(机械工程专业论文)基于垂直交通客流分析的电梯群控优化研究.pdf_第1页
(机械工程专业论文)基于垂直交通客流分析的电梯群控优化研究.pdf_第2页
(机械工程专业论文)基于垂直交通客流分析的电梯群控优化研究.pdf_第3页
(机械工程专业论文)基于垂直交通客流分析的电梯群控优化研究.pdf_第4页
(机械工程专业论文)基于垂直交通客流分析的电梯群控优化研究.pdf_第5页
已阅读5页,还剩37页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

d i s s e r t a t i o ns u b m i t t e dt oz h e j i a n gu n i v e r s i t yo ft e c h n o l o g y f o rt h ed e g r e eo fm a s t e r b a s e do nt h ea n a l y s i s0 fv e r t i c a l p a s s e n g e r e rt r a f f i co p t i m i z a t i o no f e l e v 舡o rg r o u pc o n t r o l c a n d i d a t e :y i n gc h e n g e n g a d v i s o r :p r o f e s s o rl uc o n g d a c o l l e g eo fm e c h a n i c a le n g i n e e r i n g z h e j i a n gu n i v e r s i t yo ft e c h n o l o g y o c t2 0 1 1 4删8 iiiii9402洲y 浙江工业大学 学位论文原创性声明 本人郑重声明:所提交的学位论文是本人在导师的指导下,独立进行 研究工作所取得的研究成果。除文中已经加以标注引用的内容外,本论文 不包含其他个人或集体已经发表或撰写过的研究成果,也不含为获得浙江 工业大学或其它教育机构的学位证书而使用过的材料。对本文的研究作出 重要贡献的个人和集体,均已在文中以明确方式标明。本人承担本声明的 法律责任。 名:彩钟口月w 日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意 学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文 被查阅和借阅。本人授权浙江工业大学可以将本学位论文的全部或部分内 容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存 和汇编本学位论文。 本学位论文属于 1 、保密口,在年解密后适用本授权书。 2 、不保密回。 ( 请在以上相应方框内打“”) 作者签名: 导师签名: 日期:,倬口月v 扫e 1 日期:驷萨1 1 月锣日 譬串蔑!,萎*旁嚣砧譬壹缶、等_镬x;一七t奢站一p 基于垂直交通客流分析的电梯群控优化研究 摘要 在社会经济高速发展和高层建筑持续攀高的当今,建筑物的使用功能和客流状况发 生着新的变化,电梯配置技术面临着新的挑战和使命。垂直交通客流分析和电梯群控制 是电梯配置领域中的两个有着内在联系的课题,因为其问题的普遍性、特殊性及其复杂 性带来的挑战性,和电梯群的优化控制带来的可观的经济效益和社会效益,引起了众多 电梯公司和研究机构的兴趣。 论文尝试运用人工智能领域的理论和方法,对电梯交通客流分析和电梯群控制优化 算法进行了分析和探讨。论文的工作如下: 1 客流预测是电梯交通流模式判别的重要环节,亦是各种客流模式下提高电梯动态 分区性能的关键所在。针对这个问题,论文采取了传统的人工统计方法,来获得客流模 式的数据。并且利用电梯本身的一些功能,如电梯自带的称重系统,电梯内安装的视频 监控系统等,对人工统计的数据进行修正,取得了比较准确的数据。基本能反映电梯交 通流的规律性,又体现其随机性和动态性。并对原有的客流模式进行细分,使相对于的 运行控制更加有针对性。 2 在现有的派梯原则和分配机制下,对目前市场上群控系统采用的免疫算法、人 工神经网络算法等的进行了分析,并在此基础上对遗传算法运用与电梯群控系统进行探 讨,并结合遗传算法的优势对此群控体系进行了进一步的改进和优化仿真。 论文为垂直交通客流分析提供了较为准确的数据,为电梯群控制系统提出了新的算 法形式,基于不同的垂直交通客流模式改善了电梯系统的性能,对于推动电梯配置技术 的发展具有重要意义。 