Son Teknoloji Trafik Analizi

Bu bildiri şu adreste sunuldu: Lucerne 2010, Uluslararası Dikey Taşıma Teknolojileri Kongresi ve ilk olarak A. Lustig tarafından düzenlenen IAEE kitabı Elevator Technology 18'de yayınlandı. Uluslararası Asansör Mühendisleri Birliği'nin izniyle yeniden basılmıştır. (İnternet sitesi: www.elevcon.com). Bu makale tam bir yeniden basımdır ve ELEVATOR WORLD tarafından düzenlenmemiştir.

Simülasyonlara dayalı trafik analizi için basit ve güvenilir bir yöntem.

Özet

Daha önceki günlerde, asansör gruplarının tasarımına yönelik trafik analizleri basit varsayımlara dayanıyordu: Sabah yoğun trafik koşulları ve geleneksel sevk sistemleri. Bugün her iki varsayımın da yeniden gözden geçirilmesi gerektiği bilinmektedir: Analizler ayrıca örneğin öğle vakti trafik koşulları ve varış yeri kontrol sistemleri ile de baş etmelidir. Bu nedenle, simülasyon yöntemleri artık yaygın olarak kullanılmaktadır. Ancak, simülasyonların nasıl uygulanabileceği konusunda kafa karıştırıcı olabilecek çeşitli yollar vardır. Çeşitli yaklaşımların farklılıklarını tartışıyoruz ve simülasyonlara dayalı trafik analizleri için mümkün olduğunca basit ve güvenilir bir yöntem sunuyoruz.

1. Giriş

1.1 Asansör Planlamasının Amacı

Büyük binaların planlanması, diğer birçok şeyin yanı sıra, asansör sisteminin uygun bir tasarımını içerir. Asansörler, yoğun saatlerde de dahil olmak üzere tüm yolcuları makul bir hizmet seviyesinde taşıyabilecek kapasitede olmalıdır. Yeterli asansör yoksa yolcular uzun bekleme süreleri yaşar veya yoğun saatlerde sıraya girmek zorunda kalır; Aksi takdirde, çok fazla asansör yer ve para kaybı olabilir. Bu nedenle, inşaattan önce belirli bir asansör sisteminin farklı koşullar altında nasıl performans göstereceğini bilmek önemlidir: Sabah yükselişi veya öğle yemeği gibi belirli bir trafik durumunda asansör sisteminin maksimum taşıma kapasitesi nedir? Belirli bir yolcu varış oranı ve belirli bir trafik durumu için bekleme süreleri nelerdir?

1.2 Yeni Bir Bina Planlama Alanı

10'da Schindler'in destinasyon kontrolü Miconic 1996®'un piyasaya sürülmesinden bu yana, binalarda dikey ulaşımın planlanması dramatik bir değişim gördü. Hedef kontrolü, yalnızca asansörlerin nasıl kullanıldığına ilişkin paradigmaları değil, aynı zamanda binaların nasıl planlandığını da değiştirdi. Sadece asansör sistemlerinin ve bina yerleşimlerinin daha önce mümkün olmayan çok daha yüksek verimliliğini görmüyoruz. Artık asansör grup kontrolünün kendisi “çalışıyor” ve “çalışmıyor” arasındaki farkı yaratabilir. Hizmet kalitesi bir grup kontrolünden diğerine çok farklıdır – fark hiç bugünkü kadar büyük olmamıştı.

Tüm kontrollerin temelde aynı performansı sağladığı gerçeğine dayanan önceki planlama araçları ve basit bir yukarı-tepe hesaplama formülü uygulanabilir. Günümüzde basit hesaplamalar hiçbir yere varmaz: Gelişmiş bir hedef kontrol sisteminin performansı bir formülle tanımlanabilse bile, başka herhangi bir kontrol için işe yaramaz. Yine de bina bir hesaplamaya göre tasarlanmış olsaydı, ya çok fazla ya da çok az asansörü olurdu - bu bir para israfı ve “planlama” olarak adlandırılamaz.

