CN101258087A - 电梯设备 - Google Patents

Abstract

本发明的方法可用于改进电梯系统的性能。在本方法中，测量在电梯系统中至少一个门的加速度和/或速率，并创建门的动态模型。使用模型，加速度和速率的估算可被计算为未知参数的函数。根据估算的加速度或速率和测量的加速度或速率获得误差函数，并且在优化器中执行搜索以查找它的最小值。对应于最小值的位置参数指示在考虑的时刻门的运动参数的值。通过使用运动参数的计算值，对每个门优化在电梯系统中的门的函数。使用遗传算法，除了未知的运动参数之外，还可能确定门关闭装置的操作状态。

Description

电梯设备

技术领域

本发明涉及：优化在电梯系统中的计算机控制的电梯门的功能，以改进电梯系统的性能。

背景技术

在正常操作条件下的机械系统包括特定数目的由各种现象引起的运动阻力(motion-resisting force)。如果可经由测量或计算来建立这些力的大小，则有可能利用这些信息来优化系统的操作。

电梯系统包括大量经受多个阻碍运动的力(如摩擦力和由可移动质量块(mass)引起的惯力和重力)的可机械移动部分。在水平铁轨上自动移动的电梯门是这样的部分中的一个：来自不同方向的力作用在其上，并且，在其上下边缘两者与使门的运动保持在轨道上的铁轨接触。阻碍电梯门的运动的力的大小在不同的电梯系统之间改变。这些力的大小经常也在电梯系统的运行期间改变。运动阻力的直接连续测量经常难以实现；例如，不能有利地将分离的“摩擦计(friction meter)”安装到电梯门上。因此，优选地，间接测量阻碍门运动的每个力的大小。有可能创建正在讨论的系统(即，这样情况下是电梯门)，其中观察施加到门的力。在模型中作用的力包括阻碍门运动的摩擦力、门的质量和门关闭装置产生的力。通过使用该模型，可能当已知开启和关闭门的牵引(tractive)力的大小时计算期望的参数，并且测量门的加速度或速率。这使得可能求解未知参数，例如摩擦力、门的质量和施加到门的水平力分量。当获知称为运动(kinetic)参数的以上提到的参数时，可更准确地、且以关于电梯系统的优化方式控制例如开启和关闭的门操作，从而改进电梯系统的性能。因此，我们处理优化和参数估算的问题。

在电梯系统中，门组件由随着轿厢移动的轿厢门和在不同层的着陆门组成。现代的自动电梯门通过与电梯轿厢集成的门操作器开启或关闭，并且使用例如直流电动机在每层开启和关闭电梯门。由直流电动机产生的扭矩直接与电动机电流成比例。例如经由齿轮带，电动机的能量耦接到门，并且，门在辊上滑动。为了安全原因，通过关闭装置单独关闭着陆门，而不需要电动机。可通过关闭重量(closing weight)或螺旋弹簧产生关闭装置的关闭力。从电动机控制器卡或直接从电动机电线(current lead)测量电动机电流和对应的扭矩。可监视的另一电动机参数是所谓的转速计脉冲信号。典型地，转速计信号由其频率取决于电动机速度、并且因此取决于门速度的方波组成。

现有技术的问题是电梯系统通常包括多个门，它们的运动参数可在不同的门之间改变很大。参数的数目也可能很大。例如，具有服务30个楼层的8部电梯的建筑包括240个门，应当为每个门确定若干运动参数。因此，在这样的情况下非常费力，通常无法确定全部参数。现有技术解决方案是：当委任系统时为电梯系统中最重的门定义适当的运动参数，并且使用这些参数来控制电梯系统中所有的门。典型地，最重的门位于建筑的入口大厅，并可重例如130公斤，而在楼层上的门可仅具有100公斤的质量。换而言之，在现有技术解决方案中，未执行特定门优化的操作。例如，用于控制门操作的电动机控制器的控制参数未被优化，在电梯系统中也没有不同门的速度剖面。在上述示例情况下，可能通过针对100公斤而非130公斤的质量来优化着陆门的速度剖面，来将电梯系统的运输能力增加2.3％，并将平均乘客等待时间减少5％。现有技术解决方案的又一缺点是：门电动机控制器可能随着电动机负载改变而振荡，从而引起不必要的机械重压，同时执行门操作所需的时间不合理地增加。因此，存在对于确定在电梯系统中的门的运动参数、以优化门操作的自动方法的需要，以便允许改进电梯系统的性能。

发明内容

发明目的

本发明的目的是克服以上提到的现有技术的缺点。并且获得可能经由在电梯系统中的门操作的门特定的优化来改进电梯系统的性能的新型解决方案。本发明的另一目的是获得以下目标中的一个或多个：

-在所有的运行状况中，确保电梯门的安全操作；

-使得能够考虑到在执行或门操作中的电梯系统的流量条件以及乘客特定的需要；

-减少在电梯系统中的门的故障和过早磨损；

-帮助并加速电梯系统的开启。

本发明的概述

本发明的方法和系统的特征在于在权利要求1和14的特征部分中公开的内容。本发明的其它实施例的特征在于在其它权利要求中公开的内容。

还在本申请的描述部分和附图中呈现了发明的实施例。还可以在以下权利要求中完成的以外的其它方式定义申请中描述的发明内容。发明内容还可由若干独立的发明组成，尤其是如果按照直接或隐含子任务考虑本发明或考虑获得优点或一组优点。在该情况下，包括在权利要求中的一些属性从独立的发明概念的角度开来是多余的。在本发明的基本概念的构架内，可与其它实施例结合应用发明不同实施例的特征。

本发明关于用于改进电梯系统的性能的方法。所述电梯系统包括至少一部电梯，并且所述电梯包括一个或多个电梯门、以及至少一个用于开启和关闭上述一个或多个电梯门的门操作器。在该方法中，测量至少一个上述电梯门的加速度和/或速率、以及移动该门的门电动机的扭矩。为电梯门创建合并作用于电梯门上的力的动态模型。此外，在该方法中，还通过利用上述测量的加速度或速率和测量的扭矩、以及电梯门的动态模型，来估算电梯门的运动参数。使用所估算的运动参数，优化电梯门的操作以改进电梯系统的性能。