关键词:电梯群控系统;电梯交通浼模式;遗传算法;优化 b a s e do nt h ea n a l y s i s0 fv e r t i c a lp a s s e n g e r e r t r a f f i co p t i m i z a t i o no fe l e v a t o rg r o u p c o n t r o l a b s t r a c t i nt h es o c i a la n de c o n o m i cd e v e l o p m e n ta n dt h eh i g h e ru p ,t h eg r e a t e rt h el a s to ft h e h i g h - r i s eb u i l d i n g ,b u i l d i n gt h eu s ef u n c t i o no ft h ep a s s e n g e rf l o wa n dt h en e wc h a n g e h a p p e n e d ,e l e v a t o rc o n f i g u r a t i o nt e c h n o l o g yf a c en e wc h a l l e n g e sa n dm i s s i o n v e r t i c a lt r a f f i c v o l u m ea n a l y s i sa n de l e v a t o rg r o u pc o n t r o li st h ee l e v a t o ri nt h ef i e l do fc o n f i g u r a t i o nb o l h a v ei n n e rc o n n e c t i o no fq u e s t i o n ,b e c a u s et h ep r o b l e mo fu n i v e r s a l i t y ,c o m p l e x i t ya n d c o m p l e x i t yo fc h a l l e n g i n g ,a n db r i n gt h eo p t i m i z a t i o no ft h ee l e v a t o rg r o u pc o n t r o lb r o u g h t c o n s i d e r a b l ee c o n o m i cb e n e f i ta n ds o c i a lb e n e f i t , c a u s e dm a n ye l e v a t o rc o m p a n i e sa n d r e s e a r c hi n s t i t u t e so fi n t e r e s t t h i sp a p e ra t t e m p t st om a k eu s eo fa l lt h ew o r ki nt h ef i e l do fa r t i f i c i a li n t e l l i g e n c en e w t h e o r i e sa n dm e t h o d s ,a n do nt h ee l e v a t o rt r a f f i cf l o wa n a l y s i sa n de l e v a t o rg r o u pc o n t r o l o p t i m i z a t i o na l g o r i t h mi sa n a l y z e da n dd i s c u s s e d t h ef o l l o w i n gl i s ti st h i sp a p e rt h em a i n w o r k , i n n o v a t i v ew o r kh a sn o tb e e ns e e ni nt h ed o m e s t i ca n df o r e i g ns i m i l a rr e p o r t s : 1 w i l lc l u s t e r i n gt h e o r yi si n t r o d u c e dt ot h ee l e v a t o rt r a f f i cf l o wa n a l y s i s ,a n dp u t f o r w a r dan e wt y p eo f t w ol e v e ls t r u c t u r ec l u s t e r i n gm e t h o d t h ef i r s tn e wm e t h o do fa r t i f i c i a l i m m u n es y s t e mt h e o r ya n da n t i b o d yi m m u n ei n c e n t i v e ,i m n l u n es u p p r e s s i o na n di m m u n e m e m o r ym e c h a n i s m ,e l e v a t o rt r a f f i co ft h ep a s s e n g e rf l o wd a t ae n f o r c e m e n tc h a r a c t e r i s t i c s a c q