ES2370616B1 - DYNAMIC CONTROLLER AND DIFFUSIVE ELEVATOR GROUP CONTROL METHOD FOR OPTIMIZATION OF ENERGY CONSUMPTION. - Google Patents
DYNAMIC CONTROLLER AND DIFFUSIVE ELEVATOR GROUP CONTROL METHOD FOR OPTIMIZATION OF ENERGY CONSUMPTION. Download PDFInfo
- Publication number
- ES2370616B1 ES2370616B1 ES201000497A ES201000497A ES2370616B1 ES 2370616 B1 ES2370616 B1 ES 2370616B1 ES 201000497 A ES201000497 A ES 201000497A ES 201000497 A ES201000497 A ES 201000497A ES 2370616 B1 ES2370616 B1 ES 2370616B1
- Authority
- ES
- Spain
- Prior art keywords
- energy
- cabin
- art
- calls
- elevators
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000005265 energy consumption Methods 0.000 title claims abstract description 18
- 238000005457 optimization Methods 0.000 title claims abstract description 14
- 230000000694 effects Effects 0.000 claims description 7
- 238000011156 evaluation Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 6
- 238000005303 weighing Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 2
- 230000000284 resting effect Effects 0.000 claims description 2
- 230000001419 dependent effect Effects 0.000 claims 2
- 238000013461 design Methods 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000654 additive Substances 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000004642 transportation engineering Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
- B66B1/00—Control systems of elevators in general
- B66B1/24—Control systems with regulation, i.e. with retroactive action, for influencing travelling speed, acceleration, or deceleration
- B66B1/2408—Control systems with regulation, i.e. with retroactive action, for influencing travelling speed, acceleration, or deceleration where the allocation of a call to an elevator car is of importance, i.e. by means of a supervisory or group controller
- B66B1/2458—For elevator systems with multiple shafts and a single car per shaft
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
- B66B1/00—Control systems of elevators in general
- B66B1/02—Control systems without regulation, i.e. without retroactive action
- B66B1/06—Control systems without regulation, i.e. without retroactive action electric
- B66B1/14—Control systems without regulation, i.e. without retroactive action electric with devices, e.g. push-buttons, for indirect control of movements
- B66B1/18—Control systems without regulation, i.e. without retroactive action electric with devices, e.g. push-buttons, for indirect control of movements with means for storing pulses controlling the movements of several cars or cages
- B66B1/20—Control systems without regulation, i.e. without retroactive action electric with devices, e.g. push-buttons, for indirect control of movements with means for storing pulses controlling the movements of several cars or cages and for varying the manner of operation to suit particular traffic conditions, e.g. "one-way rush-hour traffic"
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
- B66B2201/00—Aspects of control systems of elevators
- B66B2201/20—Details of the evaluation method for the allocation of a call to an elevator car
- B66B2201/216—Energy consumption
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B50/00—Energy efficient technologies in elevators, escalators and moving walkways, e.g. energy saving or recuperation technologies
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Elevator Control (AREA)
Abstract
Método de control difuso de grupo de ascensores para la optimización del consumo energético de los del tipo que se emplea por sistemas de control de ascensores de transporte vertical que se caracteriza porque comprende las etapas de evaluar la aptitud energética de cada cabina y asignar las llamadas de planta según un orden conforme (i) una primera valoración energética absoluta (1); (ii) una segunda valoración energética relativa (5); y (iii) una tercera valoración conforme a la contigüidad (8) de las llamadas.Diffuse control method of elevator group for the optimization of energy consumption of those of the type that is used by vertical transport elevator control systems characterized in that it comprises the stages of evaluating the energy aptitude of each cabin and assigning the calls of plant according to an order according to (i) a first absolute energy valuation (1); (ii) a second relative energy valuation (5); and (iii) a third assessment according to the contiguity (8) of the calls.
Description
Controlador dinámico y método de control difuso de grupo de ascensores para la optimización del consumo energético. Dynamic controller and diffuse control method of elevator group for optimization of energy consumption.
El objeto de la presente invención es un método y controlador dinámico de optimización de la energía de los del tipo empleado por sistemas de control de grupo de ascensores para transporte vertical que minimiza el gasto energético de las cabinas atendiendo a una triple valoración, mediante lógica difusa, de todas y cada una de las asignaciones del tipo llamada de planta-ascensor factibles de formar parte del despacho. The object of the present invention is a method and dynamic controller of energy optimization of those of the type used by elevator group control systems for vertical transport that minimizes the energy consumption of the cabins according to a triple valuation, by diffuse logic , of each and every one of the assignments of the so-called elevator-floor type that are feasible to be part of the office.
