Asansör Grubu Kontrol Yöntemi

Giriş

Zhu Lin, Jiang Qing, Cao Jie ve Wan Jianru tarafından

Yüksek binaların sayısının sürekli artması ve akıllı binaların hızla gelişmesi ile bu tür binalarda asansörlere olan talep giderek artmaktadır. Taşıma kapasitelerini ve hizmet kalitelerini artırmak için asansör grup kontrolünde yeni bir asansör kontrol yöntemi hızla geliştirilmiştir. Asansör grubu kontrol sistemi, sistem yönetimi için grup olarak çalışan üç veya daha fazla asansörden oluşur.^[3] Aynı zamanda asansör grup kontrol sistemi, asansör çalıştırma sürecindeki güç kaybını da azaltabilir.

Grup kontrol algoritması temel olarak aşağıdaki üç kontrol hedefini dikkate alır: düşük gecikme süresi, düşük uzun süreli bekleme yüzdesi ve düşük güç kaybı. Bilgisayar teknolojisinin hızlı gelişimi ve yapay zeka teorisi ile asansör grup kontrolü alanında yaygın olarak kullanılmaktadır.

Günümüzde birçok uzman, bulanık kontrole dayalı çizelgeleme yöntemi, uzman sistem, sinir ağı ve genetik algoritma gibi birçok akıllı kontrol algoritması ortaya koymaktadır. Ayrıca asansörlerin yolcu akışı çeşitli katlarda farklıdır ve farklı zaman aralıklarında yolcu akış trendi farklıdır. Böylece, asansör kontrolü için en uygun zamanlama stratejisini aramak için bina, asansör durumları ve yolcu trafiğinin bilgisayar teknolojisi aracılığıyla analiz edilmesiyle bir yöntem ortaya konmuştur.

Geleneksel asansör çizelgeleme ile karşılaştırıldığında, bu çalışmalar asansör performansını önemli ölçüde iyileştirdi ve asansör grup kontrol yöntemini büyük ölçüde geliştirdi. Ancak, bunların analizi aşağıdaki eksiklikleri ortaya çıkardı:

1. Tüm katlar için kontrol indeksi ayarı, zemin özelliğinin doğal özellikleri dikkate alınmadan aynıdır.
2. Trafik düzeni seti temel olarak sabittir ve yolcu akışının değişimini dinamik olarak yansıtamaz.
3. Asansör kabinindeki tıkanıklık dikkate alınmaz.

Kat mülkiyeti kavramı, her katta farklı trafik noktalarının analizine dayalı olarak ortaya konmuştur. Her katın asansör talebini koordine etmek için kullanılır. Farklı trafik kalıpları önceliğe yansıtılır ve objektif olarak değerlendirilir. Trafik akışını genişletme yöntemi, trafik kalıplarını dönüştürmek için kullanılır. Bir asansör kabinindeki yolcuların tıkanıklık durumu ve insan konforunun derecesi genellikle göz önünde bulundurulur.

Kat Mülkiyet

Hızlı ekonomik gelişmeyle birlikte, giderek daha fazla yüksek bina inşa ediliyor. Bu eğilim nedeniyle, yolcuların asansörlerde daha uzun süre kalması, kaygı düzeylerini artırabilir. Bu seviyeler, kullanıcılar farklı katlardayken farklılık gösterir ve süreç tekrarlandığından (bazen bir günde birkaç kez), tekrar tekrar sıkıntı yaşayabilirler. Kat mülkiyeti bu sorunu çözerek yolcuların yüksek katlarda yolculuk sürelerini kısaltır ve onlara daha iyi asansör hizmeti sunar.

Zemin özelliği, özelliklerini karakterize etmek için farklı katlara 1'den büyük veya 1'e eşit bir sabit ayarlamayı ve bina yüksekliği ve yolcu akışının kapsamlı analizi yoluyla bir kat sınırı olarak bir katman seçmeyi içerir. Bu, artış ilkesine göre sınırın altındaki kat özelliklerini 1, sınırın üstündeki kat özelliklerini yapar. Programlamayı kolaylaştırmak için, her bir kata bir kat-özellik değeri atamak için aritmetik ilerleme kullanılır. Bunu, kapsamlı bir sürüş süresi elde ederek, bir ağırlıklandırma yöntemi kullanarak yolcu bekleme ve sürüş sürelerini hesaplamak için kullanabiliriz:

nerede i yolcuların bulunduğu kat numarası, T_1i asansör kabinindeki yolcuların sürüş süresi ve T_2i bekleme süresidir. doğru değerleri T₁ hem de T₂ dahili çağrı sinyali ve asansöre atanan çağrılar ile elde edilebilir. cevap ver(i) hem de Çağrı(i) sırasıyla arama ve yanıt verme öncelikleridir.

