電梯交通分析及電梯優(yōu)化控制方法研究.pdf

1、隨著社會的發(fā)展，高樓大廈不斷興建，電梯已經(jīng)成為生產(chǎn)與生活中不可缺少的機電設(shè)備。如何讓電梯更好的發(fā)揮其作用已成為備受關(guān)注的問題，電梯優(yōu)化控制方法的研究也成為熱點課題。目前，在電梯交通流的研究中，對其特性的分析較少。然而，作為電梯群控中的基礎(chǔ)問題，對其特性的研究是很必要的。此外，理論基礎(chǔ)扎實完善、簡單有效和易于實現(xiàn)的群控算法是電梯群控調(diào)度的重要研究內(nèi)容。良好的電梯速度控制方法是提高電梯控制水平的有效途徑，而現(xiàn)有的速度控制方法主要停留在傳統(tǒng)控

2、制的基礎(chǔ)上，智能控制方法的應(yīng)用相對較少。
　　電梯的交通分析是電梯控制的重要組成部分，本文首先對電梯的交通分析進行研究，并在此基礎(chǔ)上對電梯群的優(yōu)化控制方法進行研究；另一方面，從改善電梯的運行性能目標(biāo)出發(fā)，對電梯的零速?？靠刂品椒ㄟM行研究。針對電梯交通的非線性，控制中的非線性和多目標(biāo)性，在研究中采用智能控制理論，這將在很大程度上改善電梯的服務(wù)水平，提高電梯的運行質(zhì)量。
　　電梯交通流的預(yù)測是電梯群控的基本問題之一。針對電梯交通

3、流時間序列的非線性和小樣本的特征，利用支持向量機方法對電梯交通流時間序列進行預(yù)測。將混沌動力學(xué)系統(tǒng)的相空間延遲坐標(biāo)重構(gòu)理論引入預(yù)測中，解決時間序列預(yù)測模型輸入維數(shù)確定困難的問題；應(yīng)用小數(shù)據(jù)量法對電梯交通流時間序列的混沌特性進行判定，并應(yīng)用龐卡萊截面法對其混沌特性進行驗證；在此基礎(chǔ)上構(gòu)建電梯交通流混沌時間序列的支持向量機預(yù)測模型，并利用試驗尋優(yōu)的方法獲得模型參數(shù)；利用實測的電梯交通流數(shù)據(jù)，分別針對進門廳客流時間序列和出門廳客流時間序列進行

4、預(yù)測，并與RBF神經(jīng)網(wǎng)絡(luò)模型及傳統(tǒng)的動平滑方法和指數(shù)平滑法進行比較。仿真結(jié)果表明，構(gòu)建的模型能很好的跟蹤電梯交通流的變化趨勢，可以實現(xiàn)電梯交通流較好的擬合和預(yù)測。
　　在電梯群控制研究中，針對不同的電梯交通模式采用相應(yīng)的控制算法對電梯群進行優(yōu)化調(diào)度，將大大改善電梯群控系統(tǒng)的性能。提出一種粒子群優(yōu)化(Particle Swarm Optimization, PSO)模糊核聚類算法(Kernel Fuzzy C-Means, KFCM

5、)對電梯交通模式進行識別，利用PSO算法代替 KFCM算法的基于梯度下降的迭代過程，使算法具有較強的全局和局部搜索能力，并降低 KFCM算法對初始值的敏感度。利用核方法將低維電梯交通流特征空間樣本映射到高維特征空間，增加對交通流樣本特征的優(yōu)化，并使樣本特征在高維特征空間線性可分，更加容易聚類。為了驗證 KFCM算法的有效性，采用某辦公樓的電梯交通流數(shù)據(jù)作為測試樣本，仿真結(jié)果表明該算法具有良好的性能指標(biāo)，對電梯交通流的聚類效果更準(zhǔn)確。

6、r>　　電梯群控調(diào)度算法是電梯群控系統(tǒng)的核心，研究電梯群控策略對提高電梯的運行效率和綜合性能有重要意義。在傳統(tǒng)電梯群控制策略的基礎(chǔ)上，基于電梯群控系統(tǒng)的非線性和多目標(biāo)性，給出兩種模糊控制策略，模糊區(qū)域多目標(biāo)調(diào)度算法和模糊多規(guī)則多目標(biāo)調(diào)度算法。結(jié)合目標(biāo)函數(shù)對算法的實現(xiàn)過程進行描述，并就兩種控制策略適合的交通模式進行討論，通過仿真對各調(diào)度算法的性能進行驗證及比較分析。
　　電梯的零速?？繂栴}是電梯控制中的另一個重要問題。將預(yù)測控制應(yīng)用