浅谈电梯群控技术的现状与发展方向

摘要：本文在分析电梯群控技术现状的基础上，详细阐述了当前电梯群控调度采用的技术，并对未来电梯群控技术的发展方向进行了展望。

关键词：电梯群控系统；现状；调度；发展趋势

中图分类号：TU857 文献标识码：A 文章编号：

在现代社会和经济活动中，电梯已经成为城市物质文明的一种标志，特别是随着高层建筑的发展，楼宇智能化程度要求越来越高。电梯作为一种广泛使用的垂直交通运输工具，人们对它的服务质量提出了越来越高的要求。对高层及超高层建筑电梯研究表明:电梯交通系统设计的关键是满足乘客生理和心理上的承受

力。即不仅要满足人们的生理要求（安全性、舒适性），而且要满足心理上的要求

（候梯时间、乘梯时间尽可能短），为了缩短人们的候梯时间，减少能量损耗，需要合理安装多台电梯，而这种多台电梯的优化调度系统，就是电梯群控系统。

什么是电梯群控系统 (EGCS: Elevator Group Control System)？是根据建筑物内的交通流状况，合理配置多部电梯组成梯群，由微机控制系统统一管理梯群的召唤信号，对当前的交通状况进行智能化识别，并根据交通模式识别结果结合不同的优化目标产生系统控制策略，针对不同的控制策略应用相应的优化派梯算法，从而得出最优派梯决策。实现这一功能的整套控制系统称为电梯群控系统。

1.电梯群控系统现状

现今国内的多台电梯控制水平还不理想,有待进一步发展,存在不少问题需要进一步研究:

1.1国内使用的先进的电梯群控系统大多数都是国外电梯公司制造的,或由国外电梯公司提供其控制系统部分,而国内电梯群控系统的研究与开发状况不容乐观，主要体现在国内企业大多只能生产速度在 3m/s 以下的电梯，，导致的结果是国产电梯仅适用于中低层建筑，制约了电梯群控系统的研究和开发；

1.2从控制技术研究的角度看,国外己有的先进控制技术,很多都掌握在各个大电梯公司手中,其核心技术是不公开的,而国内在这些方面的研究还有相当大的差距，尽快学习和掌握这些先进的控制技术,对国内电梯工业以及其它行业的发展会有极大的促进作用。另一方面国内电梯企业对群控系统的研发起步较晚，研究的投入相对也较少，国内的产品主要集中在单梯控制和双梯并联控制上，多梯群控系统还远不能达到智能化的目标。因此，加强对电梯群控系统核心技术的研究、将电梯群控技术的研究成果转入应用对于国内电梯企业而言极其紧迫。

2.电梯群控系统的调度

在电梯群控系统中，电梯群控器是系统的核心，其功能由调度算法实现，调度方法的优劣对系统性能有着决定性作用，因此，电梯群控调度算法一直是电梯群控研究中的重点和难点。

2.1电梯群控调度策略

2.1.1分区策略

分区运行是提高电梯系统性能的一种有效方法，其主要优点是实施集中服务，提高电梯系统客流的输送能力。分区的思想主要适用于交通流高峰模式，能大大缩短乘客的侯梯时间和乘梯时间。目前，分区运行广泛应用于大型高层建筑内，主要有三种形式：静态分区、规划时间分区以及动态分区。静态分区是固定分配一组电梯去服务相邻的若干区域；规划时间分区是根据经验按预先的时间安排暂时划分一组电梯服务于大楼；动态分区的分区区域则取决于客流的分布，根据交通流的不同而动态调整分区的区域。

2.1.2控制策略

即利用专家系统的方法和模糊理论处理高峰时间交通状况，根据专家规则确定当前占主导地位的交通模式，产生与该模式相应的控制策略。模糊逻辑和模糊规则的使用在 20 世纪 90 年代电梯群控系统调度中变得非常流行，模糊逻辑用于描述交通模式，模糊规则包含在专家系统中用来实施更具有弹性的推理机制。

2.2 电梯群控调度方法

2.2.1专家系统技术

专家系统是早期人工智能的一个重要分支，是研究知识表述、使用和获取的方法。它是一种知识信息的加工处理系统，其工作过程是一个求解和探索的过程。专家系统对于处理不能完全用数学模型进行精确描述的电梯群控系统具有借鉴意义。在应用专家系统时首先根据过去的交通数据预设交通流，以侯梯时间最小的最优运行作为大规模组合问题，然后用 SA 法进行求解，最后将求出的最优运行与原系统的运行进行仿真比较，并将与最优运行对应的分配方法归纳为一般性的规则。只有把专家的知识和经验更好地应用于实际的电梯系统，才有可能处理好复杂的电梯群控制问题。

