馬福軍

(浙江建設(shè)職業(yè)技術(shù)學(xué)院建筑設(shè)備學(xué)院，浙江 杭州 311231)

0 引言

電梯群控是一種提高乘客輸送效率的電梯運行模式，是典型非線性動態(tài)離散系統(tǒng)。電梯群控信息存在不確定性和不完備性：如乘客數(shù)量、呼梯信號產(chǎn)生樓層、停梯時間、轎廂擁擠度、是否更改目的層等。電梯群控的擾動性：如不必要的呼梯信號。電梯群控多目標(biāo)性：如轎廂擁擠度、乘梯時間、系統(tǒng)能耗、侯梯時間、長時間候梯率等。近年來，有圍繞電梯群控特性，試圖通過各種感知技術(shù)，軟件算法優(yōu)化派梯策略的研究。利用圖像識別和圖像處理，統(tǒng)計候梯人數(shù)；應(yīng)用改進的人工蜂群算法尋找最優(yōu)派梯方案；將人工蜂群算法與模擬退火算法相結(jié)合，避免群控算法陷入局部最優(yōu)解；應(yīng)用基于蟻群算法的模糊控制推理電梯群控系統(tǒng)，并將目的層預(yù)約應(yīng)用到電梯群控系統(tǒng)；應(yīng)用粒子群算法優(yōu)化BP 神經(jīng)網(wǎng)絡(luò)權(quán)值和閾值，提高電梯群控算法運行效率，減少了候梯時間和長候梯率；Wang Shu、Fei Cindy Y.等提出通過深度學(xué)習(xí)感知電梯轎廂占有率而避免不必要的停梯造成電梯運行效率下降；Shunji Tanaka 等研究在事先不知道車輛停機時間的情況下，考慮在多轎廂電梯系統(tǒng)中有效地操作車輛而無碰撞或倒車的群控問題；Emre Oner Tartan 等提出基于遺傳算法的電梯等待時間優(yōu)化調(diào)度方法，這些研究都沒有改變電梯群控的特性，無法簡化電梯群控算法，提高派梯算法運行效率。

本研究構(gòu)建新型電梯群控系統(tǒng)，引入遠(yuǎn)程和本地電梯呼梯預(yù)約概念，降低電梯群控不確定性。開創(chuàng)電梯群控大數(shù)據(jù)平臺，將電梯群控數(shù)據(jù)分析前移，大大降低電梯群控數(shù)據(jù)分析負(fù)荷，并提供電梯群控控制器精準(zhǔn)數(shù)據(jù)。構(gòu)建分布式無中心電梯群控系統(tǒng)，有效突破群控集中控制運算能力受限，提高電梯群控響應(yīng)速度。

1 新型電梯群控系統(tǒng)架構(gòu)

本研究電梯群控系統(tǒng)整體架構(gòu)如圖1所示。整個架構(gòu)包括三個層次和一個互聯(lián)網(wǎng)移動終端，三個層次分別是現(xiàn)場控制層、網(wǎng)絡(luò)層、分析管理層。

圖1 新型電梯群控系統(tǒng)整體架構(gòu)

1.1 電梯群控現(xiàn)場控制層

電梯控制采用新型電梯控制器LCE-KGC，包括分布式群控控制模塊及其RS485 串口，通用觸摸屏連接RS485 串口和網(wǎng)絡(luò)接口。分布式群控控制模塊，專門設(shè)計與控制器主CPU 協(xié)同的協(xié)處理器完成群控調(diào)度分析運算，最終做出派梯決策。群控電梯數(shù)量越多，其調(diào)度運算復(fù)雜度和運算負(fù)荷就越大，但是基于分布式群控控制設(shè)計，能有效解決上述問題，不增加系統(tǒng)運算的時間成本。這種設(shè)計有效克服了星形群控系統(tǒng)容量擴展受限的弊端。日本三菱電梯和日立電梯采用集中式電梯群控。本研究分布式群控系統(tǒng)之間采用通過環(huán)形串行總線把各群控模塊串聯(lián)起來，并協(xié)同工作。環(huán)形串行總線上的群控電梯在發(fā)生故障時，能夠方便退出群控系統(tǒng)，而不影響其余電梯的群控功能。

