基于模糊控制的电梯群控调度算法设计与研究

刘 影，吴常坤，谈丽娟

（江苏省特种设备安全监督检验研究院 无锡分院，无锡214000）

随着高层、超高层建筑的不断增多，同时对于智能化建筑的需求日益增加，人们对于高层建筑内的电梯有着更多精细化的要求。为了提高电梯的输送能力及乘梯舒适度，减少乘客等待时间及能耗损失，一栋建筑内往往安装多台电梯，这就引入了电梯群控系统EGCS。由于搭乘电梯的人群具有一定的随机性，且电梯群控系统存在一定的非线性、不确定性、干扰大及多目标性等问题，这使得电梯群控的数学模型难以建立，故无法使用传统控制方式。模糊控制模拟人脑的决策过程，不需要建立数学模型，在解决非线性复杂系统控制上有较大优势，因此采用模糊控制可以解决电梯群控系统的控制问题[1]。

1 电梯群控系统基本原理

1.1 电梯群控系统的结构

电梯群控系统一般要对上百个信号进行处理，一种比较常见的电梯群控系统结构如图1 所示。

图1 常见的电梯群控系统结构Fig.1 Structure of common elevator group control system

智能控制系统模块包含交通确认、 学习模块、数据管理、派梯控制四大子模块，为电梯群控系统的核心，负责接收各个电梯的按钮输入及其他传感器的输入信号，并根据智能控制系统内集成的派梯策略算法，计算出最优派梯方案，并给出控制指令。远程监控模块用于监控群控系统中所有电梯的运行状态、设备信息及安全报警信号[2]。此外，可以通过远程监控模块对群控系统的参数进行调整，以满足所有运行状态下的最优控制。

1.2 电梯群控系统功能及运行规则

电梯群控系统功能除了包含单梯控制功能外，还应包含以下功能：数据采集功能、数据通信功能、预估计算功能、自学习功能、优先调度功能等。

电梯群控系统的运行规则包括：最小等待时间调度原则、最短距离调度原则、分区调度原则、综合分析调度原则[3]。

电梯群控系统在空间上和时间上都是离散且随机的，是一个及其复杂的非线性控制系统。其简单描述如下：当有乘客按下乘梯按钮，输入指令信号后，系统会根据模糊派梯算法，择优派梯，响应此信号；当电梯运送乘客到指定楼层后，所有信号响应完成，电梯处于空闲状态，直到出现新的信号指令；当同时出现多个控制输入信号时，新的招梯信号与旧的输入信号互不干扰。由此可见，电梯群控系统的派梯算法对于电梯群控系统的服务质量至关重要。电梯群控系统运行流程如图2 所示。

2 电梯群控调度算法研究

图2 电梯群控系统运行流程Fig.2 Operation flow chart of elevator group control system

电梯群控系统中有许多标准，各个标准相互不统一，因此要在一个系统中满足全部的标准是不可行的。在不同的电梯交通模式下，电梯群控系统的评价标准也不尽相同[4]。对此，应综合考虑乘客的平均候梯时间AWT（average waiting time）、电梯内乘客满意度APS（average passenger satisfaction）、长时间候梯率LWP（long waiting percent）和能源消耗PC（power consume）等4 个主要指标的加权平均函数作为新的最优评价函数，并根据不同交通模式下选择不同的权系数来实现不同的需求。电梯群控调度算法是一个评价函数，根据以上4 个标准，可设置算法的评价函数为

其中

式中：Wi为不同交通模式确定的权系数；Si为评价函数值；SAWT为平均候梯时间短的隶属度；SAPS电梯内乘客满意度高的隶属度；SLMP长时间侯悌率低的隶属度；SPC为能源消耗率低的隶属度。

根据专家知识及经验，不同交通模式下的AWT，APS，LWP，PC 对应的权系数见表1[5]。

表1 不同交通模式下各评价条件的权系数Tab.1 Weight coefficient of ecah evaluation condition under different traffic modes

2.1 输入量的计算

电梯群控系统的评价标准AWT，APS，LWP，PC，其在模糊域的模糊推理量可分别表示为HCWT，GD，UR，maxHCWT，CV。各模糊推理量的计算分析如下：

①HCWTi乘客召唤第i 台电梯，轿厢到达召唤楼层需要的时间。其中包括轿厢运行和轿厢停靠两部分时间和。②maxHCWTi召唤第i 台电梯所需要的最长等待时间。③CVi系统内第i 台电梯响应召唤后，该梯对未来招梯信号的剩余量，该值越大，第i 台电梯对新招梯信号响应能力越强。④GDi新的招梯指令信号的位置与第i 台电梯响应的所在层站的信号间集中程度，是反映能耗的重要指标。⑤UR 在上行或下行的某个方向电梯轿厢的利用率。在客流一定的情况下，轿厢利用率越高，电梯的能耗越低。

2.2 输入变量的模糊化

各个输入变量的模糊化[6]，就是指将变量转化为模糊域进行讨论的过程，即模糊隶属函数确定的过程[7]。在此，分别确定HCWT，GD，UR，maxHCWT，CV 的隶属函数，用L，M，S 代表隶属度逻辑量中的大、中、小[8]。