La presente invención, por cuanto resuelve un problema técnico de transporte vertical, forma parte del ámbito de la ingeniería de transporte, y más concretamente de los dispositivos electrónicos aplicados al control del movimiento de ascensores y similares. The present invention, since it solves a technical problem of vertical transport, is part of the field of transport engineering, and more specifically of the electronic devices applied to the control of the movement of elevators and the like.
Estado de la técnica anterior Prior art
El problema del transporte vertical hace referencia a todo el proceso en el que grupos de pasajeros viajan entre plantas distintas de una instalación utilizando los medios de transporte (grupos de ascensores y escaleras) disponibles. Al respecto, se desarrollan sistemas complejos de control de grupo de ascensores (Elevator Group Control System, EGCS) que proporcionan un transporte eficiente y a la vez ofrecen cierto grado de servicio (GoS). El rendimiento de dichos EGCS se mide según distintos criterios como el tiempo medio de esperas por pasajero, el porcentaje de esperas superiores al minuto y el consumo energético. The problem of vertical transport refers to the whole process in which groups of passengers travel between different floors of a facility using the means of transport (groups of elevators and stairs) available. In this regard, complex elevator group control systems (Elevator Group Control System (EGCS) are developed that provide efficient transport and at the same time offer a certain degree of service (GoS). The performance of these EGCS is measured according to different criteria such as the average waiting time per passenger, the percentage of waiting times exceeding one minute and the energy consumption.
Como alcanzado cierto grado de sofisticación, es matemáticamente imposible (este hecho es conocido en terminología anglosajona como NP-Hard) optimizar el funcionamiento atendiendo todos los criterios a la vez, se suele optimizar uno en detrimento de los otros según las preferencias del propietario del edificio. De este modo, dada la actual relevancia internacional del desarrollo sostenible (sobre todo como ventaja competitiva que puede marcar las diferencias en el sector privado), sería deseable un EGCS que optimice el consumo energético. As a certain degree of sophistication has been reached, it is mathematically impossible (this fact is known in Anglo-Saxon terminology as NP-Hard) to optimize the operation according to all the criteria at the same time, one is usually optimized to the detriment of the others according to the preferences of the owner of the building . Thus, given the current international relevance of sustainable development (especially as a competitive advantage that can make a difference in the private sector), an EGCS that optimizes energy consumption would be desirable.
La tendencia a construir rascacielos y edificios de altura cada vez mayor ha sido una constante en la construcción urbanística de acuerdo con motivos económicos y espaciales. En estas instalaciones el transporte vertical constituye un verdadero problema técnico y logístico, dado que su complejidad aumenta de forma exponencial con su altura. The tendency to build skyscrapers and buildings of increasing height has been a constant in urban construction according to economic and spatial reasons. In these facilities, vertical transport constitutes a real technical and logistical problem, given that its complexity increases exponentially with its height.
En este sentido el despacho de ascensores es una actividad de importancia vital y todo EGCS lo acomete atendiendo dos aspectos principales: magnitud del cálculo (tiempo de respuesta) y tratamiento de la incertidumbre [1], Para un determinado instante el problema del despacho de ascensores se define como un problema NP-Hard. Así, para un edificio que posee n ascensores donde k plantas demandan el servicio de una cabina, existen nk soluciones. De ahí la complejidad del problema en edificios altos. In this sense, the elevator office is an activity of vital importance and all EGCS undertakes it according to two main aspects: magnitude of the calculation (response time) and treatment of uncertainty [1], For a given moment the problem of the elevator office It is defined as an NP-Hard problem. Thus, for a building that has n elevators where k plants demand the service of a cabin, there are nk solutions. Hence the complexity of the problem in high buildings.
