基于模糊控制的電梯群控調(diào)度算法設(shè)計與研究

劉 影，吳常坤，談麗娟

（江蘇省特種設(shè)備安全監(jiān)督檢驗研究院 無錫分院，無錫214000）

隨著高層、超高層建筑的不斷增多，同時對于智能化建筑的需求日益增加，人們對于高層建筑內(nèi)的電梯有著更多精細(xì)化的要求。為了提高電梯的輸送能力及乘梯舒適度，減少乘客等待時間及能耗損失，一棟建筑內(nèi)往往安裝多臺電梯，這就引入了電梯群控系統(tǒng)EGCS。由于搭乘電梯的人群具有一定的隨機性，且電梯群控系統(tǒng)存在一定的非線性、不確定性、干擾大及多目標(biāo)性等問題，這使得電梯群控的數(shù)學(xué)模型難以建立，故無法使用傳統(tǒng)控制方式。模糊控制模擬人腦的決策過程，不需要建立數(shù)學(xué)模型，在解決非線性復(fù)雜系統(tǒng)控制上有較大優(yōu)勢，因此采用模糊控制可以解決電梯群控系統(tǒng)的控制問題[1]。

1 電梯群控系統(tǒng)基本原理

1.1 電梯群控系統(tǒng)的結(jié)構(gòu)

電梯群控系統(tǒng)一般要對上百個信號進行處理，一種比較常見的電梯群控系統(tǒng)結(jié)構(gòu)如圖1 所示。

圖1 常見的電梯群控系統(tǒng)結(jié)構(gòu)Fig.1 Structure of common elevator group control system

智能控制系統(tǒng)模塊包含交通確認(rèn)、 學(xué)習(xí)模塊、數(shù)據(jù)管理、派梯控制四大子模塊，為電梯群控系統(tǒng)的核心，負(fù)責(zé)接收各個電梯的按鈕輸入及其他傳感器的輸入信號，并根據(jù)智能控制系統(tǒng)內(nèi)集成的派梯策略算法，計算出最優(yōu)派梯方案，并給出控制指令。遠程監(jiān)控模塊用于監(jiān)控群控系統(tǒng)中所有電梯的運行狀態(tài)、設(shè)備信息及安全報警信號[2]。此外，可以通過遠程監(jiān)控模塊對群控系統(tǒng)的參數(shù)進行調(diào)整，以滿足所有運行狀態(tài)下的最優(yōu)控制。

1.2 電梯群控系統(tǒng)功能及運行規(guī)則

電梯群控系統(tǒng)功能除了包含單梯控制功能外，還應(yīng)包含以下功能：數(shù)據(jù)采集功能、數(shù)據(jù)通信功能、預(yù)估計算功能、自學(xué)習(xí)功能、優(yōu)先調(diào)度功能等。

電梯群控系統(tǒng)的運行規(guī)則包括：最小等待時間調(diào)度原則、最短距離調(diào)度原則、分區(qū)調(diào)度原則、綜合分析調(diào)度原則[3]。

電梯群控系統(tǒng)在空間上和時間上都是離散且隨機的，是一個及其復(fù)雜的非線性控制系統(tǒng)。其簡單描述如下：當(dāng)有乘客按下乘梯按鈕，輸入指令信號后，系統(tǒng)會根據(jù)模糊派梯算法，擇優(yōu)派梯，響應(yīng)此信號；當(dāng)電梯運送乘客到指定樓層后，所有信號響應(yīng)完成，電梯處于空閑狀態(tài)，直到出現(xiàn)新的信號指令；當(dāng)同時出現(xiàn)多個控制輸入信號時，新的招梯信號與舊的輸入信號互不干擾。由此可見，電梯群控系統(tǒng)的派梯算法對于電梯群控系統(tǒng)的服務(wù)質(zhì)量至關(guān)重要。電梯群控系統(tǒng)運行流程如圖2 所示。

2 電梯群控調(diào)度算法研究

圖2 電梯群控系統(tǒng)運行流程Fig.2 Operation flow chart of elevator group control system

電梯群控系統(tǒng)中有許多標(biāo)準(zhǔn)，各個標(biāo)準(zhǔn)相互不統(tǒng)一，因此要在一個系統(tǒng)中滿足全部的標(biāo)準(zhǔn)是不可行的。在不同的電梯交通模式下，電梯群控系統(tǒng)的評價標(biāo)準(zhǔn)也不盡相同[4]。對此，應(yīng)綜合考慮乘客的平均候梯時間AWT（average waiting time）、電梯內(nèi)乘客滿意度APS（average passenger satisfaction）、長時間候梯率LWP（long waiting percent）和能源消耗PC（power consume）等4 個主要指標(biāo)的加權(quán)平均函數(shù)作為新的最優(yōu)評價函數(shù)，并根據(jù)不同交通模式下選擇不同的權(quán)系數(shù)來實現(xiàn)不同的需求。電梯群控調(diào)度算法是一個評價函數(shù)，根據(jù)以上4 個標(biāo)準(zhǔn)，可設(shè)置算法的評價函數(shù)為