1.3 Çoğu Trafik Analizindeki Ana Sorun

Günümüzde simülasyonlar, trafik analizleri için yaygın olarak kullanılmaktadır, çünkü daha genel olarak bunun gerekli olduğu kabul edilmiştir. Bununla birlikte, simülasyon yöntemleri genellikle çok zayıf bir şekilde uygulanır. Asıl sorun, sonuçların genellikle istatistiksel olarak tamamen uygun olmamasından kaynaklanmaktadır - sadece değerlendirme için yeterli veri noktası dikkate alınmamaktadır. Bu sorun, genel olarak ve ayrıca özel olarak asansör endüstrisinde uzun süredir bilinmesine rağmen, yaygın olarak göz ardı edilmektedir. Bu konuyu ele almak bu makalenin temel amacıdır.

1.4 Bu Maddenin Kapsamı

Asansör planlaması hiç de önemsiz olmasa da, trafik analizleriyle nitelikli sonuçlar üretmenin asıl adımının aşırı karmaşık, belirsiz ve hataya açık olması gerekmez. Geçmişte çeşitli yöntemler tartışılmıştı, ancak içgörüden daha fazla kafa karışıklığı eklemek yerine. Bu makalenin amacı, trafik analizleri için temel gereksinimleri ve neden farklı yöntemlerden elde edilen sonuçların büyük bir varyasyonunu gördüğümüzü açıklamaktır. Ayrıca, tercihen trafik analizlerinin nasıl yapıldığını tartışıyoruz. Yöntemlerimizin yeni olduğunu iddia etmiyoruz; aksine, yıllardır Schindler bünyesinde başarıyla uygulanmaktaydılar. Ayrıca, yöntemlerimizin unsurları daha önce kamuoyu tarafından biliniyor ve tartışılıyor; ancak şimdiye kadar tutarlı bir sunum eksikti ve bu makale bu açığı kapatmayı amaçlıyor.

2. Trafik Analizlerine İlişkin İlke ve Gereksinimler

2.1 Genel İlkeler

Bu makale bağlamında, bir grup asansör ve bu grubu kullanan yolcuları ele alıyoruz. Asansör grubunun, örneğin maksimum kabin yük kapasitesi, kapı açma ve kapama süreleri, sürüş hızı, hızlanma ve sarsıntı vb. açısından tam olarak belirlendiğini varsayıyoruz. Ayrıca, asansör grubu kontrolünün mevcut olması gerekir (ayrıca Bölüm 2.3'teki tartışmaya bakın). ). Yolcuların gereksinimlerine genellikle trafik denir; tipik olarak bu, yolcuların aramalarının bir listesidir; her arama kendi saatine, başlangıç ​​noktasına ve varış katına göre belirlenir. Ayrıca, bir yolcunun araca binmesi veya inmesinin ne kadar süreceği belirtilmelidir; tipik olarak, kişi başına 1 saniye dikkate alınır.

Hangi trafiğin dikkate alınması gerektiği sorusu, bu makalenin ayrıntılı olarak tartışılmasının ötesinde bir uzmanlık gerektirir. Genel olarak, binanın nüfusu ve kat başına dağılımının yanı sıra binadaki restoranlar veya park alanları gibi özel işlevler de dikkate alınır. Bu nüfus dağılımına ve binanın işlevlerine bağlı olarak, trafik akışları, tipik olarak günün saatine bağlı olarak belirlenir.

Yukarıdaki tüm özellikler göz önüne alındığında, trafik analizi şu ana soruları yanıtlaması gereken bir yöntem uygulamalıdır: Belirli bir trafik durumu için asansör sisteminin maksimum taşıma kapasitesi nedir? Belirli bir yolcu varış oranı ve belirli bir trafik durumu için bekleme süreleri nelerdir?

2.2 Doygunluğu Tespit Etme

Asansörleri sadece birkaç yolcu kullanıyorsa, her asansör sistemi yolculara çok iyi hizmet edecektir. Giderek daha fazla yolcu geldikçe bekleme süreleri artacaktır. Belli bir noktada sistem dolacak ve bekleme kuyrukları oluşacak ki bu istenmeyen ve istenmeyen bir durumdur. Bir trafik analizi doygunlukları tespit etmelidir, ancak aşağıda tartışacağımız gibi çoğu yöntem bunu güvenilir bir şekilde yapamaz.

Anlaşılır olması için doygunluk konusuyla ilgili bazı teknik kavramlar ve açıklamalar ekliyoruz.

Varış hızı, teknik olarak daha uzun bir zaman dilimindeki çağrı sayısı sayılarak ölçülen ve ardından 5 dakikadaki ortalama çağrı sayısı olarak ifade edilen yolcuların çağrı sıklığıdır.