u i r i n ga n de l e v a t o rt r a f f i cf l o wa r t i f i c i a li m m u n em e m o r yd a t as e t ,a l s oc a l l e dt h e p a s s e n g e r f l o wd a t ac h a r a c t e r i s t i c s t h e n r e s p e c t i v e l y w i t hh i e r a r c h i c a l c l u s t e r i n g ( h i e r a r c h i c a lc l u s t e r i n g ) a n ds u p p o r tv e c t o rm a c h i n e ( s v m ) c l u s t e r i n g ( v e c t o r ) f e a t u r e c l u s t e r i n gt e a c h e r sp a s s e n g e rd a t ac l u s t e r i n ga n a l y s i s f i n a l l yt h ec l u s t e r i n gr e s u l t sa r e a n a l y z e da n de x p l a i n e d 2 f l o wp r e d i c t i o ni st h ee l e v a t o rt r a f f i cf l o wm o d ed i s c r i m i n a t i o n ,a n di ti sa l s ot h e i m p o r t a n tl i n ko f t h ep e a kf l o wm o d ei m p r o v ed y n a m i cp e r f o r m a n c eo ft h ee l e v a t o rd i v i s i o n k e y a c c o r d i n gt o t h i sp r o b l e m ,t h i sp a p e rp r o p o s e sl o n g t e r mf o r e c a s ta n dt h es h o r t t e r m f o r e c a s tt h ew a yo fc o m b i n a t i o no f l a y e ro ft h ep a s s e n g e rf l o ws t a t i o nt op r e d i c td e m a n d ,n o t o n l yr e f l e c tt h ee l e v a t o rt r a f f i cr e g u l a r i t y ,a n dr e f l e c t si t sr a n d o n l n e s sa n dd y n a m i c t h i sp a p e r st ot h ei n n o v a t i v ew o r k ,f o rv e r t i c a lt r a f f i cv o l u m ea n a l y s i se l e v a t o rg r o u p c o n t r o ls y s t e ma n dp u t sf o r w a r dt h en e wm e t h o d ,c o n c e p ta n da l g o r i t h mb a s e do n t h e p e r s p e c t i v eo fd i f f e r e n tf o r m ,t oi m p r o v et h ep e r f o r m a n c eo ft h es y s t e m ,t h ee l e v a t o rf o r p r o m o t i n gt h ed e v e l o p m e n to ft h e e l e v a t o r c o n f i g u r a t i o nt e c h n o l o g y h a s i m p o r t a n t s i g n i f i c a n c e k e y w o r d s :e l e v a t o rg r o u pc o n t r o ls y s t e m ,a r t i f i c i a li m m u n es y s t e m ,d y n a m i cd i v i s i o n , o p t i m i z a t i o n i i i 目录 摘要瑟。i a b s t r a c t 。i i 第1 章绪论l 1 1 研究背景与意义1 1 2 研究目的与内容3 1 3 研究技术路线3 第2 章电梯群控发展现状。