本发明还关于用于改进电梯系统的性能的系统，所述电梯系统包括至少一部电梯，并且，所述电梯包括一个或多个电梯门、以及至少一个用于开启和关闭上述一个或多个电梯门的门操作器。所述系统还包括：

用于测量电梯门的加速度和/或速率、以及移动电梯门的门电动机的扭矩的部件；

电梯门的动态模型，其包括作用于电梯门上的力；

用于通过利用所测量的加速度或所测量的速率和所测量的移动电梯门的电动机扭矩以及该动态模型来估算电梯门的运动参数的部件；

用于通过利用所估算的运动参数来优化电梯门的功能以改进电梯系统的性能的部件。

电梯门的动态模型是本发明的关键部分。在每个干净的门序列(Cleandoor sequence)之后更新模型的一些运动参数。“干净的门序列”指在关闭动作期间未重新开启门的开启和关闭动作。模型包括门和关闭装置、以及对其施加的力，所述力包括摩擦力。通过利用该模型，可作将门的加速度和/或速率估算为时间的函数。相互比较测量和估算的瞬时值，从而获得误差项。对于每个时刻，误差项是3个变量(门质量、施加到门上的摩擦力和由门的倾斜引起的力)的函数。然后，通过期望的加权系数来加权每个平方误差项，而计算平方误差项之和。为每个由此获得的平方误差项找到最小值，在该情况下，所搜索的3个参数最佳地与实际一致。

通过应用本发明的方法和系统，可实时优化电梯系统的电梯门的操作。在此上下文中，“电梯门”指由电梯轿厢门和着陆门组成的水平滑动门，其由电动机控制，并且可通过关闭装置帮助其关闭。门的操作受到一些不同的运动参数的影响，在所述运动参数中，目前特别感兴趣的参数是门质量、施加到门的摩擦力的大小、施加到门的水平力分量的大小和门关闭装置的操作状态。通过使用运动参数，可优化门的操作。经由所述参数，有可能定义例如控制门操作的电动机控制器的控制参数，为门定义关闭序列和/或开启序列的优化速度剖面，使得不超出规定允许的最高瞬时和/或平均运动门能量，或者，基于电梯系统的流量条件和/或乘客特定的特殊需要来改变门的速度剖面。

在本发明的实施例中，通过使用加速度传感器来测量电梯门的加速度，优选地，将所述加速度传感器放置到电梯门的可移动门页上。

在本发明的实施例中，通过使用与速率或位置成比例的信号来测量电梯门的速度，所述信号是从所述门电动机获得的。在该实施例中，通过使用从门电动机获得的所谓的转速计(tacho)信号来测量该速度。转速计信号是这样的方波，其中，脉冲间隔取决于门电动机的速度、以及由此的门的速度。根据转速计信号，有可能计算出门速度。可替换地，有可能使用放置在门电动机或门页上的所谓的绝对传感器，来测量电动机的旋转角度、或门页相对于给定基准的位置。通过导出绝对传感器(absolute sensor)的位置角度，可获得与门速度成比例的信号。

在本发明的实施例中，在动态模型中使用的输入参数由以下的参数中的一个或多个组成：电梯门的加速度、电梯门的速率、启动电梯门的门电动机的电流、电动机的扭矩系数、电动机的摩擦扭矩、电梯门的关闭弹簧的耦合系数(force factor)、关闭重量的质量、以及关闭装置的操作状态。

在本发明的实施例中，使用电梯门的动态模型，估算电梯门的一个或多个运动参数，所述参数为电梯门的质量、施加到电梯门的摩擦力、由门的倾斜角度引起的力、以及关闭装置的操作状态。

在本发明的实施例中，在电梯门的动态模型中将电梯门的加速度或速率建模为一个或多个参数的函数。这些参数为电梯门的质量、施加到电梯门的摩擦力、由电梯门的倾斜角度引起的力和关闭装置的操作状态。此外，在该实施例中，作为电梯门的测量的瞬时加速度和在该模型中建模的电梯门的瞬时加速度之间的差，或作为电梯门的测量的瞬时速率和在该模型中建模的电梯门的瞬时速率之间的差，而计算第一误差函数。在该实施例中，通过对第一误差函数平方、并利用期望的加权系数对在特定时间间隔上获得的平方的第一误差函数求和，来计算第二误差函数。通过最小化第二误差函数来计算以下参数中的一个或多个：电梯门的质量、施加到电梯门的摩擦力和由电梯门的倾斜角度引起的力，并且，将计算的参数反馈到动态模型，以在下一计算循环中使用。最后，将一个或多个计算的运动参数传递到电梯门的门操作器的控制器，以优化电梯门的功能。

在本发明的实施例中，关于电梯的启动来确定电梯门的一个或多个运动参数，并且，在电梯门的动态模型中将这些参数定义为恒定参数。通过在变量中固定门的一个或多个运动参数，可简化该计算。为了这样做，通过对期望次数的门操作取所述参数的平均值，来关于系统的启动或委任而确定期望的运动参数。所考虑的“教学时间段”的长度可为例如大约20次门操作。一旦所述参数被定义为教学时间段的结果的平均，便将它们设置为恒定参数。此后，优化逻辑处理其中这些参数恒定的函数，于是，函数的处理需要比以前少的计算能力和时间。例如，由于可假设在正常操作条件下质量不显著改变，所以，门质量可以是固定的。

在本发明的实施例中，使用遗传算法(GA)来检测门关闭装置的故障。根据该实施例，遗传算法包括染色体，其由描述关闭装置的操作状态、施加到门的摩擦力和由门的倾斜角度引起的力的基因组成。使用平方误差函数作为遗传算法的优良值(goodness value)，并且，在确定遗传算法的显型(phenotype)中使用门的动态模型。遗传算法(GA)提供可立即检测门关闭装置的故障的优点。使用GA，有可能同时确定门系统(包括或不包括关闭装置)的正确模型、以及关于门摩擦和门倾斜的未知力。在遗传算法的染色体上编码门的动态模型的参数。在此上下文中，关于关闭装置的操作的未知参数，即施加到门的摩擦力和由门的倾斜角度引起的力是基因，换而言之，这些参数一起形成染色体。染色体的优良函数是平方误差函数，即，由染色体代表的显型。通过不同的基因值，即，等位基因(alleles)，来获得相应的不同的显型，作为搜索的最终结果，GA优化器从所述显型中找到给出最小值的显型。对应于该显型的基因值指示正在被考虑的时刻的门系统的操作条件。