Konvansiyonel bir yukarı-aşağı buton sistemi için, tüm yolcular kendi yönlerine hizmet eden ilk gelen asansör kabinine binemediğinde veya bir varış noktası kontrol sistemi için, tüm yolcular bir asansöre hemen tahsis edilmediğinde, bir asansör sisteminin doygun olduğunu söylüyoruz. çağrı katında bir sonraki varışta onlara hizmet edecek asansör.

Doygunluk olmadığı sürece tüm yolculara beklendiği gibi hizmet verilir; bu durumda geliş hızı aynı zamanda hizmet verilen yolcuların sıklığıdır ve buna elleçleme kapasitesi demekteyiz.

Bir asansör sisteminin maksimum taşıma kapasitesi, doygunluk olmadan en yüksek varış hızıdır. Maksimum elleçleme kapasitesinin trafik durumuna bağlı olduğuna dikkat edilmelidir, örneğin sabahın yoğun olduğu ve öğle yemeği zamanı durumları vs. tamamen farklı maksimum taşıma kapasitesine sahiptir. Trafiğin kesin tanımı olmadan maksimum taşıma kapasitesi belirtmek anlamsızdır.

2.3 Gerçekçi ve Güvenilir

Bölüm 1.2'de tartışıldığı gibi, asansör grubu kontrollerinin taşıma kapasitesi ve hizmet kalitesi üzerinde büyük etkisi vardır. Bu nedenle, gerçekçi bir trafik analizi, gerçek asansör grubu kontrolünü yansıtmalıdır: Asansör grubunun gerçek kontrol algoritmalarını kullanan simülasyonları çalıştırmanın başka bir yolu yoktur.

Ayrıca, bir trafik analizinin sonuçları güvenilir olmalıdır, bu da sonuçların tekrarlanabilir ve tarafsız olduğu anlamına gelir. Tekrarlanabilirlik, simülasyonlarda önemli bir unsur olan rastgelelik tarafından sorgulanır. Sorun anlaşıldıktan sonra bununla baş etmenin çok da zor olmadığını göreceğiz. Basitçe söylemek gerekirse, yeterince büyük bir örnek veri noktaları kümesi göz önünde bulundurularak varyasyonun ortalaması alınmalıdır.

Son olarak, pratik nedenlerden dolayı bir trafik analizi, gereksiz karmaşık adımlar gerektirmeden mümkün olduğunca basit olmalıdır.

3. Simülasyona Dayalı Yöntemler

3.1 Genel İlkeler

Trafik analizlerine yönelik tüm simülasyonların ortak noktası, asansörleri ve yolcuları yazılımla modellemeleridir. Asansörlerin ve yolcuların durumu, örneğin binadaki konumları, zaman ilerledikçe sürekli olarak değişir. Bir simülasyon tipik olarak, örneğin zemin katta park edilmiş asansörler boşken başlar. Önce bir ve daha sonra modellenen tüm yolculardan başlayarak, gerçek grup kontrolüne dayalı olarak çağrılar yapılır ve asansörlere tahsis edilir. Asansörler kapıları çalıştırır ve modelde gerçekte olduğu gibi kattan kata hareket eder. Tipik olarak simülasyon, son yolcuya hizmet verildiğinde ve tüm asansörler tekrar boşta olduğunda durur. Simülasyon sırasında zamanı temsil eden bir saat, tüm olayların doğru zamanda ve hızda olmasını sağlar.

3.2 Çağrı Oluşturma

Asansörlerin davranışı normalde deterministik iken, yolcuların çağrıları rastgelelik kullanılarak bilinçli olarak üretilir. Bu, binadaki gerçek durumu yansıtmak için yapılır: Ortalama geliş oranları veya kat başına çağrıların göreli dağılımı gibi günlük trafik özellikleri en azından bir dereceye kadar tekrar ederken, yolcular her gün farklı bir sırayla ve farklı saatlerde gelirler. . Bu nedenle, uzmanlığa dayalı olarak genel trafik özellikleri seçildikten sonra, gerçek çağrı dizileri gerçekte olduğu gibi rastgele oluşturulur. Bu, aramaların örneğin sabit aralıklarla değil, bağımsız yolcuların gelişini iyi bir şekilde modellediği bilinen Poisson sürecini takip ederek yapılması gerektiği anlamına gelir; çizimler için Şekil 1 ve 2'ye bakın.

