Aufzugsgruppensteuerungsmethode

Einführung

von Zhu Lin, Jiang Qing, Cao Jie und Wan Jianru

Mit der stetigen Zunahme der Anzahl hoher Gebäude und der rasanten Entwicklung intelligenter Gebäude werden immer höhere Anforderungen an die Aufzüge in solchen Gebäuden gestellt. Um ihre Transportkapazität und Servicequalität zu verbessern, wurde schnell eine neue Aufzugssteuerungsmethode in der Aufzugsgruppensteuerung entwickelt. Das Aufzugsgruppensteuerungssystem besteht aus drei oder mehr Aufzügen, die als Gruppe für das Systemmanagement betrieben werden.^[3]. Gleichzeitig kann das Aufzugsgruppensteuerungssystem auch die Verlustleistung im Aufzugsfahrprozess reduzieren.

Der Gruppensteuerungsalgorithmus berücksichtigt hauptsächlich die folgenden drei Steuerungsziele: geringe Latenz, geringer Prozentsatz langer Wartezeiten und geringer Leistungsverlust. Mit der rasanten Entwicklung der Computertechnologie und der Theorie der künstlichen Intelligenz wurde sie im Bereich der Aufzugsgruppensteuerung weit verbreitet.

Gegenwärtig stellen viele Experten viele intelligente Steuerungsalgorithmen vor, wie beispielsweise ein Scheduling-Verfahren basierend auf Fuzzy-Steuerung, Expertensystem, neuronales Netzwerk und genetischer Algorithmus. Außerdem ist der Fahrgastfluss von Aufzügen in verschiedenen Stockwerken unterschiedlich, und der Trend des Fahrgastflusses ist in verschiedenen Zeitintervallen unterschiedlich. So wird eine Methode vorgeschlagen, indem das Gebäude, die Situationen von Aufzügen und der Passagierverkehr durch Computertechnologie analysiert werden, um die optimale Planungsstrategie für die Aufzugssteuerung zu finden.

Im Vergleich zur traditionellen Aufzugsplanung haben diese Studien die Aufzugsleistung erheblich verbessert und die Methode der Aufzugsgruppensteuerung stark weiterentwickelt. Ihre Analyse hat jedoch die folgenden Mängel aufgedeckt:

1. Die Einstellung des Kontrollindex für alle Stockwerke ist gleich, wobei die natürlichen Eigenschaften der Stockwerkeigenschaft nicht berücksichtigt werden.
2. Der Verkehrsmustersatz ist grundsätzlich festgelegt, der die Änderung des Fahrgastflusses nicht dynamisch widerspiegeln kann.
3. Staus in der Aufzugskabine werden nicht berücksichtigt.

Das Konzept der „Etageneigenschaft“ wird basierend auf der Analyse der verschiedenen Verkehrspunkte auf jeder Etage entwickelt. Es wird verwendet, um den Bedarf an Aufzügen jedes Stockwerks zu koordinieren. Unterschiedliche Verkehrsmuster spiegeln sich in der Priorität wider und werden objektiv betrachtet. Die Traffic-Flow-Expansion-Methode wird verwendet, um Verkehrsmuster umzuwandeln. Der Staustatus der Passagiere in einer Aufzugskabine und der Grad des menschlichen Komforts werden oft berücksichtigt.

Stockwerkeigentum

Mit der rasanten wirtschaftlichen Entwicklung werden immer mehr Hochhäuser gebaut. Aufgrund dieses Trends befinden sich die Fahrgäste länger in Aufzügen, was ihr Angstniveau erhöhen kann. Diese Werte unterscheiden sich, wenn sich die Bewohner auf verschiedenen Etagen befinden, und da sich der Vorgang wiederholt (manchmal mehrmals an einem Tag), können sie wiederholt unter Stress leiden. Die Etageneigenschaft löst dieses Problem, um die Fahrzeit der Fahrgäste in den oberen Stockwerken zu verkürzen und ihnen einen besseren Aufzugsservice zu bieten.

