26)가 설정기로 설정된 목표치 테이블(SF28)을 입력하고, 빌딩의 환경조건에 적응한 최적 운전제어 파라미터(SF29)를 연산 출력한다.On the other hand, the calculation program SF 27 of the optimum operation control parameter inputs the target value table SF 28 in which the various curve tables SF 26 are set as setters, and adapts the optimum operation control parameter SF 29 to the environmental conditions of the building. ) Is calculated and output.
상기와 같이 구성된 종래의 엘리베이터 군관리 제어 시스템에 대하여 그 동작과 문제점을 상세히 설명하면 다음과 같다.Referring to the operation and problems with respect to the conventional elevator group management control system configured as described above are as follows.
최근의 호출할당 방법으로서 개개의 홀 콜의 서비스 상황(대기시간)을 감시하고, 전체의 호출의 서비스도 가미하여 발생한 홀 콜을 엘리베이터에 할당하는 홀 콜 할당방법이 사용되고 있다. 이 방법에서는 호출할당의 평가함수에 대기시간이 사용되고 있다.As a recent call allocation method, a hall call assignment method is used to monitor the service status (waiting time) of individual hall calls and to assign the generated hall call to an elevator in addition to the service of the entire call. In this method, the waiting time is used for the evaluation function of call allocation.
그러나, 이 평가함수에는 엘리베이터 상호간의 위치관계가 포함되어 있지 않기 때문에 이대로는 성능향상을 기대할 수 없게 된다.However, since this evaluation function does not include the positional relationship between elevators, performance improvement cannot be expected as it is.
따라서 영국 특허 제1,563,321호에서는 제2도에서 도시한 바와 같이 정지호출 평가함수를 사용한 할당방법이 제안되어 있다.Accordingly, British Patent No. 1,563,321 proposes an allocation method using a stationary call evaluation function as shown in FIG.
여기에서 그 내용을 설명하면, 발생 홀 콜(HCi)이 인근 층계에서 착목 엘리베이터(E)의 할당필 홀 콜(HCi-1)이나 운행체 호출(CCi,CCi+2)을 고려하여 정지호출 평가함수(Tc)를 얻고, 이 정지호출 평가함수(Tc)와 상기 대기시간의 평가치를 가미한 새로운 평가함수(Φ)로 얻는 것이다.In the following description, the occurrence call call (HCi) evaluates the stationary call in consideration of the allocated hall call (HCi-1) of the landing elevator (E) or the vehicle call (CCi, CCi + 2) on the adjacent stairs. A function Tc is obtained, and a new evaluation function? Is obtained by adding the stop call evaluation function Tc and the evaluation value of the waiting time.
이것을 식으로 나타낸면, 대기시간의 평가치를 T, 대기시간의 평가치를 T와 정지호출 평가치Tc와의 무게계수를 α로 할때If this is expressed as an equation, when the evaluation value of the waiting time is T, and the evaluation value of the waiting time is T and the weight coefficient of the stationary call evaluation value Tc is α,
Ф=T-αTc…………………………………………………………………………(1)Ф = T-αTc... … … … … … … … … … … … … … … … … … … … … … … … … … … … (One)
Tc=∑βS……………………………………………………………………………(2)Tc = ∑βS... … … … … … … … … … … … … … … … … … … … … … … … … … … … … (2)
로 된다.It becomes
여기에서 β는 발생 홀 콜 인접층의 정지호출(서비스하는 호출)에 대한 무게계수로서, 예를 들어 0∼20으로 된다.Here, β is a weight coefficient for the stationary call (service call) of the adjoining hall call adjacent layer, and is 0 to 20, for example.
또한, S는 정지확률을 나타내며, 서비스해야할 호출이 있으면 1.0으로 되고, 예측호출이 있으면 적당한 값(0≤S≤1)으로 된다.In addition, S denotes the probability of stopping, and if there is a call to be serviced, it is 1.0, and if there is a predictive call, an appropriate value (0 ≦ S ≦ 1) is obtained.
제2도에서는 예측호출을 무시한 값을 나타내고 있다.In FIG. 2, the value which ignored the prediction call is shown.
제1식의 평가함수를 사용함으로써, 발생 홀 콜의 인접 정지호출이 고려되고, 엘리베이터의 집중운전이 방지된다. 그리고, 제2도 예에 대하여 정지호출 평가치(Tc)를 구하면 발생호출층 l의 전추 2층계를 고려하여By using the evaluation function of the first equation, the adjacent stop call of the generated hall call is considered, and the concentrated operation of the elevator is prevented. Then, in the example of FIG. 2, when the stationary call evaluation value Tc is obtained, the two-stage system of the call of the occurrence call layer l is considered.