η₁ asansör kabinindeki yolcuların zihinsel sakinlik derecesini yansıtan kabinin psikolojik faktörüdür. Değer, “insan-hissetme”nin “pratik” zamana oranıdır. Çoğu insan bir asansör kabininde zamanın daha yavaş geçtiğini hisseder ve hedeflerine mümkün olan en kısa sürede varmayı umar. Örneğin, 30 saniye boyunca bir asansör kabininde bulunmak. 40 saniyeden fazla gibi hissedilebilir. Bu durumda arabanın psikolojik faktörü 40/30 = 1.33'tür. Genel olarak, bu 1'den büyük bir sayıdır. Bu makaledeki değerlendirme amacıyla, değer 1.1 olarak belirlenmiştir. η_2i kat mülkiyetidir ikat.

Öncelik Analizi

Trafikteki farklılıklara göre, bina asansör grubu kontrol trafik modları aşağıdaki gibi ayrılır:

• Tepe modeli: çoğu trafik akışı yukarı doğrudur ve çoğu yolcu birinci katta bekler, bu nedenle asansör birinci kattaki bir çağrıya mümkün olan en kısa sürede yanıt vermelidir. Bu, birinci katın arama önceliğinin iyileştirilmesini gerektirir.
• Aşağı tepe modeli: çoğu trafik akışı aşağı doğrudur. Çoğu yolcu birinci kata ulaşmak istiyor, bu nedenle asansör birinci katın yanıt verme önceliğini iyileştirmelidir.
• Rastgele model: Farklı katmanlar arasındaki trafik talebi ile yukarı ve aşağı giden yolcu sayıları temelde aynıdır.
• İki yönlü model: ana yolcu akışı, birinci katta olmayan bir kata doğru gidiyor veya kattan geliyor: örneğin, öğle yemeği sırasında bir restoran.

Yukarıdaki analiz yoluyla, yolcu akışı değiştikçe her katın arama ve yanıt verme önceliğinin değiştirilmesi gerektiği bulunabilir. Asansörün verimli çalışmasını garanti etmek ve optimum asansör sevk kontrolünü sağlamak için, her katın çağrı önceliğinin değeri, asansör kabinindeki toplam kişi sayısı (ağırlığa göre yerleştirilmiştir) ile elde edilebilir. w_1i) belirli bir zamanda, T_düzeltmek. Benzer şekilde, seviyenin cevap verme önceliği değeri, asansör kabinindeki toplam kişi sayısı (ağırlığa göre yerleştirilmiş) ile elde edilebilir. w_2i) içinde T_düzeltmek.

Değeri T_düzeltmek 5 dk olarak belirlenen kat ve asansör sayısı ve trafik akış değişikliklerinin özellikleri ile ilgilidir. bu araştırmanın amaçları için. İniş ve çıkışlı modellerde yolcu akışı hızla değiştiğinden, buna karşılık gelen öncelik, hızla değişen yolcu akışını karşılamak için hızlı değişim özelliklerine sahip olmalıdır. Yolcu akışının değişimi, asansör kabinindeki ağırlık değişimi ile temsil edilir. Çağrı(i) aramanın önceliğini temsil eder ve cevap ver(i) yanıt verme önceliğini temsil eder. Bu değerler şu şekilde tanımlanır:

Δw_1i hem de Δw_2i sırasıyla asansör kabinine giren ve çıkan toplam ağırlığı temsil eder. λ yolcu akış katsayısıdır. λe büyük yolcu akışının meydana gelme olasılığını yansıtmak için kullanılan yolcu akışının genişleme katıdır (bu makalede 3 olarak ayarlanmıştır).

