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)
電梯群控是一種提高乘客輸送效率的電梯運(yùn)行模式,是典型非線性動(dòng)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(hào)產(chǎn)生樓層、停梯時(shí)間、轎廂擁擠度、是否更改目的層等。電梯群控的擾動(dòng)性:如不必要的呼梯信號(hào)。電梯群控多目標(biāo)性:如轎廂擁擠度、乘梯時(shí)間、系統(tǒng)能耗、侯梯時(shí)間、長(zhǎng)時(shí)間候梯率等。近年來(lái),有圍繞電梯群控特性,試圖通過(guò)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(shí)別和圖像處理,統(tǒng)計(jì)候梯人數(shù);應(yīng)用改進(jìn)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(yùn)行效率,減少了候梯時(shí)間和長(zhǎng)候梯率;Wang Shu、Fei Cindy Y.等提出通過(guò)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(yùn)行效率下降;Shunji Tanaka 等研究在事先不知道車輛停機(jī)時(shí)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(wú)碰撞或倒車的群控問(wèn)題;Emre Oner Tartan 等提出基于遺傳算法的電梯等待時(shí)間優(yōu)化調(diào)度方法,這些研究都沒(méi)有改變電梯群控的特性,無(wú)法簡(jiǎn)化電梯群控算法,提高派梯算法運(yùn)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(kāi)創(chuàng)電梯群控大數(shù)據(jù)平臺(tái),將電梯群控?cái)?shù)據(jù)分析前移,大大降低電梯群控?cái)?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(wú)中心電梯群控系統(tǒng),有效突破群控集中控制運(yùn)算能力受限,提高電梯群控響應(yīng)速度。
本研究電梯群控系統(tǒng)整體架構(gòu)如圖1所示。整個(gè)架構(gòu)包括三個(gè)層次和一個(gè)互聯(lián)網(wǎng)移動(dòng)終端,三個(gè)層次分別是現(xiàn)場(chǎng)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)
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(jì)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(yùn)算,最終做出派梯決策。群控電梯數(shù)量越多,其調(diào)度運(yùn)算復(fù)雜度和運(yùn)算負(fù)荷就越大,但是基于分布式群控控制設(shè)計(jì),能有效解決上述問(wèn)題,不增加系統(tǒng)運(yùn)算的時(shí)間成本。這種設(shè)計(jì)有效克服了星形群控系統(tǒng)容量擴(kuò)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(guò)環(huán)形串行總線把各群控模塊串聯(lián)起來(lái),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(shí),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(shí),系統(tǒng)自動(dòng)識(shí)別外呼呼梯樓層?;谀康膶宇A(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(jì)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。
電梯群控網(wǎng)絡(luò)層的作用是實(shí)現(xiàn)群控組電梯控制器和系統(tǒng)分析管理平臺(tái)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(jī)采用華三(H3C)MS4008V28全千兆8口交換機(jī)。網(wǎng)絡(luò)層通過(guò)TCP/IP 協(xié)議實(shí)現(xiàn)電梯主控制器和系統(tǒng)管理層主機(jī)之間的數(shù)據(jù)交互。
新型電梯群控分析管理平臺(tái)的主要功能如下:收集手機(jī)用戶終端遠(yuǎn)程呼梯預(yù)約、用戶個(gè)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(jì);每層上下呼梯平均候梯時(shí)間統(tǒng)計(jì);最大服務(wù)時(shí)間統(tǒng)計(jì);學(xué)習(xí)分析常駐寫(xiě)字樓乘客的乘梯行為,特別是乘梯時(shí)間準(zhǔn)確度分析。分析管理平臺(tái)主要由Mysql 數(shù)據(jù)庫(kù)、大數(shù)據(jù)分析軟件、數(shù)據(jù)統(tǒng)計(jì)顯示界面組成。