Tc=∑βS=5×1.0+10×0+20×1.0+10×1.0+5×0=35초Tc = ∑βS = 5 × 1.0 + 10 × 0 + 20 × 1.0 + 10 × 1.0 + 5 × 0 = 35 seconds
가 된다.Becomes
따라서, 대기시간 평가 T가 각 엘리베이터에서 동일하다고 가정하면 Tc가 큰 엘리베이터가 가장 적합하다고 판단하여 발생호출을 그 엘리베이터에 할당하게 된다.Therefore, assuming that the waiting time evaluation T is the same in each elevator, it is determined that an elevator having a large Tc is most suitable, and an occurrence call is assigned to the elevator.
제1식에서, 상기 α를 증가시키면 정지호출을 많이 갖는 엘리베이터가 우선적으로 선택되기 때문에 어떤 특정의 엘리베이터에 부하가 집중하며, 평균대기시간은 상승하는 것을 이해할 수 있다.In the first equation, it is understood that the load is concentrated on a specific elevator because the elevator having a lot of stop calls is preferentially selected by increasing α, and the average waiting time increases.
반대로 말하면, 다른 엘리베이터는 부하가 가볍기 때문에, 엘리베이터 전체의 정지회수(기동회수)가 감소하고, 소비전력이 작아져간다.In other words, since other elevators have light loads, the number of stops (starting times) of the entire elevator is reduced, and power consumption is reduced.
제3도에서 도시한 바와 같이, 운전제어 파라미터(α)를 변화시킴으로써, 평균대기시간 곡선(fT)와 소비 전력곡선(fP)를 얻을 수 있다.As shown in FIG. 3, by changing the operation control parameter α, the average waiting time curve f T and the power consumption curve f P can be obtained.
이들 곡선을 시뮬레이션을 통하여 구하고 원하는 α값을 정하여 제어할 수 있다.These curves can be obtained through simulation and the desired α values can be determined and controlled.
그러나, 종래의 시뮬레이션을 통하여 영역값의 비중값α를 결정하는 기술은 다음과 같은 문제점이 있다.However, the technique of determining the specific gravity value α of the area value through the conventional simulation has the following problems.
첫재로 α값을 구하기 위한 시뮬레이션은 미리 수집한 과거 승객의 데이타를 기초로 행하기 때문에 시시각각으로 변하는 건물의 교통 흐름에 온-라인으로 조절이 불가능하다.Firstly, the simulation to obtain α values is based on the data of past passengers collected in advance, so it is not possible to adjust on-line the traffic flow of the building which changes every moment.
그리고 이 시뮬레이션을 통한 α값의 결정은 각 패턴별로 데이타를 수집하여 시뮬레이션을 하기 때문에 많은 데이타와 계산이 요구되며 따라서 정확도의 저하가 초래될 수 있다.And the determination of α value through this simulation requires a lot of data and calculation because data is collected and simulated for each pattern, which may result in deterioration of accuracy.
이에 따라, 본 발명의 목적은 상기와 같은 종래의 엘리베이터 군관리 제어 시스템에 따르는 결함을 해결하기 위하여, 변화하는 건물의 교통 흐름에 온-라인으로 무게계수(α)값을 조절할 수 있고, 계산량을 줄이면서도 엘리베이터 군관리의 성능을 개선시킬 수 있도록 하는 새로운 무게계수(α)값의 조절방법을 제공하는데 있다.Accordingly, an object of the present invention is to adjust the weight coefficient (α) value on-line to the traffic flow of the changing building, in order to solve the defects according to the conventional elevator group management control system as described above, The present invention provides a new method of adjusting the weight coefficient α, which reduces and improves the performance of the elevator group management.
본 발명에 따른 군관리 시스템의 구성은 제4도와 같다.The configuration of the military management system according to the present invention is shown in FIG.
