摘要：本文分别从模糊控制技术、神经网络技术、专家系统技术、遗传算法技术等方面，分析了电梯群控的技术现状，指出了其未来发展方向，望能为此领域研究有所帮助。
关键词：电梯群控技术；现状；发展方向
当前，电梯操纵控制方式已经经历了信号控制、按钮控制、手柄开关操纵及集选控制等，针对若干台电梯来讲，还实现了更加先进的智能群控及并联控制等。在整个电梯群控系统当中，伴随智能控制技术在其中的广泛、深入化应用，电梯交通系统融合其他设施，使得智能建筑功能得到大幅提升。现阶段，围绕高层建筑，将其复杂、繁琐的楼内垂直交通问题给有效解决掉，不断优化控制策略，以此来提升电梯的运行效率与服务质量，乃是当前仍需深入研究的重要课题。
1.电梯群控技术现状
1.1模糊控制技术
在整个电梯群控系统（ECGS）当中，模糊控制技术的应用，实际就是借助专家的知识来建立模糊控制规则，建立隶属函数。并以此为基础，对控制行为加以明确，评价各派梯方案，从中得到与系统各项性能指标相符的最佳方案。
三菱公司首先将模糊逻辑应用在电梯控制系统当中，当按下站呼叫按钮后，便能从中选出最合理且最实用的控制规则。之后，便可利用模糊逻辑对以人流密度、层内交通流量、进出客流量为基础的交通模式进行识别，比如能够将区域密度予以明确的二级模糊逻辑模型。对于电梯交通系统随机性的处理，此技术在整个电梯控制系统当中，优势更为突出。
将模糊逻辑应用于电梯群控系统当中，主要体现在如下方面：（1）模糊推理。借助模糊规则来推理，将响应层站呼梯信号所对应的最佳轿厢给选出；（2）模糊预测。预测电梯状态，以此将最佳运行方案给选出来；（3）识别交通模式。依据进出人数、客流密度、层间客流实况，来识别交通模式。（4）结合人工神经网络，构建起完整的模糊神经网络，用于识别交通模式，并优化调度策略。（5）借助模糊技术，于监控系统的图像处理与理解中，明确乘客的实际人数。
需要指出的是，专家知识能够更好的对电梯系统的非线性、随机性及多目标性进行处理，但因隶属函数加权系统不会因为交通模式的不同而发生变化，难以自学，另外，当处于运行状态时，难以修整规则，因此，会直接影响系统性能。
1.2神经网络技术
针对神经网络而言，其不仅具有较强的学习功能，而且还具有动态性、非局限性及非线性等特点，早在1994年，神经网络技术便已经开始在电梯群控系统中得以应用。电梯群控系统中神经网络的应用，多表现在如下放慢，其一为电梯调度策略的优化；其二是建筑物交通模式的识别。（1）识别神经网络用语群控交通模式。首先，储存特定建筑物固定天数的交通数据，从中将那些特征数据提取出来。
期刊文章分类查询,尽在期刊图书馆系统将特定的采样周期内所采集到的信息当作样本，围绕特定周期内使用的特征数据，对神经网络进行重复训练，直至满足具体的收敛条件。其次，在实施架构内，利用所编制的神经网络，对交通模式进行识别；最后，依据经过识别而得到的交通模式，完成相关操作，将最佳派梯方案给选出来。（2）模糊神经网络在派梯过程中的应用。糊神经网络（FNN）实际就是把神经网络结合到模糊逻辑当中，通过神经网络技术的高效应用，来处理模糊信息，并自动提取模糊规则，自动生成模糊隶属函数，以此来更好的将神经网络结构无法明确，及模糊逻辑没有自学功能的不足给克服掉，是整个模糊系统成为一种更加突出的自适应系统。
1.3专家系统技术
针对此技术而言，实际就是用作复杂系统功能技术问题进行处理的知识表示、获取与使用的方法，根据还没有形成科学体系且带有经验性的领域专家知识，控制系统，针对专家系统而言，其在上个世纪90年代便被用于电梯群控当中。还需要指出的是，专家系统利用程序包，对原始型电子数据表格进行设置，对输入的交通量进行模拟，其最终结果以一种被动态的方式，与仿真器相连接，将轿厢运动给显示出来，且由连接至交通传感系统当中的专家系统，持续性的计算，以此对轿厢运动进行调整与优化。专家知识利用If-Then的形式，归纳呈基本规则，If部分主要用作与产生式规则相对应的推理部分，而将模糊条件当作模糊规则，然后储存起来。
2.电梯群控技术的未来发展方向
电梯群控技术主要有如下发展趋势：（1）以人性化考虑为基础的高度智能化。如果建筑物使用功能发生变化，那么允许业主根据实际需要，对各项参数进行必要调整，且允许乘客进行有目的性的设定，以此来更好的满足使用者的各项需要，要想达此要求，系统需要具备能够在线自适应调整各项性能参数的功能，通过在线学习，且基于最佳、最优性能指标，使系统以最小的扰动，来达到最佳工作状态。（2）以工程意义为基础的高层建筑电梯配置。此乃工程应用与电梯技术之间的基本接口。OTISPLAN（美国Otis公司）与ELEVATE（英国Peters公司）在建筑设计行业及电梯业均得到相应重视，其中，针对OTISPLAN而言，其主要有如下部分构成，其一为派遣器性能仿真，其二是多梯群配置最优决策，其三为单楼群性能指标计算。（3）以节能化为基础的电梯群控技术。自之前静态的电梯交通配置发展到动态化的群控系统，电梯所对应的能耗指标通常会被忽视。据相关统计得知，电梯的能耗在整个大楼综合能耗中的比重达3/7，直接关联于电梯群控系统的品质。所以，节能目标在整个电梯群控系统当中，乃是需要着重考虑的内容。
3.结语
综上，通过对电梯群控技术的现状及发展方向进行深层剖析，从中可得出如下结论：字啊电梯群控系统当中，模糊逻辑的应用效果突出，但只有结合神经网络，方能将模糊逻辑的不足给克服掉；此外，模糊逻辑于专家系统相融合，能够达成在线实时决策功能等。因此，伴随科学技术的日渐发展，电梯群控技术在此驱动下，将会呈现出更好的发展势头。
参考文献：
[1]郁宙. 电梯群控系统控制算法的分析[J]. 电工电气，2007（2）：15-18.
[2]曾歆懿，汪友杰. 电梯群控系统与人工智能技术[J]. 可编程控制器与工厂自动化，2009（6）：78-80.
[3]孙丽娜. 电梯群控技术的发展状况[J]. 中国科技信息，2010（23）：148-149.
[4]徐美龄，赵国军. 电梯无线群控通讯技术研究[J]. 机电工程，2015，32（8）：1146-1150.
论文作者:陈烨1,姚情情2
论文发表刊物:《云南电业》2019年1期
论文发表时间:2019/8/28
标签：电梯论文; 模糊论文; 群控论文; 神经网络论文; 系统论文; 技术论文; 交通论文; 《云南电业》2019年1期论文;