几乎所有的高层建筑都被细分为由四到六部电梯一组服务的区域。 这些拥有大型单层轿厢的团体反映了 20 世纪早期有人操作电梯的规划理念。 当服务员被废除时，这些群体失去了人类的智慧。 但是，大厅中带有向上/向下按钮和轿厢中带有楼层按钮的传统控件仍然是标准的组操作系统。 没有服务员，小组的表现变得不稳定和低效。 这就是为什么过去必须使用大型汽车的原因。
大型汽车团体的计划成为习惯。 规划人员没有意识到大型汽车本质上是低效的，并且是空间和能源的极大浪费。 本文证明，与现有建筑物相比，基于双层或三层汽车和智能目的地控制的新分区概念可以将团体的空间需求减少多达 50%。
智能目的地组控制基于组特征的内在相关性。 有关此主题的详细信息，请参阅我的文章“规划电梯组以实现最佳性能和效率”（ELEVATOR WORLD，2014月XNUMX日）。
分层分区
设想一栋 30 层的建筑，分为 A 层和 B 层。 最低的两层是由自动扶梯连接的入口层，在此标识为AØ和BØ。 上层28层由14对A层和B层组成。 最低的一对被标识为楼层 A1 和 B1，下一个更高的对被标识为 A2 和 B2，依此类推。 所有A层构成建筑区域A，所有B层形成建筑区域B。
这两个区域由一组六辆双层汽车提供服务。 每节车厢的下层用字符A标识，上层用B标识。每节车厢的A层只服务于A层，B层只服务于B层。 这意味着双层组的最大目的地数为 14。
楼层距离
A层和B层的距离为4m，与轿厢A层和B层的距离相匹配。 上面 B 层和 A 层之间的楼层距离可能会有所不同。 本文不会考虑可以调整甲板之间距离的双层汽车的替代方案。
最繁忙的同时上行和下行流量期间的性能
本文评估了先前概述的六车双层组的性能，每 7 分钟同时上下车流量为 5%。 这些交通条件是极端的，不太可能发生在真实的建筑物中。 我们假设有以下特点：
- 移动距离 AØ 到 A14 和 BØ 到 B14：112 m (14 X 8 m)
- 合约速度：6 mps
- 合同载荷：每层800公斤
- 人口：1,960 人（28 X 70）
在假定的交通状况期间，智能目的地控制将只允许服务到五个目的地进行上行，包括顶部或反向目的地。 在从顶部/反向目的地向下行驶期间，汽车在到达目的地零之前再服务四个目的地。
根据允许的停靠次数，平均往返时间 (RTT) 为 177 秒，平均发车间隔为 30 秒。 （表格1）。 平均轿厢载重量约为 6.8 名乘客。
一次典型的上行旅行所需的时间是五个门到门飞行时间 (DDFT) 的总和，加上每个汽车甲板上平均 6.8 名乘客的登机和下机的假定时间成本。 向下旅行将同样长。 从零层出发的时间； 顶楼； 事实上，所有楼层都由智能目的地控制系统控制和协调。 这些控制根据每辆车和每次往返的时间表运行。 因此，所有与时间相关的服务质量都是可预测且高度一致的。
上行乘客数量和可能的目的地数量
在 5 分钟的时间内。 交通密度上升 7% 时，进入大楼的乘客人数将达到 137 (7 X 19.6)。 在 30 秒的间隔内，进来的乘客数量仅为 13.7 (137/300 X 30)。 一组 13.7 名乘客可能前往 14 个目的地的可能目的地数的数学公式返回数字 8.8。 首节出发车服务五个目的地，即按“先到先得”的原则，可将57%的进入组（即7.8名乘客）分配到首节出发车的甲板上，直到允许停靠的次数筋疲力尽。 这些乘客的平均等待时间 (AWT) 约为 15 秒。 其余 43% 的乘客（即两个入口楼层的 5.9 名乘客）最多可能有 4.4 个目的地。 它们可能的目的地数为 30，这意味着所有目的地都可以分配给下一个出发的第二辆车。 这些乘客将不得不等待第一辆车的出发，再加上 38 秒。 直到第二辆车离开。 对于这些乘客，AWT 大约为 1.25 秒。 （间隔 X 25）。 所有乘客的 AWT 大约为 45 秒。 最长的等待时间（即等待时间带宽）约为 1.5 秒。 （间隔 X XNUMX）。