군관리 시스템은 크게 학습 및 파라미터 생성부 및 호기 제어부로 나뉘어지며, 호기 제어부(10)는 사용자 인터페이스부(2)로부터 입력받는 사용자 요구사항 테이블(10-d), 각 호기에 장치되어 있는 호기제어 마이콤(1-1∼1-N)으로부터 데이타를 받아서 승하차 인수를 검출하는 승하차 인수 검출부(2-b), 운전 파라미터를 학습 및 파라미터 생성부로부터 받아서 군관리 엘리베이터 운전제어모듈(10-a)로 보내는 운전 파라미터 모듈부(10-c) 및 이들 운전제어 파라미터등을 입력정보로 하여 홀 콜의 할당처리나 엘리베이터의 분산대기처리등 엘리베이터의 군관리 제어를 직접적으로 지령하고 제어하는 군관리 엘리베이터 운전제어모듈부(10-a)로 구성된다.The group management system is largely divided into a learning and parameter generating unit and an exhalation control unit, and the exhalation control unit 10 includes a user requirement table 10-d received from the user interface unit 2 and an exhalation control device installed in each unit. The getting on and off argument detecting unit 2-b which receives data from the microcomputers 1-1 to 1-N and detects the getting on and off argument, and receives the operating parameters from the learning and parameter generating unit to the group management elevator operation control module 10-a. Group management elevator operation control that directly commands and controls the group management control of the elevator, such as hall call allocation processing or elevator distributed waiting processing, using the sending operation parameter module 10-c and these operation control parameters as input information. It consists of the module part 10-a.
학습 및 파라미터 생성부는 다음의 처리 프로그램으로 구성된다.The learning and parameter generating unit is composed of the following processing programs.
1)교통류 모드 판별 및 학습, 교통류 학습(20-c) : 현재의 교통류를 패턴별로 비교, 판별하고 해당 패턴의 데이터에 현재의 교통류를 일정 비율로 반영하여 학습시키고, 시간별로 교통류를 학습시킨다.1) Traffic flow mode discrimination and learning, traffic flow learning (20-c): compares and determines the current traffic flow by pattern, and reflects the current traffic flow in a certain ratio and learns the traffic flow by time.
2)학습 및 파라미터 생성부 가동 기록관리(20-b) : 학습 및 파라미터 생성부에 관한 여러 데이타를 기록하여 테이블로 관리한다.2) Record management of learning and parameter generation unit (20-b): Records various data related to the learning and parameter generation unit and manages them in a table.
3)엘리베이터 운전 파라미터 학습 및 기록관리(20-c) : 예측 이용객수, 운전스팩, 근접층 우선값(ARAT), 할당억제 평가치, 엘리베이터 제어점수등 엘리베이터의 군관리 제어에 필수적인 파라미터들을 학습시키고 기록 관리한다.3) Elevator operation parameter learning and record management (20-c): It is necessary to learn the parameters necessary for the military management control of the elevator, such as predicted number of passengers, driving specification, near floor priority (ARAT), quota control evaluation, elevator control score, etc. Manage records.
4)엘리베이터 운전 파라미터의 생성(20-D) : 20-a 모듈 및 20-c 모듈의 데이타들은 참조하여 퍼지추론등을 통하여 현재의 고통상황에 맞는 파라미터를 생성하여 호기 제어부(10)로 보낸다.4) Generation of elevator operation parameters (20-D): 20-a module and 20-c module data is generated by reference to the current pain situation through the fuzzy inference and the like to the exhalation controller 10.
상기와 같이 구성한 본 발명의 엘리베이터 군관리 제어장치에 대하여 그 작용과 효과를 상세히 설명하면 다음과 같다.Referring to the operation and effects of the elevator group management control device of the present invention configured as described above in detail.
최근의 호출할당방법에는 대기시간의 평가치뿐만 아니라 정지호출 평가치(Tc)를 포함한 새로운 평가함수(ø)를 통하여 하는 방법이 있다.Recent call allocation methods include a new evaluation function ø including the stop call evaluation value Tc as well as the evaluation value of the waiting time.
정지호출 평가치 Tc와 대기시간의 평가치 T와의 무게계순(근접층 우선값 할당비율)α를 적절히 상황에 맞게 변화시키면 에너지 절약 및 엘리베이터의 분산배치 효과를 볼 수 있다.If the gravimetric order (adjacent floor priority value allocation ratio) α between the stationary call evaluation value Tc and the evaluation value T of the waiting time is appropriately changed according to the situation, the effect of energy saving and distribution of the elevator can be seen.
본 발명은 이 근접층 우선값 할당 비율α를 구하기 위하여 제4도에 도시한 바와 같은 퍼지추론을 행한다.The present invention performs fuzzy inference as shown in FIG. 4 in order to obtain this near-layer priority value allocation ratio α.
