摘要：电梯设备在人们的日常生活中发挥着重要的作用，并且电梯设备的使用范围越来越广。电梯群智能控制系统是基于现代科学技术水平快速发展下的控制系统，利用智能化控制能够实现电梯群的有效控制，减少电梯安全故障的发生。早期的电梯群控制系统比较落后，运行效率低。随着社会的快速发展，科学技术水平的不断提升，电梯群智能控制系统以及智能控制技术在不断发展。本文围绕电梯群智能控制系统以及智能控制技术展开了详细的探究，首先分析了早期的电梯群控制技术，然后就智能系统以及智能控制技术在电梯群控中的应用进行了详细的探究。对于进一步提升电梯系统运行的安全性，更高的做好电梯群的控制工作有一定的借鉴意义。
关键词：电梯群控；智能系统；智能控制技术；模糊控制；专家系统
1.前言
电梯作为安装在建筑物内部的交通工具，为人们带来了极大的便利，在一些高层建筑或者公共建筑中电梯设备的身影是无处不在的。作为重要的公共交通工具，电梯系统运行中最重要的是保障其安全性和稳定性，这样才能保障乘坐电梯人员的人身安全，防止电梯运行故障的发生。只有电梯设备运行是安全的，才能使得公众产生信任感。自从电梯诞生以来，经历了一系列的发展，从单梯运行到双梯运行，再到现阶段的电梯群控系统，逐渐形成了电梯交通配置理论，随着社会的进一步发展，大型建筑物的建设种类和数量都在不断丰富，人们对于电梯设备的性能要求也是越来越高，所以促进电梯群控智能系统以及智能控制技术的研究意义重大，充分借助现代科学技术带来的优势，利用智能化技术提升电梯的运行效率，保障社会大环境更好更快的发展。
2.早期的电梯群控技术
随着高层建筑的出现和建筑面积的扩大，需要并排设置几台电梯，以完成大楼内的垂直运输任务，这样便存在着电梯相互联接的问题。安装在一起的多台电梯，要求单梯的控制系统相互联接，且装有监控系统。在这样的系统中，厅层召唤按钮对所有并联电梯来说是共有的，监控系统确定梯群中哪一台电梯去应答厅层召唤信号。这样就形成了电梯群控系统，统一分配呼梯信号，统一调度电梯。最早的电梯群控系统使用继电接触控制，称为“自动方式选择系统”，它通过在上行、下行高峰以及平峰、双向时选择运行命令来工作。这是群控的最单形式，称为方向预选控制，它适用于两台或三台电梯组成的梯群，每台电梯靠方向预选控制来操作。这种系统需要单一的厅层召唤系统，每个厅层设有一个上行和一个下行按钮。控制系统有效地把建筑物内的电梯分开，以提供均匀服务并在指定的停梯层停靠一台或多台电梯。使用继电接触控制可以实现电梯的无司机运行，但其控制的主要目标是实现系统的顺序运行，运行效率较低，维护也较复杂。简单的两台电梯组成的梯群，粗略的分区是两台电梯分别服务于交替的楼层。可用静态和动态两种方法将厅层召唤进行分区。静态分区时，一定数目的厅层组合在一起构成一个区域；也可将相邻的上行厅层召唤安排到若干向上需求区域，相邻的下行厅层召唤安排到若干独立的向下需求区域，由此定义方向区域。动态分区时，区域的数目和每个区域的位置和范围，取决于各个轿厢运行的瞬间状态、位置和方向。动态区域是在正常的电梯运行期间定义的，按事先定义好的规则产生新的分区，并且是不断连续变化的。分区控制缩短了电梯的单台运行周期，运行效率有所提高。动态分区的算法比较复杂，因此主要以静态分区法为主。近年来，动态分区法的研究受到了重视。
3.现代电梯群控智能系统与智能控制技术
3.1应用于电梯群控系统中的专家系统
从20世纪60年代便出现了专家系统，它是人工智能应用方面的一个部分，而且还是比较成熟的一部分，其许多方法和概念也被引入到了控制领域，取得了很好的发展的应用，主要有数据库、知识库、知识获取、推理机和解释部分组成。知识获取主要是获取大量科学知识和专家在这方面的经验。知识表达能非常清晰的表达专家的知识和思维，从而形成的那些有用的规律被知识库吸收。数据库中把专家系统目前的一些用户使用情况的结果存入当中中，例如：每一部电梯的乘客数量和位置信号、估计电梯的工作时间以及估计乘客等待的时间等等一些问题。
