基于模糊控制技術(shù)的電梯群控仿真算法

黃振

（廣州匯古建設(shè)有限公司，廣東 廣州 510663）

在“智能建筑”建設(shè)背景下，人工智能技術(shù)也被廣泛應(yīng)用于建筑的各個(gè)方面，如樓宇智能照明系統(tǒng)、電梯智能控制系統(tǒng)等?，F(xiàn)階段電梯群控系統(tǒng)的智能控制方法主要有三種，分別是基于專家系統(tǒng)的控制算法、基于模糊邏輯的控制算法、基于神經(jīng)網(wǎng)絡(luò)的控制算法。對(duì)比來看，基于模糊控制算法的電梯群控系統(tǒng)，可有效解決多目標(biāo)控制要求，有利于解決電梯群控系統(tǒng)多樣性、非線性等問題。引入了模糊控制技術(shù)的電梯群控系統(tǒng)，將會(huì)縮短候梯時(shí)間、降低平均乘坐電梯時(shí)間，提高了電梯運(yùn)行效率，滿足電梯乘客要求，成為高層建筑電梯群優(yōu)化運(yùn)行的一種主要模式。

1 基于模糊控制技術(shù)的電梯群控系統(tǒng)設(shè)計(jì)

電梯群控系統(tǒng)由6 個(gè)核心單元組成，并且每個(gè)單元都有獨(dú)立的轎廂控制器與上位機(jī)、群控電梯相連，其組成結(jié)構(gòu)如圖1 所示。

圖1 電梯群控系統(tǒng)組成結(jié)構(gòu)示意圖

交通數(shù)據(jù)管理單元的功能是收集和處理電梯實(shí)時(shí)狀態(tài)數(shù)據(jù)，這些數(shù)據(jù)被傳送到上位機(jī)，基于數(shù)據(jù)分析預(yù)估下一個(gè)時(shí)間段對(duì)廳層召喚的響應(yīng)分配。交通模式識(shí)別單元的功能是基于現(xiàn)階段電梯內(nèi)乘客所處的交通狀態(tài)，進(jìn)行交通模式識(shí)別、分析，進(jìn)而分配最適合當(dāng)前電梯任務(wù)的交通模式。召喚分配單元的功能是在確定交通模式之后，根據(jù)既定的運(yùn)行規(guī)則、控制程序，計(jì)算出電梯群性能的綜合評(píng)價(jià)指標(biāo)，以此為依據(jù)確定最佳的電梯召喚響應(yīng)模式。數(shù)據(jù)管理單元?jiǎng)t是存儲(chǔ)電梯相關(guān)參數(shù)的數(shù)據(jù)庫(kù)。電梯管理單元用于電梯狀態(tài)數(shù)據(jù)的收集和保持上位機(jī)與群控電梯之間的正常通訊。終端機(jī)管理單元基于前端數(shù)據(jù)分析，下達(dá)電梯調(diào)度指令。

2 模糊控制理論下電梯分配實(shí)現(xiàn)方法

2.1 基于評(píng)價(jià)函數(shù)分析電梯客流的仿真模型

影響電梯群控系統(tǒng)運(yùn)行性能的因素有多種，因此在電梯群控仿真模型設(shè)計(jì)時(shí)，必須要選擇恰當(dāng)?shù)脑u(píng)價(jià)指標(biāo)，這樣才能在仿真實(shí)驗(yàn)中更加明確地驗(yàn)證該電梯群控的控制效果是否符合預(yù)期。本次設(shè)計(jì)中選擇4 項(xiàng)評(píng)價(jià)指標(biāo)，分別是等候電梯時(shí)間（AWT）、乘客平均乘坐電梯時(shí)間（ART）、長(zhǎng)時(shí)間候梯率（LWP）和電梯能耗（RPC）?；谏鲜鲋笜?biāo)建立電梯評(píng)價(jià)函數(shù)：

在式（1）中，Si表示電梯調(diào)度算法的評(píng)價(jià)函數(shù)值，該值越大，說明電梯響應(yīng)召喚信號(hào)的概率越高。SAWTi表示乘客平均候梯時(shí)間短的隸屬度；SARTi表示乘客平均乘梯時(shí)間短的隸屬度；SLWP表示長(zhǎng)時(shí)間候梯概率低的隸屬度；SRPCi表示電梯運(yùn)行能量消耗低的隸屬度。Ai表示不同交通模式下的權(quán)重系數(shù)，i的區(qū)間范圍為0～1，其中A1+A2+A3+A4=1。