Denklem 1 ve 2'den şunu bulabiliriz aramak (i) hem de cevap ver(i) asansör trafiği değiştikçe değişir. Sağlamak için aramak (i) hem de cevap ver(i) asansör çalışmadığında sıfır değildir, T_düzeltmek, Ne zaman aramak (i) hem de cevap ver(i) daha az ağırlık_çağrı hem de ağırlık_yanıt, yapmak aramak (i) hem de cevap ver(i) eşittir aramak (i)_düzeltmek hem de cevap ver(i)_düzeltmek. Aynı zamanda, izinlerini sınırlamak için aramak (i) hem de cevap ver(i), değerleri olduğunda daha fazladır ağırlık'_çağrı hem de ağırlık'_yanıt, Yapmak aramak (i) hem de cevap ver(i) 3'e eşit.

Denklem 1'e göre, değeri T_i değeri ile ilgilidir aramak (i) hem de cevap ver(i). Asansör, kattan daha yüksek değerlere sahip olan dolulara cevap verebilir. aramak (i) hem de cevap ver(i) daha hızlı, böylece o kata daha hızlı hareket etmesini sağlar.

Tıkanıklık Derecesi Değerlendirmesinin İşlevi

Asansör kabininde fazla sayıda insan olması yolcuları kalabalık hissettirerek konfor faktörünü azaltacaktır. Bu makale, asansör grubu kontrol sisteminin bir kontrol hedefi olarak tıkanıklık derecesinin azaltılmasını ele almaktadır. Kabin tıkanıklığı, asansör kabininin ağırlığı ile temsil edilebilir. Kabin çağrıldığında asansördeki ağırlık nispeten büyükse, asansör kalabalık olarak kabul edilir. Dolayısıyla, konfor faktörünü temsil etmek için bir asansör kabinindeki ağırlığın fonksiyonunu kullanabiliriz. Ayrıca, sürüş sürecinde meydana gelebilecek sıkışıklık göz önüne alındığında, asansördeki yolcuların rahatsız olma derecesi, bir asansör kabinindeki mevcut ağırlığın fonksiyonu ve doğrusal olmayan bir artış fonksiyonu olan asansör yönünün fonksiyonu ile temsil edilebilir. ağırlık için. Ağırlık küçük olduğunda fonksiyon değeri biraz değişir; ağırlık asansör kabininin sınırına yaklaştığında değer hızla değişir. Dolayısıyla, rahatsızlık derecesinin işlevi şu şekilde ifade edilebilir:

nerede f_son en uzak kattır (asansör yukarı çıkarken en üstteki katman ve aşağı giderken en alttaki katman); f_temp çağrı sinyalinin geldiği kattır; ağırlık asansör kabinindeki ağırlıktır; ve k kat sayısı ve yolcu akış yoğunluğuna göre karar verilen tıkanıklık tahmin katsayısıdır (0.1 ile 0.3 arasında değişir)^[2]), bu örnekte 0.2'dir. 

Asansör için, I, atanan tüm asansör çağrılarına yanıt veren tıkanıklık derecesi değerlendirmesinin işlevi şu şekilde ifade edilebilir:

w_i1 hem de w_i2 sırasıyla zaman ağırlık katsayısı ve tıkanıklık derecesi katsayısıdır. Dolayısıyla, mevcut asansör gönderme şeması için tıkanıklık derecesi değerlendirmesinin işlevi şudur:

w_i1 + w_i2 = 1 (Denklem 8)

Çeşitli hedefler belirlendikten sonra, en iyi tahsis yönteminin nasıl bulunacağı anahtar hale gelir. Genetik algoritmanın (GA) optimizasyon yeteneği çok güçlü olduğundan, kağıt, arama dağıtımının optimal tahsisini aramak için GA kullanır. Aşağıdaki örnek, dört asansörlü 30 katlı bir ofis binasıdır.

Kodlu Form

Değişken gen zinciri uzunluğu ve ikili kodlama kullanılarak, dört kaldırıcı sırasıyla 00, 01, 10 ve 11 ile sunulur. Örneğin, 100100110110, birinci çağrının asansör 10'a, ikinci çağrının asansör 01'e ve ikinci çağrının asansör 00'e atandığını gösterir. üçüncüsü asansör 1'a atanır. Bir çağrı yapıldığında, gen zinciri birim uzunlukta bir gene sahip olacaktır. Yeni bir çağrı sinyali geldiğinde gen zinciri uzunluğunu 1 ekler ve sinyal bir yükselticiye atanırken gen zinciri uzunluğu XNUMX azalır. Kromozom uzunluğu dağıtım için bekleyen mevcut yükseltici sayısıdır. diziyi tanımla x(i) (i = 1, 2… 2n - 2), burada n kat numarasıdır ve her dizi elemanı, 1'in yukarı bağlantı çağrı sinyalini temsil eder. n - 1 kat ve aşağı bağlantı arama sinyali n ikinci kata. İkinci değer, arama sinyali olduğunda 1'dir; aksi halde 0'dır. Bir değişken uzunluktaki gen zinciri uzunluğu, çağrının gen ile hangi kata bağlı olduğuna göre dizi elemanlarında 1'dir.