Poisson süreci olmayan bir çağrı oluşturma süreci, en azından gerekçelendirmeyi gerektirir ve yanlı sonuçlara yol açması beklenir. Aramalar rastgele değil, belirli zamanlarda yapıldığında, iyi görünen sonuçlar elde etmek zor değildir. Aşağıdakiler için bir Poisson işleminin uygulandığını varsayıyoruz.

Çağrı sürelerinin dağılımına ek olarak, çağrıların başlangıç ​​ve varış katları da rastgele seçilmelidir, burada bir katın olasılığı binadaki nüfusun dağılımına bağlıdır.

3.3 Büyük Sayılar Yasası

Trafik analizlerinde kullanılan son teknoloji yöntemlerde rastlantı unsuru, sonuçların güvenilir olmayacağı anlamına gelmez. Buna karşılık, büyük veri örneklerinin daha kesin sonuçlara yol açabileceği erken fark edilmiştir.

Bu tür gözlemlere dair birçok eski kaynak mevcuttur; örneğin, Yunan tarihçi Thucydides'ten (MÖ yaklaşık 460 - MÖ yaklaşık 395). İstatistik teorisinin geliştirilmesi uzun zaman aldı ve günümüzde büyük sayılar yasası olarak adlandırılan şeyin ilk kanıtını veren kişi İsviçreli matematikçi Jacob Bernoulli (1654 - 1705) oldu.

Büyük sayılar yasası matematiksel bir teoremdir. Bir istatistikte giderek daha fazla veri noktası ile ortalama değerin belirli bir değere yaklaştığını, yani rastgeleliğin giderek daha önemsiz hale geldiğini belirtir. Örnek olarak, artan sayıda yolcunun ortalama bekleme süresini Şekil 3'te gösteriyoruz; az sayıda yolcu için ortalama bekleme sürelerinde yüksek bir değişiklik varken, daha fazla sayıda yolcu için neredeyse hiç değişiklik kalmıyor.

Büyük sayılar yasası ve istatistiklerden elde edilen diğer teoremler, simülasyon sonuçlarının ne kadar güvenilir olduğu konusunda kesin tahminlere izin verir. Kural olarak, veri noktalarının sayısı dört kat artırıldığında sonuçların kesinliği iki katına çıkar: Sabit bir varış hızına dayalı trafik analizleri için, 2 saatlik bir simülasyon süresinin ortalama bekleme süresi sonuçları, öncekinden iki kat daha kesindir. sadece 30 dakika süreyle.

Özel ve önemli durumlar, doygunluğun olduğu durumlardır (bkz. Bölüm 2.2). Orada, bekleyen kuyruklar oluştuğunda büyük sayılar yasası uygulanamaz ve istatistiksel değerler simülasyonun süresine bağlıdır. Ancak bu bir sorun değildir: Doygunluk istenmeyen bir durumu temsil ettiğinden, istatistiksel değerlendirme için karşılık gelen sonuçlara gerek yoktur - aslında bu anlamsız ve yanıltıcı olacaktır.

3.4 Simülasyona Dayalı Yöntemlere İlişkin Bazı Örnekler

Bu bölümde tartışılan örneklerin tümü, asansör endüstrisinde bulunan tipik durumlardır. Bu örneklerin ne zaman ve neden takip edilmemesi gerektiğine dair işaretler veriyoruz. Önerilen ve kanıtlanmış yöntemimiz Bölüm 4'te tartışılmaktadır.

Simülasyonlarda ortaya çıkabilecek temel sorun, sonuçların aynı varsayımlara dayandırılması gerekmesine rağmen çok farklı görünmesidir. Aslında simülasyon yöntemlerinden bazı farklılıklar vardır; bu gereksizdir ve kaçınılmalıdır. Büyük sayılar kanunu nedeniyle, sonuçlar için yeterli yolcuyu dikkate almanın şart olduğunu biliyoruz. Ayrıca bazı zayıf simülasyon yöntemleriyle gelen diğer sorunları da tartışacağız. Aşağıdaki tartışmanın teknik unsurları yeni değildir ve çeşitli kaynakların sunumlarında kısmen değinilmiştir; ancak bazı yöntemlerin neden tercih edildiği ve bazılarından kaçınılması gerektiği konusunda net bir açıklama hala eksikti.