2.2 確定電梯群控系統(tǒng)的輸入量

在確定4 項(xiàng)指標(biāo)的基礎(chǔ)上，本文還設(shè)計(jì)了5 個(gè)變量，通過變量的優(yōu)化達(dá)到改善指標(biāo)的效果。5 個(gè)變量分別是：a.電梯廳層召喚等待時(shí)間（HCWT），即電梯響應(yīng)廳層的召喚命令后，從乘客在電梯內(nèi)完成響應(yīng)至到達(dá)該樓層所需的等候時(shí)間；b.最長(zhǎng)等待時(shí)間（LWT），即電梯完成整個(gè)樓層所有響應(yīng)需要的最長(zhǎng)時(shí)間；c.轎廂容量（CV），乘客進(jìn)入電梯后，轎廂內(nèi)的剩余空間；d.群控召喚的集中度（GD），即新樓層召喚位置與已經(jīng)得到呼叫響應(yīng)的樓層之間的集中度，可表示為GD=d/（h×4），其中d 表示發(fā)出呼叫樓層與轎廂?？繕菍拥母叨炔钪?，h 為樓層高度值；e.轎廂利用率（UR），電梯在上升或下降時(shí)，轎廂響應(yīng)呼叫的總概率，可通過公式計(jì)算：

式（2）中，NF 為總的樓層數(shù)，NFi表示第i 層和起始樓層的層數(shù)差，NPi表示第i 層候梯人數(shù)，CV0表示轎廂的額定容量，n 表示電梯運(yùn)行期間產(chǎn)生的召喚次數(shù)。

2.3 變量的模糊化處理

對(duì)5 個(gè)輸入量做模糊化處理，是進(jìn)行模糊推理的必要條件。本文基于隸屬函數(shù)對(duì)輸入量進(jìn)行模糊化處理，具體處理方法為：

2.3.1 廳層召喚響應(yīng)時(shí)間的模糊化。此參數(shù)可用于評(píng)價(jià)電梯群控系統(tǒng)性能優(yōu)劣，并且對(duì)候梯時(shí)間有直接影響。通常來說，召喚響應(yīng)時(shí)間＜20s 為最優(yōu)，召喚響應(yīng)時(shí)間＞40s 為很差，兩者之間為正常。響應(yīng)時(shí)間越長(zhǎng)，則乘客的乘用體驗(yàn)越差。

2.3.2 最長(zhǎng)響應(yīng)時(shí)間模糊化。響應(yīng)時(shí)間太長(zhǎng)會(huì)導(dǎo)致電梯利用率下降，從而增加長(zhǎng)候梯事件的發(fā)生率。最長(zhǎng)響應(yīng)時(shí)間＜30s 為最優(yōu)交通模式，最長(zhǎng)響應(yīng)時(shí)間＞60s 為最差，兩者之間為正常。最長(zhǎng)響應(yīng)時(shí)間同樣會(huì)決定電梯的乘用體驗(yàn)。

2.3.3 單部電梯呼叫響應(yīng)的模糊化。通常認(rèn)為轎廂內(nèi)載客人數(shù)＜額定總量的20%時(shí)，屬于體驗(yàn)良好；載客人數(shù)＞額定總量的60%時(shí)，屬于體驗(yàn)較差，兩者之間為正常。

2.3.4 集中程度的模糊化。一般來說該值＜0.2，電梯能耗最小，該值＞0.6 電梯能耗較大，兩者之間為正常。

2.3.5 轎廂總利用率的模糊化。一般情況下該值＜0.2 為利用率低，該值＞0.6 為利用率高，兩者之間為正常。

2.4 模糊推理算法的實(shí)現(xiàn)流程

基于電梯評(píng)價(jià)函數(shù)，結(jié)合輸入量的模糊化處理，運(yùn)用模糊推理算法進(jìn)行電梯群控調(diào)度管理，流程如圖2 所示。

圖2 模糊推理算法的實(shí)現(xiàn)流程圖

電梯群控系統(tǒng)運(yùn)行后，進(jìn)入待機(jī)狀態(tài)，直到接收到新的召喚信息。讀取該信息后，利用前端設(shè)備反饋的參數(shù)，判斷電梯當(dāng)前的運(yùn)行環(huán)境，并確定權(quán)重系數(shù)A1、A2、A3、A4。分別計(jì)算第i 層的電梯廳層召喚等待時(shí)間、最長(zhǎng)等待時(shí)間等5 個(gè)輸入量。根據(jù)5 個(gè)輸入量，運(yùn)用模糊推理算法分別計(jì)算出電梯群控系統(tǒng)的4 個(gè)關(guān)鍵指標(biāo)，即等候電梯時(shí)間、乘客平均乘坐電梯時(shí)間、長(zhǎng)時(shí)間候梯率和電梯能耗。在此基礎(chǔ)上求出電梯調(diào)度算法的評(píng)價(jià)函數(shù)值。當(dāng)電梯運(yùn)行至新的樓層時(shí)，重復(fù)上述流程，直到電梯達(dá)到頂層。計(jì)算此時(shí)的電梯群控系統(tǒng)評(píng)價(jià)函數(shù)的最大值Sn，調(diào)度電梯n 去響應(yīng)廳層召喚。