在本发明的实施例中，通过利用电梯门的运动参数来确定一个或多个门电动机控制器的控制参数，所述控制参数为控制器的增益和控制器前馈扭矩值的大小。通过优化的控制器增益和前馈扭矩值，获得准确的门电动机移动，并且，可通过门电动机的不同负载减少控制器震动。作为最终结果，可获得电梯门的移动的加速度、以及由控制器震动和拉紧门操作器机构引起的力分量的减小。

在本发明的实施例中，通过使用一个或多个辅助参数来确定电梯门速度剖面，所述辅助参数为电梯门的最大允许的瞬时动能(kinetic energy)、电梯门的最大允许的平均动能、电梯系统的流量条件、乘客特定的识别数据。关于电梯系统的安全标准通常为电梯门定义在门的关闭运动期间，最大允许的平均动能和/或最大允许的瞬时动能。通过使用上述动能值优化在电梯系统中的不同门的速度剖面，来优化门的运动速度，并且同时优化例如运输容量的整个电梯系统的性能。另一方面，在使用电梯系统的乘客数量较少的情况下，有可能减小门速度，从而改进电梯系统中的乘坐舒适度，并且减少拉紧门操作器机构的力分量。类似地，可在计算速度剖面中考虑不同乘客的特定需要，例如，通过当轮椅中的乘客在电梯系统中行进时，减慢门移动的速度。

在本发明的实施例中，将一个或多个电梯门的估算的运动参数存储在电梯系统中，优选地，存储在控制门功能的门操作器中。基于外部选择信号，从所存储的参数中选择将用于在每种情况下优化门操作的参数的参数。

在本发明的实施例中，用于选择运动参数的外部信号是指示目的层的信号，在电梯控制系统中、或在电梯系统的组控制中，生成所述信号。

在本发明的实施例中，用于选择运动参数的外部信号是由与电梯轿厢一起移动的层检测器生成的信号。

附图说明

图1呈现了根据本发明的门的动态模型，

图2代表根据本发明的用于确定模型的未知运动参数的方法，

图3代表根据本发明的用于确定模型的未知运动参数的第二方法，

图4代表根据本发明的用于确定模型的未知运动参数的第三方法，以及

图5呈现根据本发明的系统的功能框图。

具体实施方式

为了确定在电梯系统中的作用在门上的力，为门创建了动态模型，其中考虑了作用于门上的力。在图1中呈现了门的动态模型。所应用的基本定律是牛顿第二定律，因此，作为物体的质量和它的加速度的结果而获得作用于物体上的力。关于摩擦力的另一基本定律给出了作为摩擦系数和所讨论的将物体压向表面的力(对于在水平表面上移动的物体来说是重力)的结果的、阻碍物体的运动的摩擦力的大小。在动态模型中，为了简便起见，将所有移动质量假设为集中在单独的质点m_d。相应地，在该系统中起作用(acting)的除了电动机摩擦力之外的所有摩擦力可被组合为单个集中的摩擦力项F_μm。可使用具有对其影响的5个不同的力来对门系统的动态操作建模：电动机的力、由关闭重量或弹簧引起的力、由门的倾斜角度引起的力、电动机的内摩擦力和由门引起的摩擦力。系统的总质量由门10的集中质量和可能的关闭重量11的质量组成。集中在门质量m_d中的为：包括在门机构中的全部移动质量。图1呈现了系统的质点、其中存在的力、以及速率及加速度的正方向。

根据动态模型和牛顿第二定律，获得门10的瞬时加速度的表达式(1)：

${\tilde{a}}_d\left(t\right)=\frac{F_m\left(t\right)+F_{\mathrm{tilt}}-F_{\mathrm{cd}}\left(x_d\left(t\right)\right)-\mathrm{sign}\left(v_d\left(t\right)\right)\·(F_{\mathrm{\μm}}+F_{\mathrm{\μd}})}{m_d+m_{\mathrm{cd}}},---\left(1\right)$

其中，当关闭装置为重量时，F_m＝Bl·I_m(t)且F_cd(x_d(t))＝m_cd·g，而当关闭装置为弹簧时，F_cd(x_d(t))＝k_cd(x_d0+x_d(t))。Bl为电动机的扭矩系数，I_m为电动机电流，F_m为由电动机引起的力，F_tilt为由门的倾斜引起的力的水平分量，F_cd为由关闭装置引起的力，F_μm为电动机的内摩擦力，F_μd为作用在门上并且由所有子分量产生的集中摩擦力，m_d为门的所有质量块的共同集中质量，而m_cd为配重(counterweight)的质量。如果关闭装置为弹簧，则m_cd＝0。由于关闭重量为更广泛使用的关闭装置，所以，在后续描述中将专门针对它。但是，这不表示本发明的装置专门限于关闭重量；相反地，关闭装置可由从弹簧或一些其他设备得到其关闭力的机构组成。

当通过本发明的设备采样要关于门而测量的量、以确定运动参数时，发生从连续时域(time world)到离散表示的转变。现在将表达式(1)改为以下形式：

${\tilde{a}}_{d,k}=\frac{F_{m,k}+F_{\mathrm{tilt}}-F_{\mathrm{cd}}\left(x_{d,k}\right)-\mathrm{sign}\left(v_{d,k}\right)\·(F_{\mathrm{\μm}}+F_{\mathrm{\μd}})}{m_d+m_{\mathrm{cd}}}---\left(2\right)$

其中时刻t已被在该时刻具有当前编号k的采样代替。

在门的动态模型的参数中，要预先知道的那些参数是关闭重量的质量、电动机的扭矩系数和电动机的内摩擦力矩(friction moment)。关闭重量的质量可通过称重而容易地确定。电动机的扭矩系数和电动机的内摩擦力矩T_μm可通过使用测力计(dynamometer)或根据由电动机制造商给出的说明书来确定。使用测力计，可作为电动机电流的函数而测量电动机的扭矩。不同的电流值的结果形成近似的直线T，其由以下方程代表：