En sistemas corrientes donde no se proporcionan paneles numéricos a los pasajeros para indicar el destino, la incertidumbre es muy elevada pues ni la cantidad de pasajeros de la llamada ni el destino exacto de cada uno de ellos se conoce hasta que entran en la cabina. Además de la complejidad y el alto grado de incertidumbre el EGCS debe tener en cuenta las posibles llamadas de planta futuras. Por todo ello, es frecuente el empleo de inteligencia artificial o metaheurísticas avanzadas: la utilización de algoritmos genéticos [2] o de búsqueda tabú proporciona resultados de calidad pero su tardanza a la hora de obtener una solución óptima los hace inapropiados para este tipo de problemas donde la cuestión temporal es vital. Otras alternativas como las redes neuronales [3] necesitan periodos largos de entrenamiento y son costosas y complejas de implementar, además se muestran incapaces de adaptarse a variaciones bruscas o imprevistas de la demanda. A diferencia de las anteriores metodologías mencionadas, la lógica difusa [4] es de fácil implementación, rápida en ejecución y por su propia definición perfecta para el tratamiento de la incertidumbre. In current systems where numerical panels are not provided to passengers to indicate the destination, the uncertainty is very high because neither the number of passengers on the call nor the exact destination of each of them is known until they enter the cabin. In addition to the complexity and high degree of uncertainty, the EGCS must take into account possible future plant calls. For all these reasons, the use of artificial intelligence or advanced metaheuristics is frequent: the use of genetic algorithms [2] or taboo search provides quality results but their delay in obtaining an optimal solution makes them inappropriate for this type of problem. where the temporal issue is vital. Other alternatives such as neural networks [3] need long periods of training and are expensive and complex to implement, as well as being unable to adapt to sudden or unforeseen changes in demand. Unlike the above mentioned methodologies, fuzzy logic [4] is easy to implement, fast in execution and by its own perfect definition for the treatment of uncertainty.
A medida que las instalaciones crecen en altura y consecuentemente los ascensores en tamaño y número, el consumo energético del transporte vertical aumenta drásticamente. Así en edificios modernos la potencia media empleada por la alimentación del conjunto de las cabinas de un edificio oscila entre el 2% y el 10% de su factura eléctrica total [5]. As the facilities grow in height and consequently the elevators in size and number, the energy consumption of vertical transport increases dramatically. Thus, in modern buildings, the average power used for the power supply of all the cabins of a building ranges between 2% and 10% of its total electricity bill [5].
Los primeros estudios datan de principios de los setenta. Aún así, no es aún frecuente el empleo de heurísticas y metaheurísticas destinadas a la minimización de la potencia consumida. The first studies date from the early seventies. Even so, the use of heuristics and metaheuristics aimed at minimizing the power consumed is not yet frequent.
Según la tecnología antigua del frenado del ascensor, la totalidad de la energía empleada en mover la cabina era irrecuperable, y el mayor gasto el debido al encendido del motor, así pues el consumo energético se solía relacionar con el número de arranques de las cabinas. En este sentido se propusieron diseños basados en la evaluación multicriterio mediante lógica difusa [6] del tiempo medio de espera, el porcentaje de esperas largas y la energía. Sin embargo, algunos modelos modernos como [7] persisten en el enfoque de minimizar el número de paradas para indirectamente minimizar consumo. According to the old technology of the braking of the elevator, the totality of the energy used to move the cabin was unrecoverable, and the greater expense due to the ignition of the engine, thus the energy consumption used to be related to the number of starts of the cabins. In this sense, designs based on multicriteria evaluation using fuzzy logic [6] of the average waiting time, the percentage of long waiting times and energy were proposed. However, some modern models such as [7] persist in the approach of minimizing the number of stops to indirectly minimize consumption.
Sin embargo la tecnología presente permite recuperar una parte de la energía empleada devolviéndola a la red [8]. El diseño suele ser tal que cuando la cabina se encuentra a la misma altura que el contrapeso y la carga de ésta es la mitad de la máxima permitida el sistema se encuentra en equilibrio: de esta forma, cuando el ascensor viaja en dirección descendente con una carga menor que la mitad de la máxima permitida o en dirección ascendente con una carga mayor que la mitad de la máxima permitida, el ascensor consume energía (más cuanto mayor es la distancia y el desequilibrio es mayor) y viceversa. Así, mediante una asignación eficaz de las llamadas es posible recuperar parte de la energía consumida, llegándose a obtener en algunos casos hasta un balance neto positivo. However, the present technology allows recovering a part of the energy used by returning it to the network [8]. The design is usually such that when the car is at the same height as the counterweight and its load is half of the maximum allowed, the system is in equilibrium: in this way, when the elevator travels downwards with a load less than half of the maximum allowed or in an upward direction with a load greater than half of the maximum allowed, the lift consumes energy (the greater the distance and the imbalance is greater) and vice versa. Thus, by means of an efficient allocation of the calls it is possible to recover part of the consumed energy, getting in some cases to obtain a positive net balance.