Stockwerkeigenschaft beinhaltet das Einstellen einer Konstanten größer als 1 oder gleich 1 für verschiedene Stockwerke, um seine Eigenschaften zu charakterisieren, und die Auswahl einer Schicht als Stockwerksgrenze durch die umfassende Analyse der Gebäudehöhe und des Passagierflusses. Dadurch werden die Bodeneigenschaften unterhalb der Grenze zu 1 und die Bodeneigenschaften oberhalb der Grenze nach dem Inkrementprinzip. Um die Programmierung zu erleichtern, wird eine arithmetische Progression verwendet, um jedem Stockwerk einen Stockwerkeigenschaftswert zuzuordnen. Damit können wir die Warte- und Fahrzeiten der Passagiere berechnen, indem wir eine Gewichtungsmethode verwenden, um eine umfassende Fahrzeit zu erhalten:

woher i ist die Stockwerksnummer, in der sich die Passagiere befinden, T_1i ist die Fahrzeit der Fahrgäste in der Aufzugskabine, und T_2i ist die Wartezeit. Die genauen Werte von T₁ und T₂ können über das interne Rufsignal und die dem Aufzug zugeordneten Rufe abgerufen werden. Antworten(i) und Anruf(i) sind die Prioritäten beim Anrufen bzw. Antworten.

η₁ ist der psychologische Faktor der Kabine, der den mentalen Ruhegrad der Fahrgäste in der Aufzugskabine widerspiegelt. Der Wert ist das Verhältnis von „People-Feeling“ zu „praktischer“ Zeit. Die meisten Menschen haben das Gefühl, dass die Zeit in einer Aufzugskabine langsamer vergeht und hoffen, so schnell wie möglich an ihrem Ziel ankommen zu können. Zum Beispiel, 30 s in einer Aufzugskabine gewesen zu sein. kann sich wie mehr als 40 s anfühlen. In dieser Situation beträgt der psychologische Faktor des Autos 40/30 = 1.33. Im Allgemeinen ist dies eine Zahl größer als 1. Für die Auswertung in diesem Artikel wird der Wert auf 1.1 gesetzt. η_2i ist die Bodeneigenschaft des iEtage.

Prioritätsanalyse

Entsprechend den Verkehrsunterschieden werden die Verkehrsarten der Gebäudeaufzugsgruppensteuerung wie folgt unterteilt:

• Up-Peak-Modell: Der meiste Verkehrsfluss verläuft nach oben und die meisten Passagiere warten im ersten Stock, daher sollte der Aufzug so schnell wie möglich auf einen Anruf im ersten Stock reagieren. Dies erfordert eine Verbesserung der Rufpriorität im ersten Stock.
• Down-Peak-Modell: Der meiste Verkehrsfluss ist nach unten gerichtet. Die meisten Passagiere möchten den ersten Stock erreichen, daher sollte der Aufzug die Priorität der Reaktion im ersten Stock verbessern.
• Zufallsmodell: Die Anzahl der rauf- und runterfahrenden Fahrgäste ist im Wesentlichen gleich, ebenso wie die Verkehrsnachfrage zwischen den verschiedenen Schichten.
• Zwei-Wege-Modell: Der Hauptpassagierstrom geht in Richtung oder kommt von einer Etage, die nicht auf der ersten Ebene liegt: zum Beispiel ein Restaurant während der Mittagszeit.

Durch die obige Analyse kann festgestellt werden, dass die Anruf- und Antwortpriorität jedes Stockwerks modifiziert werden muss, wenn sich der Fahrgastfluss ändert. Um einen effizienten Aufzugsbetrieb zu gewährleisten und eine optimale Steuerung der Aufzugsabfertigung zu erreichen, kann der Wert der Rufpriorität jedes Stockwerks durch die Gesamtzahl der Personen in der Aufzugskabine (platziert nach Gewicht) ermittelt werden w_1i) in einer festen Zeit, T_fixieren. In ähnlicher Weise kann der Wert der Reaktionspriorität der Ebene durch die Gesamtzahl der Personen in der Aufzugskabine erhalten werden (platziert durch das Gewicht w_2i) in T_fixieren.

Der Wert der T_fixieren bezieht sich auf die Anzahl der Stockwerke und Aufzüge und die Eigenschaften der Verkehrsflussänderungen, festgelegt auf 5 min. für die Zwecke dieser Untersuchung. Da sich die Fahrgastströme in Aufwärts- und Abwärtsspitzenmodellen schnell ändern, sollte die entsprechende Priorität die Merkmale einer schnellen Änderung aufweisen, um dem sich schnell ändernden Fahrgastfluss gerecht zu werden. Die Änderung des Passagierstroms wird durch die Gewichtsänderung in der Aufzugskabine dargestellt. Anruf(i) stellt die Priorität des Anrufens dar und Antworten(i) stellt die Priorität der Reaktion dar. Diese Werte sind wie folgt definiert:

Δw_1i und Δw_2i repräsentieren das Gesamtgewicht, das die Aufzugskabine betritt bzw. verlässt. λ ist der Passagierflusskoeffizient. λe ist das Vergrößerungsmultiplikator des Passagierstroms, der verwendet wird, um die Wahrscheinlichkeit des Auftretens eines großen Passagierstroms widerzuspiegeln (in diesem Artikel auf 3 gesetzt).