3.4.1 Sabit Varış Oranı

Sabit varış hızına sahip simülasyonlar en kolay durumu temsil eder. Burada amaçlanan varış hızı sabit bir değere ayarlanır ve tüm simülasyon süresi boyunca tutulur (bkz. Şekil 4). Daha önce tartışıldığı gibi, bir Poisson süreci uygulanmalıdır; bu doğal olarak gerçek varış oranında bir değişikliğe yol açar. Bu nedenle simülasyon değerlendirilirken gerçek yolcu sayısı trafik sonuçlarında sayılmalı ve raporlanmalıdır.

Büyük sayılar yasasına göre (bkz. Bölüm 3.3), daha uzun bir simülasyon süresi daha kesin sonuçlara yol açacaktır. Tabii ki, kısa bir değerlendirme periyodu seçildiğinde, örneğin sonuçlar için uzun bir simülasyonun sadece 30 dakikası dikkate alındığında bu doğru değildir. Benzer şekilde, yalnızca bazı yolcular (örneğin belirli bir kattan gelen tüm aramalar) dikkate alındığında kesinlik azalır.

Genel bir kural olarak, simülasyonun başlangıcındaki ve sonundaki özel ve elverişli koşullar sonuçların dışında tutulmalıdır, yani sonuçlarda ilgili yolcular dikkate alınmaz. Simülasyonun ilk 15 dakikasını hariç tutmanızı öneririz, çünkü başlangıçta tüm arabalar boştur ve genellikle zemin kattadır. Bu nedenle, ilk yolcular kısa bekleme ve seyahat süreleri yaşayacak ve seçilen trafik durumu için tipik olduğu için asansörler binada dağıtılamayabilir. Ayrıca simülasyonun bitmesi hariç tutulmalıdır: Daha fazla çağrı yapılmadığında, son yolcular daha hızlı seyahat edecek. Son arama anında varış noktasına ulaşmamış olan tüm yolcuları hariç tutmanızı veya daha basit olarak, tüm yolcular bu süre içinde varış noktalarına ulaştığında simülasyonun son 5 dakikasını hariç tutmanızı öneririz.

Sabit bir varış oranı kullanmak iyi bir fikirdir: Yapılan şey basit ve açıktır. Ancak bu tip simülasyonlarla da anlamsız sonuçlar üretilebilir. Simülasyon süresinin 15 dakikaya ayarlandığını ve değerlendirmenin başlangıç ​​ve bitişi dışlamadığını sık sık gördük. Bu sayede, örneğin ortalama bekleme süreleri, daha uzun vadede olduklarından önemli ölçüde daha kısa olmuştur. Paradoksal olarak, genellikle bu tür simülasyonlar, örneğin “hataların ortalamasını çıkarmak için” 10 kez tekrarlanır. Tabii ki, sistematik hatalar sadece tekrarlanır. Herkese deneyi yapmasını ve ilk 10 dakika ve son 15 dakika hariç 150 x 15 = 5 dakika çalışan bir simülasyondan elde edilen sonuçlar arasındaki farkı görmesini tavsiye ediyoruz.

3.4.2 Sürekli Artış

Trafik analizlerinin bir amacı, belirli bir trafik durumu için maksimum taşıma kapasitesini bulmaktır. Bu fikri benimseyen bir simülasyon yöntemi bulmak oldukça basittir: Varış hızı zaman ilerledikçe sürekli olarak artar (bkz. Şekil 5).

Artışın yavaş olması koşuluyla, sistem doygunluğa yakın veya doygunlukta olmadığı sürece bu yöntem oldukça iyi çalışır. Ancak maksimum taşıma kapasitesini belirlemek veya doygunluğa yakın güvenilir değerler bulmak için yöntem oldukça zayıftır. Bu, aşağıdaki üç problemden kaynaklanmaktadır:

1. Doygunluğa yakın veya doygunlukta olan her sistemin yüksek bir varyasyonu vardır, yani bekleme süreleri küçükten büyüğe doğru dağılmıştır. Bu nedenle, güvenilir ölçümler elde etmek için uzun bir değerlendirme dönemine ihtiyaç vardır.
2. Yöntem taraflıdır, yani geçmişte varış oranının daha küçük olduğu çağrı sırasında her yolcu kâr eder. Geliş hızının daha hızlı artmasıyla, önyargı da büyür ve sonuçlar iyimser olabilir.
3. Değerlendirme süreleri kısa olma eğilimindedir. Tipik olarak, seçilen artış, 30 dakikadan daha uzun değerlendirme sürelerine sahip olamayacak kadar büyüktür veya değerlendirme süreleri içindeki sapma daha da büyük hale gelir.

