基于模糊控制技术的电梯群控仿真算法

黄振

（广州汇古建设有限公司，广东 广州 510663）

在“智能建筑”建设背景下，人工智能技术也被广泛应用于建筑的各个方面，如楼宇智能照明系统、电梯智能控制系统等。现阶段电梯群控系统的智能控制方法主要有三种，分别是基于专家系统的控制算法、基于模糊逻辑的控制算法、基于神经网络的控制算法。对比来看，基于模糊控制算法的电梯群控系统，可有效解决多目标控制要求，有利于解决电梯群控系统多样性、非线性等问题。引入了模糊控制技术的电梯群控系统，将会缩短候梯时间、降低平均乘坐电梯时间，提高了电梯运行效率，满足电梯乘客要求，成为高层建筑电梯群优化运行的一种主要模式。

1 基于模糊控制技术的电梯群控系统设计

电梯群控系统由6 个核心单元组成，并且每个单元都有独立的轿厢控制器与上位机、群控电梯相连，其组成结构如图1 所示。

图1 电梯群控系统组成结构示意图

交通数据管理单元的功能是收集和处理电梯实时状态数据，这些数据被传送到上位机，基于数据分析预估下一个时间段对厅层召唤的响应分配。交通模式识别单元的功能是基于现阶段电梯内乘客所处的交通状态，进行交通模式识别、分析，进而分配最适合当前电梯任务的交通模式。召唤分配单元的功能是在确定交通模式之后，根据既定的运行规则、控制程序，计算出电梯群性能的综合评价指标，以此为依据确定最佳的电梯召唤响应模式。数据管理单元则是存储电梯相关参数的数据库。电梯管理单元用于电梯状态数据的收集和保持上位机与群控电梯之间的正常通讯。终端机管理单元基于前端数据分析，下达电梯调度指令。

2 模糊控制理论下电梯分配实现方法

2.1 基于评价函数分析电梯客流的仿真模型

影响电梯群控系统运行性能的因素有多种，因此在电梯群控仿真模型设计时，必须要选择恰当的评价指标，这样才能在仿真实验中更加明确地验证该电梯群控的控制效果是否符合预期。本次设计中选择4 项评价指标，分别是等候电梯时间（AWT）、乘客平均乘坐电梯时间（ART）、长时间候梯率（LWP）和电梯能耗（RPC）。基于上述指标建立电梯评价函数：

在式（1）中，Si表示电梯调度算法的评价函数值，该值越大，说明电梯响应召唤信号的概率越高。SAWTi表示乘客平均候梯时间短的隶属度；SARTi表示乘客平均乘梯时间短的隶属度；SLWP表示长时间候梯概率低的隶属度；SRPCi表示电梯运行能量消耗低的隶属度。Ai表示不同交通模式下的权重系数，i的区间范围为0～1，其中A1+A2+A3+A4=1。

2.2 确定电梯群控系统的输入量

在确定4 项指标的基础上，本文还设计了5 个变量，通过变量的优化达到改善指标的效果。5 个变量分别是：a.电梯厅层召唤等待时间（HCWT），即电梯响应厅层的召唤命令后，从乘客在电梯内完成响应至到达该楼层所需的等候时间；b.最长等待时间（LWT），即电梯完成整个楼层所有响应需要的最长时间；c.轿厢容量（CV），乘客进入电梯后，轿厢内的剩余空间；d.群控召唤的集中度（GD），即新楼层召唤位置与已经得到呼叫响应的楼层之间的集中度，可表示为GD=d/（h×4），其中d 表示发出呼叫楼层与轿厢停靠楼层的高度差值，h 为楼层高度值；e.轿厢利用率（UR），电梯在上升或下降时，轿厢响应呼叫的总概率，可通过公式计算：

式（2）中，NF 为总的楼层数，NFi表示第i 层和起始楼层的层数差，NPi表示第i 层候梯人数，CV0表示轿厢的额定容量，n 表示电梯运行期间产生的召唤次数。

2.3 变量的模糊化处理

对5 个输入量做模糊化处理，是进行模糊推理的必要条件。本文基于隶属函数对输入量进行模糊化处理，具体处理方法为：

2.3.1 厅层召唤响应时间的模糊化。此参数可用于评价电梯群控系统性能优劣，并且对候梯时间有直接影响。通常来说，召唤响应时间＜20s 为最优，召唤响应时间＞40s 为很差，两者之间为正常。响应时间越长，则乘客的乘用体验越差。

2.3.2 最长响应时间模糊化。响应时间太长会导致电梯利用率下降，从而增加长候梯事件的发生率。最长响应时间＜30s 为最优交通模式，最长响应时间＞60s 为最差，两者之间为正常。最长响应时间同样会决定电梯的乘用体验。