4 2 1国内外群控发展状况4 2 2 存在的问题5 第3 章电梯群控系统机构总体设计6 3 1总体结构与需求分析6 3 2 各功能模块分析7 3 2 1 交通流产生模块7 3 2 2 数据管理模块8 3 2 3 数据通信模块8 3 2 4 层站召唤分配模块1 1 3 2 5 电梯运行模块1 2 第4 章基于垂直交通客流的群控算法优化1 3 4 1 电梯交通流分析1 3 4 1 1 交通客流模式分析1 3 4 1 2 客流数据的采集1 5 4 2 电梯群控的派梯原则和分配机制1 6 4 3 电梯群控传统算法1 7 4 3 1 免疫算法1 7 4 3 2 人工神经网络算法2 0 4 4 群控系统算法优化分析2 4 4 5 算法优化结果2 8 第5 章基于垂直客流分析的电梯群控系统的设计分析3 4 5 1 软件编程设计3 4 5 1 1 外召唤信号登记及消除3 8 5 1 2 内指令信号登记及消除4 0 5 1 3 电梯群控指令程序4 0 5 2 硬件系统设计躬 第6 章结论与展望4 5 6 1 结论4 5 6 2 展望4 5 附录。4 7 参考文献5 0 致谢。5 2 攻读学位期间参加的科研项目和成果5 3 v 第1 章绪论 1 1 研究背景与意义 随着社会的不断发展,城市的土地面积的有限性和无限增长的人口开始成为了当今 社会最为突出的矛盾。高层建筑随之开始在社会上出现,随之而来的就是电梯在城市中 的大面积覆盖。而随着社会的持续发展,电梯的覆盖率还将不断的上升,甚至会成为比 肩汽车的交通工具。在某种程度上,电梯的使用量已经成为衡量一个地方现代化程度的 重要标志。 电梯的出现无意改变了人类的生活,而与电梯有关的类似设计却在公元前2 5 6 年的 古希腊就已经出现了。著名的学者阿基米德,利用简单的机械原理,通过人力驱动设计 出了卷筒式卷扬机。而真正意义上的类似于电梯的发明出现在1 8 5 8 年,美国发明了蒸 汽动力的客梯,随后又相继有水压梯的出现。而完全有电力驱动的真正意义上的电梯, 则出现在1 8 8 9 年,美国o t i s 发明了电力驱动的电梯,这也标志着电梯正式走向实用化。 一年以后,采用电力驱动的扶梯出现。但是,真正的群控电梯的出现却是在电梯发明5 0 年之后,位处于纽约第一次使用了6 台群控电梯。1 9 5 5 年,世界上第一台计算机控制的 电梯被发明,它采用的是真空管控制,七年之后,美国发明了速度能够达到8 米秒地超 高速电梯。随后,电梯不断的走向高速化和智能化,数字技术也开始陆续运用到电梯的 制造上来,电梯正式进入了一个全新的发展时期i l j 。 电梯的运行原理并不是很复杂,它是由外部按钮呼叫结合自身所处的位置响应呼 叫,而响应呼叫的系统由一个人机交互系统来进行控制,来决定电梯如何运作。这个人 机交互系统并不是简单的由顺序控制或者逻辑控制组成的,而是采用的随机逻辑控制方 式进行的控制。从目前已有的电梯控制系统来看,大致都是采用两种控制方式,其一是 运用可编程控制器( p l c ) 取代微型计算机来进行信号的采集、功能设定以及运行状态 的控制。其拥有如下优点:( 1 ) 可靠性高,p l c 的平均无故障时间( m t b f ) 一般可 达5 5 万小时,而且p l c 的环境适应性也很强,它能在工业环境下可靠地工作;( 2 ) 编程简单,p l c 最常用的编程语言是梯形图语言,这种编程语言形象直观,摈弃了微机 逝江工业太堂亟堂位论塞 常用的计算机编程语言的表达方式,以继电器梯形图为基础的形象编程语言和模块化的 软件结构,使用户程序的编制清晰直观、方便易学、调试和查错都很容易,不需要专门 的计算机知识,便于广大现场工程技术人员掌握。当工作流程需要改变时,可以现场改 变程序,使用方便、灵活;( 3 ) 体积小、结构紧凑、安装、维修方便,p l c 的体积小, 重量轻,便于安装。一般p l c 都具有自诊断、故障报警、故障种类显示等功能。可编 程控制器不仅充分利用微处理器的优点来满足各种工业领域的实时控制要求,同时也照 顾到现场电气维护人员的技能和习惯。第二种控制则是采用微型计算机作为信号的控制 系统,统一对电梯的信号采集、功能设定以及运行状态进行控制,并根据外部呼叫对电 梯进行自动调度。微电脑在电梯控制系统中得到日益广泛的运用,从而取代了传统的数 量众多的继电器有触点控制系统,大大缩小了控制柜的尺寸,减少了机房占地面积,这 在高层电梯上尤为显著。除电梯安全规范规定的安全保护回路必须由有触点电器元件组 成外,其余大部分控制电路都是采用了微电子集成电路。提高了电梯的运行性能和使用 效率,减少了乘客的等候时间,使得乘用电梯变得更方便、更快捷【2 1 。 电梯发展速度与自动控制技术的发展水平是紧密联系的,随着计算机技术在电梯控 制中的应用,电梯技术将产生各种新的变化,新的功能术。电梯大量采用先进的大容量 微电脑和采用多微机并行处理的技术提高电梯的控制性能。确保电梯的高效率和良好的 舒适感。在采用高性能微电脑后,电梯的服务应答方式将全面智能化,重视电梯交通分 析理论,采用优良性能的分客流量及监控装置【3 】。