觸摸屏本地目的層預(yù)約，把外呼和傳統(tǒng)轎廂內(nèi)呼梯結(jié)合到觸摸屏裝置上面，乘客登記目的層時，系統(tǒng)自動識別外呼呼梯樓層。基于目的層預(yù)約呼梯，避免了電梯群控的呼梯不確定性。目的層預(yù)約方式在群控系統(tǒng)調(diào)度計算當(dāng)中，事先知道乘客的去向，可以優(yōu)化群控調(diào)度策略。目的層預(yù)約觸摸屏功能包括目的層預(yù)約、乘梯引導(dǎo)、待響應(yīng)樓層顯示等。本研究觸摸屏采用迪文DGUS-Dmt80480t070_18wt。

1.2 數(shù)據(jù)傳輸網(wǎng)絡(luò)層

電梯群控網(wǎng)絡(luò)層的作用是實現(xiàn)群控組電梯控制器和系統(tǒng)分析管理平臺之間的數(shù)據(jù)交互。網(wǎng)絡(luò)層數(shù)據(jù)傳輸介質(zhì)為帶屏蔽層的超6類網(wǎng)線。交換機采用華三（H3C）MS4008V28全千兆8口交換機。網(wǎng)絡(luò)層通過TCP/IP 協(xié)議實現(xiàn)電梯主控制器和系統(tǒng)管理層主機之間的數(shù)據(jù)交互。

1.3 新型電梯群控分析管理平臺

新型電梯群控分析管理平臺的主要功能如下：收集手機用戶終端遠(yuǎn)程呼梯預(yù)約、用戶個人信息，例如體重、是否有乘梯障礙等；電梯的健康指數(shù)分析；電梯群控客流分析；每層平均呼梯次數(shù)統(tǒng)計；每層上下呼梯平均候梯時間統(tǒng)計；最大服務(wù)時間統(tǒng)計；學(xué)習(xí)分析常駐寫字樓乘客的乘梯行為，特別是乘梯時間準(zhǔn)確度分析。分析管理平臺主要由Mysql 數(shù)據(jù)庫、大數(shù)據(jù)分析軟件、數(shù)據(jù)統(tǒng)計顯示界面組成。

1.4 手機用戶終端

用戶首先下載手機電梯應(yīng)用APP，并進行用戶注冊。注冊并填寫個人信息，如乘坐電梯的寫字樓、個人體重、是否有乘梯障礙、常用出發(fā)地理位置，譬如家、公司等。在需要用梯時可以提前預(yù)約乘梯樓層、目的樓層和乘梯時間。注冊完成以后，自動會將數(shù)據(jù)上傳到電梯群控分析管理平臺。手機遠(yuǎn)程呼梯預(yù)約，使電梯群控系統(tǒng)可以提前做好派梯規(guī)劃，避免長候梯現(xiàn)象的大量發(fā)生；手機終端應(yīng)用，不僅明確了呼梯情況，還明確了乘客數(shù)量，避免了在電梯廳候梯人數(shù)不明確的問題；手機終端能夠采集乘客體重、是否有用梯障礙信息，為電梯群控需要的派梯數(shù)量給出明確計算依據(jù)，避免轎廂擁擠度不確定問題；手機終端，給乘客提供智能乘梯時間提醒和乘梯預(yù)約時間修改業(yè)務(wù)、呼梯反悔和預(yù)約/取消業(yè)務(wù)，保證用梯時間準(zhǔn)確性和避免不必要的呼梯浪費。

2 電梯群控的協(xié)調(diào)控制

電梯群控分析管理平臺、用戶終端、目的層預(yù)約觸摸屏間和群控模塊之間關(guān)系分析，如圖2所示。

圖2 新型電梯群控的協(xié)調(diào)控制

2.1 電梯群控組群控控制

群控調(diào)度原則：梯群空閑狀態(tài)下，在同一樓層空閑時間相等情況下，依據(jù)梯號小的先走；空閑時間不等的情況下，依據(jù)先到先走的原則。梯群隨機分布在不同樓層，遵循“低上高下”原則。

梯群運行狀態(tài)、空閑+運行狀態(tài)下，以建立電梯群控動態(tài)評價函數(shù)，如式⑴。通過群控算法，計算梯群中每臺電梯評價函數(shù)值()，以函數(shù)值的大小作為派梯決策。