其中

式中：Wi為不同交通模式確定的權(quán)系數(shù)；Si為評價函數(shù)值；SAWT為平均候梯時間短的隸屬度；SAPS電梯內(nèi)乘客滿意度高的隸屬度；SLMP長時間侯悌率低的隸屬度；SPC為能源消耗率低的隸屬度。

根據(jù)專家知識及經(jīng)驗，不同交通模式下的AWT，APS，LWP，PC 對應(yīng)的權(quán)系數(shù)見表1[5]。

表1 不同交通模式下各評價條件的權(quán)系數(shù)Tab.1 Weight coefficient of ecah evaluation condition under different traffic modes

2.1 輸入量的計算

電梯群控系統(tǒng)的評價標(biāo)準(zhǔn)AWT，APS，LWP，PC，其在模糊域的模糊推理量可分別表示為HCWT，GD，UR，maxHCWT，CV。各模糊推理量的計算分析如下：

①HCWTi乘客召喚第i 臺電梯，轎廂到達召喚樓層需要的時間。其中包括轎廂運行和轎廂?？績刹糠謺r間和。②maxHCWTi召喚第i 臺電梯所需要的最長等待時間。③CVi系統(tǒng)內(nèi)第i 臺電梯響應(yīng)召喚后，該梯對未來招梯信號的剩余量，該值越大，第i 臺電梯對新招梯信號響應(yīng)能力越強。④GDi新的招梯指令信號的位置與第i 臺電梯響應(yīng)的所在層站的信號間集中程度，是反映能耗的重要指標(biāo)。⑤UR 在上行或下行的某個方向電梯轎廂的利用率。在客流一定的情況下，轎廂利用率越高，電梯的能耗越低。

2.2 輸入變量的模糊化

各個輸入變量的模糊化[6]，就是指將變量轉(zhuǎn)化為模糊域進行討論的過程，即模糊隸屬函數(shù)確定的過程[7]。在此，分別確定HCWT，GD，UR，maxHCWT，CV 的隸屬函數(shù)，用L，M，S 代表隸屬度邏輯量中的大、中、小[8]。

2.2.1 HCWT 的模糊化

HCWT 是乘客平均等待時間的模糊量。一般來說，乘客候梯時的心理煩躁程度與時間的平方成正比，通常候梯時間在0～25 s，心態(tài)是好的；候梯時間在65 s 以上則心情非常糟糕； 在25～65 s 心態(tài)尚能接受。HCWT 的隸屬度函數(shù)如圖3 所示[9]。

圖3 HCWT 的隸屬函數(shù)Fig.3 Membership function of HCWT

其隸屬值S，M，L 的隸屬函數(shù)表達式為

2.2.2 GD 的模糊化

根據(jù)專家經(jīng)驗及公式，當(dāng)GD 值＜0.3 時，電梯能耗值較小； 當(dāng)GD 值＞0.7 時，電梯能耗不理想；當(dāng)0.3≤GD 值≤0.7 時，能耗較為理想[10]。GD 的隸屬度函數(shù)如圖4 所示。

圖4 GD 的隸屬函數(shù)Fig.4 Membership function of GD

其隸屬值S，M，L 的隸屬函數(shù)表達式為

2.2.3 UR 的模糊化

對于UR，一般認(rèn)為其值小于0.2 時，電梯轎廂的利用率不高； 當(dāng)其值大于0.6 時，轎廂利用率較高。UR 的隸屬函數(shù)圖形如圖5 所示。

其隸屬值S，M，L 的隸屬函數(shù)表達式為

圖5 UR 的隸屬函數(shù)Fig.5 Membership function of UR

2.2.4 maxHCWT 的模糊化

對于電梯群控系統(tǒng)來說，最長等候電梯時間不宜過長，如果過長則容易導(dǎo)致長候梯事件發(fā)生。一般來講，乘客最長候梯時間在50 s 之內(nèi)是理想的；最長候梯時間超過90 s 則容易讓乘客產(chǎn)生焦急心理。maxHCWT 的隸屬函數(shù)如圖6 所示。