在电梯运行中,电脑将通过对日常信 号和客流量的自我分析,对各层站客流变化的规律作出定量汇总,从而能预测和自动调 整梯群运行的调度程序,使乘客的等待时间降低到最低程度。同时还能提高运行效率。 利用电脑设计理想的电梯的运行速度曲线,使电梯的运行更加平稳,还能根据电梯运行 距离的长短自动调速。电力驱动与控制系统不断采用模块结构,使得电梯的运行或故障 状态能清楚的指示,监控中心预报异常征兆,自动诊断故障,自动通知检修人员,提高 维修保养效率,确保电梯安全【4 j 。 目前,我国虽然是电梯的制造大国,但并不是电梯的制造强国。我国电梯行业的核 心技术,基本都掌握在几个国际大品牌手中。国内的市场也是这些国际大品牌的合资公 司占据了主导地位。因此对电梯群控系统算法的研究,有助于提高理论的应用水平,促 进民族电梯产业尽快掌握自主知识产权。本论文的研究就是在对电梯垂直交通客流的分 析上建立电梯群控的优化研究。 逝江工业太堂亟堂位论室 1 2 研究目的与内容 论文以电梯群控系统作为研究对象,在对电梯控制技术深入分析基础上,构建了垂 直交通客流分析系统,提出了一种新的基于人工智能的最佳群控算法,建立了电梯动态 最佳群控系统的分析模型和设计模型。并且利用i v i f c 框架结构,编制了系统运行动态 仿真程序,进行了实例仿真计算和对比分析。 论文构建的电梯群控系统由综合数据库模块、知识库模块、推理机模块、数据采集 与状态监测模块、人机界面与知识获取模块和故障查询模块等部分构成【6 】。在优化条件 打破时,根据新的电梯状态和垂直交通客流情况,将厅内召唤信号进行优化重新分配给 各台电梯,并实时监控各个电梯的运行状况,对故障电梯及时调离,直到排除故障后才 重新进入待安排或运行状态,使梯群达到整体协调优化 9 1 。 1 3 研究技术路线 论文的全部工作在于尝试运用人工智能领域的理论和方法,对电梯交通客流获得后 的分析和电梯群控制优化算法进行了分析和探讨。 1 客流预测是电梯交通流模式判别的重要环节,亦是各种客流模式下提高电梯动态 分区性能的关键所在。针对这个问题,论文采取了传统的人工统计方法,来获得客流模 式的数据。并且利用电梯本身的一些功能,如电梯自带的称重系统,电梯内安装的视频 监控系统等,对人工统计的数据进行修正,取得了比较准确的数据。基本能反映电梯交 通流的规律性,又体现其随机性和动态性。并对原有的客流模式进行细分,使相对于的 运行控制更加有针对性。 2 在现有的派梯原则和分配机制下,对目前市场上群控系统采用的免疫算法、人 工神经网络算法等的进行了分析,并在此基础上对遗传算法运用与电梯群控系统进行探 讨,并结合遗传算法的优势对此群控体系进行了进一步的改进和优化仿真。采用新的群 控优化算法对层站召唤分配实施全局优化,达到总体上改善电梯群控制系统性能的目 标。 第2 章电梯群控发展现状 2 1 国内外群控发展状况 所谓的电梯群控就是用微机控制和统一调度多台集中并列的电梯。现代都市高层的 电梯都会设群控柜,群控的模式有四种:( 1 ) 上高峰模式,设置的时间内,全部电梯按 基站层上呼优先权最大来提供呼梯服务;( 2 ) 下高峰模式,在设置的时间内,一台电梯 优先提供上呼服务,其余电梯分区优先提供下呼梯服务,最大限度地使下呼梯得到及时 响应;( 3 ) 均衡模式,对电梯呼梯进行寻优分配,按照呼梯最短时间原则,进行呼梯指 令的响应;( 4 ) 空闲模式,在均衡模式下在3 分钟内无外呼内选,电梯将均匀分布于各 区域的首层待命,以便一旦有呼梯时能尽快响应。 进入群控时代之后,电梯的技术发展进入了一个全新的领域,更多的电梯制造商也 投入了更多的研发成本在电梯技术创新中,很多研究成果在电梯控制中开始大规模的运 用。其中有相当一部分的研究成果都集中在对电梯控制算法的优化和更新方面。以心韵 的电梯群控优化为例,心韵电梯群控首先建立起了电梯全控系统的结构设计思想,并在 此基础上,通过对m a t l a b 等计算软件的运用,针对3 台电梯模型进行了优化设计,心 韵电梯群控通过采用r o c k w e l l 的p l c 控制器以及三层工业网络和元曾i o 模块的运用, 搭建起来了电梯群控算法的硬件研究平台。并且采用了f a c t o r yt a l kv i e ws t u d i o 软件对 整个监控界面进行了重新设计和制作f i o j 。 而杨涛则通过运用领域知识对电梯动态群控进行了方法的优化和创新,他在对电梯 的控制系统进行系统的深入研究之后,构建了基于领域学的电梯动态最佳群控系统,并 且建立起了相应的模型,在m f c 框架结构的基础上,编写了电梯动态最佳群控系统的 运行程序,进行了一系列的实例仿真计算与对比分析。对电梯动态最佳群控系统的构建 是由如下几个模块共同组成的:( 1 ) 综合数据库模块;( 2 ) 推理机模块;( 3 ) 知识库模 块;( 4 ) 数据采集模块;( 5 ) 状态监控模块;( 6 ) 知识获取模块;( 7 ) 人机交互界面。 通过上述7 个组成部分,构建了一个较为完整的电梯动态最佳群控系统【l 。