電梯群控算法，采用人工蜂群算法。蜂群算法適合多變量函數(shù)優(yōu)化求解，算法對函數(shù)無特殊形態(tài)要求，有魯棒性強等特點，適合電梯群控調(diào)度優(yōu)化。通過人工蜂群算法獲得派梯決策函數(shù)S()值最小的電梯作為響應(yīng)梯。算法流程如圖3所示。

圖3 電梯群控人工蜂群調(diào)度算法流程

派梯方案初始化時，隨機產(chǎn)生N個派梯方案（等于引領(lǐng)蜂數(shù)量），并計算適應(yīng)度函數(shù)值。按式⑶隨機產(chǎn)生可行解：

其中，C為第i 梯響應(yīng)指令，j ∈{1 ,2,…,}，Z 為電梯群控調(diào)度優(yōu)化評價參數(shù)維度，i ∈{1 ,2,…,S}，S 為梯群規(guī)模，[0,1]為之間的一個隨機數(shù)。

算法在開始搜索階段，引領(lǐng)蜂依據(jù)式⑷搜索新派梯方案：

其中，j ∈{1 ,2,…,}，Z 為電梯群控調(diào)度優(yōu)化評價參數(shù)維度，i ∈{1 ,2,…,S}，k ∈{1 ,2,…,S}，S為梯群規(guī)模，φ為[-1,1]之間的一個隨機數(shù)。i ≠k。

跟隨蜂依據(jù)引領(lǐng)蜂分享的信息后，跟隨蜂對派梯方案的選擇概率依據(jù)式⑸進行：

其中，fit為第i 個派梯方案的效率，效率越高，派梯方案被選擇的概率越大。跟隨蜂完成概率搜索，經(jīng)過對派梯方案的循環(huán)L次搜索，如果沒有更好的派梯方案，則放棄原派梯方案，偵查蜂階段則更新新的隨機派梯方案，搜索新的方案。對于梯群第i 個電梯，更新其全局最優(yōu)派梯方案和最優(yōu)適應(yīng)度值，其他S -1個梯同第i個電梯步驟執(zhí)行。隨后，比較梯群電梯的派梯方案和計算得到的S()值，如果算法迭代次數(shù)達到最大，則結(jié)束算法，輸出群控調(diào)度結(jié)果。

2.2 大數(shù)據(jù)分析軟件與電梯群控系統(tǒng)間的交互

大數(shù)據(jù)分析軟件實現(xiàn)以下功能。

一是電梯群控客流分析?？土鞣治鍪请娞萑嚎卣{(diào)度必要條件。文獻[3,13,14]等研究看，電梯群控客流狀態(tài)，是通過圖像識別、仿真等技術(shù)手段預(yù)測和驗證。本研究通過實時統(tǒng)計預(yù)約呼梯登記，準(zhǔn)確獲得電梯群控客流狀態(tài)，無需進行客流預(yù)測分析。在分析客流同時，根據(jù)樓層的呼梯數(shù)量，動態(tài)確定基站，讓電梯空閑時動態(tài)泊位，提高電梯響應(yīng)效率。

二是呼梯預(yù)約登記。大數(shù)據(jù)分析軟件統(tǒng)計來自手機和觸摸屏的呼梯預(yù)約登記。設(shè)預(yù)約登記的外呼信息為LC，目的樓層信息為CC，i,j ∈{1,2,…,}，M 為最高樓層，則隊列數(shù)組{LC}，按照最大候梯時間T的時間間隔發(fā)送給電梯群控組控制器參與群控調(diào)度，且標(biāo)識每個CC目的樓層信號，使它們在轎廂分布為已知，解決轎廂擁擠度未知問題。

三是電梯群控組健康檢測。電梯群控健康檢測包括故障電梯、超時不關(guān)門、短時高故障率電梯等，通過大數(shù)據(jù)分析軟件分析群控組電梯的可使用率。

四是電梯群控統(tǒng)計報告。通過分析呼梯樓層最大候梯時間，結(jié)合智能樓宇安防，發(fā)現(xiàn)并及時制止不良用梯行為；如果出現(xiàn)超過設(shè)定值的候梯指令，就考慮提高指令優(yōu)先級別；通過平均候梯時間分析，可以驗證電梯群控算法的可行性和梯群效率；軟件還可以分析乘客預(yù)約乘梯行為的準(zhǔn)時性。