圖6 maxHCWT 的隸屬函數(shù)Fig.6 Membership function of maxHCWT

其隸屬值S，M，L 的隸屬函數(shù)表達式為

2.2.5 CV 的模糊化

一般來講，電梯轎廂載客人數(shù)在30%以下時，乘客感到舒適； 載客人數(shù)超過70%則乘客覺得擁擠。CV 的隸屬函數(shù)圖形如圖7 所示。

圖7 CV 的隸屬函數(shù)Fig.7 Membership function of CV

其隸屬值S，M，L 的隸屬函數(shù)表達式為

2.3 模糊推理

由輸入變量HCWT，UR，CV 可獲得AWT 的隸屬度；由輸入變量UR，CV 可獲得APS 的隸屬度；由輸入變量maxHCWT，CV 可獲得LWP 的隸屬度；由輸入變量HCWT，GD，UR 可獲得PC 的隸屬度[11]。將4 個評價指標(biāo)AWT，APS，LWP，PC 的隸屬度也模糊化，用很大（VB）、大（B）、中（M）、?。⊿）、很?。╒S）表示，其隸屬度函數(shù)圖像如圖8 所示。

圖8 AWT，APS，LWP，PC 的隸屬度函數(shù)圖形Fig.8 Graph of membership function of AWT，APS，LWP，PC

1）平均候梯時間（AWT）少的隸屬度SAWT的模糊推理規(guī)則見表2。SAWT可由HCWT，UR，CV 獲得。共27 條規(guī)則語句。

表2 SAWT 的模糊推理規(guī)則Tab.2 Fuzzy inference rules of SAWT

2）電梯內(nèi)乘客滿意度（APS）高的隸屬度SAPS的模糊推理規(guī)則見表3。SAPS可由UR，CV 獲得。共9 條規(guī)則語句。

表3 SAPS 的模糊推理規(guī)則Tab.3 Fuzzy inference rules of SAPS

3）長時間候梯率（LWP）低的隸屬度SLWP的模糊推理規(guī)格見表4。SLWP可由maxHCWT，CV 獲得。共9 條規(guī)則語言。

表4 SLWP 的模糊推理規(guī)則Tab.4 Fuzzy inference rules of SLWP

4）能源消耗（PC）低的隸屬度SPC的模糊推理規(guī)則見表5。SPC可由HCWT，GD，UR 獲得。共27 條規(guī)則語句。

表5 SPC 的模糊推理規(guī)則Tab.5 Fuzzy inference rules of SPC

2.4 模糊推理仿真分析

根據(jù)上述分析，通過MatLab 的模糊控制器來仿真模糊推理計算過程[12]。在模糊控制器中分別進行了輸入輸出語言模糊化、 隸屬度函數(shù)的確立、模糊控制規(guī)則表及控制查詢表的設(shè)計以后，可以得到隸屬度與各指標(biāo)之間的關(guān)系曲面，如圖9 所示。具體是：SAWT與輸入HCWT，UR，CV 的關(guān)系曲面（如圖9a 所示）；SAPS與輸入UR，CV 的關(guān)系曲面（如圖9b所示）；SLWP與maxHCWT，CV 的關(guān)系曲面（如圖9c所示）；SPC與HCWT，GD，UR 的關(guān)系曲面[13]（如圖9d所示）。

圖9 隸屬度與各指標(biāo)之間的關(guān)系曲面Fig.9 Relation surface between membership degree and each index

2.5 模糊電梯群控系統(tǒng)的實現(xiàn)

模糊電梯群控系統(tǒng)實現(xiàn)流程如圖10 所示。

圖10 模糊群控電梯系統(tǒng)實現(xiàn)流程Fig.10 Flow chart of fuzzy group control elevator system

系統(tǒng)首先通過輸入的信號判斷系統(tǒng)處于哪種交通模式，并確定權(quán)系數(shù)W1，W2，W3，W4，然后計算各評價標(biāo)準(zhǔn)的模擬輸入量，計算不同評價函數(shù)的隸屬度，計算所有的可響應(yīng)電梯的可信度值，并選取可信度值最大的電梯響應(yīng)召喚[11]。

3 結(jié)語

基于模糊控制的電梯群控調(diào)度算法能夠在無被控對象精確數(shù)學(xué)模型的情況下對被控對象實現(xiàn)較好的控制[14]。通過理論計算及MatLab 仿真，驗證了模糊控制算法的優(yōu)越性，其能更好地協(xié)調(diào)控制電梯群，提高系統(tǒng)服務(wù)效率和服務(wù)質(zhì)量，具有較好的理論參考價值和實際指導(dǎo)價值。