각 고정모드에 따라서 과거의 값(PAWT,PPC,PLTWP), 현재의 평가지표(AWT,PC,LTWP), 예측평가지표(fAWT, fPC,fLTWP), 그리고 평가지표 기준값(S_AWT,S_PC,S_LTWP)을 입력 성분으로 한다.According to each fixed mode, past values (PAWT, P PC, P LTWP), current evaluation indicators (AWT, PC, LTWP), predictive evaluation indicators (fAWT, fPC, fLTWP), and evaluation index reference values (S_AWT, S_PC, S_LTWP) is used as an input component.
여기서 AWT는 평균대기시간, PC는 전력소모, LTWP는 장시간 대기확률등을 의미하며 평가지표 기준값은 대표적인 교통류 패턴에 대한 고정된 값을 의미한다.Here, AWT means average standby time, PC means power consumption, LTWP means long-term atmospheric probability, and the evaluation index reference value means a fixed value for a typical traffic flow pattern.
퍼지추론을 위해 입력을 다음과 같이 설정한 후 아래와 같이 퍼지화한다.For fuzzy inference, set the input as follows and fuzzy as follows:
(fAWT-S_AWT)과 (PAWT-AWT)을 입력하고 이 입력값을(+bound∼-bound)로 정규화(normalize)한다.Enter (fAWT-S_AWT) and (PAWT-AWT) and normalize this input value from (+ bound to -bound).
이와 같이 입력을 설정한 이유는 가까운 미래의 예측 대기시간과 과거의 대기시간, 현재의 대기시간 모두를 추론에 고려함으로써 결과값α(근접층 우선값 할당비율)의 정확성을 얻고자 하는 의도 때문이다.The reason for setting the input is because of the intention to obtain the accuracy of the resultant α (proximity of priority level allocation) by considering both the near future predicted waiting time, the past waiting time, and the present waiting time in inference. .
전력소비, 장시간 대기활률등도 이와 같은 형태로 한다.Power consumption, long time standby activity rate, and the like are the same.
이 정규화된 입력을 제5도 b의 7개의 퍼지집합으로 퍼지화한다.This normalized input is fuzzy into seven fuzzy sets in FIG.
제5도 b의 각 퍼지집합의 이름 NL, NM, NS, ZE, PS, PM, PL은 다음과 같은 의미를 갖는다.The names NL, NM, NS, ZE, PS, PM and PL of each fuzzy set in FIG. 5b have the following meanings.
NL : Negative LargeNL: Negative Large
NM : Negative MediumNM: Negative Medium
NS : Negitive SmallNS: Negitive Small
ZE : ZeroZE: Zero
PS : Positive SmallPS: Positive Small
PM : Positive MediumPM: Positive Medium
PL : Positive LargePL: Positive Large
즉, 입력에 대하여 집합 NL은 입력이 매우 작은 값인 집합, ZE는 입력이 대략 0인 집합, PB는 입력이 매우 큰 값인 집합등을 의미한다.That is, for an input, the set NL means a set whose input is very small, ZE means a set whose input is approximately 0, and PB means a set whose input is very large.
각각의 퍼지집합(퍼지함수라고도 한다.)은 모든 입력에 대하여 각 집합에 포함되는 정도를 부여하는 역할을 한다.Each fuzzy set (also called a purge function) is responsible for assigning a degree to each set for all inputs.
통상 이 퍼지집합에 포함되는 정도를 소속도라고 하며 0에서 1의 범위를 갖는다.Usually, the degree of inclusion in this fuzzy set is called a degree of belonging and ranges from 0 to 1.
0은 입력값이 그 퍼지잡합에 소속되어 있는 정도가 0, 또는 이 퍼지함수에 소속되어 있지 않다는 것을 의미하며, 1은 입력값이 이 퍼지집합에 완전히 소속된다.(또는 완전한 요소이다.)라는 것을 의미한다.0 means the degree to which the input belongs to the fuzzy mixture is 0, or not to this fuzzy function, and 1 means that the input is completely (or a complete element) to this fuzzy set. Means that.
예를 들어, 만일 입력(fAWT-S_AWT)의 값을 e라고 하면, 제5도에서 볼 때 집합 NM에 속하는 정도(이하 소속도라고 한다.)는 0.2이고, NS의 소속되는 0.8이다.For example, if the value of the input fAWT-S_AWT is e, the degree of belonging to the set NM (hereinafter referred to as the degree of belonging) as shown in FIG. 5 is 0.2, and 0.8 belonging to NS.
제5도 a의 추론규칙은 다음과 같은 전문가의 제어전략을 제6도에 도시한 바와 같은 규칙으로 표현한다.The reasoning rule of FIG. 5A expresses the following expert control strategy as the rule shown in FIG.