Toplamda, gerçek doygunluk noktasını kaçırma ve çok yüksek bir maksimum taşıma kapasitesini bildirme şansı yüksektir. Ancak bu, yöntemin orijinal fikrine aykırıdır. Ayrıca, tipik olarak çok kısa değerlendirme periyotları seçilir, bu da yanlı değerler olmasa bile sonuçlarda yüksek varyasyona yol açar.

3.4.3 Kademeli Artış

Sürekli artışa biraz benzeyen başka bir yaklaşım, adım adım artışla bir simülasyondur: Varış hızı önce ilk değerde, ardından aynı süre için bir sonraki daha yüksek değerde, vb. sabit tutulur (bkz. Şekil 6).

Bunu, sabit varış hızı ile sürekli artışın bir karışımı olarak düşünebiliriz. Ancak pratik uygulamaların neredeyse saçma olduğu gözlemleniyor: Adımlar sadece 5 dakika tutuluyor ve toplam simülasyon süresi yaklaşık 60 ila 90 dakika arasında; adımlardan birinden sonuçlar elde edildiğinde, çok kısa bir süreye dayanırlar. Ancak daha uzun süreler uygulanırsa, yöntem yukarıda tartışılan tüm sorunlardan muzdariptir:

1. Doygunluğa yakın veya doygunluktaki değerler güvenilir değildir.
2. Metot taraflıdır, örneğin sabit varış hızına sahip bir zaman periyodu değerlendirildiğinde, değerler bu zaman periyodundan önceki ve sonraki adımlardan etkilenir.
3. Değerlendirme süreleri kısa olma eğilimindedir.

Özetle, bu yöntem olduğundan daha umut verici görünüyor.

Çok uzun adım süresi ile uygulandığında bile Bölüm 4'te tartıştığımız yönteme göre hiçbir avantajı yoktur.

3.4.4 Zirveler ve Gün Profilleri

Popüler simülasyon yöntemleri, çok gerçekçi olmaya çalışan yöntemlerdir: Çeşitli türlerdeki tepe noktaları (şekil 7'ye bakınız) veya diğer sabit olmayan trafik profilleri (bkz. Şekil 8), örneğin tam bir günlük trafiği modelleyen profiller.

Bu yöntemler, simülasyonu zaman içinde tanımlamak için gereken tüm veriler nedeniyle yalnızca gereksiz yere karmaşık olmakla kalmaz, aynı zamanda gerçekçi olma konusunda yanıltıcıdırlar - genellikle ya çok gerçekçi değildirler (pikler Şekil 7'deki gibi tasarlanmıştır) ya da çok spesifiktirler (Şekil 8'deki gibi). Şekil XNUMX) verilerin toplandığı projeden farklı bir proje için uygulanacak. Ancak, en büyük dezavantajlar şunlardır: 

• Genellikle değerlendirme süreleri çok kısadır ve sonuçların istatistiksel önemi yoktur.
• Bu yöntemler, bir asansör sisteminin maksimum taşıma kapasitesini bulmak için işe yaramaz.
• Trafiğin gerçek üretimi, bir Poisson sürecindeki kadar doğal olması gerektiğinde kolay değildir. Burada istenmeyen hataların ortaya çıkması çok muhtemeldir.
• Değerlendirme döneminin seçimi sonuçları etkilediğinden, sonuçların şu veya bu şekilde yanlı olması muhtemeldir.

4. Trafik Analizlerinde Simülasyon Nasıl Kullanılır

4.1 Yöntem

Simülasyonlara dayalı ancak yukarıda tartışılan dezavantajlardan etkilenmeyen bir yöntem sunuyoruz. Schindler bu yöntemi yıllardır başarıyla kullanıyor. Benzer yöntemler başkaları tarafından da kullanılmış olabilir. Yöntem oldukça basittir:

1. Varış hızının çeşitli değerleri için Bölüm 3.4.1'de önerildiği gibi sabit varış oranlı simülasyonlar yapın: Her simülasyon en az 2 saat sürer, ilk 15 dakika ve son 5 dakika değerlendirmeye alınmaz.
2. Doygunluk tespit edildiğinde, sonuçlar atılır ve rapor edilmez. Bu, doygunluk hiç istenmediğinden ve sonuçlara dahil edilmesi yanıltıcı olacağından yapılır (daha fazla ayrıntı için Bölüm 3.3'e de bakın). Sonuçlar, bireysel simülasyonlardan elde edilen çeşitli değerleri içerebilir.