Referencias References
[1] Barney, G., 2003. Elevator Traffic Handbook: Theory and practice, Taylor & Francis Group. [1] Barney, G., 2003. Elevator Traf fi c Handbook: Theory and practice, Taylor & Francis Group.
[2] Siikonen M-L, J. Sorsa, Optimal control of Double Deck elevator group using genetic algorithm, KONE Corporation, Finland (2002). [2] Siikonen M-L, J. Sorsa, Optimal control of Double Deck elevator group using genetic algorithm, KONE Corporation, Finland (2002).
[3] Lu Yu, Jin Zhou, Shingo Mabu, Kotaro Hirasawa, Jinglu Hu, Sandor Markon, Elevator Group Control System using Genetic Network Programming with ACO Considering Transitions, SICE Annual Conference, Kagawa University, Japan (2007). [3] Lu Yu, Jin Zhou, Shingo Mabu, Kotaro Hirasawa, Jinglu Hu, Sandor Markon, Elevator Group Control System using Genetic Network Programming with ACO Considering Transitions, SICE Annual Conference, Kagawa University, Japan (2007).
[4] Zong-Mu Yeh; Kuei-Hsiang Li (2003). A systematic approach for designing multistage fuzzy control systems. [4] Zong-Mu Yeh; Kuei-Hsiang Li (2003). A systematic approach for designing multistage fuzzy control systems.
[5] The Chartered Institution of Building Services Engineers (2005). CIBSE Guide D: Transportation systems in buildings. [5] The Chartered Institution of Building Services Engineers (2005). CIBSE Guide D: Transportation systems in buildings.
[6] ChangBum Kim, Kyoung A. Seong, Hyung Lee-Kwang, Jeong O. Kim, Design and Implementation of a Fuzzy Elevator Group Control System, South Korea (1998). [6] ChangBum Kim, Kyoung A. Seong, Hyung Lee-Kwang, Jeong O. Kim, Design and Implementation of a Fuzzy Elevator Group Control System, South Korea (1998).
[7] An Elevator Group Control System with a Self-Tuning Fuzzy Logic Group Controller. Transactions on Industrial Electronics (2010). [7] An Elevator Group Control System with a Self-Tuning Fuzzy Logic Group Controller. Transactions on Industrial Electronics (2010).
[8] Tapio Tyni y Jari Ylinen (2006). Evolutionary bi-objective optimization in the elevator car routing problem, KONE Corporation, Finland. [8] Tapio Tyni and Jari Ylinen (2006). Evolutionary bi-objective optimization in the elevator car routing problem, KONE Corporation, Finland.
Explicación de la invención Explanation of the invention.
El problema técnico que pretende resolver la presente invención es el de la asignación eficaz de las llamadas con tal de recuperar parte de la energía consumida por las cabinas. The technical problem that the present invention intends to solve is that of the efficient allocation of calls in order to recover part of the energy consumed by the cabins.
Para ello, la presente invención propone un controlador de grupo de ascensores basado en lógica difusa (Fuzzy Logic EGCS) capaz de realizar una evaluación energética del estado del sistema que permita una gestión eficaz del problema de despacho en las llamadas de planta. For this, the present invention proposes a group controller of elevators based on fuzzy logic (Fuzzy Logic EGCS) capable of performing an energy evaluation of the state of the system that allows an effective management of the dispatch problem in plant calls.
Así pues, para un edificio de p plantas y n ascensores, se calculan n×p procedimientos difusos mediante tres valoraciones distintas de cada una de las posibilidades: una estimación basada en la energía absoluta empleada, una estimación basada en la energía relativa empleada respecto de las demás opciones y una estimación de la contigüidad entre llamadas de planta, permitiendo así al ECGS la optimización del consumo energético. Thus, for a building of p plants and n elevators, n × p diffuse procedures are calculated by three different valuations of each of the possibilities: an estimate based on the absolute energy used, an estimate based on the relative energy used with respect to the other options and an estimate of the contiguity between plant calls, thus allowing the ECGS to optimize energy consumption.