Yeni bir arama olduğunda, optimal tahsisi aramak için bir zaman hesaplaması yapılacaktır. Bu tahsis Bestgene'ye aktarılacaktır. Çağrı sinyali olmadan başlangıç ​​değeri 0'dır. Asansöre aynı anda sadece bir çağrı sinyali verilir. Asansör kabini, çağrı sinyalinin geldiği kata geldiğinde, gen zincirinden yeni bir çağrı sinyali seçilir ve asansöre atanır, böylece katı temsil eden elemanlar dizisinin değeri aynı anda 0 olacak şekilde düzenlenir. zaman.

Her asansör, Bestgene'den atanan çağrıları kendi kuyruğuna alacaktır. Bestgene yalnızca bir arama sinyali atadıysa, asansörün görev çubuğunda bir numara yapılır. Birden fazla sinyal verilirse, asansörle aynı yönde çalışan sinyal görev çubuğundaki en son çağrı numarasının üstüne yerleştirilecektir. Dizinin değerini ayarla x(i) bu, görev çubuğundaki 0'a çağrı sinyaline karşılık gelir. Her asansörün görev çubuğu çağrısı ve dahili seçim, asansörün çalışma şemasına karar verir (Şekil 1).

Şekil 1: Dinamik gen zincirinde atanan çağrı süreci

İlk Nüfusun Üretimi

İlk grup, ustalıkla kurulursa, aramayı hızlandırabilecek iyi bireyler üretir. Böylece başlangıç ​​popülasyonunun bir kısmı uzman kurallarına göre, bir kısmı ise rastgele üretilir.

Fitness Fonksiyonunun Tasarımı

Genetik algoritmalar, her bir merdiven şemasındaki uygunluk fonksiyonunun değerine dayalı olarak avantaj ve dezavantajları değerlendirir. Bireylerin daha büyük uygunluk değerleri, bir sonraki nesli çoğaltmak için daha fazla şansa sahiptir. Pratik uygulamada uygunluk fonksiyonunun kendisine göre tasarlanması gerekir. Uygunluk fonksiyonu şu şekilde ifade edilir:

seçim

Gönderme algoritmasının kararlılığını garanti etmek için, uygunluk orantılı yöntemini ve bireysel yöntemlerin en iyi kombinasyonunu birleştiren seçim operatörünü kullanın. En iyi bireysel koruma yöntemiyle optimize edilmiş bir genetik algoritma kullanan dağıtım şeması, ilk popülasyondaki en iyi bireyden daha az olmayacaktır, bu da gönderme algoritmasının kararlılığını sağlar.

Çaprazlama ve Mutasyon

Genetik operasyonda iki noktalı çaprazlama operatörünü kullanın. Belirli koşullara göre iki mutasyon işlemini kullanın:

Popülasyondaki uygunluğu ortalamanın altında olan bireyler için kullanılan site mutasyon operatörü.

Uygunluğu ortalamadan büyük olan bireyler üzerinde gerçekleştirilen iki nokta değişiminin mutasyonu. Mutasyon oranı, optimal çözümü arama sürecinde yerel bir optimal tahsise girmekten kaçınmak için çok küçük yapılmamalıdır.

Çağrı daha az olduğunda, kapasite hesaplaması devam edebiliyorsa, arama optimizasyonu için geçiş yolunu kullanın. Bu makale kesme noktası olarak 4'ü seçmektedir. Çağrı numarası 4'ten büyük olmadığında, çapraz arama optimizasyonunun yolunu seçin. Çağrı numarası 4'ten büyük olduğunda genetik algoritma kullanın (Şekil 2). T maksimum genetik algoritma değeridir.