在下一个时间间隔内，另一组 13.7 名进入乘客将再次产生一个 43% 的子组，这些子组将分配给下一个出发的第二辆车。 显然，汽车甲板的平均负载很快将达到约 6.8 人。
羽绒乘客服务品质
将下乘客分配到特定车厢也是基于“先到先得”的原则，直到允许的停靠次数用完为止。 无法分配给第一个可用轿厢的下行呼叫将分配给第二个可用轿厢。 将在允许停靠点的下行或上行乘客分配给沿错误方向行驶但计划在下一站反转方向的汽车，可用于提高团队效率。 我们可以自信地假设，下降的乘客不会经历比入境乘客更糟糕的等待和旅行时间。
保守计算方法
此评估的计算方法是保守的，因为它假设所有行程都在顶级目的地反向。 可能目的地的数学公式假定所有楼层人口及其工作时间都相同。 在真实的建筑物中，这不会是真的。 因此，可能目的地的实际数字可能低于理论数字。 假定开门和关门时间为 4.5 秒。 和 2 秒。 供每位旅客进出。 对于较小的汽车和车门，这些时间会更短。
楼层间交通
如果目标目的地已被安排为允许的目的地或仍可作为允许的目的地，则可以在目的地之间直接旅行。 如果无法直接旅行，将像往常一样将指定的轿厢通知给楼层乘客。 在这种情况下，前往目标楼层的行程通常是在指定轿厢中通过下层轿厢的零层或上层轿厢通过反向楼层的行程。 请注意，在多租户建筑中，楼层间的流量非常小。 在具有极端交通密度的时期，它可以被假定为可以忽略不计。 在中等交通条件下，允许目的地数量的灵活性以及通过手机与所有乘客直接通信将确保有效的楼层间交通。
允许的目的地增加到六个时的性能
如果允许的目的地数量增加到六个，所有性能数据都会变差。 平均 RTT 增加到 200 秒，平均汽车甲板装载到 7.6 名乘客。 AWT增加1s以上，带宽增加5s。 最显着的变化是 10-s。 增加最长的乘客在轿厢到反向楼层的旅行时间。 这对所有乘客到达目的地的平均时间产生了负面影响，增加了 5 秒。
中等交通条件下的性能
“中等交通状况”被定义为每 3 分钟 5% 人口的同时上下交通密度。 在真实的建筑物中，在大部分工作时间内，交通密度可能较低。
在假定的交通状况期间，智能目的地控制可允许在上下行程期间向四个目的地提供服务。 在此允许停靠次数的基础上，平均 RTT 将为 136 秒，出发之间的平均间隔将为 23 秒。 每个区间的平均入境旅客人数约为 4.5 人，他们可能的目的地数为 2.3。 因此，所有乘客都可以被分配到第一个出发车厢的甲板上。 汽车甲板负载将是大约 11 名乘客。 所有乘客的 AWT 大约为 XNUMX 秒。 进入的乘客可能不会平均分布在两个入口楼层，但这些变化不会影响团队效率。
如果允许的目的地数量从四个减少到三个，团体服务质量就会提高，因为平均 RTT 减少到 112 秒，出发间隔减少到 19 秒。 平均汽车甲板负载减少到 1.8 名乘客。 所有乘客的 AWT 减少到大约 10 秒。 可分配到第一个出发车厢的进站乘客百分比降低到略低于 100%。 最显着的变化是将车厢中最长的乘客旅行时间减少了 12 秒。 这意味着，平均而言，乘客到达目的地大约需要 6 秒。 早些时候。 这些数据表明具有智能目的地控制的团体的灵活性和性能储备。 他们还解释了为什么以及如何建筑经理可以影响智能团队的服务质量。
上行或下行流量期间的性能
六节车厢双层组可以通过在上行过程中仅允许服务到四个较高楼层，从而为 12% 的上行高峰交通密度提供服务。 向下行程将是不间断的（30 秒）。 这导致平均 RTT 为 110 秒，平均汽车甲板负载为 7 人，AWT 为 20 秒。 等待时间带宽大约为 42 秒，因为理论上，在特定时间间隔内到达的两名乘客（每个甲板一名）可能必须分配到第三个离开的车厢。 少数下行乘客（典型的上行高峰条件）将被分配到上行车厢。 对于下行高峰流量，相同的方法将产生相同的结果。