3 實驗

為了驗證所述電梯群控系統(tǒng)，本研究開發(fā)了基于安卓SDK 的手機電梯APP，分析管理平臺以及電梯群控調(diào)度軟件。手機端軟件，由用戶登錄單元、網(wǎng)絡(luò)配置單元和Mysql數(shù)據(jù)庫接入單元組成。用戶登錄單元完成用戶注冊、登錄、密碼找回、個人信息登記等。網(wǎng)絡(luò)配置單元完成Wi-Fi 設(shè)置、GPRS 設(shè)置和域名設(shè)置。應(yīng)用程序部分界面如圖4所示。

圖4 手機APP應(yīng)用程序部分界面

實驗大數(shù)據(jù)軟件版本：V3.1.1；數(shù)據(jù)庫名稱：ELink。電梯群控組電梯數(shù)量4 臺，呼梯樓層25 層。IP地址配置：180.18.70.97-180.18.70.100。

實驗周期10 天，實現(xiàn)外呼預(yù)約登記12744 次。數(shù)據(jù)庫報表更新時間間隔1 小時。電梯群控客流如圖5所示。從圖5 可知，在24 小時統(tǒng)計時間中，梯群出現(xiàn)三個用梯高峰，分別是早高峰A 點，午間高峰B 點，下班高峰C 點。呼梯次數(shù)分別達到1299 次、1440 次、1497次。出現(xiàn)時間分別在8:00左右、11:00左右、17:00左右。在客流分析中，可以設(shè)置閾值L1/L2，當(dāng)0 ≤L ＜1時，可定義電梯空閑模式；當(dāng)L1 ≤L ＜2時，可定義電梯空閑+運行模式；當(dāng)L ≥L2 時，可定義電梯繁忙高峰模式。通過客流數(shù)據(jù)分析，結(jié)合用梯時間和閾值設(shè)置，動態(tài)調(diào)整群控調(diào)度評價函數(shù)中的權(quán)重系數(shù)W 值，使評價函數(shù)的評價指標(biāo)根據(jù)客流有不同的側(cè)重。

圖5 電梯群控客流/候梯時間/健康度分析圖

由圖5可知，所有外呼指令的候梯時間分布，10秒內(nèi)被響應(yīng)的呼梯次數(shù)占比43.65%；30秒內(nèi)被響應(yīng)的呼梯次數(shù)占比84.84%；60 秒內(nèi)被響應(yīng)的呼梯次數(shù)占比96.47%，說明群控調(diào)度非常理想。平均候梯時間在7.66s ≤AWT ≤23.81s之間。再有，平均候梯時間和最大候梯時間分布與客流分析結(jié)果是一致的，呈現(xiàn)正相關(guān)系?？土髟酱螅@兩個時間也相應(yīng)增大。具體候梯時間分布統(tǒng)計見圖6。

圖6 候梯時間分布圖形

群控電梯的健康度。電梯運行過程中，會出現(xiàn)不良乘梯行為、電梯故障等情況，群控電梯不一定100%投入群控調(diào)度。圖5 顯示，梯群可使用率達99.88%。群控電梯健康度會影響電梯運行效率。

根據(jù)樓層呼梯數(shù)量的大小，即可得到泊梯位置，統(tǒng)計情況如圖7 所示。圖中紅色框所在樓層，是電梯空閑后最佳泊梯位置。

圖7 動態(tài)泊梯位置的確定

4 結(jié)束語

本文研究提出的基于呼梯預(yù)約和大數(shù)據(jù)分析的電梯群控得到了實驗驗證，實驗結(jié)果表明呼梯預(yù)約和大數(shù)據(jù)分析參與群控能有效提升電梯群控性能指標(biāo)，并為以后的研究提供了重要參考依據(jù)。

接下來，將進一步完善呼梯預(yù)約后的乘梯準(zhǔn)時性問題，降低呼梯預(yù)約方法帶來新的不確定性問題，并通過真實工程實驗來進一步驗證呼梯預(yù)約和大數(shù)據(jù)分析對電梯群控性能提升的有效性。工程環(huán)境下的實驗，可能會調(diào)整群控調(diào)度中的參數(shù)設(shè)置，以及調(diào)整所使用的算法過程。