La estimación difusa de la energía absoluta de cada posibilidad se realiza mediante una serie de variables lingüísticas, en la realización preferida “Posible Distancia Recorrida”y“Desequilibrio” y de la variable “Estado de la Cabina” (reposo, en ascenso o descenso). La valoración difusa de la energía relativa de cada posibilidad respecto de las demás se calcula mediante las variables lingüísticas, en la realización preferida “Desviación Relativa”y“Calidad Alternativa”. La valoración difusa de la contigüidad se estima mediante las variables lingüísticas “Proximidad”y “Desequilibrio” y de la variable “Estado de la Cabina” (reposo, en ascenso o descenso). The diffuse estimation of the absolute energy of each possibility is carried out by means of a series of linguistic variables, in the preferred embodiment "Possible Distance Traveled" and "Imbalance" and of the variable "State of the Cabin" (rest, ascent or descent) . The diffuse valuation of the relative energy of each possibility with respect to the others is calculated using the linguistic variables, in the preferred embodiment "Relative Deviation" and "Alternative Quality". The diffuse assessment of contiguity is estimated using the linguistic variables “Proximity” and “Imbalance” and the variable “State of the Cabin” (rest, ascent or descent).
En un segundo aspecto de la invención, el controlador dinámico de optimización de la energía de los del tipo empleado por sistemas de control de grupo de ascensores para transporte vertical comprende, al menos, medios configurados para la detección de la masa y estado de la cabina, medios configurados para el cálculo de las variables lingüísticas referidas previamente y el proceso de inferencia difusa, donde dichos medios lógicos están a su vez configurados para evaluar las reglas de inferencia establecidas. In a second aspect of the invention, the dynamic energy optimization controller of those of the type employed by elevator group control systems for vertical transport comprises at least configured means for the detection of the mass and condition of the cabin , con fi gured means for the calculation of the linguistic variables referred to previously and the fuzzy inference process, where said logical means are in turn con fi gured to evaluate the established inference rules.
Así pues, es un objetivo de la presente invención es un método, un controlador y un sistema dinámico de optimización del consumo energético para sistemas de control de grupo de ascensores, en donde dada la complejidad del problema (NP-Hard) de despacho de cabinas, el uso del modelo propuesto basado en la técnica de inteligencia artificial denominada lógica difusa contribuye notablemente a la minimización del consumo energético, además de constituir el único de su clase basado en la asignación dinámica de llamadas. Thus, it is an objective of the present invention is a method, a controller and a dynamic system of optimization of energy consumption for elevator group control systems, where given the complexity of the problem (NP-Hard) of cabin dispatch , the use of the proposed model based on the artificial intelligence technique called diffuse logic contributes significantly to the minimization of energy consumption, in addition to being the only one of its kind based on the dynamic allocation of calls.
A lo largo de la descripción y las reivindicaciones la palabra “comprende” y sus variantes no pretenden excluir otras características técnicas, aditivos, componentes o pasos. Para los expertos en la materia, otros objetos, ventajas y características de la invención se desprenderán en parte de la descripción y en parte de la práctica de la invención. Los siguientes ejemplos y dibujos se proporcionan a modo de ilustración, y no se pretende que sean limitativos de la presente invención. Además, la presente invención cubre todas las posibles combinaciones de realizaciones particulares y preferidas aquí indicadas. Throughout the description and the claims the word "comprises" and its variants are not intended to exclude other technical characteristics, additives, components or steps. For those skilled in the art, other objects, advantages and characteristics of the invention will be derived partly from the description and partly from the practice of the invention. The following examples and drawings are provided by way of illustration, and are not intended to be limiting of the present invention. In addition, the present invention covers all possible combinations of particular and preferred embodiments indicated herein.
Breve descripción de los dibujos Brief description of the drawings
Fig 1. Muestra el diagrama de flujo del método de control difuso para la optimización del consumo energético, objeto de la presente invención. Fig 1. Shows the flow chart of the diffuse control method for optimizing energy consumption, object of the present invention.
Fig 2. Muestra las funciones de membresía de las diferentes variables lingüísticas empleadas en el método de control difuso objeto de la presente invención; en donde la Fig. 2a muestra la función de membresía de la variable “Desequilibrio”, en la Fig. 2b se muestra la función PDR, en la Fig. 2c se muestra la función de “Proximidad”, en la Fig. 2d se muestra la función de “Desviación relativa”, y en la Fig. 2e se muestra la función “CalidadAlter”. Fig 2. Shows the membership functions of the different linguistic variables used in the diffuse control method object of the present invention; where Fig. 2a shows the membership function of the variable "Unbalance", in Fig. 2b the PDR function is shown, in Fig. 2c the "Proximity" function is shown, in Fig. 2d it is shown the function of "Relative deviation", and in Fig. 2e the function "Alter Quality" is shown.
