面向高层建筑的智能电梯群控技术

电梯的群控技术是高层、大型建筑中电梯交通系统发展的必然趋势.本文从智能电梯群控技术应用现状出发,介绍了电梯群控系统的关键技术,提出面向高层建筑的智能电梯群控系统的发展趋势.     

高层建筑应急情况下电梯群控算法研究

高层建筑带来城市景观的同时也带来安全问题,高层建筑发生应急情况时可以利用电梯运输效率高的特点进行人员疏散.文章依据高层建筑应急疏散特点,提出群控系统正常工作与应急工作两种工作模式,分析研究了电梯在应急情况下的交通流的特点,结合疏散路线提出电梯的应急疏散交通模式,采用静态分区内以最小侯梯时间为优化目标的应急群控算法.通过MATLAB面向对象编程技术对算法进行仿真分析,仿真结果表明,采用电梯进行应急疏散是可行和有效的.     

浅析电梯运行故障及其解决对策

电梯的安全运行是城市高层建筑完善其自身功能的必备环节,即从电梯常见的运行故障出发,着重分析产生这些故障的原因,并根据本人多年来的工作经验,对电梯故障的排除方法进行简单介绍.     

电梯系统垂直振动分析与抑制方式研究论述

高层及超高层建筑中,电梯已然成为了垂直方向上的主流代步工具,为人们的生活带来了巨大便利。结合高层建筑电梯系统的运行特点,本文对电梯运行时产生垂直振动的原因进行分析,并在此基础上对电梯垂直振动的抑制方法作了详细探讨,得出相关结论,供同行参考借鉴。     

基于匈牙利算法的群控电梯调度的实现

目的 运用匈牙利算法实现基于多目标优化的群控电梯调度.方法 将匈牙利算法运用于电梯调度中,通过采集当前电梯运行状态,获取电梯呼梯信号,将各呼梯信号用效率评价函数进行处理,获取总效率评价矩阵,再采用匈牙利算法对矩阵进行处理,得到派梯方案矩阵.结果 运用匈牙利算法得到的派梯方案能够有效地实现高峰期人员的合理调度,为每一个呼梯信号提供合理电梯响应.评价函数能够正确反应电梯一天内的评价指标,算法能够有效地抑制随人数的增多对电梯造成的严重负担.结论 将匈牙利算法运用于电梯调度中可以有效地提高电梯运行效率,提高综合性能指标,实现对电梯的多目标优化.     

直驱多轿厢电梯系统的调度控制策略

传统单轿厢电梯系统在服务于高层建筑时因电梯结构的局限性会使高峰客流时段乘客的候梯时间及乘梯时间变得相对较长.为了提高电梯系统的服务性能,结合直线电机在垂直提升系统中的优点,引入目的层预约的思想,建立了直驱多轿厢电梯系统的结构,并对多个轿厢在运行时发生碰撞的可能性进行了预防.通过采用轿厢的服务完成时间对电梯系统进行控制评估,最后将直驱多轿厢电梯群控系统与传统单轿厢系统在相同环境下进行对比仿真分析.仿真结果表明,在电梯系统的服务性能方面,直驱多轿厢电梯群控系统相比于传统单轿厢电梯系统具有更小的乘客候梯时间.     

浅谈电梯和起重机械的停电应急处理

随着社会科技与经济的发展,高层建筑逐渐的成为主要建筑,电梯成为高层建筑上下楼的主要工具.电梯在运行过程中,突然的断电会造成很严重的后果.本文就对电梯突然停电故障带来的危害进行概述,并从电梯和起重机的应急硬件配置、停电应急处理预案这几方面进行加强电梯的安全.从而减低电梯发生事故的概率,使电梯更加安全的运行.     

基于排队论的电梯交通系统阈值控制方式

目的寻找电梯交通系统最佳调度控制策略.方法将排队论理论应用到电梯群控系统中,对电梯上升高峰期间运行参数进行分析,讨论电梯乘客人数与平均候梯时间、乘客到达率等变量之间的关系,提出一种基于M/Mr/1排队系统模型的阈值策略控制方法.结果借助计算机在不同情况下对所提出方法进行了仿真试验,并以真实建筑物的电梯数据为例,采用不同的调度控制方法对不同的性能指标进行了对比分析,验证了排队论阈值方法在电梯群控系统中应用的可行性.结论试验结果表明,基于排队论的阈值方法是一种在电梯上升高峰期间理论合理、实施性较强的调度控制方法.     

基于神经网络技术的电梯动态智能检测系统

提出了一种基于神经网络技术的电梯动态智能检测系统,它可以长期不间断地采集电梯运行数据并存储.利用最优小波包的理论分析提取轿厢垂直振动加速度信号特征,与水平方向振动信号特征融合建立了BP神经网络模型,实现对电梯急停故障现象的诊断.经验证,该模型能有效判断出电梯急停故障,为特检部门提供了电梯的检测依据.     

浅谈电梯电气事故原因分析及预防

现今社会建筑行业快速发展,城市建设中出现了大量的高层建筑,电梯作为一种垂直的交通工具,在高层建筑中广泛的使用,在一定程度上使人们的体力以及时间得到节约,但同时也不可避免的存在一定的风险.在电梯运行中经常会由于电气问题而出现事故,对人民群众生命以及财产安全带来威胁,因此本文就电梯电气事故的原因进行分析,探究有效地预防措施.     

