电梯群控系统研究与设计(6)

重庆理工大学毕业论文 电梯群控系统软件设计

2.1.4 电梯群控系统中信息的不完备性

电梯群控系统中存在着大量的不准确信息：

(l)电梯轿厢中的乘客人数不能准确获得：虽然轿厢的底部装有承重装置，但由于人的个体体重差异较大，所以不能获得轿厢内乘客数的准确数据。这会导致对轿厢内拥挤度和对候梯时间的预测不准确，增加系统控制的难点。

(2)乘客进入轿厢的时间因个体的不同而不同，同样不能获得准确数据。 (3)乘客进入轿厢前，其目的层是不可知的。使对乘客乘梯时间的预测和对其它乘客候梯时间和乘梯时间的影响的预测误差较大。

综上所述，电梯群控系统具有多目标性、非线性、不确定性、扰动性和信息的不完备性等特点。系统的这些特性使得其数学模型无法完全精确地建立起来，但电梯的运行状态则可随时获得，如电梯的运行速度、运行方向、所在楼层、轿内指令情况、厅层呼叫情况等，还可通过压力传感器得到梯内乘客数。如何更好地响应厅层呼叫和处理轿厢内选信号，提高系统的运行效率和效益是需要解决的重要问题。电梯系统的主要任务是将乘客安全、快捷、舒适地送往目的层。一个高效的电梯群控系统应以最少的电梯数目应付最大的交通客流量，而且要具有良好的用户管理功能。其主要控制目标如下：

(l)乘客的平均候梯时间要尽量短，办公楼一般要求在30s左右。 (2)尽量减少乘客的长候梯几率，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 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)选择能源消耗最少的方式，尽量降低能耗。

为了实现以上目标，控制系统中必须采取先进的控制技术。在考虑单梯运行舒适、安全的前提下，运用先进的控制方法和策略，如：模糊控制、神经网络、专家系统和遗传算法等人工智能控制方法，以保证系统具有最佳的性能。

13

重庆理工大学毕业论文 电梯群控系统软件设计

2.2电梯群控系统的性能评价指标

在一个控制系统中，性能评价指标通常用来衡量系统采用的控制器的优劣。因此，选择一个较客观合理的系统性能指标用以估计控制器所产生的效果就显得尤为重要。用来衡量电梯群控系统服务性能的评价指标由时间评价指标、能耗评价指标、乘客状态评价指标和乘客的容忍度评价指标等四部分组成。

2.2.1 运行距离s： 指电梯的当前位置到外呼信号的位置的距离。它分为三种情况：

运行方向和外呼信号的方向一致且外呼信号位置比当前电梯的位置高，那么运行距离

s?(l-l)?dij其中s表示运行距离，l表示外呼信号楼层

il表示电梯当前楼层，d表示单层楼的高度。j外呼信号的方向和电梯的运行方向相反且呼叫楼层比电梯的最高目的层高，那么运行距离

s?(l-l?)ijd 其中s表示运行距离，l表示外呼信号楼层

il表示电梯当前楼层，d表示单层楼的高度。j外呼信号的方向和电梯的运行方向相反且呼叫楼层比电梯的最高目的层低，那么运行距离

14

重庆理工大学毕业论文 电梯群控系统软件设计

s?[2lk?(li?lj)]?d其中s表示运行距离，l表示外呼信号楼层id表示单层楼的高度。l表示电梯当前楼层，lk表示电梯的最高目的层，j

2.2.2 停站层数n：指电梯从当前位置到达呼叫信号位置所停留的站数.它是比呼叫信号位置低的电梯已响应的外呼信号集合和内呼信号集合的一个交集。

2.2.3 候梯时间t： 指从外呼信号发出到电梯到达的时间，那么侯梯时间t

t?s/v?n?t0其中t表示一次停站所耗的时间

0v表示电梯运行的速度

2.2.4 乘梯时间T：指电梯当前层到到达目的层的时间，那么乘梯时间

T?(lm?l)?d/v?n?t;其中lm表示目的层

j02.2.5 平均乘梯时间T：指插入一个外呼信号后电梯的目的信号中比插入的外呼信号高的信号的乘梯时间的平均值。

插入一个外呼信号对电梯目的信号的乘梯时间的影响：设已电梯目的信号的乘梯时间集合为：(T,T,T,......,T)

m123插入的外呼信号，若l则平均侯梯时间

?l则T不变，若l?l则Tm??T?t mimmim015

重庆理工大学毕业论文 电梯群控系统软件设计

P?Tm??TmT?m?1;其中P表示比插入的外呼信号更高的信号个数

P?1这样定义的原因是我们在关注乘梯时间的同时还比较关注还有多少时间能到达目的，这样定义同时考虑到了两个方面。

2.2.6 长侯梯率L：指在电梯已响应的信号中侯梯时间超过60s的信号的比率。

2.2.7 拥挤度W：指电梯的当前载重量占额定载重量的百分比

16

重庆理工大学毕业论文 电梯群控系统软件设计

第三章 模糊神经网络的群控系统设计

人工神经网络是近年来发展起来的一门新兴学科，人工神经网络是由大节点神经元经可调连接权相互连接而构成的复杂网络系统，有很强的自适应、自学习能力，训练好的网络具有预测评价功能。BP网络是目前应用最为广泛一种网络模型，通常BP算法是通过一些学习规则来调整神经元之间的连接值，学习的规则和网络的拓扑结构不变。然而，一个神经网络的信息处理功不仅取决于神经元之间的连接强度，而且与神经元的连接方式即网络的结构有关。合理的选择网络结构可以加快了网络的收敛速度，改善了学习速率和网络的适应能力。

BP神经网络通常是指基于误差反向传播算法的多层前向神经网络，采用由导师的训练方式。如果把神经网络看成输入到输出的映射产:

，则这个映射是一

个高度非线性映射。网络结构是由输入层、输出层和隐层组成，其中隐层可以是一层，也可以是多层，前层至后层节点通过网络权值相连接，同层节点中没有任何祸合，输入层和隐层的激活函数通常为sigmofd型。但是在隐层和输出层之间的激活函数可以是线性的。

BP神经网络本质上是以网络误差之平方和为目标函数，按梯度法求其目标函数达到最小值的算法。它是目前求解前馈网络中使用得最多的一个算法，具有坚实的理论基础，推导过程严谨，所得到的公式形式对称优美，通用性好。此算法要求首先确定神经网络的结构，然后用最快速下降法由输出层到隐含层再到输入层反向调整各个元件的权值和阑值，经过反复调整直至达到满意的误差值。

多层前向神经网络具有如下特点:

(l)能够以任意精度逼近任何非线性影射，给复杂系统的建模带来了一种新的非线性的表达工具;

(2)能够同时处理定量知识和定性知识，能以模式信息表示系统的知识，并以事例为基础进行学习推理;

(3)它可以学习和自适应未知信息，如果系统发生了变化可通过修改网络的联接值而改变控制效果;

(4)多输入多输出的结构模型，可方便地用于多变量控制系统，由于具有分布特性，所以多层神经网络的系统特别适合处理 …… 此处隐藏：1309字，全部文档内容请下载后查看。喜欢就下载吧 ……