建筑体积节省/占地面积减少
井道通常占据高层建筑的整个高度。 出于这个原因，替代配置的占地面积的比较是其空间要求的良好指标。
现有的 30 层建筑通常由四节车厢的低层和高层组成，每节车厢的合同载荷为 1600 公斤。 他们的内部井道净面积约为每组 28 平方米。 他们的大厅和井道围护结构可能会将其占地面积要求增加一倍，达到每层楼和每组 2 平方米。 对于两组，他们的最大总占地面积要求可能是 56 X 2 X 2 = 56 平方米。 在没有入口的楼层，大堂空间可以减少到走廊空间，每层可能节省 30 平方米（即，3,360 层，总共 2 平方米）。 在这种情况下，他们的总占地面积需求减少到 14 平方米。
六车双层组的内部井道净面积也为28平方米。 包括大厅和围栏。 其总占地面积要求可能高达 2 平方米。 该组的总建筑面积要求为 56 X 2 = 30 平方米。 因此，本研究的 56 层建筑应用智能目的地控制和分层分区所产生的额外建筑面积为 1,680 – 2 = 30 平方米。 这些建筑面积的增加随着建筑物的高度呈指数增长，因为额外的高层楼层的井道减少了较低楼层的可出租面积。 考虑到较少的等候乘客和在线配置，可以通过较小的大厅为具有智能目的地控制的团体节省额外的占地面积。
交通模拟和合同履约保证
到目前为止，交通模拟被用来公开特定组的性能参数，并具有针对假设交通条件的专有组控制。 未来，交通模拟的作用将大不相同，因为具有智能目的地控制的组的时间相关服务质量和上下运输能力对于上下交通密度的任何组合都是可以预测的。 这意味着可以通过合同保证团体服务质量。
因此，智能组不需要交通模拟来公开性能数据。 然而，交通模拟可用于在建筑规划阶段独立确认计算出的服务质量。 对一系列定义的交通密度的服务质量保证可能会成为未来电梯合同的标准要素。 这些方法还意味着可以使用交通模拟来检查智能组控制的功能。 如果交通仿真没有提供计算/预测的性能数据，则控制系统出现问题。
有多层车的团体
未来的建筑物可能会由八辆或更多多层轿厢组成，这些轿厢以类似帕特诺斯特的轿厢运行模式为多个楼层提供服务。 这些组可以被视为由软件字符串连接的汽车链，而不是滚子链。 在交通繁忙时，一串车旋转得更快，因为这些车停的次数更少。 这些团体的间隔时间很短，等待和旅行时间也很短。 车厢可以很小，因为每个甲板上的乘客数量会非常少。 与现有建筑相比，垂直交通体验将大不相同。 这些配置可能是另一篇文章的主题。
请注意，多层车也允许在小型建筑工地上建造高层建筑。 由两辆或三辆双层或三层车服务的公寓楼将是实用且经济的。
结论
群特征的内在相关性的发现让作者感到震惊，这可能适用于电梯行业的许多其他人。 特别是对于我们这些试图用复杂的算法、交通计算、交通分析和交通模拟来解决这个问题的人来说，剩下的问题是，“为什么相对论是一个如此难以捉摸的问题？” 简短的回答：电梯组的性能是一个四维问题，其中时间是第四维。
时间“成本”控制着团队表现的方方面面，因为每次停留都会造成大量的时间损失。 汽车必须减速和停止，车门必须打开，乘客进出，车门关闭，汽车必须再次启动和加速。 这些时间成本解释了为什么对允许停靠次数的控制控制了所有组特征。 这个简单的事实是智能目的地组控制的基础。
智能目的地组控制可以增强电梯承包商在建筑行业中的作用。 他们很可能是智能楼宇管理系统的供应商。 消除了团队计划和绩效方面的不安全感。 组配置将定义未来建筑的最大高度和效率。
忽视智能目的地控制的创新潜力（即继续使用不控制允许停靠次数的组控制，因此不促进最佳汽车运营和合同性能保证）是不可取的。 电梯已经是高层建筑的心脏； 作者认为，智能群体也将成为未来智能建筑的大脑。 他将非常感谢读者通过 EW 在 [电子邮件保护]
获得更多 Elevator World. 注册我们的免费电子通讯。