Aus den Gleichungen 1 und 2 können wir das finden Anruf(i) und antworten (i) ändern, wenn sich der Aufzugsverkehr ändert. Um sicherzustellen Anruf(i) und antworten (i) sind nicht Null, wenn der Aufzug nicht funktioniert, in T_fixierenWenn Anruf(i) und antworten (i) sind kleiner als Gewicht_{rufen Sie uns an!} und Gewicht_bzw., mach das Anruf(i) und antworten (i) gleich Anruf(i)_fixieren und antworten (i)_fixieren. Gleichzeitig die Berechtigungen von Anruf(i) und antworten (i), wenn ihre Werte sind mehr als Gewicht'_{rufen Sie uns an!} und Gewicht'_bzw., machen Anruf(i) und antworten (i) gleich 3.

Nach Gleichung 1 ist der Wert von T_i hängt mit dem Wert von zusammen Anruf(i) und antworten (i). Der Aufzug kann auf den Hagel aus dem Stockwerk reagieren, das höhere Werte für . hat Anruf(i) und antworten (i) schneller und kann so schneller zu dieser Etage fahren.

Funktion der Staugradbewertung

Eine übermäßige Anzahl von Personen in der Aufzugskabine führt dazu, dass sich die Passagiere überfüllt fühlen, was den Komfortfaktor verringert. In diesem Artikel wird die Reduzierung des Staugrades als Steuerungsziel des Aufzugsgruppensteuerungssystems betrachtet. Der Kabinenstau kann durch das Gewicht der Aufzugskabine repräsentiert werden. Wenn das Gewicht in einem Aufzug relativ groß ist, wenn die Kabine gerufen wird, gilt der Aufzug als überfüllt. Wir können also die Funktion des Gewichts in einer Aufzugskabine verwenden, um den Komfortfaktor darzustellen. In Anbetracht der Überlastung, die während des Fahrvorgangs auftreten kann, kann außerdem der Grad, in dem sich die Fahrgäste im Aufzug unwohl fühlen, durch die aktuelle Funktion des Gewichts in einer Aufzugskabine und die Funktion der Aufzugsrichtung dargestellt werden, die eine nichtlineare Zunahmefunktion ist wiegen. Wenn das Gewicht klein ist, ändert sich der Funktionswert ein wenig; Wenn sich das Gewicht nahe der Grenze der Aufzugskabine befindet, ändert sich der Wert schnell. Die Funktion des Grades des Unbehagens kann also ausgedrückt werden als:

woher f_Ende ist das am weitesten entfernte Stockwerk (die höchste Schicht, wenn der Aufzug nach oben fährt, und die unterste Schicht, wenn der Aufzug nach unten fährt); f_Temp. ist die Etage, von der das Rufsignal stammt; Gewicht ist das Gewicht in der Aufzugskabine; und k ist der Staukoeffizient der Vorhersage, der durch die Stockwerksanzahl und die Passagierflussdichte bestimmt wird (im Bereich von 0.1 bis 0.3^[2].), was in diesem Beispiel 0.2 ist. 

Für den Aufzug, I, kann die Funktion der Staugradbewertung, die auf alle zugewiesenen Aufzugsrufe reagiert, ausgedrückt werden als:

w_i1 und w_i2 sind der Koeffizient der Zeitgewichtung bzw. der Überlastungsgradkoeffizient. Die Funktion der Staugradbewertung für das aktuelle Fahrstuhlsendeschema ist also:

w_i1 + w_i2 = 1 (Gleichung 8)

Nachdem verschiedene Ziele identifiziert wurden, wird es entscheidend, wie man die beste Zuteilungsmethode findet. Da die Optimierungsfähigkeit des genetischen Algorithmus (GA) sehr stark ist, verwendet der Artikel GA, um die optimale Zuordnung der Anrufverteilung zu suchen. Das folgende Beispiel zeigt ein 30-stöckiges Bürogebäude mit vier Aufzügen.