期刊文章分类查询,尽在期刊图书馆有用人工智能技术在专家系统中的应用，把大量专家的工作经验集总后进行推理和评判，最后得出最合理的技术解决方案，从而消除了许多以前难以解决的困难，进而使控制系统能够更加完善的工作，专家系统就是用来解决此类问题的。它是一种把知识和经验用来进行加工和处理的一种智能系统，也就是完成探索和解决问题的一个工作过程。
3.2电梯群控系统的大脑——神经网络
对于神经网络的研究已经有相当长的历史，在1943年数学家Pitts和心理学家McCulloch首次提出了简单的神经网络的模型，在此后的几十年里，神经网络经历磕磕碰碰，无容置疑的BP算法、Hopfield在每个行业都有着广泛的应用，尤为突出的是在电梯群控系统的应用得到了大量专家学者的注意。神经网络应用于电梯群控系统中是因为它有着非线性、随机性以及难以建立高精度的数学模型的特点。同时神经网络学习具有它可以得到最优的输入—输出映射通过调整网络连接权，所以它主要适应于非线性系统和难以建模的系统中。即使随机性是电梯群控系统的一大特点，但相对于一栋楼来说，神经网络是有一定的工作周期的，然而在同一时间段中不同周期可能存在相似的工作状态，群控系统的样本是周期信息。如果周期足够小，便能有充足的过程数据来作为学习。
3.3应用于电梯群控系统中的模糊神经网络
3.3.1模糊神经网络
逻辑推理能力是模糊控制技术的特长，它不仅仅能够实现精确映射和联想，而是目前3种控制方法中最好的而且最有实际意义的方法。由于电梯交通系统中存在不确定性加上生活中对系统复杂程度要求的提高，但又无法知道系统的精确程度，因此模拟理论应运而生，从而很好的解决了这个问题，而且还能够迅速的处理精确信息与模糊信息，由于加权系数是固定在隶属函数中的，不能随着变量的改变而改变，也就是不能进行自主学习。通过环境学习来获取一定的知识从而改进自身性能是神经网络的一个最最突出的特点，其学习过程说白了就改变加权系数的值的过程，使预定目标得以顺利的实现。因此把俩种方法结合起来使用，一起运用于神经网络技术来处理那些模糊的信息，从而解决模糊规则的自动生成，以致有效的发挥了各自的优势。
3.3.2、模糊神经网络应用于电梯群控系统中
由于电梯交通中存在很多的不确定性，而应用模糊神经网络就可以很好地预测所出现的问题，以最少的的电梯承载最多的人流，只要的目的是：（1）最大限度的缩短人们的候梯时间（2）最大限度的虽短人们候梯次数（3提高到达终点的预报准确率，使乘客的心理压力减轻；（3）要合理分配电梯应答，缩短电梯运送乘客的时间，防止聚堆和忙闲状况的出现；（4）选择一种最佳的节约能源模式。
4.总结
现有的电梯控制技术仍存在缺点和不足。如何把更先进的技术应用于电梯群控之中，以进一步提高现有电梯系统的运行效率，满足乘客的需求，仍需要进一步探索和研究。发挥智能控制技术的优势，提升电梯运行的安全性以及稳定性，让广大公众从中受益，提升社会发展的速度。
参考文献：
[1]杨文吉，刘剑，张魁.一种电梯群组智能控制方式[J].信息技术，2004，28（4）：19-20.
[2]张巍.基于差分演化算法的电梯群智能控制系统研究[D].东北大学，2008.
[3]许玉格，罗飞.基于RS-FNN的电梯群智能控制策略[J].微计算机信息，2009（10）：14-16.
[4]刘勃然.电梯群控系统中智能控制方法[J].工程技术：文摘版：00057-00057.
[5]廖晓生.基于CAN总线的分布式智能电梯群控制设计[D].厦门大学，2011.
[6]谢莉.电梯群控系统中智能控制方法的研究[D].上海交通大学，2003.
论文作者:傅军平
论文发表刊物:《基层建设》2018年第13期
论文发表时间:2018/7/10
标签：电梯论文; 系统论文; 神经网络论文; 群控论文; 技术论文; 智能控制论文; 智能论文; 《基层建设》2018年第13期论文;