2.3.3 单部电梯呼叫响应的模糊化。通常认为轿厢内载客人数＜额定总量的20%时，属于体验良好；载客人数＞额定总量的60%时，属于体验较差，两者之间为正常。

2.3.4 集中程度的模糊化。一般来说该值＜0.2，电梯能耗最小，该值＞0.6 电梯能耗较大，两者之间为正常。

2.3.5 轿厢总利用率的模糊化。一般情况下该值＜0.2 为利用率低，该值＞0.6 为利用率高，两者之间为正常。

2.4 模糊推理算法的实现流程

基于电梯评价函数，结合输入量的模糊化处理，运用模糊推理算法进行电梯群控调度管理，流程如图2 所示。

图2 模糊推理算法的实现流程图

电梯群控系统运行后，进入待机状态，直到接收到新的召唤信息。读取该信息后，利用前端设备反馈的参数，判断电梯当前的运行环境，并确定权重系数A1、A2、A3、A4。分别计算第i 层的电梯厅层召唤等待时间、最长等待时间等5 个输入量。根据5 个输入量，运用模糊推理算法分别计算出电梯群控系统的4 个关键指标，即等候电梯时间、乘客平均乘坐电梯时间、长时间候梯率和电梯能耗。在此基础上求出电梯调度算法的评价函数值。当电梯运行至新的楼层时，重复上述流程，直到电梯达到顶层。计算此时的电梯群控系统评价函数的最大值Sn，调度电梯n 去响应厅层召唤。

3 电梯群控系统的仿真测试

3.1 电梯群控仿真模型的运行流程

本文设计的基于模糊控制技术的电梯群控仿真模型，其运行流程为：乘客通过电梯按键发出呼叫命令，电梯群系统的上位机对该召唤作出响应，并发布调度指令给独立的电梯。该电梯运行至发出召唤命令的楼层后，乘客进入电梯，此时电梯根据乘客的操作指令上升或下降。电梯厅层的召唤队列对于已经执行的命令会自动删除。当电梯运行至乘客指定的楼层后，轿厢内的召唤列表也会将此条记录删除。之后电梯停靠在该层，进入待机状态，等待上位机下一次的调度指令。单部电梯的运行过程如图3 所示。

图3 单步电梯群控运行流程图

单部电梯完成电梯群控系统发出的指令后，将成功完成该指令的信号反馈给电梯群控系统的上位机。然后在上位机的模块列表中进行一次更新，准备执行下一条新的指令。

3.2 电梯群控系统的仿真结果

本次仿真实验中构建的电梯群控模型，对正常上班时段（9:00-9:30）进行仿真模拟，并分别测得这一时段中平均候梯时间（AWT）、平均乘梯时间（ART）、长时间候梯率（LWP）3项参数。然后分别对比集选控制算法和模糊控制算法下，两种电梯群控模型的运行结果。在设计仿真模型时，将该楼设置为14 层，每层的高度统一设定为3m，提供4 部电梯，单部电梯最大容量13 人，额定载重600kg。响应开门时间为2s，关门时间为3s，每名乘客进出时间为2s。使用仿真软件Matlab 软件中的Fuzzy Toolbox 进行建模并展开分析。输入量即上文介绍的5 种（HCWT、LWT、CV、GD、UR）；评价标准即上文介绍的3 种（AWT、ART、LWP）。仿真结果如表1 所示。

表1 电梯群控系统两种控制算法的性能对比

结合表1 数据可知，使用常规集选控制算法的电梯群控系统，平均候梯时间46.2s，平均乘梯时间50.4s，长时间候梯率16.7%。相比之下，使用模糊控制算法的电梯群控系统，平均候梯时间仅用时23.6s，下降了48.9%；平均乘梯时间38.2s，下降了24.2%；长时间候梯率为8.1%，下降了8.6%。另外在最长候梯时间、电梯响应次数方面，基于模糊控制算法的电梯群控系统也有更好的表现。综合对比来看，基于模糊控制技术的电梯群控系统，将会显著提高运行效率，减少乘客等待时间，优化电梯乘用体验，对降低建筑能耗也有积极帮助。

结束语

在现代高层建筑和大型商业建筑中，电梯群的应用越来越普遍。为了加强多部电梯的调度效率和实现统一管理，需要构建电梯群控系统。基于人工智能的模糊控制技术，根据电梯群控系统的响应呼叫方式，确定不同区域、楼层的权重系数，然后利用评价函数计算电梯最优运行模式，从而实现了多目标控制。从仿真实验结果来看，基于模糊控制技术的电梯群控系统，能够很好解决以往电梯群控系统存在的响应速度慢、等待时间长、利用效率低等一系列问题。无论是从节约电梯运行能耗，还是优化乘客体验等方面均取得了理想效果，具有推广应用价值。