3 電梯群控系統(tǒng)的仿真測(cè)試

3.1 電梯群控仿真模型的運(yùn)行流程

本文設(shè)計(jì)的基于模糊控制技術(shù)的電梯群控仿真模型，其運(yùn)行流程為：乘客通過電梯按鍵發(fā)出呼叫命令，電梯群系統(tǒng)的上位機(jī)對(duì)該召喚作出響應(yīng)，并發(fā)布調(diào)度指令給獨(dú)立的電梯。該電梯運(yùn)行至發(fā)出召喚命令的樓層后，乘客進(jìn)入電梯，此時(shí)電梯根據(jù)乘客的操作指令上升或下降。電梯廳層的召喚隊(duì)列對(duì)于已經(jīng)執(zhí)行的命令會(huì)自動(dòng)刪除。當(dāng)電梯運(yùn)行至乘客指定的樓層后，轎廂內(nèi)的召喚列表也會(huì)將此條記錄刪除。之后電梯停靠在該層，進(jìn)入待機(jī)狀態(tài)，等待上位機(jī)下一次的調(diào)度指令。單部電梯的運(yùn)行過程如圖3 所示。

圖3 單步電梯群控運(yùn)行流程圖

單部電梯完成電梯群控系統(tǒng)發(fā)出的指令后，將成功完成該指令的信號(hào)反饋給電梯群控系統(tǒng)的上位機(jī)。然后在上位機(jī)的模塊列表中進(jìn)行一次更新，準(zhǔn)備執(zhí)行下一條新的指令。

3.2 電梯群控系統(tǒng)的仿真結(jié)果

本次仿真實(shí)驗(yàn)中構(gòu)建的電梯群控模型，對(duì)正常上班時(shí)段（9:00-9:30）進(jìn)行仿真模擬，并分別測(cè)得這一時(shí)段中平均候梯時(shí)間（AWT）、平均乘梯時(shí)間（ART）、長(zhǎng)時(shí)間候梯率（LWP）3項(xiàng)參數(shù)。然后分別對(duì)比集選控制算法和模糊控制算法下，兩種電梯群控模型的運(yùn)行結(jié)果。在設(shè)計(jì)仿真模型時(shí)，將該樓設(shè)置為14 層，每層的高度統(tǒng)一設(shè)定為3m，提供4 部電梯，單部電梯最大容量13 人，額定載重600kg。響應(yīng)開門時(shí)間為2s，關(guān)門時(shí)間為3s，每名乘客進(jìn)出時(shí)間為2s。使用仿真軟件Matlab 軟件中的Fuzzy Toolbox 進(jìn)行建模并展開分析。輸入量即上文介紹的5 種（HCWT、LWT、CV、GD、UR）；評(píng)價(jià)標(biāo)準(zhǔn)即上文介紹的3 種（AWT、ART、LWP）。仿真結(jié)果如表1 所示。

表1 電梯群控系統(tǒng)兩種控制算法的性能對(duì)比

結(jié)合表1 數(shù)據(jù)可知，使用常規(guī)集選控制算法的電梯群控系統(tǒng)，平均候梯時(shí)間46.2s，平均乘梯時(shí)間50.4s，長(zhǎng)時(shí)間候梯率16.7%。相比之下，使用模糊控制算法的電梯群控系統(tǒng)，平均候梯時(shí)間僅用時(shí)23.6s，下降了48.9%；平均乘梯時(shí)間38.2s，下降了24.2%；長(zhǎng)時(shí)間候梯率為8.1%，下降了8.6%。另外在最長(zhǎng)候梯時(shí)間、電梯響應(yīng)次數(shù)方面，基于模糊控制算法的電梯群控系統(tǒng)也有更好的表現(xiàn)。綜合對(duì)比來看，基于模糊控制技術(shù)的電梯群控系統(tǒng)，將會(huì)顯著提高運(yùn)行效率，減少乘客等待時(shí)間，優(yōu)化電梯乘用體驗(yàn)，對(duì)降低建筑能耗也有積極幫助。

結(jié)束語(yǔ)

在現(xiàn)代高層建筑和大型商業(yè)建筑中，電梯群的應(yīng)用越來越普遍。為了加強(qiáng)多部電梯的調(diào)度效率和實(shí)現(xiàn)統(tǒng)一管理，需要構(gòu)建電梯群控系統(tǒng)。基于人工智能的模糊控制技術(shù)，根據(jù)電梯群控系統(tǒng)的響應(yīng)呼叫方式，確定不同區(qū)域、樓層的權(quán)重系數(shù)，然后利用評(píng)價(jià)函數(shù)計(jì)算電梯最優(yōu)運(yùn)行模式，從而實(shí)現(xiàn)了多目標(biāo)控制。從仿真實(shí)驗(yàn)結(jié)果來看，基于模糊控制技術(shù)的電梯群控系統(tǒng)，能夠很好解決以往電梯群控系統(tǒng)存在的響應(yīng)速度慢、等待時(shí)間長(zhǎng)、利用效率低等一系列問題。無論是從節(jié)約電梯運(yùn)行能耗，還是優(yōu)化乘客體驗(yàn)等方面均取得了理想效果，具有推廣應(yīng)用價(jià)值。