该系统采用 的最佳算法采用的是领域知识,并结合了相关的智能逻辑理论以及部分模糊推理控制方 4 逝江工业太堂亟兰位论文 法。综合考虑电梯运行时的所处的环境,包括电梯的分布状况、人流量、乘客流向等多 个方面的内容,模仿人脑的智能分析,通过对运行状况的自我学习,完善自身的调度方 法以及有关的运行规则,使得电梯的调度和运行能够最符合周围环境的需要,提高电梯 的运行效率,减少客流候梯的时间。杨素在基于一群算法对电梯群控进行了优化,他将 电梯群控与一群算法结合起来,通过对获选的电梯优化算法组成的群体的进化过程的求 解来寻求最优解,并且通过正负反馈相结合来促进优化算法朝着最优化的方向发展【1 2 。 应用蚁群算法对电梯群控进行优化需要能够采用图结构进行相应的描述。在前期的研究 成果的整理过程中,笔者也发现了近三百篇相应的文章以及研究成果。这些文章和研究 成果对电梯群控的算法优化以及人工智能都进行了较为深入的系统分析与研究。 2 2 存在的问题 目前对于电梯群控的研究已经有了不少的研究成果,并且有不少的研究成果已经付 诸实践,在实践中得到了检验。但是,在解决以前存在的一些问题的时候,又发现了一 些新的问题亟待解决,给我们的研究带来了新的困难和挑战。基于此,论文研究重点是 对电梯群控的方法以及在实践转化过程中遇到的问题。从实践来看,虽然现代社会的发 展对电梯群控提出了越来越多的要求,但是由于信息技术和微电子技术的不断发展和进 步,电梯群控系统的不断完善和进化也是可能的。 因而,对电梯群控优化的研究能够提高电梯对新技术的要求,促进各种相关技术的 进步,并且能够带动国民经济的迅速发展。而与此同时,由于现代电梯的群控算法是基 于人工智能设计的,这也为人工智能的设计和进一步研究提供了一个天然的实验场所, 有助于不断的完善人工智能研究,并且检验各种人工智能的有效性问题,通过实践带动 理论的进一步发展。 第3 章电梯群控系统机构总体设计 3 1 总体结构与需求分析 现代电梯群控系统的基本原理并不是很复杂,其基本原理如图3 - 1 所示。 图3 - 1 电梯群控系统原理 从图3 - 1 中,我们可以看到,电梯群控系统是由四个主要组成部分构成的,它们分 别是:( 1 ) 电梯控制系统;( 2 ) 层站召唤系统;( 3 ) 电梯群监视与指令系统;( 4 ) 群控 制器1 1 4 】。其中,电梯控制系统是整个运行控制的基本单元;层站召唤系统是整个群控系 统在各个楼层设置的人机交互界面的重要组成部分,并且负有收集召唤信号和显示应答 的职责;电梯群监视与指令系统主要的功能是对电梯内部的状态进行监控和查询,并且 负责电梯的参数设置,对电梯进行后台管理等;群控制器则是整个是电梯群控制系统的 一个核心组成部分,它的主要功能在于对每一个层站的召唤信号进行采集,并对此进行 分析,按照一定的规则调度各个电梯的工作,使得不同的电梯能够协调运作,从一定意 义上来说,电梯的服务性能的优良基本上就取决于群控制器的控制策吲1 6 。 电梯群控制器是整个电梯群控系统的中心。它的作用主要体现在如下两个方面,第 一是通过周期性的与整个系统内部的层站召唤系统的系统交换,分配层站召唤资源,更 6 浙江工业太堂亟堂位论文 新电梯的调度规则,最大限度的提高电梯的运行效率;第二是通过接收来自外部的用户 指令,设置电梯运行的有关参数,并且根据电梯运行的实际需要,向外部输出有关的信 息,以方便专业人员对其进行维修保养和调整。电梯的群监视与指令系统的作用主要是 监视电梯群中的所有电梯的即时运行状态以及轿厢内选和厅外外呼信号的状态,是电梯 安全系统的一个重要构成部分【1 7 】。通过电梯的群监视与指令系统能够便于专业人员掌握 电梯的运行情况,及时的发现电梯的运行问题,消除安全隐患,确保乘客的乘梯安全。 一般而言,目前的电梯的群监视与指令系统一般都与标准的个人电脑相配备,这样的配 置一方面有利于进行操作,同时也能够便于整个系统的升级和维护。 3 2 各功能模块分析 电梯的控制环节有以下几个组成部分构成的:( 1 ) 自动门开关控制;( 2 ) 轿内指令 和层站召唤;( 3 ) 定向;( 4 ) 选层控制;( 5 ) 楼层显示;( 6 ) 电动机控制。电梯的控制 系统能够在不依靠任何其他设备的前提下,独立的完成上下运行等电梯的基本功能。 根据电梯群控制系统的结构,电梯群控制系统各个功能模块如图3 - 2 所示。 3 2 1 交通流产生模块 图3 2 控制系统的功能模块构成 交通流产生模块是用来模拟轿厢内选信号系统和各个层站厅外外呼系统,仿真产生 建筑物内的各种客流需求。电梯中乘客的进入信号模拟生成以后,还要生成乘客的出发 层站和目的层站的模拟信号。根据电梯交通流模式和特征,把各个楼层乘客的厅外外呼 逝江工业太堂亟堂位论文 模拟信号需求转化为出发层站概率,使用0 到l 之间的随机数来确定乘客的出发层站; 把乘客轿厢内选需求模拟信号转换为目的层站概率,依然使用0 到1 之间的随机数来确 定乘客的目的层站。在乘客的出发层站和目的层站确定以后,就可以得到乘客的移动方 向。乘客的出发层站和目的层站必须不同。 