T(I_m)＝Bl·I_m-T_μm-T_μDyn    (3)

其中T(l_m)为电动机扭矩，而T_μDyn为假设为已知的测力计的摩擦力。经由线性回归(linear regression)，将未知变量Bl和T_μm确定为回归线的角度系数、以及y轴的交点。

通过考虑门机构的功率传输机制，可根据电动机扭矩而确定作用于门上的力。在示例的情况下，向电动机轴(motor shaft)提供半径r的皮带盘(beltpulley)，移动门页(door leaf)的齿轮带围绕着该皮带盘。因此，容易地获得移动门页的力为F_m＝T/r。

再次根据该模型，有可能确定未知参数，在当前这一方面中，所述未知参数为门的质量、由倾斜引起的力和作用于门上的摩擦力。

在图2中呈现了用于确定未知运动参数的一个解决方案。通过控制逻辑(未在图2中示出)控制电梯门20的运动，其中，该控制逻辑给出用于开启或关闭门的命令。通过连接到电动机控制卡的直流电动机而移动门。有可能从该卡直接测量电动机电流，其与电动机扭矩成比例，并被称为转速计(tacho)信号。从电动机的转速计生成器(tacho generator)获得转速计信号，所述转速计生成器检测电动机的机械转速。在该实施例中，典型地，转速计信号为方波形的信号。方波信号的频率和脉冲间隔与门电动机和门的速度成比例。在2个连续脉冲之间，门总是移动通过相同的部分距离dx。

将从电动机控制卡获得的信号和由控制逻辑给出的命令传递到执行信息的收集和预处理的功能块21。在该块中，过滤门运动数据，以排除其中由于出现在门的路径中的障碍物(典型地，乘客)而造成在关闭移动期间门必须被重新开启的那些门开启操作。在两个转速计脉冲之间的时间间隔dt期间，门移动通过恒定部分距离dx。在块21中，现在，可如下计算在时间的每个时刻k的门速率v_d：

$v_{d,k}=\frac{\mathrm{dx}}{d{t}_k}---\left(4\right)$

预处理块还包括用于误差项的后续计算的加权系数。使用加权系数，可比其他项更多地加权期望的误差项。在预处理块21中，为了进一步处理而组合关于门开启和关闭操作的所有信息。

此后，在该方法中的下一步骤是门的动态模型22的处理。该模型已在以上描述并在图1中描绘。如上所述，模型的输入参数是电动机扭矩系数、电动机的摩擦扭矩、门关闭重量的质量、电动机电流、时间段dt和门速度v_d。在该模型中，如下将门的加速度估算为3个变量的函数：

${\tilde{a}}_{d,k}(m_d,F_{\mathrm{\μ}},F_{\mathrm{tilt}})=\frac{\mathrm{\Σ}{F}_k(m_d,F_{\mathrm{\μ}},F_{\mathrm{tilt}})}{\mathrm{\Σm}}---\left(5\right)$

其中，∑F_k(m_d，F_μ，F_tilt)是在时刻k作用于门上的力的总和。根据所估算的门加速度，可如下估算门的速率：

${\tilde{v}}_{d,k}(m_d,F_{\mathrm{\μ}},F_{\mathrm{tilt}})=v_{d,0}+\underset{k}{\mathrm{\Σ}}{\tilde{a}}_{d,k}(m_d,F_{\mathrm{\μ}},F_{\mathrm{tilt}})\·d{t}_k,---\left(6\right)$

其中v_d，0为在时刻t＝0的门速度。

在下一步骤中，将所估算的门速度和在预处理块中计算的门速度传递到差分块(differentiating block)23。从所测量的瞬时速率中减去所估算的瞬时速率，并且，获得的结果为误差项e_k。该误差项e_k为3个变量m_d、F_m和F_tilt的函数。使用加权系数w_k，可在块24中计算所谓的平方误差项E：

$E(m_d,F_{\mathrm{\μ}},F_{\mathrm{tilt}})=\underset{k}{\mathrm{\Σ}}{w}_k{e}_k{(m_d,F_{\mathrm{\μ}},F_{\mathrm{tilt}})}^2=\min ,e_k={\tilde{v}}_{d,k}-v_{d,k}---(7a,7b)$

接下来，在本发明的方法的框图中，将平方误差项E传递到优化器25。优化器的功能是最小化3个变量的函数(7a)。当发现最小值时，已针对于门质量、阻碍门运动的摩擦力和由门的倾斜角度引起的摩擦力而估算了对应于所述最小值的变量参数。

图3呈现了用于确定运动参数的另一个解决方案。在该示例中的操作与图2中图解的过程非常相似。控制逻辑(未在图3中示出)向门给出开启或关闭命令。在没有转速计信号可用的电梯的情况下，必须通过某种其他方法来监视电梯门的运动。一种方法是在门页上安装加速度传感器以监视门加速度。将所测量的加速度_ad传递到信息收集和预处理块31。如在以上描述的块21中，该预处理块31过滤门运动数据，以排除那些其中由于出现在门的路径中的障碍物而造成在关闭运动期间门必须被重新开启的门开启操作。在块31中，然后基于所测量的加速度，使用以下基本公式来计算门的速率v_d：

$v_{d,k}=v_{d,0}+\underset{k}{\mathrm{\Σ}}{a}_{d,k}(m_d,F_{\mathrm{\μ}},F_{\mathrm{tilt}})\·d{t}_k---\left(8\right)$

其中v_d，0为在时刻t＝0的初始速度。另一方面，预处理块31与图2中的预处理块21的功能类似。在块31和门的动态模型32之间的信号与在图2的方法中那样类似，其差异在于：根据加速度而非速率来计算误差项E。

$E(m_d,F_{\mathrm{\μ}},F_{\mathrm{tilt}})=\underset{k}{\mathrm{\Σ}}{w}_k{e}_k{(m_d,F_{\mathrm{\μ}},F_{\mathrm{tilt}})}^2=\min ,e_k={\tilde{a}}_{d,k}-a_{d,k}---(7c,7b)$

