性能分析

组配置定义组效率和性能

所有拥有大型汽车的团体都是低效的。 在交通繁忙期间，大型汽车会进行许多耗时的停靠以分配和/或收集大量乘客。 这意味着长往返时间 (RTT)。 它们的性能和效率在交通最繁忙的时期最差。 在一般交通条件下，RTT 时间较短，很少有乘客享受到充足的车位。

本文的目的是证明组的配置（尤其是轿厢数量和服务楼层数之间的关系）定义了组的性能潜力。 直到现在，组的理论性能潜力尚不清楚。 这对于在所有交通条件下提供最佳性能和效率的团体的规划来说是一个主要障碍。 群体特征内在相关性的发现解决了这个问题，因为它使群体的表现潜力变得透明。 随后，它启用了智能目的地组控制的设计。 这些发展使电梯承包商、顾问和建筑师能够控制团队的所有方面，包括服务质量、空间和能源需求。

群体特征的内在相关性

要理解相对论的逻辑，请考虑由一个大型电梯服务的建筑物，并将其性能与一组两部电梯进行比较。 两车组的车可以小得多——特别是如果我们还考虑到它们将减少停靠（即减少它们的 RTT）。 因此，他们的合同负荷可能不到他们更换的大型单车的 50%。 乘坐小型汽车的乘客将受益于更短的等待和旅行时间。

每增加一个组的汽车数量，就可以使用较小的汽车并提高与时间相关的服务质量。 此逻辑适用于任何组和任何类型的组控制。 这是群体的固有特征。 一个 800 节车厢、1600 公斤容量的传统组（大厅有上/下按钮和轿厢中有楼层按钮）将优于四节车厢、25 公斤容量的服务质量，并提供更好的时间相关服务质量传统组。 它们的空间要求相同，六车组的能耗大约减少XNUMX%。

用小型车增加传统六车组的合同负荷不会影响其时效服务质量。 更大的汽车只会提高乘客的舒适度。 如果我们为了增加楼层的服务而增加合同负荷以增加运输能力，那么 RTT 和所有与时间相关的服务质量都会变差。 现有的六辆大型汽车的传统团体通常比四辆汽车的团体多服务三到四个楼层。 这些六车组的性能比四车组差，尽管它们的资本和维护成本要高得多。

交通模拟

群体特征的相关性的事实当然可以通过交通模拟得到证实。 虽然交通模拟可以用于对不同配置的组进行系统比较，但这种可能性似乎被忽略了。 目前，交通模拟主要用于分析特定群体的时间相关服务质量。 有关交通模拟和/或具有不同配置的组的比较的更多信息，请参阅您的作者在网站：liftgroupcontrols.com 上的书的第 10 章和第 8 章。

电梯组控制

传统的带有上/下着陆按钮的组控件仍然是众所周知的过去的遗物。 它们已被目的地组控制成功。 目的地组控制要求乘客登记他们的目的地； 群控通过将每位乘客分配到特定车厢来做出反应。 这个概念是由 Leo Weiser Port 在 1960 年代发明的。 在 1980 年代，迅达在现代技术的基础上重新引入了这些控件。 此后，各大电梯公司都推出了专有的目的地群控系统。 不幸的是，当前这一代专有目的地组控制并不智能，因为它们不是基于组特征的内在相关性。

智能目的地组控制

前面的段落不应怀疑组性能参数的值取决于组配置。 这些参数的质量取决于群控的人工智能。 这一要求能够定义智能目的地组控制的基本功能，以始终最小化和均衡所有汽车的 RTT。

与时间相关的性能参数的质量由它们的一致性定义。 例如：等待时间从 0 到 100 秒不等。 不代表高质量。 这个带宽太宽了。 当 RTT 被均衡和最小化时，所有与时间相关的性能参数都将反映这种质量（即带宽将尽可能窄，平均参数将尽可能短）。 最小化的 RTT 最大限度地提高了运输能力，从而最大限度地减少了平均汽车负载及其带宽。

…组性能参数的值和质量可以通过一个标准来控制：相对于上下交通密度的允许停靠次数。

组群特征内在相关性的发现和智能目的地组群控制的发展表明，组群性能参数的值和质量可以通过一个单一的标准来控制：相对于上下交通密度的允许停靠次数。

智能目的地组控制的本质

我们可以将一组电梯的轿厢想象成一串在建筑物或建筑物区域内旋转的轿厢。 尽管车厢在各自的井道中独立移动，但它们确实形成了一个虚拟的车厢串。 智能组控制是连接汽车、控制它们的位置以及最小化和均衡相对于瞬时交通密度的 RTT 的灵活虚拟字符串。

RTT 的最小化和均衡是通过控制相对于瞬时上行和下行交通密度的允许停靠次数来实现的。 每次往返允许停靠的总数由瞬时上下交通密度的总和定义。 允许停靠的总数根据瞬时交通密度按比例分配，并分配给下一个往返行程的上下路段，以根据需要控制上下行程的行驶时间以满足瞬时交通密度。

在交通繁忙期间，智能控制必须优先考虑尽可能短的平均到达目的地时间， 和 平衡上下运输能力。 虽然当必须减少允许的上下停靠站数量以增加运输能力时，等待时间会增加，但汽车串将旋转得更快，从而减少汽车的行驶时间。 即使对于最极端的上下交通密度，智能团队也将确保为所有乘客提供尽可能短的公平服务质量。 幸运的是，大部分时间交通并不拥挤，这使智能团队能够专注于尽可能短的一致等待时间，并结合尽可能短的平均到达目的地时间。