数据管理模块可以用以模拟电梯群监视和指令系统,对电梯的历史数据进行统计, 并评估整个电梯系统的性能、服务质量和数量,同时还可以对乘客的满意度进行评价。 数据管理模块主要将针对于乘客的平均等候的时间、乘梯时间和服务时间,并对乘客的 队列长度与系统的综合能耗也加以考量。对于具有学习能力的智能群算法,数据管理模 块,还可以提供相应的数据,帮助群控制器学习新的控制策略,提升服务水平。 3 2 3 数据通信模块 数据通信模块用来模拟电梯群控制系统中各子系统问的串行通讯机制。采集电梯系 统的状态信息,获取层站召唤请求,消除显示层站召唤请求,向电梯发出派梯指令,设 置参数以及查询系统信息都采用串行通讯方式实现,在机理上属于数据通信,其仿真在 该模块中实现。 数据通信模块是整个电梯中必不可少的一个重要模块,由于电梯的服务总是需要通 过信息的传递来实现的,因而数据通信模块最重要的一个功能就是传递召唤信息以及派 梯指令,除此之外,数据通信模块还要辅助数据管理模块对整个电梯的各项数据进行采 集和传输,便于数据管理模块对整个电梯的数据进行管理。可以说,由于数据通信模块 的存在,电梯群控制系统才能得到运行。 对于任何一个系统而言,通信模块的设计都是非常重要的,本次的数据通信系统软 件设计的目标是要能够在硬件的支持下实现实时通信,能够对生产进行控制和检测,能 够对接收的数据进行及时有效的分析和处理。由于本次的系统设计采用的是基于c a n 总线的分布式数据采集系统,因此,本次的设计重点也就自然而然的变成了c a n 总线 的实时通信程序。根据上述的硬件结构,本次的系统设计也相应而对分为c a n 总线通 信程序的设计与上位机的适配卡的软件设计两个重要的部分,而c a n 总线通信程序的 设计是本次的程序设计的重中之重。 8 逝江工业太堂亟堂位论文 c a n 节点的初始化是c a n 总线设计的重要一环,还是设计的难点。其s j a l 0 0 0 初 始化子程序如下: 产s j a l o o o 初始化程序 p 2 = 0 x 1 4 ; s j ac r = 0 x 0 3 ;严复位请求,初始化开始 s j aa c r = 0 x 0 0 ;严设定接收码寄存器 s j aa m r = 0 x f f ;严设定接收码屏蔽寄存器 s j ab t r 0 = 0 x 0 3 ;产设置波特率,s j w ( 同步跳转宽度) ,位周期宽度, s j ab t r l = o x ls ;严设定采样点位置及采样次数宰 s j ao c r = 0 x f a ;产选择输出方式,建立输出驱动器的配置 s j ac d r = 0 x 4 d ;产设定分频时钟,选择工作模式幸 s j ac r = 0 x 0 2 ; 严初始化结束,s j a l 0 0 0 返回正常运行状态 其c a n 总线的接收数据中断部分处理程序如下所示: v o i di n t 0 ( v o i d ) i n t e r r u p t0u s i n g0 r e _ c a n _ a r r a y 0 = c a n r ( 2 0 ) ; 读接收数据标示符幸 r e _ c a n _ a r r a y 1 = c a n r ( 2 1 ) ; 严读接收数据帧格式标志幸 d l e n - - r e _ e a n _ a r r a y i & 0 x o f ; f o r ( i = 0 ;i i m p l e m e n t a t i o n c o m p o n e n t sp h o t o t e m p m ,a d c c ,n m e 圮; p h o t o t e m p m i n t e m a l t e m p a d c - a d c c a d c t o s _ a d c _ t e m p _ p o r t ; t e m p s t d c o n t r o l = p h o t o t e m p m t e m p s t d c o n t r o l ; p h o t o t e m p m a d c c o n t r o i - a d c c : p h o t o t e m p m t l r n e r c o n t r o l - t i m e r c ; e x t e m a l t e m p a d c = p h o t o t e m p m e x t e m a l t e m p a d c ; p h o l o t e m p m p h o t o t e m p t i m e r - t i m e r c t i m e r u n i q u e ( ”t i m e r ) 】; 数据通信主要是通过p h o t o t e m p m 模块来实现的,t i m e r c 模块负责向其提供进行数 据采集所需要的t i m e r 接口以及采样时钟信号,a d c 数据采集接口以及s t d c o n t r o l 控制 接口是整个模块向外提供的。 