在模型32中，通过方程(5)计算所估算的门加速度。将该信息直接馈送到差异块33中，其中所测量的加速度(在此情况下是从传感器获得的)和来自模型的估算加速度彼此相减。得到误差项e_k，所述误差项e_k为与在图2的示例中相同类型的3变量函数。如上所述，在块34中通过期望加权来对误差进行平方。类似地，优化器35以与优化器25相同的方式工作。结果，如上获得相同的3个未知参数。

在图2和图3呈现的示例中、以及在图1的模型中，如果期望通过特定的假设简化模型和计算，则有可能固定模型的一个或多个力参数。通过优化器执行的分析可通过例如假设门质量为恒定来简化。尽管如此，必须结合系统的启动来确定门质量。在实践中，模型中的质量被固定为作为质量的平均值获得的值，例如从在每层的最初20次门操作获得所述质量的平均值。在该“教学时间段”之后，优化器必须为两个未知参数(即，阻碍门运动的摩擦力和由门的倾斜引起的力)查找值。现在减少了计算工作量，并且，寻找参数的任务变得更容易。在教学时间段之后，该方法与在图2或图3中的方法类似地工作，但具有的区别在于：现在m_d为固定的常量参数，并且e_k和E均是两个变量的函数。

电梯门的可能故障类型是门关闭装置的故障。如果在维护期间移除了关闭重量、且服务人员已忘记再次设置它，则这可能发生。故障的另一原因可为关闭重量的线缆(wire cable)的破损。这样的故障随着由倾斜引起的力F_tilt的突然巨大增加而出现。可推断这样的门的巨大倾斜不是实际倾斜的结果，而是关闭力消失的结果。这导致需要通过适当方法自动化推断关闭装置的操作状态的处理。为此目的，可使用遗传(genetic)算法。通过使用该算法，有可能同时确定正确的门模型(包括或不包括关闭装置)和未知力F_μd以及F_tilt。在搜索以得到摩擦力和倾斜力时，遗传优化器同时查找将产生最小倾斜力的系统的模型。

遗传算法的原则是经由处理器计算逻辑来创建人为进化。问题是如何通过改变“群体(population)”的属性(“基因”)而获得优化的结果(“显型(phenotype)”)。用作改变的处理(即，遗传操作)的方法是“选择”、“杂交”和“突变”。群体的最强成员“存活”，并且它们的性质由后代继承。在本发明的方法的示例中，群体是模型中的一组参数矢量。在此上下文中，一个参数矢量对应于一个染色体。每个染色体具有基因。在该上下文中的每个基因对应于一个要被优化的模型参数，这些参数现在是关闭装置的操作、门的摩擦力和门的倾斜力。由这3个基因代表的解决方案可被称为显型。在遗传算法的操作中，首先通过随机选择的基因值来创建群体。对于在群体中的每个染色体，计算“性能”或优良值，在本示例中其为根据门的动态模型计算的上述平方误差项。在基因算法中，搜索逐代进行。从每代选择具有最佳性能的染色体，即，给出最小平方误差项值的那些染色体，以包括在下一代中。根据选择之后的最佳替换物，使用杂交和突变创建下一代。作为遗传操作的结果，获得新的、修改的群体，其中染色体的显型与先前的群体完全或只有某些基因不同。对于新的群体，计算性能值，即平方误差项，因此进一步产生具有最佳性能的显型。此后，检查平方误差项的数列(number sequence)以确定其是否收敛，以及是否已经处理足够多的代、以确保收敛。作为最终结果，在最后一代中的最佳个体的基因示出未知力的大小和关闭装置的操作状态。

上述遗传算法的操作可与图2和图3的每个相关联。以示例方式，图4呈现了当遗传算法与图2相关联时的操作原理。如图2中，在图4中测量门电动机的电流和电动机的转速计脉冲信号。在预处理块41中，计算门速度，然后将其传递到差分块43和门模型块42。关于这一点，将门质量假设为常量。在模型中估算门速度，并同样地将其传递到差分块43。计算平方误差项的计算器44和所谓的GA优化器45形成回路，以上关于遗传算法的描述而描述了该回路的操作。将关于基因的信息从GA优化器45传递到误差项计算器44，并且相应地将性能值，即，平方误差项E从误差项计算器44传递到GA优化器45。作为搜索的最终结果，优化器产生参数CD、F_μd和F_tilt。CD代表关闭装置的操作状态，其中例如值1表示关闭装置的无故障操作，而值0代表关闭装置的故障。将这3个参数回传到模型，于是，模型立即考虑关闭装置的操作状态。因此，除了力参数，还立即找到最佳描述该系统的模型。门开启和关闭命令来自门控制系统(未在图4中示出)。门的动态模型现在为：

${\tilde{a}}_{d,k}=\frac{F_{m,k}+F_{\mathrm{tilt}}-\mathrm{CD}\·F_{\mathrm{cd}}\left(x_{d,k}\right)-\mathrm{sign}\left(v_{d,k}\right)\·(F_{\mathrm{\μm}}+F_{\mathrm{\μd}})}{m_d+\mathrm{CD}\·m_{\mathrm{cd}}},---\left(9\right)$

其中当关闭装置可操作时项CD为1，而当关闭装置不可操作时CD为0。为了使遗传算法能够找到将产生最小倾斜角度的系统模型，还将倾斜力F_tilt包括在误差函数中：

$E(\mathrm{CD},F_{\mathrm{\&mu;}},F_{\mathrm{tilt}})=\underset{k}{\mathrm{\&Sigma;}}{w}_k{e}_k{(\mathrm{CD},F_{\mathrm{\&mu;}},F_{\mathrm{tilt}})}^2+(G<G1)\&CenterDot;K\&CenterDot;F_{\mathrm{tilt}}=\min ---\left(10\right)$

