1、引言

電梯作為現代高層建筑必不可少的垂直交通運輸工具，與人類的生活密切相關，因而對電梯的調速精度、調速范圍等靜態特性和動態特性提出了更高的要求。在規模較大的高層建筑物內通常安裝兩臺或兩臺以上的電梯，如果電梯各自獨立運行，就很難提高運行效率，必然造成很大的能源浪費，也給電梯的集中管理帶來很大的困難。

2、電梯群控系統

電梯群控系統（EGCS）是指將安裝在建筑物內的3臺或3臺以上的一組電梯作為一個有機整體，使用一個自動控制系統調度每一臺電梯的運行，目的是提高垂直交通系統的運行效率，以較短的候梯時間和運行時間為乘客提供服務，以提高對乘客的服務質量，并減少能耗[1]。

電梯群控系統是一個相當復雜的系統，需要對幾百個信號進行收發，處理。目前，電梯群控有多種實現方式，但其控制系統的結構大同小異。圖1.1為電梯群控系統的一種基本結構框圖。電梯群控系統模塊接收轎外呼梯信號，根據派梯策略算法的處理結果將呼梯信號分配給各個單梯控制模塊，單梯系統模塊根據各電梯狀態、分配的轎外呼梯信號、轎內呼梯信號等對電梯進行運行控制。電梯群控模塊是電梯群控系統的核心，負責采集轎外呼叫信號并協同控制各電梯運行[2]。

圖2.1一種電梯群控系統基本結構框圖

3、基于LabView的電梯群控系統仿真

3.1LabView軟件

LabView是實驗室虛擬儀器工程平臺的簡稱，是美國NI公司的創新軟件產品，也是目前應用最廣泛、發展最快、功能最強的圖形化軟件開發環境。LabView的特點在于：它使用圖形化編程語言在流程圖中創建源程序，運行方便，編程簡單易懂。

LabView是帶有可以產生最佳編碼的編譯器的圖形化開發環境，運行速度等同于編好的C或C++程序。LabView具有模塊化特性，有利于程序的可重用性。LabView將軟件的界面設計與功能設計獨立開來，修改人機界面無需對整個程序進行調整，LabView是利用數據流框圖接受指令，使程序簡單明了，充分發揮了G語言的優點，這就大大簡短了虛擬儀器的開發周期、消除了虛擬儀器編程的復雜過程。

3.2模糊調度

調度是電梯群控系統的重要組成部分。電梯系統各控制目標的實現，主要靠調度對各呼梯信號的合理配置。電梯群控系統是一個多目標的協調控制系統，控制指標多，各目標之間既相互關系，又相互沖突。如：使電梯系統能耗低，則平均候梯時間和長候梯率增大；轎廂的擁擠度小，會使平均候梯時間長；平均候梯時間小，則長候梯率大。

3.3動態分區算法

確保每部電梯服務區域不重疊，防止電梯聚群現象出現，可以將m層的建筑物包括n部電梯（每部電梯1個轎廂）組成的梯群劃分n個區域。設建筑物第k層需求量為Uk,總需求量為U。每個轎廂都服務于1層（主端站），分區主要是為上、下行高峰模式設計的，而不是為隨機層間模式設計。當不在上，下行高峰模式時，則分區自動取消，各臺電梯的轎廂為整個建筑物服務。以下是具體分區安排：

轎廂1的服務范圍：1層...m1層；

轎廂2的服務范圍：1層，（m1+1）...m2層；

轎廂3的服務范圍：1層，（m2+1）...m3層；

......

轎廂j的服務范圍：1層，（mj-1+1）...mj層；

......

轎廂n的服務范圍：1層，（mn-1+1）...mn層；

其中：1＜m1＜m2＜...＜mj＜...mn≤m。動態分區的關鍵就是計算出n個mj（j=1,2,...n）的最優解。將第j個轎廂的往返時間記為RTTj,其計算公式如下：

RTTj=2HjtV+(Sj+1)ts+2Pjtp；j=1，2，···n

3.4電梯群控算法流程圖

基于動態分區的模糊群控調度算法流程圖如圖3.1所示。

圖3.1動態模糊優化調度算法流程圖

當出現層站呼梯指令登記時，調度算法首先確定當前系統屬于哪種交通模式，選取對應交通模式下權重系數W1、W2、W3的值，計算響應呼梯指令的各模糊變量值，再根據模糊決策原則計算各評價函數值，結合當前模式的權重系數計算出各電梯總的評價函數值，最后，通過比較選取總評價函數值最大的那一臺電梯來響應呼梯指令，從而實現動態模糊優化調度[3]。

3.5仿真實驗

此仿真平臺的優點就在于除共享廳層召喚之外，其它各個模塊是獨立的，其電梯群控系統的結構如圖4.7所示。因此如果需要可以從3臺電梯擴展到更多臺，只需要初始化新增加電梯的運行參數；由于調度算法是獨立的子VI，所以不影響虛擬仿真平臺的擴展[4]。

圖3.2電梯群控系統結構框圖

3.6實驗系統界面

仿真環境均為LabView8.6。實驗仿真系統界面如圖3.3所示。

圖3.3實驗仿真界面

3.7實驗結果與分析

首先，用LabView“隨機數”函數產生60個隨機數，前20個用來表示外呼，第31個到第40個為A梯的內選，第41個到第50個為B梯的內選，第51個到第60個為C梯的內選，模擬建筑物各層的指令登記信號；用3個參數來評價兩種調度算法，它們分別是平均候梯時間、平均乘梯時間、響應完所有外呼與內選信號所用的總時間以及轎廂的停站次數。實驗以隨機層間交通模式為例，驗證改進算法的優越性。結果如下：

圖3.4實驗結果柱形圖

通過以上實驗結構表明，在群控調度時，運用模糊決策與分區調度的方法，可以有效地減少平均候梯時間、平均乘梯時間以及總的停站次數，提高了電梯運行的效率[5]。

4、結語

本文主要講述了電梯群控系統的簡介和基本原理，并運用LabView軟件對電梯群控系統進行仿真測試實驗。實驗結果表明，動態分區與模糊調度相結合的群控調度優化算法可以有效地改善高層建筑電梯的性能。

更多資訊請關注電梯頻道