2.2.1 HCWT 的模糊化

HCWT 是乘客平均等待时间的模糊量。一般来说，乘客候梯时的心理烦躁程度与时间的平方成正比，通常候梯时间在0～25 s，心态是好的；候梯时间在65 s 以上则心情非常糟糕； 在25～65 s 心态尚能接受。HCWT 的隶属度函数如图3 所示[9]。

图3 HCWT 的隶属函数Fig.3 Membership function of HCWT

其隶属值S，M，L 的隶属函数表达式为

2.2.2 GD 的模糊化

根据专家经验及公式，当GD 值＜0.3 时，电梯能耗值较小； 当GD 值＞0.7 时，电梯能耗不理想；当0.3≤GD 值≤0.7 时，能耗较为理想[10]。GD 的隶属度函数如图4 所示。

图4 GD 的隶属函数Fig.4 Membership function of GD

其隶属值S，M，L 的隶属函数表达式为

2.2.3 UR 的模糊化

对于UR，一般认为其值小于0.2 时，电梯轿厢的利用率不高； 当其值大于0.6 时，轿厢利用率较高。UR 的隶属函数图形如图5 所示。

其隶属值S，M，L 的隶属函数表达式为

图5 UR 的隶属函数Fig.5 Membership function of UR

2.2.4 maxHCWT 的模糊化

对于电梯群控系统来说，最长等候电梯时间不宜过长，如果过长则容易导致长候梯事件发生。一般来讲，乘客最长候梯时间在50 s 之内是理想的；最长候梯时间超过90 s 则容易让乘客产生焦急心理。maxHCWT 的隶属函数如图6 所示。

图6 maxHCWT 的隶属函数Fig.6 Membership function of maxHCWT

其隶属值S，M，L 的隶属函数表达式为

2.2.5 CV 的模糊化

一般来讲，电梯轿厢载客人数在30%以下时，乘客感到舒适； 载客人数超过70%则乘客觉得拥挤。CV 的隶属函数图形如图7 所示。

图7 CV 的隶属函数Fig.7 Membership function of CV

其隶属值S，M，L 的隶属函数表达式为

2.3 模糊推理

由输入变量HCWT，UR，CV 可获得AWT 的隶属度；由输入变量UR，CV 可获得APS 的隶属度；由输入变量maxHCWT，CV 可获得LWP 的隶属度；由输入变量HCWT，GD，UR 可获得PC 的隶属度[11]。将4 个评价指标AWT，APS，LWP，PC 的隶属度也模糊化，用很大（VB）、大（B）、中（M）、小（S）、很小（VS）表示，其隶属度函数图像如图8 所示。

图8 AWT，APS，LWP，PC 的隶属度函数图形Fig.8 Graph of membership function of AWT，APS，LWP，PC

1）平均候梯时间（AWT）少的隶属度SAWT的模糊推理规则见表2。SAWT可由HCWT，UR，CV 获得。共27 条规则语句。

表2 SAWT 的模糊推理规则Tab.2 Fuzzy inference rules of SAWT

2）电梯内乘客满意度（APS）高的隶属度SAPS的模糊推理规则见表3。SAPS可由UR，CV 获得。共9 条规则语句。

表3 SAPS 的模糊推理规则Tab.3 Fuzzy inference rules of SAPS

3）长时间候梯率（LWP）低的隶属度SLWP的模糊推理规格见表4。SLWP可由maxHCWT，CV 获得。共9 条规则语言。

表4 SLWP 的模糊推理规则Tab.4 Fuzzy inference rules of SLWP

4）能源消耗（PC）低的隶属度SPC的模糊推理规则见表5。SPC可由HCWT，GD，UR 获得。共27 条规则语句。

表5 SPC 的模糊推理规则Tab.5 Fuzzy inference rules of SPC

2.4 模糊推理仿真分析

根据上述分析，通过MatLab 的模糊控制器来仿真模糊推理计算过程[12]。在模糊控制器中分别进行了输入输出语言模糊化、 隶属度函数的确立、模糊控制规则表及控制查询表的设计以后，可以得到隶属度与各指标之间的关系曲面，如图9 所示。具体是：SAWT与输入HCWT，UR，CV 的关系曲面（如图9a 所示）；SAPS与输入UR，CV 的关系曲面（如图9b所示）；SLWP与maxHCWT，CV 的关系曲面（如图9c所示）；SPC与HCWT，GD，UR 的关系曲面[13]（如图9d所示）。

图9 隶属度与各指标之间的关系曲面Fig.9 Relation surface between membership degree and each index

2.5 模糊电梯群控系统的实现

模糊电梯群控系统实现流程如图10 所示。

图10 模糊群控电梯系统实现流程Fig.10 Flow chart of fuzzy group control elevator system

系统首先通过输入的信号判断系统处于哪种交通模式，并确定权系数W1，W2，W3，W4，然后计算各评价标准的模拟输入量，计算不同评价函数的隶属度，计算所有的可响应电梯的可信度值，并选取可信度值最大的电梯响应召唤[11]。

3 结语

基于模糊控制的电梯群控调度算法能够在无被控对象精确数学模型的情况下对被控对象实现较好的控制[14]。通过理论计算及MatLab 仿真，验证了模糊控制算法的优越性，其能更好地协调控制电梯群，提高系统服务效率和服务质量，具有较好的理论参考价值和实际指导价值。