其中K为缩放系数，G为通过遗产算法计算的代的当前编号，以及G1为代G的限制值，在所述限制值之后，倾斜力不再被包括在误差函数(10)中。该安排具有这样的效果：当G＜G1时，该搜索在搜索的最初阶段查找到正确的系统模型，而在最终阶段更准确地定义参数F_m和F_tilt的值。当G具有低于G1的值时，项(G＜G1)的值为1，否则值为0。

在实践中，当使用遗传算法时，需要与系统的启动相关联的时间段，在所述时间段期间，门质量可被充分准确地确定。在教学时间段期间，假设关闭装置可操作，并且在首次门操作后确定m_d、F_μd以及F_tilt。将计算重复与所需要的门操作一样多的次数，直到发现所计算的门质量值充分收敛为止。此后，系统转变到后教学时间段操作模式，其中，假设门质量为恒定，但是参数CD不为恒定。以上关于图4的描述描述了该操作模式。

在操作的开始，新的电梯门具有所谓的磨合(breaking-in)时间段，其间，从优化器获得的参数可作为时间的函数而改变一些。在磨合时间段之后，跟随着稳定操作时间段，在所述稳定操作时间段期间，系统(门)的参数长时间实际保持恒定。在稳定操作的时间段之后，出现移动部分的某种放松和易受拉伸影响部分的拉伸。例如，引导在铁轨上的门运动的辊可滑动、或变旧，使得一些辊不再连续地与门接触。参数F_μd以及F_tilt还可由于例如对门的强烈碰撞的外部因素而改变。

以上描述涉及用于优化门的运动参数的解决方案。为了优化门操作，将方程(9)写为

$a_d(I_m\left(t\right),\underset{\&OverBar;}{P})=\frac{F_m\left(I_m\left(t\right)\right)+F_{\mathrm{tilt}}-\mathrm{CD}\&CenterDot;F_{\mathrm{cd}}\left(x_d\left(t\right)\right)-\mathrm{sign}\left(v_d\left(t\right)\right)\&CenterDot;(F_{\mathrm{\&mu;m}}+F_{\mathrm{\&mu;d}})}{m_d+\mathrm{CD}\&CenterDot;m_{\mathrm{cd}}}=M_d(I_m,\underset{\&OverBar;}{P}),---\left(11\right)$

其中a_d是门在时刻t的加速度，CD是表示关闭装置的操作状态的变量，P＝[m_d，F_μd，F_tilt，CD]^T代表运动参数的矢量，以及M_d(I_m，P)代表门的动态模型。

通过求解方程(11)而获得门的逆模型，我们得到

$M_d^{-1}(a_d,\underset{\&OverBar;}{P})=a_d(m_d+\mathrm{CD}\&CenterDot;m_{\mathrm{cd}})-F_{\mathrm{tilt}}+\mathrm{CD}\&CenterDot;F_{\mathrm{cd}}+\mathrm{sign}\left(v_d\left(t\right)\right)\&CenterDot;(F_{\mathrm{\&mu;m}}+F_{\mathrm{\&mu;d}})---\left(12\right)$

让我们使用表达式G_T→F:T_m→F_d来表示其中根据电动机扭矩T_m计算施加到门的力F_d的函数。接下来，通过利用门的逆动态模型和门加速度求解瞬时电动机扭矩。

$T_m(a_d,\underset{\&OverBar;}{P})=G_{T\&RightArrow;F}\left(M_d^{-1}(a_d,\underset{\&OverBar;}{P})\right)---\left(13\right)$

类似地，使用表达式G_u→T:u→T_m来表示计算通过电动机生成的、与电动机控制量u相对应的扭矩Tm的函数。根据以下表达式获得用于生成期望的扭矩T_m的电动机控制量u：

$u=G_{u\&RightArrow;T}^{-1}\left(M_d^{-1}(a_d,\underset{\&OverBar;}{P})\right)---\left(14\right)$

在门速率和由电梯规则允许的最大动能之间的函数为：

$v_{\max }\&le;\sqrt{2\&CenterDot;E_{\max }/m_d}---\left(15\right)$

在门操作期间门的最大平均动能E_V和最大允许的瞬时动能

以及门质量m_d和在门操作期间的门行程长度W_d已知，可从以下方程求解门的加速度

和门操作的速度剖面：

$\frac{1}{2}{m}_d{\stackrel{\&OverBar;}{v}}^2=E_{\stackrel{\&OverBar;}{v}},\frac{1}{2}{m}_d{\hat{v}}^2=E_{\stackrel{\&OverBar;}{v}},\frac{1}{2}\hat{a}{t}_1^2+\hat{v}\&CenterDot;(t_2-t_1)+\frac{1}{2}\hat{a}\&CenterDot;{(t_3-t_2)}^2=W_d---(16a,16b,16c)$

$\stackrel{\&OverBar;}{v}=\sqrt{2\&CenterDot;E_{\stackrel{\&OverBar;}{v}}/m_d},\hat{v}=\sqrt{2\&CenterDot;E_{\stackrel{\&OverBar;}{v}}/m_d}---(16d,16e)$

其中v是在时间间隔0→t₃中的平均门速度，t₁是门加速度时间，(t₂-t₁)是恒定的门速度时间，以及(t₃-t₂)是在门操作期间的门减速时间。在方程(17a-c)中，假设加速度

为恒定。但是，本发明不专门限于恒定加速度，而是加速度剖面可在权利要求的限定中改变。在这种情况下，以上方程17a-c不必需有效，并且解决方案必需通过可在每种情况下应用的计算方法来实现。

图5以示例方式呈现了根据本发明的系统的框图，其中利用门的运动参数来优化电梯系统中的门操作。在图5中图解的技术方案中，使用估算的运动参数来确定门电动机控制器的增益、控制器的前馈扭矩值和门速度剖面。在图5的示例中，系统与门操作器61集成。

在图5中，附图标记51代表其输入参数为E_V、

以及门质量m_d的门速度计算块。作为计算块51的输出参数，获得在时刻t与所计算的速度剖面一致的参考速率v_r和在时刻t的参考加速度a_r。

如果使用具有恒定加速度的速度剖面，则速度剖面计算块51根据以上呈现的方程16a-e和17a-c计算门速度剖面，使得门的最大允许的瞬时动能

和平均动能E_V在门操作期间不被超过。在门开启序列和关闭序列中，可允许不同的动能、以及由此的不同的速度剖面。开启/关闭输入参数指示当前序列为门开启还是门关闭序列。在计算块51中存储的还有用于不同电梯门的门行程长度(未在图5中示出)，从所述用于不同电通门的门行程长度，通过输入参数N_d来选择在每种情况下要控制的门的门行程长度W_d。还可改变动能参数E_V和