Lütfen bir serideki tüm simülasyonların aynı trafik durumunu izlediğini unutmayın, örneğin, tüm seri bir sabah yükselişi veya belirli bir öğle yemeği trafik durumu vb. içindir. 4.2 Örnek

Nüfus ve bina fonksiyonlarının analiz edildiği bir binada belirli bir asansör grubunu ele alıyoruz. Uzmanlığa dayalı olarak, trafik analizi için bir veya birkaç trafik durumu seçilmiştir. Bir ofis binası için bu, örneğin belirli bir öğle yemeği zamanı trafik durumunu içerir. Seçilen trafik durumlarının her biri için, Bölüm 4.1'de belirtildiği gibi bir dizi simülasyon yapılır ve değerlendirilir.

Örnek olarak, Şekil 9'daki gibi bir grafik gösterimi ele alıyoruz. Serideki her simülasyon için gerçek taşıma kapasitesini (bkz. Bölüm 2.2) ve örneğin ortalama bekleme süresini belirleyebiliriz. Her simülasyondan elde edilen sonuç, Şekil 9'daki gibi tabloya uygun şekilde yerleştirilmiş bir nokta ile temsil edilebilir. Daha iyi görünürlük için tüm sonuçlar bir çizgi ile bağlanabilir. En doğru sonuç, maksimum taşıma kapasitesinde bir varış hızı ile yapılan simülasyondan gelmektedir. Varış hızının daha da artması doygunluğa yol açacaktır (bkz. Bölüm 2.2); uzun simülasyon çalışması sayesinde bu tespit edilir ve simülasyon sonuçlara dahil edilmez.

4. Tartışma

Bölüm 4'te sunulan yöntem en basit ve anlaşılır yöntemdir. Trafiğin tanımı veya sonuçların değerlendirilmesi ile ilgili kafa karışıklığı önlenebilir. En önemlisi, diğer yöntemlerin dezavantajlarından kaçınılır, çünkü bu yöntem güvenli ve bilimsel olarak kanıtlanmış bir teoriye ve uygulamadan edindiğimiz uzun deneyimlere dayanmaktadır.

Yöntem, istenen tüm özelliklerle birlikte gelir:

1. Maksimum taşıma kapasitesi belirlenir.
2. Bildirilen değerler istendiği kadar güvenilirdir – daha fazla hassasiyet için daha uzun simülasyon çalışmaları yapılabilir.
3. Bir simülasyon çalışmasının başlangıcındaki veya bitimindeki özel koşullar veya sabit olmayan varış oranlarıyla gelen etkiler nedeniyle yöntem önyargılı değildir.
4. Yöntem gereksiz karmaşıklığı önler.

Ayrıca, yöntemin gerçek binalarla karşılaştırıldığında büyük pratik önemi olduğu ortaya çıkıyor.

5. Özet

Son teknoloji trafik analizleri simülasyonlara dayalı olmalıdır. Büyük sayılar yasası sayesinde (bkz. Bölüm 3.3), aradığımız tüm olumlu özelliklere sahip simülasyon tabanlı bir yöntem (bkz. Bölüm 4) mevcuttur (bkz. Bölüm 5). Ayrıca diğer yöntemleri ve olası eksiklikleri de tartıştık (Bölüm 3.4).

Genel olarak, trafik analizleri çok fazla uzmanlık gerektirir ve hiç de basit değildir; ancak, belirli bir asansör ve trafik konfigürasyonu için değer üretme teknik adımının zor veya hataya açık olması gerekmez. Bu makale, bu adım için basit ve güvenilir hale getiren geçerli bir yöntem sunar. Bu yöntemin benimsenmesi, gereksiz karışıklığın azaltılmasına ve trafik analizi sonuçlarının güvenilirliğinin artırılmasına yardımcı olacaktır.

• 

• 

• 

• 

• 

• 

• 

•