Exposición detallada de modos de realización y Ejemplos Detailed presentation of embodiments and Examples
En la presente invención, el despacho de llamadas es dinámico, cada vez que se produce una nueva llamada de planta o se detecta un cambio de masa en alguna cabina, la reasignación es completa. Como la lógica difusa es incapaz de procesar la información en paralelo, es necesario establecer el orden de evaluación de las llamadas de planta conforme a ciertos criterios. In the present invention, the call dispatch is dynamic, every time a new plant call occurs or a change in mass is detected in some cabin, the reallocation is complete. As fuzzy logic is unable to process the information in parallel, it is necessary to establish the order of evaluation of plant calls according to certain criteria.
El algoritmo evalúa la aptitud energética de cada cabina y asigna las llamadas de planta según un orden conforme tres criterios distintos: una valoración absoluta energética, una valoración relativa energética y una valoración conforme a la contigüidad de las llamadas. El algoritmo ejecuta las siguientes tareas tal y como se muestra en la Fig. 1. The algorithm evaluates the energy aptitude of each cabin and assigns the plant calls according to an order according to three different criteria: an absolute energy valuation, a relative energy valuation and a valuation according to the contiguity of the calls. The algorithm executes the following tasks as shown in Fig. 1.
Así, la valoración energética absoluta (1) EABS[n][p] estima la cantidad total de energía empleada por la cabina n en responder la llamada p. Así, depende de la posible distancia recorrida en caso de que la cabina atendiera la llamada PDR (“Posible Distancia Recorrida”) (2), el desequilibrio de la cabina respecto del estado energético nulo o de reposo si la cabina atendiera la llamada Desequilibrio (3) y de la dirección actual de la cabina Dirección (4). Thus, the absolute energy assessment (1) EABS [n] [p] estimates the total amount of energy used by cabin n in answering the call p. Thus, it depends on the possible distance traveled in the event that the cabin answered the PDR call (“Possible Distance Traveled”) (2), the imbalance of the cabin with respect to the null or resting energy state if the cabin met the so-called Unbalance ( 3) and the current address of the cabin Address (4).
En cambio, la valoración energética relativa (5) EREL[n][p] realiza una comparativa ponderando los valores de la valoración energética absoluta (1) EABS[n][p] para obtener la aptitud de cada una de las posibles asignaciones respecto de las demás dentro del universo de despachos factibles. Depende de los parámetros “Desviación Relativa” ΔE[n][p] (6)y“CalidadAlter” (7), los cuales se definen según las siguientes ecuaciones: On the other hand, the relative energy valuation (5) EREL [n] [p] makes a comparison weighing the values of the absolute energy valuation (1) EABS [n] [p] to obtain the suitability of each of the possible assignments with respect to of the others within the universe of feasible offices. It depends on the parameters “Relative Deviation” ΔE [n] [p] (6) and “Alter Quality” (7), which are defined according to the following equations:
Donde S[n][pfija] es la desviación típica y EABS[n][pfija] la media energética de todas las posibles asignaciones a una llamada p. Where S [n] [pf] is the standard deviation and EABS [n] [pf] the energy average of all possible assignments to a call p.
E’ABS[n][p] es la mejor alternativa a EABS[n][p] para una llamada p dada. Gracias a la medida de EREL[n][p]se pueden obtener conclusiones más acertadas que teniendo sólo en cuenta EABS[n][p]. valoración energética absoluta (1), pues se pueden comparar las diferentes posibilidades de asignación de cabina para una llamada p concreta. Por consiguiente, aunque la valoración absoluta de la posible energía empleada sea pobre, mediante una medida eficaz de la relatividad de este valor se puede llegar a detectar que es una buena opción, o si se quiere “un mal menor”. Para ello el parámetro ΔE[n][p] (6) mide la diferencia en desviaciones típicas del valor de la energía empleada por la cabina n en atender la llamada p respecto de la media que emplean todas las cabinas en responder la llamada p, y el parámetro “CalidadAlter” (7) se cerciora de la existencia de alguna otra alternativa de aptitud similar en caso de ser una buena opción la asignación n-p. Si la calidad de la alternativa es buena la cabina n puede considerarse para despachar otra llamada pues tiene un buen sustituto y no constituye una asignación crítica. E’ABS [n] [p] is the best alternative to EABS [n] [p] for a given p call. Thanks to the EREL measure [n] [p], better conclusions can be obtained than taking into account only EABS [n] [p]. Absolute energy valuation (1), since the different possibilities of cabin assignment for a specific p call can be compared. Therefore, although the absolute valuation of the possible energy used is poor, by means of an effective measure of the relativity of this value it can be detected that it is a good option, or if you want “a lesser evil”. For this, the parameter ΔE [n] [p] (6) measures the difference in standard deviations of the value of the energy used by the booth n in attending the call p with respect to the average used by all the booths in answering the call p, and the parameter “Alter Quality” (7) makes sure that there is some other alternative of similar aptitude in case the np assignment is a good option. If the quality of the alternative is good, cabin n can be considered to dispatch another call as it has a good substitute and does not constitute a critical assignment.