的大小，实践中是减小，例如，在电梯系统中的流量条件不是拥挤、或乘客特定的识别信息指示出现残疾乘客、或对特殊控制的某种其它需要的情况下。在图5中，将在电梯系统中的流量条件和乘客指示信息作为一般状态数据S_t和S_p呈现。

在求和单元59中从由计算块51获得的参考速率v_r减去所测量的实际门速率v_d，以形成速率误差v_e。v_e是对控制器52的输入参数，关于这一点，所述控制器52是传统的PID控制器。将控制器的输出参数u_PID输入到乘法器57，其中通过与门质量m_d成比例的函数改变控制器的增益。在求和单元58中求和从乘法器获得的扭矩值T_e和由前馈块53计算的前馈扭矩值，并且将结果输入到控制门电动机56的控制器卡54。门电动机56控制器卡54产生与电动机扭矩成比例的控制信号u，即在直流电动机为门电动机的电流I_m的情况下的信号。门电动机控制器卡54也产生与门电动机的扭矩值T_a成比例的测量电流值I_m。

在图5中的前馈块53的功能是用于产生控制器前馈扭矩值T_f以补偿由施加到门质量的期望的加速度、门的摩擦力和倾斜角度以及门关闭装置引起的力。为了计算前馈扭矩值，应用在方程13中呈现的解决方案。

图5中的附图标记55代表用于估算电梯门的运动参数P的估算块。在该块中，基于所测量的扭矩值T_a和所测量的电梯门速率值v_d，估算电梯系统的一个或多个运动电梯门参数，在如图5中图解的系统的情况下，所述运动电梯门参数为门质量m_d、施加到门上的摩擦力F_μd、由门的倾斜引起的力F_tilt和门关闭装置的操作状态CD。以上在图2、3、和4中呈现了可用于参数估算的方法。参数估算块55包括存储器部件60，在所述存储器部件60中可存储在电梯系统中不同的门的运动参数。为了从上述存储器部件选择门特定的运动参数，使用输入参数N_d。N_d定义在每种情况下通过门操作器控制的门。在电梯轿厢仅有一个门的电梯的情况下，例如，N_d为：电梯的电梯轿厢当前所处的层的索引；或者当电梯轿厢在层间移动时的、电梯的目的层的索引。该输入参数N_d由电梯控制系统(未在图5中示出)生成、或由与电梯轿厢一起移动的层检测器(未在图5中示出)生成。在图5中，参数估算块55与门操作器的控制单元集成，但是其还可被实现为经由例如无线通信链路的通信链路与一个或多个门操作器通信的分离计算单元，以读取测量数据并将估算参数传送到门操作器。

对于本领域的技术人员明显的，本发明不限于上述实施例，在所述实施例中已经以示例方式描述了本发明，但是在以下呈现的权利要求中定义的本发明概念的范围内本发明的不同实施例是可能的。

Claims (25)

1.一种用于改进电梯系统的性能的方法，所述电梯系统包括至少一部电梯，所述电梯包括至少一个电梯门、以及至少一个用于开启和关闭所述电梯门的门操作器，其特征在于，所述方法包括以下步骤：

测量所述电梯门中的至少一个的加速度和/或速率、以及移动电梯门的门电动机的扭矩；

为电梯门创建合并作用于电梯门上的力的动态模型；

通过使用所测量的加速度或所测量的速率、以及电梯门的所测量的扭矩和动态模型，来估算电梯门的运动参数；以及

通过使用所估算的运动参数来优化电梯门的操作，以改进电梯系统的性能。

2.如权利要求1所述的方法，其特征在于，通过使用加速度传感器来测量电梯门的加速度。

3.如权利要求1所述的方法，其特征在于，通过使用与门的速率或位置成比例的信号来测量电梯门的速率，所述信号是从所述门电动机获得的。

4.如权利要求1-3中的任意一个所述的方法，其特征在于，用作动态模型的输入参数的参数由以下参数中的一个或多个组成：电梯门的加速度、电梯门的速率、致动电梯门的门电动机的扭矩、所述电动机的摩擦扭矩、电梯门的关闭弹簧的耦合系数、以及电梯门的关闭重量的质量。

5.如权利要求1-4中的任意一个所述的方法，其特征在于，通过利用电梯门的动态模型，来估算电梯门的一个或多个运动参数，所述参数为电梯门的质量、施加到电梯门的摩擦力、由门的倾斜角度引起的力、以及关闭装置的操作状态。

6.如权利要求1-5中的任意一个所述的方法，其特征在于，所述方法还包括以下步骤：

在电梯门的动态模型中，将电梯门的加速度或速率建模为一个或多个运动参数的函数，所述参数为电梯门的质量、作用于电梯门的摩擦力、由电梯门的倾斜角度引起的力、以及关闭装置的操作状态。

作为电梯门的测量的瞬时加速度和在该模型中建模的瞬时电梯门加速度之间的差，或作为电梯门的测量的瞬时速率和在该模型中建模的瞬时电梯门速率之间的差，而计算第一误差函数；

通过对第一误差函数平方、并利用期望的加权系数对在特定时间间隔上获得的平方的第一误差函数求和，来计算第二误差函数；

通过最小化第二误差函数来计算所述参数中的一个或多个；

将所计算的参数反馈到动态模型，以在下一计算循环中使用。

7.如权利要求1-6中的任意一个所述的方法，其特征在于，关于电梯的启动而确定电梯门的一个或多个运动参数，并且，在电梯门的动态模型中，将这些运动参数定义为恒定参数。