Codierte Form

Unter Verwendung der variablen Genkettenlänge und der Kodierung in binärer Form werden vier Aufzüge jeweils durch 00, 01, 10 und 11 dargestellt. Zum Beispiel bedeutet 100100110110, dass der erste Ruf dem Aufzug 10 zugewiesen ist, der zweite dem Aufzug 01 zugewiesen ist, und die der dritte ist dem Aufzug 00 zugeordnet. Wenn ein Anruf getätigt wird, hat die Genkette ein Gen mit Einheitslänge. Wenn es ein neues Rufsignal gibt, wird die Länge der Genkette um 1 erhöht, und während das Signal einem Aufzug zugewiesen wird, verringert sich die Länge der Genkette um 1. Die Chromosomenlänge ist die aktuelle Aufzugsnummer, die auf die Verteilung wartet. Definiere das Array x(ich) (i = 1, 2… 2n - 2), wobei n ist die Nummer des Stockwerks, und jedes Array-Element repräsentiert das Uplink-Rufsignal von 1 bis n - 1. Stockwerk und das Downlink-Anrufsignal von n in den zweiten Stock. Der letztere Wert ist 1, wenn er ein Rufsignal hat; andernfalls ist es 0. Eine Genkettenlänge variabler Länge ist 1 in den Array-Elementen, entsprechend der Etage, die der Anruf mit dem Gen verbunden ist.

Bei einem neuen Anruf wird eine Zeitberechnung zum Suchen der optimalen Zuweisung durchgeführt. Diese Zuordnung wird in Bestgene importiert. Der Anfangswert ist 0 ohne Rufsignal. Es wird immer nur ein Rufsignal an den Aufzug gegeben. Wenn die Aufzugskabine das Stockwerk erreicht, von dem das Rufsignal stammt, wird ein aktuelles Rufsignal aus der Genkette ausgewählt und dem Aufzug zugewiesen, wodurch der Wert des Arrays der Elemente, die das Stockwerk repräsentieren, gleichzeitig 0 ist Zeit.

Jeder Aufzug nimmt die von Bestgene zugewiesenen Anrufe in seine Warteschlange auf. Wenn Bestgene nur ein Rufsignal zugewiesen hat, wird es in der Taskleiste des Aufzugs zu einer Nummer gemacht. Bei mehreren Signalen wird das Signal in Fahrtrichtung des Aufzugs über der letzten Rufnummer in der Taskleiste platziert. Setzen Sie den Wert des Arrays x(ich) das dem Rufsignal in der Taskleiste auf 0 entsprach. Der Taskleistenruf jedes Aufzugs und die interne Wahl entscheiden über das Betriebsschema des Aufzugs (Abbildung 1).

Abbildung 1: Der Prozess des zugeordneten Rufens in der dynamischen Genkette

Generierung der Anfangspopulation

Bei fachmännischer Etablierung bringt die Anfangsgruppe gute Individuen hervor, die die Suche beschleunigen können. Somit wird ein Teil der Anfangspopulation basierend auf Expertenregeln erzeugt und ein anderer Teil wird zufällig erzeugt.

Design der Fitnessfunktion

Genetische Algorithmen beurteilen Vor- und Nachteile basierend auf dem Wert der Fitnessfunktion in jedem Leiterschema. Höhere Fitnesswerte von Individuen haben mehr Chancen, die nächste Generation zu reproduzieren. In der praktischen Anwendung muss die Fitnessfunktion nach sich selbst gestaltet werden. Die Fitnessfunktion wird ausgedrückt als:

Auswahl

Um die Stabilität des Dispatching-Algorithmus zu gewährleisten, verwenden Sie den Auswahloperator, der das Fitness-Proportional-Verfahren und die beste Kombination einzelner Verfahren kombiniert. Das Dispatching-Schema, das einen genetischen Algorithmus verwendet, der auf die beste Individualerhaltungsmethode optimiert ist, wird nicht geringer sein als das beste Individuum in der Anfangspopulation, was die Stabilität des Dispatch-Algorithmus gewährleistet.

Crossover und Mutation

Verwenden Sie den Zweipunkt-Crossover-Operator in der genetischen Operation. Verwenden Sie die beiden Mutationsoperationen gemäß bestimmten Bedingungen:

Site-Mutationsoperator, der für die Individuen in der Population verwendet wird, deren Fitness unter dem Durchschnitt liegt.

Mutation des Zweipunktaustauschs, durchgeführt bei Personen, deren Fitness über dem Durchschnitt liegt. Die Mutationsrate sollte nicht zu klein gewählt werden, um bei der Suche nach der optimalen Lösung nicht in eine lokale optimale Allokation zu geraten.

Bei geringeren Aufrufen den Weg zur Suchoptimierung einschlagen, wenn die Kapazitätsberechnung mithalten kann. Dieser Artikel wählt 4 als Cutoff-Punkt aus. Wenn die Rufnummer nicht größer als 4 ist, wählen Sie den Weg der Traversal-Suchoptimierung. Wenn die Rufnummer größer als 4 ist, verwenden Sie den genetischen Algorithmus (Abbildung 2). T ist der maximale Wert des genetischen Algorithmus.