乘客与智能控制之间的直接通信

智能群控将极大地受益于个人乘客和群控之间的直接通信。 它们将使控制器能够欢迎每位乘客，并识别指定的车厢和时间段，直到它离开到特定乘客的通常目的地。 乘客（即授权的建筑物用户）可以更改目的地并立即获得修改后的汽车分配。 有时，可能需要通知乘客指定车厢的变更。 访客必须前往接待处/安全服务台才能进入大楼。

在 20 世纪早期，这种类型的沟通是电梯服务员和主管的任务。 目前，移动电话提供了更好的解决方案。 与个别乘客的直接通信意味着智能群控拥有完整的数据，关于所有乘客的瞬时需求（即交通状况）。 很明显，智能群控可以大大增强楼宇安全系统。

垂直运输的相互依赖的效率

高效的汽车运营意味着更早完成上行行程的汽车也可以确保更早地为下行乘客提供服务。 很明显，上下乘客的服务质量是相互依存的。 平衡服务质量与上下行程允许停靠次数的方法也解释了为什么智能目的地组可以在所有交通条件下为双向乘客保证最佳和最公平的服务质量。 它还解释了为什么智能组可以通过减少允许的上下停靠站的数量随时增加上下运输能力。 这些控制决定增加了平均等待时间； 然而，汽车的旅行时间会更短，到达目的地的平均时间也会减少，除了极少数允许停靠的地方。

具有智能目的地控制的组配置

具有智能目的地控制功能的团体可能拥有更多、更小的汽车。 直列式汽车配置将很有吸引力，因为它们可以节省空间，并且可以更轻松地计划拥有五辆或七辆汽车的团体。 所有乘客都将知道他们指定的汽车及其出发时间。 因此，他们的行为将得到放松。 较短的出发间隔和等待时间意味着等待乘客的人数较少，他们根据车厢分配分布在整个大厅。

汽车尺寸不会影响与时间相关的服务质量。 例如，如果一个六车组的一辆或多辆汽车必须有1000公斤或更多的合同载荷来满足客运以外的要求，这对于智能组控来说是完全没有问题的。 更多和更小的汽车可能会导致额外的成本； 然而，新建筑的高效团队和精确规划通常会允许建筑项目增加其可出租的建筑面积和/或楼层数。 因此，精确的团队规划可能会使建筑项目更具吸引力和利润率。

智能六车组效率显着

同时上下车对任何团体来说都是最苛刻的情况。 下面的例子将展示一个智能六车组的性能，上下车流密度为每 7 分钟 5% 的人口。 该组服务于一个低层区域，上层 14 层，行程 56 m，合同载荷 800 kg，合同速度 2.5 mps，人口 1,050 人（每层 75 人）。

对于假设的极端交通条件，智能目的地控制将只允许在上到顶层的过程中增加四个停靠点，在下到零层的过程中只允许额外的四个停靠点。 这意味着在上行过程中，汽车服务五个目的地，包括顶层。 在从顶层向下行驶期间，轿厢在到达零层之前服务四个中间楼层。 顶层也可以读作“反转层”。 在这些条件下，上下车的平均载重量约为 XNUMX 人。

直达 14 楼的门到门飞行时间为 30.4 秒，反之亦然。 上下行程期间的额外停止将 RTT 增加 8 秒。 每个，总共 64 秒。 上车和下车的时间成本假定为 2 s。 每位乘客，总共 24 秒。 平均 RTT 将始终为大约 150 秒。 车辆出发的平均间隔约为 25 秒。

在一致的时间间隔内，平均有 6.1 人将进入建筑物（7 的 1050% = 每 73.5 秒 300 人；即每 6.1 秒 25 人）。 根据可能停靠点的数学公式，这些乘客有 5.1 个可能的目的地。 这意味着大约 82% 的进入乘客可以分配到第一个出发的车厢。 他们的平均等待时间约为 13 秒。 其他 18% 的到来乘客将被分配到离开大约 25 秒的第二个出发车厢。 之后。 在这种情况下，上行车厢很快就会有平均六名乘客的车厢载重量。 下行乘客将零层作为他们的主要目的地。 我们可以假设他们的平均等待和旅行时间不会比上行乘客差。 在我们示例的极端交通条件下，所有乘客的等待时间带宽约为 40 秒，平均等待时间小于 20 秒。

上述数据是保守的，因为他们假设汽车总是在顶层倒车。 此外，入境乘客的可能目的地数量是保守的，因为可能停靠的数学公式假设所有楼层人口及其工作时间都相同。 因此，可能停靠的次数很可能小于 5.1，并且与时间相关的服务质量可能会比此示例的计算平均值短。 它们也将高度一致。

结论

本文已证明，组的配置定义了其性能潜力。 基于允许停止的控制可以在所有交通条件下最小化和均衡 RTT。 因此，可以随时优化所有服务质量。

当一个团体在最繁忙的上行和下行交通中为进出乘客提供出色的服务质量时，如示例所示，其在不太严重的交通条件下的服务质量不会更差。

值得注意的是，群体特征的内在相对性使得群体效率的评估变得容易得多。作者非常欢迎读者通过电子邮件 ELEVATOR WORLD 提出评论和问题： 社论@elevatorworld.com.