用戶首先下載手機(jī)電梯應(yīng)用APP,并進(jìn)行用戶注冊(cè)。注冊(cè)并填寫(xiě)個(gè)人信息,如乘坐電梯的寫(xiě)字樓、個(gè)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(shí)可以提前預(yù)約乘梯樓層、目的樓層和乘梯時(shí)間。注冊(cè)完成以后,自動(dòng)會(huì)將數(shù)據(jù)上傳到電梯群控分析管理平臺(tái)。手機(jī)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(zhǎng)候梯現(xiàn)象的大量發(fā)生;手機(jī)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(wèn)題;手機(jī)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(jì)算依據(jù),避免轎廂擁擠度不確定問(wèn)題;手機(jī)終端,給乘客提供智能乘梯時(shí)間提醒和乘梯預(yù)約時(shí)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(shí)間準(zhǔn)確性和避免不必要的呼梯浪費(fèi)。
電梯群控分析管理平臺(tái)、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
群控調(diào)度原則:梯群空閑狀態(tài)下,在同一樓層空閑時(shí)間相等情況下,依據(jù)梯號(hào)小的先走;空閑時(shí)間不等的情況下,依據(jù)先到先走的原則。梯群隨機(jī)分布在不同樓層,遵循“低上高下”原則。
梯群運(yùn)行狀態(tài)、空閑+運(yùn)行狀態(tài)下,以建立電梯群控動(dòng)態(tài)評(píng)價(jià)函數(shù),如式⑴。通過(guò)群控算法,計(jì)算梯群中每臺(tái)電梯評(píng)價(jià)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(duì)函數(shù)無(wú)特殊形態(tài)要求,有魯棒性強(qiáng)等特點(diǎn),適合電梯群控調(diào)度優(yōu)化。通過(guò)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(shí),隨機(jī)產(chǎn)生N個(gè)派梯方案(等于引領(lǐng)蜂數(shù)量),并計(jì)算適應(yīng)度函數(shù)值。按式⑶隨機(jī)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(píng)價(jià)參數(shù)維度,i ∈{1 ,2,…,S},S 為梯群規(guī)模,[0,1]為之間的一個(gè)隨機(jī)數(shù)。
算法在開(kāi)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(píng)價(jià)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(gè)隨機(jī)數(shù)。i ≠k。
跟隨蜂依據(jù)引領(lǐng)蜂分享的信息后,跟隨蜂對(duì)派梯方案的選擇概率依據(jù)式⑸進(jìn)行:
其中,fit為第i 個(gè)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(guò)對(duì)派梯方案的循環(huán)L次搜索,如果沒(méi)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(jī)派梯方案,搜索新的方案。對(duì)于梯群第i 個(gè)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(gè)梯同第i個(gè)電梯步驟執(zhí)行。隨后,比較梯群電梯的派梯方案和計(jì)算得到的S()值,如果算法迭代次數(shù)達(dá)到最大,則結(jié)束算法,輸出群控調(diào)度結(jié)果。
大數(shù)據(jù)分析軟件實(shí)現(xiàn)以下功能。
一是電梯群控客流分析。客流分析是電梯群控調(diào)度必要條件。文獻(xiàn)[3,13,14]等研究看,電梯群控客流狀態(tài),是通過(guò)圖像識(shí)別、仿真等技術(shù)手段預(yù)測(cè)和驗(yàn)證。本研究通過(guò)實(shí)時(shí)統(tǒng)計(jì)預(yù)約呼梯登記,準(zhǔn)確獲得電梯群控客流狀態(tài),無(wú)需進(jìn)行客流預(yù)測(cè)分析。在分析客流同時(shí),根據(jù)樓層的呼梯數(shù)量,動(dòng)態(tài)確定基站,讓電梯空閑時(shí)動(dòng)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(jì)來(lái)自手機(jī)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(duì)列數(shù)組{LC},按照最大候梯時(shí)間T的時(shí)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(shí)每個(gè)CC目的樓層信號(hào),使它們?cè)谵I廂分布為已知,解決轎廂擁擠度未知問(wèn)題。