제어전략 1 : 평균대기시간이 길명 α값(근접층 우선값 할당비율)을 작게한다.Control Strategy 1: The average waiting time decreases the path name α value (proximity ratio of the proximity layer priority).
제어잔략 2 : 전력소모가 크면 α값으 크게한다.Control balance 2: If the power consumption is large, increase the α value.
제어전략 3 : 장시간 대기활률이 크면 우선값 할당비율을 작게한다.Control strategy 3: If the long-term waiting rate is large, decrease the priority allocation ratio.
제7도 (a)의 규칙들을 If-then 형식으로 표현하면 다음과 같다.If the rules of FIG. 7 (a) are expressed in If-then form, they are as follows.
[규칙 1][Rule 1]
If(PAWT-AWT) is PL andIf ( P AWT-AWT) is PL and
if(fAWT-S_AWT) is NL then α is ZEif (fAWT-S_AWT) is NL then α is ZE
[규칙 2][Rule 2]
If(PAWT-AWT) is PL andIf ( P AWT-AWT) is PL and
if(fAWT-S_AWT) is NM then α is NSif (fAWT-S_AWT) is NM then α is NS
[규칙 35][Rule 35]
If(PAWT-AWT) is PL andIf ( P AWT-AWT) is PL and
if(fAWT-S_AWT) is NL then α is ZEif (fAWT-S_AWT) is NL then α is ZE
퍼지추론의 구조는 다음과 같은 프로덕션 룰을 사용한다.The structure of fuzzy inference uses the following production rules.
만일 (PAWT-AWT)의 값이 e1이고, (fAWT-S_AWT)의 값이 e2이면, 규칙 1,2의 결과치는 프로덕션룰에 의해 제8도와 같이 된다.If the value of ( P AWT-AWT) is e 1 and the value of (fAWT-S_AWT) is e 2 , the result of rule 1,2 is as shown in FIG. 8 by the production rule.
즉, 입력이 [규칙 1]에 해당되는 비중은 X1이고, [규칙 2]에 해당되는 비중은 X2이다.That is, the specific gravity of the input corresponding to [Rule 1] is X1, and the specific gravity corresponding to [Rule 2] is X2.
위의 동일입력으로 모든 규칙에 대한 비중부여를 행하여 이 부중부여된 값을 통합한다.The same input above is used to consolidate all the weighted values by weighting all the rules.
이상의 과정이 프로덕션룰에 해당하며 제5도 a의 퍼지추론블록에 해당한다. 비중부여된 값을 통합하여 하나의 값 α를 도출하는 과정이 비퍼지화 과정이며 모든 규칙에 대한 비중부여가 포함된 적절한 값을 무게중심법등을 이용하여 산출한다.The above process corresponds to the production rule and corresponds to the fuzzy inference block of FIG. The process of deriving a value α by integrating the unweighted values is a defuzzy process and calculates the appropriate value including the weighting of all rules by using the center of gravity method.
이상의 과정은 다소 복잡해 보여도 프로그램상으로 비교적 단순히 실현가능하기 때문에 온-라인으로 α값을 구할 수 있으며, 전문가의 제어전략을 소프트웨어로 구현할 수 있다.Although the above process is somewhat complicated, it can be realized relatively simply programmatically so that the α value can be obtained on-line and the expert's control strategy can be implemented in software.
따라서, 본 발명은 각 교통 패턴별로 고정되어 있는 에러리어치를 갖고 있는 테이블에서 참조한 값에 퍼지추론을 통하여 얻은 근접층 우선값 할당비율을 곱하여 영역값(area value)를 구하는 방법에 관한 것으로, 기존의 방법에 비하여 온-라인으로 근접층 우선값 할당비율(α)을 변경할 수 있고, 계산량도 줄일 수 있게 되며, 전문가의 제어전략을 룰로서 반영시킬 수 있는 장점이 있다.Accordingly, the present invention relates to a method for obtaining an area value by multiplying a reference value of a neighboring layer priority value obtained through fuzzy inference with a value referenced in a table having a fixed error area for each traffic pattern. Compared to the method, it is possible to change the proximity priority allocation ratio (α) on-line, reduce the calculation amount, and have the advantage of reflecting the expert's control strategy as a rule.