Una vez realizada una primera valoración energética tanto absoluta (1) como relativa (5), se escoge como primer despacho la asignación con la mejor aptitud ponderando ambos criterios. A continuación, partiendo de la asignación previa n-p calculada (ya fija), se obtienen de nuevo todas las aptitudes de cada cabina n respecto de las demás llamadas p todavía sin asignar teniendo en cuenta ahora una valoración de la contigüidad en sentido energético C[n][p] (8). La estimación difusa de C[n][p] (8) atiende a: Once a first absolute energy assessment (1) and relative (5) has been carried out, the assignment with the best aptitude is chosen as the first dispatch, weighing both criteria. Then, starting from the previous assignment np calculated (and fixed), all the aptitudes of each cabin n are obtained again with respect to the other unassigned calls p now taking into account an assessment of the contiguity in energy sense C [n ] [p] (8). The diffuse estimate of C [n] [p] (8) addresses:
(i) La medida de la distancia mínima de entre todas las llamadas ya asignadas de forma definitiva a la cabina n yla llamada considerada p “proximidad” (9). (i) The measure of the minimum distance between all calls already assigned definitively to the booth n and the call considered p “proximity” (9).
(ii) El posible desequilibrio (10) de la cabina respecto del estado energético nulo (Deseq). (ii) The possible imbalance (10) of the cabin with respect to the null energy state (Deseq).
(iii) La dirección actual de la cabina (11). (iii) The current address of the cabin (11).
Según el estado de la cabina, consumiendo energía o generando, la medida de la contigüidad (8) contribuirá a que las llamadas próximas entre sí sean atendidas por la misma cabina o por cabinas diferentes. Por ejemplo, a una cabina que se encuentre descendiendo y cuya masa sea inferior a la mitad de la máxima carga permitida, le conviene una asignación cuantiosa de llamadas cercanas para incrementar su carga y reducir el consumo energético o incluso pasar a generar. Depending on the state of the cabin, consuming energy or generating, the measurement of contiguity (8) will contribute to the next calls between each other being answered by the same cabin or by different cabins. For example, to a cabin that is descending and whose mass is less than half of the maximum allowable load, a large allocation of close calls is convenient for increasing its load and reducing energy consumption or even generating.
El proceso se repite hasta que todas las llamadas de planta han sido asignadas a alguna cabina. La valoración completa (12) de cada par n-p es ponderada conforme el juego de pesos [ν1, ν2, ν3]: The process is repeated until all plant calls have been assigned to a booth. The full valuation (12) of each n-p pair is weighted according to the set of weights [ν1, ν2, ν3]:
Cada una de las valoraciones (12) es calculada de forma difusa mediante sus correspondientes variables lingüísticas. Una de las virtudes de este diseño basado en lógica difusa radica en que no es necesario conocer a priori el posible grado de servicio del sistema. Así, las funciones de membresía dependen exclusivamente del edificio y del tipo de cabina, tal y como se muestra en la Fig 2. Each of the assessments (12) is calculated diffusely by means of their corresponding linguistic variables. One of the virtues of this design based on fuzzy logic is that it is not necessary to know a priori the possible degree of service of the system. Thus, the membership functions depend exclusively on the building and the type of cabin, as shown in Fig 2.
Así pues, para la función de membresía de la variable Desequilibrio (3, 10) mostrada en la figura 2a se establece la función de membresía entre la masa máxima (M) la masa máxima media (M/2) y masa mínima (m), lógicamente mayor que cero. Thus, for the membership function of the Imbalance variable (3, 10) shown in Figure 2a, the membership function is established between the maximum mass (M) the maximum average mass (M / 2) and minimum mass (m) , logically greater than zero.
En la figura 2b se establece la función de membresía de la variable PDR (2) en donde se establece la función entre la altura del edificio en metros máximo (H), media (H/2) y mínima (h), lógicamente mayor que cero. Figure 2b establishes the membership function of the PDR variable (2) where the function is established between the height of the building in maximum (H), average (H / 2) and minimum (h) meters, logically greater than zero.