2.2.2模糊控制技术

模糊逻辑控制是通过巧妙地使用 IF-THEN 模式，处理语言变量和不确定变量的方法，由于该方法不需要建立精确的数学模型，又符合东方人的思维特点，因此模糊控制技术在日本、韩国等国家比较流行。模糊规则一般是由专家来制定而且系统运行时规则无法修正。模糊技术与人工神经网络相结合，使得模糊规则的自动提取和模糊隶属函数的自动生成得到较好解决，使模糊系统称为一种自适应模糊系统。

2.2.3神经网络技术

人工神经网络是一种智能化的数据处理方法，其处理具有非线性的能力。它是

模拟人脑的思维，利用已知样本对网络进行训练，让网络存储变量间的非线性关系，然后利用存储的网络信息对未知样本进行分类或预测。应用人工神经网络，旨在通过对输入数据的连续训练来增加控制系统对外部环境的适应能力。采用最小侯梯时间和阈值决策方法，成功开发了基于神经网络的控制器。为了选择最佳的层站召唤分配方法，采用人工神经网络识别电梯交通客流模式。Kubo 利用人工神经网络来实现基于模糊规则的近似推理。在获取电梯群控制系统的交通状况和来自控制变量选择单元的侯梯控制变量后，预测模型能够预测和生成同控制变量相关的侯梯时间分布。

2.2.4 遗传算法技术

遗传算法是一种通用的全局优化算法，具有方法简单、鲁棒性强、并行性等特点。遗传算法在电梯群控中的应用主要分为三类：(1) 协助调度算法；(2) 调整调度算法的参数；(3) 直接用于电梯的实时调度。

为了保证系统能得到非劣的结果，在使用遗传算法过程中采取最佳个体保存策略。当交通环境发生变化时，采用“恢复多样性”操作提高系统对外界环境变化的适应能力。使用搜索技术解决难题，在搜索中使用启发式信息，是目前控制搜索方向的主要方法。所谓启发式搜索，就是利用问题拥有的启发信息来引导搜索，达到减少搜索范围，降低复杂度的目的。

2.2.5智能体强化学习技术

智能体的一个主要特征是能够适应未知环境，其中学习能力是智能体的关键属

性之一。在机器学习领域，根据反馈的不同，学习技术分为监督学习、非监督学习和强化学习三大类。而强化学习是一种以环境反馈作为输入的、适应环境的学习方法。

总之，电梯系统调度的主要任务是将乘客安全、快捷、舒适地送往目的层。其主要控制目标如下:

1)乘客的平均候梯时间要尽量短,办公楼一般要求在30m/ s左右；

2)尽量减少乘客的长候梯率,即尽量避免产生长时间的候梯过程；

3)轿厢到达的预报准确率要高,减少乘客等待时的心理压力；

4)电梯运行时要满足人体的生理适应性,使乘客感觉舒适,加速和减速要平稳,一般应使加速度不大于2 m/s；

5)电梯运送乘客的时间要尽量短,并合理分配电梯应答,防止聚堆和忙闲不均；

6)选择能源消耗最省的方式,尽量降低能耗。

为了实现以上目标,电梯群控系统中必须采取先进的控制技术,以保证系统具有最佳的性能。

3.电梯群控系统的发展趋势

今后的研究趋势和重点主要在以下几个方面:

3.1.结合多种智能技术提高系统性能

将智能控制中的专家系统、模糊控制、神经网络有机的结合起来,应用到电梯控制中去,使电梯控制向智能化方向发展,并根据不同控制功能设计出不同的智能控制模块,是当今世界电梯业发展的潮流。

3.2建立完整的专家知识库

电梯群控调度的优劣很大程度仁取决于群控规则的准确性和完全性,电梯群的调度准则可以在大量数据和经验基础上逐步完善和充实,从而建立一个群控规则专家库,通过丰富的专家经验和知识以及较完全的知识表达,完善控制规则,来适应电梯系统的随机性,提高电梯系统整体性能。

3.3提高群控系统的自适应学习能力

要进一步提高电梯系统的运行性能,应该使电梯群控系统能够智能地根据各种不同情况的大厦以及不同的客流模式和电梯群状态,自动的采取策略调整和参数优化且将产生的新知识存储积累,不断完善系统。

参考文献：

[1]李东,王伟,邵诚 电梯群控智能系统与智能控制技术[J].控制与决策.2001,9.513一517

[2]余华,孙德堡 智能大厦中的电梯群控系统[J1.机床电器.2001.4.24一26

[3]王永庆 人工智能原理方法应用[MI.西安交通大学出版社.1994

[4]文 现代电梯群控系统和人工智能技术[Jl.基础自动化.1998.5