퍼지추론의 구조는 제5도 a,b와 같으며, 평균대기시간(AWT), 전력소모(PC), 장시간 대기확률(LTWP)등을 입력으로 사용한다.The structure of fuzzy inference is the same as that of Fig. 5 a and b, and the average standby time (AWT), power consumption (PC), and long-term atmospheric probability (LTWP) are used as inputs.
또한 각 입력들은 제6도에서 도시한 바와 같이 7개의 삼각퍼지함수를 정규화하여 사용한다.In addition, each input uses 7 triangular purge functions normalized as shown in FIG.
퍼지추론에 사용되는 룰은 다음과 같다.The rules used for fuzzy inference are as follows.
ㆍ평균대기시간이 길명 근접층 우선값 할당비율을 작게한다.• Average waiting time is reduced.
ㆍ전력소모가 크면 근접층 우선값 할당비율을 크게한다.• If the power consumption is large, increase the allocation ratio of the neighboring priority value.
ㆍ장시간 대기확률이 크면 근접층 우선값 할당비율을 작게한다.• If the long-term waiting probability is high, the ratio of allocation of the priority value of the neighboring floor is reduced.
이상에서와 같이 본 발명은 엘리베이터의 승객 수송 능력의 성능을 저하시키지 않고 에너지의 절약을 가능케 하는 효과를 준다.As described above, the present invention has the effect of enabling energy saving without degrading the performance of the passenger transport capacity of the elevator.
Claims (3)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1019930011412A KR960007422B1 (en) | 1993-06-22 | 1993-06-22 | Elevator group control device |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1019930011412A KR960007422B1 (en) | 1993-06-22 | 1993-06-22 | Elevator group control device |
Publications (2)
Publication Number | Publication Date |
---|---|
KR950000553A KR950000553A (en) | 1995-01-03 |
KR960007422B1 true KR960007422B1 (en) | 1996-05-31 |
Family
ID=19357816
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1019930011412A KR960007422B1 (en) | 1993-06-22 | 1993-06-22 | Elevator group control device |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR960007422B1 (en) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4937550B2 (en) * | 2005-08-29 | 2012-05-23 | 富士フイルム株式会社 | Optical compensation sheet and manufacturing method thereof |
-
1993
- 1993-06-22 KR KR1019930011412A patent/KR960007422B1/en not_active IP Right Cessation
Also Published As
Publication number | Publication date |
---|---|
KR950000553A (en) | 1995-01-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7909143B2 (en) | Elevator system with power consumption control | |
US4760896A (en) | Apparatus for performing group control on elevators | |
RU2069163C1 (en) | Method of immediate distribution of calls in elevator groups | |
US7083027B2 (en) | Elevator group control method using destination floor call input | |
US5679932A (en) | Group management control method for elevator system employing traffic flow estimation by fuzzy logic using variable value preferences and decisional priorities | |
US5750946A (en) | Estimation of lobby traffic and traffic rate using fuzzy logic to control elevator dispatching for single source traffic | |
JP4434483B2 (en) | Elevator group control method for generating virtual passenger traffic | |
US5841084A (en) | Open loop adaptive fuzzy logic controller for elevator dispatching | |
US5714725A (en) | Closed loop adaptive fuzzy logic controller for elevator dispatching | |
CN104724555A (en) | Elevator group supervisory operation system and elevator group supervisory operation method | |
US5786550A (en) | Dynamic scheduling elevator dispatcher for single source traffic conditions | |
US5808247A (en) | Schedule windows for an elevator dispatcher | |
KR900006397B1 (en) | Control system for group-controlling lift cars | |
US5786551A (en) | Closed loop fuzzy logic controller for elevator dispatching | |
Ahn et al. | A smart elevator scheduler that considers dynamic changes of energy cost and user traffic | |
WO1997019880A1 (en) | Elevator controller having an adaptive constraint generator | |
KR960007422B1 (en) | Elevator group control device | |
US5767462A (en) | Open loop fuzzy logic controller for elevator dispatching | |
JP2600316B2 (en) | Elevator group control system | |
JPH01261176A (en) | Group control device for elevator | |
JP2606931B2 (en) | Elevator group control device | |
KR970000992B1 (en) | Elevator group control device | |
KR950001901B1 (en) | Method and apparatus for elevator group control | |
JPS63185787A (en) | Group controller for elevator | |
CN116620977A (en) | Fuzzy control-based six-part ten-layer elevator passenger receiving method |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
G160 | Decision to publish patent application | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant | ||
FPAY | Annual fee payment |
Payment date: 20080602 Year of fee payment: 13 |
|
LAPS | Lapse due to unpaid annual fee |