Analyse experimenteller Ergebnisse

Die Simulation wird auf der Gruppensteuerung mit 30 Stockwerken und vier Aufzügen durchgeführt, wobei die Aufzugsnenngeschwindigkeit 2 mps beträgt. Das Restaurant befindet sich auf Ebene fünf. Üblicherweise wird in einem solchen Modell der Verkehr in einem bestimmten Bereich zufällig simuliert und es gibt eine gegenseitige Beschränkung. Die Start- und Endetage werden nach der Monte-Carlo-Methode bestimmt: Angenommen, mittags gehen 35 % der Leute auf jeder Etage ins Restaurant, 40 % gehen aus, 15 % wechseln nicht und 10 % gehen zufällig in andere Etagen. Der Personenverkehr wird nach einer Poisson-Verteilung zeitlich verteilt.

Anruf(1)_fixieren = antworten(1)_fixieren = 2 (Gleichung 10)

Anruf(5)_fixieren = antworten(5)_fixieren = 1.5 (Gleichung 11)

Anruf(i)_fixieren = antworten (i)_fixieren = 1 (i ≠ 1, 5) (Gleichung 12)

Gewicht_bzw. = Gewicht_{rufen Sie uns an!} = 300 kg (Gleichung 13)

Gewicht'_bzw. = Gewicht'_{rufen Sie uns an!} = 1200 kg (Gleichung 14)

Das Eigentum jeder Etage ist:

Tabelle 1: Simulationsergebnisse

Dieses Verfahren reduziert die Transportkostendifferenz jedes Stockwerks. Die Aufzugseffizienz jedes Stockwerks ist relativ hoch; zusammen mit der Änderung der Verkehrsnachfrage und -änderung kann der Aufzug rechtzeitig abgefertigt werden.

Zusammenfassung

Das Bodengrundstückskonzept wurde vorgelegt. Die verschiedenen Stockwerke wurden umfassend berücksichtigt, um offensichtliche Unterschiede zwischen den verschiedenen Stockwerken zu vermeiden, sodass Passagiere in Hochhäusern nicht das Gefühl haben, länger auf Aufzüge zu warten als Passagiere in niedrigen Stockwerken. Das Simulationsprogramm ist in Visual Basic programmiert. Das Flussdiagramm erscheint in Abbildung 3.

Abbildung 3: Flussdiagramm des Simulationsprogramms

Für den Transportmodus wurde die Priorität des Anrufens und die Prioritätsantwort (anstelle eines festen Musters) vorgeschlagen. Im Prioritätsmodus des Anrufens und Antwortens könnte die Priorität jedes Stockwerks automatisch mit der Änderung des Fahrgastflusses geändert werden. Für den Up- und Down-Peak-Zustand kann die Priorität in der Sonderperiode schnell geändert werden, um sich an die plötzlichen Änderungen des Verkehrsmusters anzupassen. Bei der Methode der optimalen Scheduling-Wahl wird der stückweise Weg betrachtet. Wenn weniger Anrufe zugewiesen sind, wird der herkömmliche Weg gewählt. Wenn mehr Anrufe zugewiesen sind, wird das GA verwendet. Die Variation der Strömung wird bei dieser Konstruktion berücksichtigt; Daher ist es für verschiedene Gebäudetypen geeignet und muss nur einen festen Wert entsprechend der tatsächlichen Situation für verschiedene Gebäude ändern.

Danksagungen

Diese Forschung wurde von AQSIQ Nonprofit Industry Specialized Research Funding (Nr. 2012104016 und 201310153) unterstützt.

Referenzen
[1] DE Goldberg. Genetische Algorithmen in Suche, Optimierung und maschinellem Lernen. New York: Addison Wesley, 1989.
[2] Zengchang Li. „Forschung zur intelligenten Steuerungsstrategie für die Aufzugsgruppe.“ Universität Tianjin, 2004.
[3] Chang Bum Kim, Young A. Seong, Hyung Lee-Kwang. „Ein unscharfer Ansatz für das Aufzugsgruppensteuerungssystem.“ System und Kybernetik. 1995,(5): 985-990.
[4] Yu Cai, Wan. „Aufzugsteuerung basierend auf Fuzzy – Logik und neuronales Netzwerk.“ China-Aufzug. 1999.010(002): 34-38.
[5] Rangen-Reißzahn. Computersimulation und Monte-Carlo-Methode. Peking: Presse des Beijing Institute of Technology, 1988.
[6] Xiaoping Wang, Liming Cao. Genetischer Algorithmus: Theorie, Anwendung und Softwareimplementierung. Xi'an: Xi'an Jiao Tong University Press, 2002.