Deneysel Sonuçların Analizi

Simülasyon, asansör anma hızının 30 m/s olduğu 2 katlı ve dört asansörlü grup kontrol sistemi üzerinde yürütülmektedir. Restoran, beşinci katta yer almaktadır. Genellikle böyle bir modelde trafik belirli bir aralıkta rastgele simüle edilir ve karşılıklı kısıtlama vardır. Başlangıç ​​ve son kata Monte Carlo yöntemi ile karar verilir: öğlen, her kattaki insanların %35'inin restorana gittiğini, %40'ının dışarı çıktığını, %15'inin kat değiştirmediğini ve %10'unun rastgele diğer katlara gittiğini varsayalım. Yolcu trafiği bir Poisson dağılımına göre zamana göre dağıtılır.

çağrı(1)_düzeltmek = yanıt ver(1)_düzeltmek = 2 (Denklem 10)

çağrı(5)_düzeltmek = yanıt ver(5)_düzeltmek = 1.5 (Denklem 11)

aramak (i)_düzeltmek = cevap ver(i)_düzeltmek = 1 (i ≠ 1, 5) (Denklem 12)

Ağırlık_yanıt = Ağırlık_çağrı = 300 kg (Denklem 13)

Ağırlık'_yanıt = Ağırlık'_çağrı = 1200 kg (Denklem 14)

Her katın özelliği:

Tablo 1: Simülasyon sonuçları

Bu yöntem, her katın taşıma maliyeti farkını azaltır. Her katın asansör verimliliği nispeten yüksektir; Trafik talebinin değişmesi ve değişmesi ile birlikte asansör zamanında sevk edilebilmektedir.

ÖZET

Kat-mülk kavramı ortaya atılmıştır. Farklı katlar arasında bariz farkları önlemek için çeşitli katlar için kapsamlı bir değerlendirme yapılmıştır, böylece yüksek katlardaki yolcular, alçak katlardaki yolculardan daha fazla asansör beklediklerini hissetmezler. Simülasyon programı Visual Basic'te programlanmıştır. Akış şeması Şekil 3'te görülmektedir.

Şekil 3: Simülasyon programı akış şeması

Taşıma modu için, arama önceliği ve (sabit bir model yerine) yanıt verme önceliği önerilmiştir. Arama ve cevaplama önceliği modunda, yolcu akışının değişmesiyle her katın önceliği otomatik olarak değiştirilebilir. Yukarı ve aşağı tepe durumu için, trafik düzenindeki ani değişikliklere uyum sağlamak için özel dönemdeki öncelik hızla değiştirilebilir. Optimal zamanlama seçimi yönteminde parçalı yol dikkate alınır. Daha az atanmış çağrı olduğunda, geleneksel yol seçilir. Daha fazla atanmış çağrı olduğunda, GA kullanılır. Bu tasarımda akışın değişimi göz önünde bulundurulur; bu nedenle, çeşitli bina türleri için uygundur ve farklı binaların gerçek durumuna göre yalnızca sabit bir değeri değiştirmesi gerekir.

Teşekkür

Bu araştırma, AQSIQ Kâr Amacı Gütmeyen Endüstriye Özel Araştırma Fonu (No. 2012104016 ve 201310153) tarafından desteklenmiştir.

Referanslar
[1] DE Goldberg. Arama, Optimizasyon ve Makine Öğreniminde Genetik Algoritmalar. New York: Addison Wesley, 1989.
[2] Zengchang Li. “Asansör Grubu için Akıllı Kontrol Stratejisi Araştırması.”Tianjin Üniversitesi, 2004.
[3] Chang Bum Kim, Young A. Seong, Hyung Lee-Kwang. “Asansör Grubu Kontrol Sistemine Bulanık Bir Yaklaşım.” Sistem ve Sibernetik. 1995,(5): 985-990.
[4] Yu Cai, Wan. “Bulanık-Mantık ve Sinir Ağı Tabanlı Asansör Kontrolü.” Çin Asansör. 1999.010(002): 34-38.
[5] Rangen Fang. Bilgisayar Simülasyonu ve Monte Carlo Metodu. Pekin: Beijing Institute of Technology Press, 1988.
[6] Xiaoping Wang, Liming Cao. Genetik Algoritma: Teori, Uygulama ve Yazılım Uygulaması. Xi'an：Xi'an Jiao Tong University Press, 2002.