8.如权利要求1-7中的任意一个所述的方法，其特征在于，所述方法还包括以下步骤：

使用遗传算法来检测电梯门的关闭装置的操作状态；

在遗传算法中使用染色体，其由描述关闭装置的操作、作用于电梯门的摩擦力和由门的倾斜角度引起的力的基因组成；

使用平方误差函数作为遗传算法的优良值；以及

在确定遗传算法的显型中使用门的动态模型。

9.如权利要求1-8中的任意一个所述的方法，其特征在于，通过利用电梯门的运动参数来确定致动电梯门的门电动机的控制器的控制参数中的一个或多个，所述控制参数为控制器的增益和控制器前馈扭矩值。

10.如权利要求1-9中的任意一个所述的方法，其特征在于，通过使用一个或多个辅助参数来确定电梯门的速度剖面，所述辅助参数为电梯门的最大允许的瞬时动能、电梯门的最大允许的平均动能、电梯系统的流量条件、乘客特定的识别数据。

11.如权利要求1-10中的任意一个所述的方法，其特征在于，将一个或多个电梯门的估算运动参数存储在电梯系统中，并且，基于外部选择信号，从所存储的参数中选择要用于电梯门的功能的优化的运动参数。

12.如权利要求11所述的方法，其特征在于，用于选择运动参数的外部信号是指示目的层的信号，所述信号是在电梯控制系统中、或在电梯系统的组控制中生成的。

13.如权利要求11所述的方法，其特征在于，用于选择运动参数的外部信号是由与电梯轿厢一起移动的层检测器生成的信号。

14.一种用于改进电梯系统的性能的系统，所述电梯系统包括至少一部电梯，所述电梯包括至少一个电梯门、以及至少一个用于开启和关闭所述电梯门的门操作器(61)，其特征在于，所述系统还包括：

测量部件(61)，用于测量至少一个所述电梯门的加速度和/或速率、以及移动电梯门的门电动机的扭矩；

电梯门的动态模型(22、32、42)，其合并作用于电梯门的力；

估算部件(55)，用于通过使用所测量的加速度或所测量的速率、以及所测量的移动电梯门的电动机扭矩、以及电梯门的动态模型(22、32、42)，来估算电梯门的运动参数；以及

优化部件(51、53、57、58)，用于使用所估算的运动参数来优化电梯门的操作，以改进电梯系统的性能。

15.如权利要求14所述的系统，其特征在于，所述系统还包括作为测量门加速度的手段的、与加速度成比例的信号a_d。

16.如权利要求14所述的系统，其特征在于，所述系统还包括：从所述门电动机获得、并用作测量门速率的手段的与门的速率或位置成比例的信号v_d。

17.如权利要求14-16的任意一个所述的系统，其特征在于，所述系统还包括用于经由以下动作来确定动态模型(22、32、42)的一个或多个参数的部件，所述动作为：测量电梯门加速度、测量电梯门速率、测量移动电梯门的门电动机的电流、确定门电动机的扭矩系数、确定电动机的摩擦力扭矩、确定电梯门的关闭弹簧的耦合系数、以及确定电梯门的关闭重量的质量。

18.如权利要求14-17的任意一个所述的系统，其特征在于，要在系统中估算的运动参数为以下参数中的一个或多个(P)：电梯门的质量、施加到电梯门的摩擦力、由门的倾斜角度引起的力和关闭装置的操作状态。

19.如权利要求14-18的任意一个所述的系统，其特征在于，所述系统还包括：

建模部件，用于在动态模型(22、32)中对电梯门的加速度或速率建模，所述加速度或速率被定义为电梯门的一个或多个运动参数的函数，这样的参数为电梯门的质量、作用于电梯门的摩擦力、由电梯门的倾斜角度引起的力和关闭装置的操作状态。

计算部件(23、33)，用于计算第一误差函数，作为电梯门的测量的瞬时加速度和在该模型中建模的瞬时电梯门加速度之间的差异，或作为电梯门的测量的瞬时速率和在该模型中建模的瞬时电梯门速率之间的差异，获得所述误差函数；

计算部件(24、34)，用于计算第二误差函数，通过对第一误差函数平方、并利用期望的加权系数(21，31)来对在特定时间间隔上获得的平方的第一误差函数求和，而获得所述第二误差函数；

第一优化部件(25，35)，用于最小化第二误差函数，从而确定电梯门的一个或多个运动参数(P)；以及

第一反馈，用于将所计算的参数传递到动态模型(22、32)以在下一计算循环中使用。

20.如权利要求14-20的任意一个所述的系统，其特征在于，所述系统还包括：

第三优化部件(45)，用于使用遗传算法来检测电梯门的关闭装置的操作状态；

所述第三优化部件(45)用于在遗传算法中使用一个或多个运动参数作为染色体的基因，所述参数是关闭装置的操作、施加到门的摩擦力、以及由门的倾斜角度引起的力；

所述第三优化部件(45)用于使用平方误差函数(44)作为遗传算法的优良值；并且

所述第三优化部件(45)用于在遗传算法的显型的确定中使用门的动态模型(42)。

21.如权利要求14-21的任意一个所述的系统，其特征在于，所述系统还包括用于确定移动电梯门的门电动机的控制器的控制参数的部件(57、59)，所述控制参数为门电动机的增益和控制器前馈扭矩值(T_f)。

22.如权利要求14-22的任意一个所述的系统，其特征在于，所述系统还包括：用于通过使用一个或多个辅助参数来确定(51)电梯门的速度剖面的部件，所述辅助参数为电梯门的最大允许的瞬时动能(

)、电梯门的最大允许的平均动能(E_V)、电梯系统的流量条件S_t、乘客特定的识别数据S_p。

23.如权利要求14-23的任意一个所述的系统，其特征在于，所述系统还包括存储部件(60)，用于将一个或多个电梯门的运动参数存储到电梯系统，通过使用外部选择信号(N_d)，从所存储的参数中选择要用于电梯门的功能的优化的运动参数。

24.如权利要求14-24的任意一个所述的系统，其特征在于，用于选择运动参数的外部选择信号(N_d)是指示目的层的信号，已在电梯控制系统中或在电梯系统的组控制中生成了所述信号。

25.如权利要求14-25的任意一个所述的系统，其特征在于，已由与电梯轿厢一起移动的层检测器生成了用于选择运动参数的外部选择信号(N_d)。

Images