下面是配件程序t o s b a s e : c o n f i g u r a t i o nt o s b a s e v a r i a n t v a r i a n t _ h a p ; c o l e s a f e a r r a ys a f e a r r a y _ i n p ; l o n g l e n ,k ; b y t e r x d a t a 2 0 4 8 ; c s t r i n gs t r t e m p ; s w i t c h ( m _ m s c o m m g e t c o m m e v e n t 0 ) c a s el : c o m e v s e n d 发送数据 b r e a k ; c a s e2 :c o m e v r e c e i v e 读取数据 m e s s a g e b o x ( _ t ( ”读取数据事件”) ,j ( t t t r a c e ”) ,m b - _ o k ) ; 1 0 浙江工业太堂亟堂位论室 v a r i a n t _ _ i n p = :m _ m s c o m m g e t i n p u t 0 ; s a f e a r r a y _ i n p = v a r i a n t _ i n p ; l e n = s a f e a r r a y _ i n p g e t o n e d i m s i z e o ; f o r ( k = o ;k l 芋 s 洒矾婿怕数 删= 专 双曲正切活化函数 m ) = 等 乏 一 一 一 一一一 一 疗1 一 芦 耋;。 = 咋 令 b p 神经网络的全称实际上是多层前馈网络( m f n n ) 的反向传播( b p ,b a c k p r o p a g a t i o n ) ,j ,x ,0 为网络的输入和输出,每个神经元用一个节点表示。j 表示输入 层神经元,i 表示隐层神经元,k 则表示输出层神经元【,引。 b p 算法即基于b p 神经网络的学习算法,由如下两部分构成: ( 1 ) 前向传播算法 设某网络具有m 个输入、q 个隐含节点、r 个输出的结构,则b p 神经网络的输入 为: 乩力 j = l 2 m 输入层节点的输出为: o 1 = x u ) ( 4 3 ) j = l ,2 m 隐含层第i 个神经元的输入: n e t ;:2 ) o ) = 屹但回o 一 ( 4 - 4 ) i - l ,2 q 输出可表达为: 伪2 ( f ) = g ( 砌2 ( f ) ) 一( 4 - 5 ) i = l ,2 q 其中峋2 为输入层到隐层的加权系数;上标( 1 ) 、( 2 ) 、( 3 ) 分别代表输入层、隐含 层、输出层,g ( 回为隐层活化函数,这里取为s i g m o i d 活化函数。 g x = 寿 ( 4 6 ) 输出层的第k 个神经元的总输入为: 船( f ) = 艺w :2 ) ( o 扭0 ( 4 - 7 ) k = l ,2 r 输出层的第k 个神经元的总输出为: d ? ( t ) = f ( n e t :3 ( f ) ) 趣题工业太望熊土望位论z k = - l ,2 , 在上式中,谨:为隐层到输出层加权系数,而,( 则是输出活化函数。 若b p 神经网络的理想输出为破,在前向计算中,实际输出d 七与理想输出吨并不 相同,则需要将误差信号从输出端反向传播回来,并进行修正,使得实际输出d 七与理想 输出破趋于一致。要进行修正,需要选取如下目标函数: 尉1啊 e 2 圭荟( d , - o o z = 圭冰k = l ( 4 9 ) i = i ( 4 - 9 ) 按照梯度下降法,可以得出从神经元j 到神经元i 的t + 1 次权系数的相应调整值: 嘞o + 1 ) 2 嘞( f ) + a w o 2 嘞( f ) 一刁瓦c 3 e 丽( t ) ( 4 1 0 ) 【,眦il- 、 将行酷( f ) 2 手嘞( f m 代入式丽o n e t 4 t ) = a ( x w g ( t ) l j ) = 石 可以得到: 型:兰垃o n e t i ( t ) :兰盟j 。 ( f ) o n e t ,( t ) o w o ( t ) o n e t , ( t ) 。( 4 11 ) a e 们= 令 锄西f q 为第i 个节点的状态那对e 的灵敏度。 综上可得: a e t :一2 q 西 分两种情况计算葫: 第一种情况:当i 为输出层节点时,i - - - k 由上述公式可得 嗍2 罴蕊0 e 盖她训( 吣( 唰( 4 1 2 ) 因此: 黜o w 驴( t = 黟o n e t , ( t 鬻o w o ( t 一舶) “、 “7 慨须依据下列公式进行调整: 卅h 一刁器一( f ) + 西 ,7 为学习速率 第二种

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论