三是電梯群控組健康檢測(cè)。電梯群控健康檢測(cè)包括故障電梯、超時(shí)不關(guān)門、短時(shí)高故障率電梯等,通過(guò)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(jì)報(bào)告。通過(guò)分析呼梯樓層最大候梯時(shí)間,結(jié)合智能樓宇安防,發(fā)現(xiàn)并及時(shí)制止不良用梯行為;如果出現(xiàn)超過(guò)設(shè)定值的候梯指令,就考慮提高指令優(yōu)先級(jí)別;通過(guò)平均候梯時(shí)間分析,可以驗(yàn)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(shí)性。
為了驗(yàn)證所述電梯群控系統(tǒng),本研究開(kāi)發(fā)了基于安卓SDK 的手機(jī)電梯APP,分析管理平臺(tái)以及電梯群控調(diào)度軟件。手機(jī)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(kù)接入單元組成。用戶登錄單元完成用戶注冊(cè)、登錄、密碼找回、個(gè)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(jī)APP應(yīng)用程序部分界面
實(shí)驗(yàn)大數(shù)據(jù)軟件版本:V3.1.1;數(shù)據(jù)庫(kù)名稱:ELink。電梯群控組電梯數(shù)量4 臺(tái),呼梯樓層25 層。IP地址配置:180.18.70.97-180.18.70.100。
實(shí)驗(yàn)周期10 天,實(shí)現(xiàn)外呼預(yù)約登記12744 次。數(shù)據(jù)庫(kù)報(bào)表更新時(shí)間間隔1 小時(shí)。電梯群控客流如圖5所示。從圖5 可知,在24 小時(shí)統(tǒng)計(jì)時(shí)間中,梯群出現(xiàn)三個(gè)用梯高峰,分別是早高峰A 點(diǎn),午間高峰B 點(diǎn),下班高峰C 點(diǎn)。呼梯次數(shù)分別達(dá)到1299 次、1440 次、1497次。出現(xiàn)時(shí)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(shí),可定義電梯空閑模式;當(dāng)L1 ≤L <2時(shí),可定義電梯空閑+運(yùn)行模式;當(dāng)L ≥L2 時(shí),可定義電梯繁忙高峰模式。通過(guò)客流數(shù)據(jù)分析,結(jié)合用梯時(shí)間和閾值設(shè)置,動(dòng)態(tài)調(diào)整群控調(diào)度評(píng)價(jià)函數(shù)中的權(quán)重系數(shù)W 值,使評(píng)價(jià)函數(shù)的評(píng)價(jià)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(shí)間/健康度分析圖
由圖5可知,所有外呼指令的候梯時(shí)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(shuō)明群控調(diào)度非常理想。平均候梯時(shí)間在7.66s ≤AWT ≤23.81s之間。再有,平均候梯時(shí)間和最大候梯時(shí)間分布與客流分析結(jié)果是一致的,呈現(xiàn)正相關(guān)系。客流越大,這兩個(gè)時(shí)間也相應(yīng)增大。具體候梯時(shí)間分布統(tǒng)計(jì)見(jiàn)圖6。
圖6 候梯時(shí)間分布圖形
群控電梯的健康度。電梯運(yùn)行過(guò)程中,會(huì)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(dá)99.88%。群控電梯健康度會(huì)影響電梯運(yùn)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(jì)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(dòng)態(tài)泊梯位置的確定
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(shí)驗(yàn)驗(yàn)證,實(shí)驗(yàn)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(lái),將進(jìn)一步完善呼梯預(yù)約后的乘梯準(zhǔn)時(shí)性問(wèn)題,降低呼梯預(yù)約方法帶來(lái)新的不確定性問(wèn)題,并通過(guò)真實(shí)工程實(shí)驗(yàn)來(lái)進(jìn)一步驗(yàn)證呼梯預(yù)約和大數(shù)據(jù)分析對(duì)電梯群控性能提升的有效性。工程環(huán)境下的實(shí)驗(yàn),可能會(huì)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(guò)程。