基于粒子群优化模糊核聚类的电梯群交通模式识别

为了改善电梯群控系统的性能,使电梯群节能并高效运行,针对不同的交通模式采用合理的调度算法对电梯群进行优化调度,提出一种基于粒子群(PSO)的模糊核聚类算法(KFCM)的电梯交通流模式识别方法．利用基于梯度下降的粒子群优化算法代替KFCM算法的迭代过程,可使算法具有较强的全局搜索能力和局部搜索能力,并降低了KFCM算法对初始值的敏感度．利用核方法将低维特征空间的样本映射到高维特征空间,增加对样本特征的优化,并使样本特征在高维特征空间线性可分,更加容易聚类．采用在某办公楼采集的电梯交通流数据作为测试样本,仿真结果表明,与FCM聚类算法相比,该算法具有良好的性能指标,对电梯交通流的聚类效果更准确．     

基于LSSVM的电梯交通模式的模糊识别

提出可以对电梯交通模式进行模糊识别的方法.采用最小二乘支持向量机(LSSVM)的回归算法来学习2种交通模式的相对隶属度,通过相对比较法得到当前时刻所有交通模式的隶属度.介绍了LSSVM二值分类算法及传统的多值分类算法,分析LSSVM多值分类与函数回归的关系.分析结果表明,采用函数回归算法可以进行多值分类.若以交通模式的隶属度作为类标,则可采用LSSVM的回归算法来进行2种交通模式的模糊分类.为了提高LSSVM的线性度,分3步逐步细分电梯客流的交通模式.实验结果表明,采用该方法得到的各交通模式隶属度随时间的变化曲线与依据群控专家经验得到的曲线非常相似,识别结果的平均误差小于应用神经网络识别的平均误差,可将识别结果作为电梯群控系统的输入参数.     

基于Delphi的可视化交互性虚拟电梯

目的 为电梯群控策略提供经济有效的测试平台及为实践教学提供造价低廉的实验环境．方法 将面向对象编程语言应用于电梯中，根据建筑物约束和电梯系统交通数据等参数，提出一种基于Delphi可视化交互性虚拟电梯分析设计方法．结果 通过计算机实现虚拟电梯的动态模拟仿真和静态模拟仿真，得出了电梯往返时间，载客率，间隔时间，候梯时间，能够实时显示电梯运行状态和当前位置等．结论 虚拟电梯提供了经济有效的实验平台，真实反映电梯内选外呼、电梯门及轿内外运行状态，得出电梯静态参数设计及动态实时运行状况，预测出电梯交通流量和乘客候梯时间等．是测试电梯控制算法和进行电梯优化调度的有效试验手段．     

乘客等待条件下的电梯优化调度模型

对多部电梯进行综合调控管理具有广泛的现实意义,本文提出了在乘客等待条件下的电梯调度问题,以作为上班高峰期电梯优化调度的一种近似。并利用概率论的方法得到了电梯往返运行一次的平均时间,建立了电梯优化调度的数学模型,且采用动态规划的方法求得了乘客在等待条件下的最优调度方案,并对实例进行了计算。     

适于双子电梯群控系统的交通模式预测方法

为了避免传统电梯交通模式识别存在模式滞后的缺陷,适应新型的双子电梯群控系统性能要求,提出了基于预测交通流的电梯交通模式预测方法.采用支持向量机(Support vector machine,SVM)进行电梯交通流预测;采用BP神经网络进行电梯交通流模式识别,并用遗传算法(Genetic algorithm,GA)对BP神经网络进行优化;将电梯交通流预测与交通模式识别相结合,再次利用神经网络对所预测的交通流进行模式识别,实现交通模式预测.研究结果表明,预测交通流的交通模式与实际交通流的交通模式一致,验证了交通模式预测的准确性.交通模式预测方法可避免模式滞后的缺陷,为双子电梯群控系统工程应用提供理论依据.     

机器学习在电梯安全管理评价中的应用研究

针对传统电梯安全评价方法准确性差、人为因素大的弊端以及目前电梯安全管理工作复杂等问题,提出了基于机器学习的电梯安全管理评价方法.利用安全检查表收集电梯安全状况相关数据,采用安全检查表分析法和模糊数学理论综合考虑影响电梯安全的各个因素的重要性以及影响程度,针对评价结果应用机器学习原理结合评价知识库已有的维修知识给用户提供全面有效的整改建议和措施,完成风险评估和风险评定的过程.实例应用表明该方法可以发现电梯系统管理和操作的潜在漏洞,通过风险降低措施可以提高电梯设备运行的安全性和稳定性,对保证电梯使用单位的人身安全和财产安全有重要现实意义.     

VVVF电梯及其速度监控

本文介绍了由可编程控制器控制的VVVF电梯控制系统的基本结构，并指出这种基本系统存在的问题，提出了改进方法。该方法经实践证明是可行的，对于提高此类电梯的运行可靠性、安全性有较大意义。     

电梯群控制系统的设计与实现

通过对电梯群控系统的工作原理进行分析,结合CANBUS总线实时、高速的通信特点,提出了电梯群控系统的设计方案。并对CANBUS的通信特征、系统的总体结构设计、系统软件结构设计以及调度算法进行了阐述,在软件结构的设计中运用了模块化的设计思想,提高了电梯群控系统的灵活性和可扩展性。     

粒子群优化的BP神经网络在电梯群控系统中的应用

目的提出基于粒子群优化的BP神经网络获取评价电梯群控系统派梯性能指标的新方法．方法综合考虑电梯运行特性,确定电梯调度控制策略,建立了电梯运行性能的评价指标函数,利用神经网络自学习功能获取评价指标的初始权值和阀值,针对平均候梯时间对比研究了普通BP神经网络算法和粒子群优化BP神经网络算法．结果将优化的权值和阀值代入BP神经网络获得平均候梯时间,粒子群优化的BP神经网络与BP神经网络相比,减少了迭代次数,缩短了运行时间．结论仿真实验表明,该方法可以避免BP神经网络训练中产生局部极小值,加快BP神经网络训练速率,提高电梯群控系统控制的速度．