電梯群控技術的現狀與發展方向

黃雯雯

摘 要 在簡要介紹電梯群控技術的基礎上，對群控技術的現狀、電梯群控調度所使用的技術進行討論，并對電梯群控技術的未來發展方向進行展望。

關鍵詞 電梯群控技術；現狀；發展趨勢

中圖分類號：TU857 文獻標識碼：A 文章編號：1671-7597（2014）02-0082-01

電梯是城市物質文明水平的重要標志物，而隨著我國高層建筑的迅猛發展，電梯已經成為一種應用極為廣泛和普遍的垂直交通運輸工具，人們對于電梯的要求不再僅限于使用性能，服務質量正在逐步成為評價電梯優劣的關鍵指標。以往的研究結果表明，電梯交通系統的設計關鍵就是要同時滿足乘客對于舒適性、安全性的生理要求以及等待時間、乘梯時間盡可能短的心理要求，為了減少能源消耗，縮短候梯所需時間，一般需要進行多部電梯的安裝，對于多部電梯的調度系統，就是我們所說的電梯群控系統。

1 電梯群控技術的現狀分析

國內采用的電梯群控系統大多由國外電梯制造商提供，自主研發的電梯群控系統在技術水平和性能上與國外依然存在較大的差距，主要體現在國內企業僅能生產速度不足3 m/s的電梯，所以產品主要用于中低層建筑，這一現狀也在很大程度上對國內電梯群控系統的設計開發形成了制約。從技術研究的角度看，國外的先進控制技術主要掌握在少數幾家大型電梯制造公司手中，雖然在一般技術方面，國內的研究成果基本能夠達到國外水平，但是在核心技術上與國外依然存在巨大的差距，所以如何盡快掌握這些關鍵性技術，無論是對國內電梯業還是其他相關產業的發展，都具有重要的戰略意義。

2 電梯群控系統的調度

電梯群控器是電梯群控系統的核心所在，其功能通過調度算法加以實現，因此對于算法的研究一直以來都是電梯群控系統研究中的重點與難點課題。

2.1 電梯群控調度策略

電梯群控調度策略包括分區、控制策略兩種類型。分區策略的優勢在于能夠集中服務，提高電梯的輸送能力，主要適用于交通高峰期，有利于乘客候、乘梯時間的最大程度壓縮，大型高層建筑大多采用該策略。該策略包括三種形式：靜態分區，固定分配某一組電梯為相鄰若干區域提供服務；動態分區，根據客流分布對分區的區域進行動態調整；規劃時間分區，根據以往經驗對電梯服務區域進行預測性的安排。控制策略通過模糊理論、專家系統的方法對高峰時間的交通狀況進行處理，在判定當前的主導交通模式后采用針對性的控制策略。

2.2 電梯群控調度方法

1）專家系統技術。作為人工智能的早期分支，專家系統技術是對知識的表述、使用、獲取進行研究的方法，對于無法通過數學模型完成準確描述的電梯群控系統而言，專家系統無疑具有重要的參考與借鑒意義。在應用專家系統時，首先要做的就是以以往的交通數據為依據對交通流進行預設，隨后通過SA法對候梯時間最短的最優運行的大規模組合問題進行解析，將仿真結果與計算結果進行對比，最后將與最優運行對應的分配方案歸納為一般規則。

2）模糊控制技術。模糊邏輯控制主要通過對IF-THEN模式的巧妙運用來實現對不確定變量以及語言變量進行處理目標的方法，其主要特點是符合東方人的思維特征且無需進行數學模型的構建，所以在韓國、日本等國得到了非常廣泛的應用。在與人工神經網絡相結合后，模糊規則的模糊隸屬函數的自動生成、模糊規則的自動提取問題得到了有效解決，并最終使模糊系統發展成為自適應系統。

3）神經網絡技術。人工神經網絡是一種智能化的數據處理方法，具有數據非線性處理的能力，它通過對人腦思維的模擬，借助已知樣本完成對網絡的訓練，使網絡存儲變量間表現為非變量關系，再通過存儲的網絡信息實現對未知樣本的預測或分類。借助人工神經網絡，最佳層站召喚分配方法、對于候梯時間分布的預測和生成均得到了有效實現。

4）遺傳算法技術。遺傳算法技術是通用的全局優化算法，具有并行性強、操作簡單等特點。在電梯群控中，遺傳算法的應用主要包括直接對電梯進行實時調度、對調度算法的參數進行調整，協助調度算法三種類型。為了確保系統所得結果非劣，在對遺傳算法進行應用的過程中，應采用最佳個體保存策略；在交通環境改變時，可通過“恢復多樣性”操作使系統對外界環境變化的適應能力得到提升。

5）智能體強化學習技術。對未知環境具有很好的適應能力是智能體的最主要特征，而學習能力則是智能體的關鍵屬性。根據反饋的差異，機器學習領域的學習技術分為強化、監督、非監督三種類型，其中，強化學習是一種輸入環境反饋并以此適應環境的學習方法。

總的來說，電梯系統調度的最終目標就是舒適、快捷、安全的將乘客送往目的層，主要控制目標包括以下六個方面。

1）最大程度降低乘客候梯率。

2）最大程度縮短乘梯時間。

3）轎廂到達預報的準確率得到最大提升。

4）加速、減速盡可能平穩，一般控制在2 m/s以內。

5）對電梯應答進行合理分配，避免忙閑不均的情況出現。

6）盡可能降低能源消耗。為了實現以上控制目標，電梯群控系統必須積極引進先進的控制技術，使系統性能始終保持在最佳狀態。

3 電梯群控制系統的未來發展趨勢

在未來的設計開發工作中，研究的重點將集中在以下幾個方面。

1）通過對多種智能技術的整合來保障和提升系統性能。實現神經網絡、模糊控制、專家系統在電梯控制中的有效結合，推動電梯控制的智能化轉變，并針對控制功能開發相應的智能控制模塊，是世界電梯業發展的潮流與趨勢。

2）進行更加完整的專家知識庫的構建。群控制規則的完全性、準確性在很大程度上依賴于電梯群控調度的優劣，而經驗基礎與大量的數據則能夠推動電梯群調度準則的完善和充實，所以，對于群控規則專家庫將成為未來發展的必然趨勢，對于電梯系統隨機性的適應以及電梯系統整體性能的提升都將從中獲益。

3）群控系統自適應學習能力的提升。想要提高電梯系統的運行性能，群控系統必須具備根據電梯群運行狀態、差異性的客流模式進行智能化的參數優化與策略調整的功能，同時將由此產生的新知識儲存和積累起來，以幫助系統能夠在不斷的運行過程中自我完善。

參考文獻

[1]朱賀.論智能控制技術在現代電梯群控系統中的應用[J].科技與企業，2013（11）：100-100.

[2]許林榮，趙建勇.雙模式電梯群控調度算法的實現[J].機電工程，2012，29（12）：1453-1456.

[3]鄭曉芳.我國電梯群控系統研究文獻綜述與思考[J].華東交通大學學報，2012，29（3）：51-55.endprint