En la figura 2c se establece la función de membresía de “Proximidad” (9) en donde se establece la función de número de plantas del edificio, siendo el número máximo (N), el medio (N/2) y el mínimo (n), lógicamente mayor que cero. In Figure 2c the “Proximity” membership function (9) is established, where the number of floors of the building is established, with the maximum number (N), the medium (N / 2) and the minimum (n ), logically greater than zero.
En la figura 2d se establece la función de membresía de “Desviación Relativa” ΔE[n][p] (6) establecido en un máximo de desviaciones típicas de2yun mínimo de -2 con intervalos regulares de 1. Figure 2d establishes the membership function of “Relative Deviation” ΔE [n] [p] (6) set to a maximum of standard deviations of 2 and a minimum of -2 with regular intervals of 1.
En la figura 2e se establece la función de membresía de “CalidadAlter” (7) estableciendo un porcentaje de diferencia respecto del mejor EABS[n][pfija] con un máximo de 0,5 y un mínimo de -0,5 a intervalos regulares de 0,25. In Figure 2e the “Quality Alter” membership function (7) is established by establishing a percentage of difference from the best EABS [n] [fixed] with a maximum of 0.5 and a minimum of -0.5 at regular intervals of 0.25.
Ejemplo de empleo de la invención Example of use of the invention
Supóngase que para un momento dado existen tres llamadas de planta en un edificio de 7 plantas y 4 ascensores y se produce una nueva llamada de planta. Como el sistema ha detectado un cambio, se realiza una reasignación completa de todas las llamadas de forma que el estado previo es ignorado a fin de garantizar una optimización eficaz. El algoritmo llevará a cabo una primera valoración energética absoluta (1) de la situación, estimando para cada una de las doce posibilidades (3x4) el gasto de energía en caso de responder cada uno de los ascensores a cada una de las plantas, midiendo para ello de forma difusa la distancia que habrían de recorrer, el posible balance de masa del sistema contrapeso-cabina y teniendo en cuenta la dirección actual del ascensor. Una vez evaluada la posible energía absoluta empleada, se realiza una valoración energética relativa (5) mediante los parámetros Desviación Relativa y CalidadAlter. Suppose that for a given moment there are three plant calls in a building with 7 floors and 4 elevators and a new plant call is produced. As the system has detected a change, a complete reassignment of all calls is made so that the previous state is ignored in order to ensure effective optimization. The algorithm will carry out a first absolute energy assessment (1) of the situation, estimating for each of the twelve possibilities (3x4) the energy expenditure in case of responding each of the elevators to each of the plants, measuring for this diffuses the distance that they would have to travel, the possible mass balance of the counterweight-cabin system and taking into account the current direction of the elevator. Once the possible absolute energy used has been evaluated, a relative energy assessment (5) is carried out using the Relative Deviation and Alter Quality parameters.
Una vez realizada una primera valoración energética tanto absoluta (1) como relativa (5), se escoge como primer despacho la asignación con la mejor aptitud ponderando ambos criterios. A continuación, partiendo de la asignación previa n-p calculada (ya fija), se obtienen de nuevo todas las aptitudes de cada cabina n respecto de las demás llamadas p todavía sin asignar teniendo en cuenta ahora una valoración de la contigüidad en sentido energético, atendiendo a: La medida de la distancia mínima de entre todas las llamadas ya asignadas de forma definitiva a la cabina n yla llamada considerada p, el posible desequilibrio de la cabina respecto del estado energético nulo y la dirección actual de la cabina. Once a first absolute energy assessment (1) and relative (5) has been carried out, the assignment with the best aptitude is chosen as the first dispatch, weighing both criteria. Then, starting from the previous assignment np calculated (and fixed), all the aptitudes of each cabin n are obtained again with respect to the other unassigned calls p now taking into account an assessment of the contiguity in an energetic sense, attending to : The measure of the minimum distance between all the calls already assigned definitively to the booth n and the call considered p, the possible imbalance of the booth with respect to the null energy state and the current booth address.
Según el estado de las cabinas, consumiendo energía o generando, la medida de la contigüidad contribuirá a que las llamadas próximas entre sí sean atendidas por la misma cabina o por cabinas diferentes. Por ejemplo, a una cabina que se encuentre descendiendo y cuya masa sea inferior a la mitad de la máxima carga permitida, le conviene una asignación cuantiosa de llamadas cercanas para incrementar su carga y reducir el consumo energético o incluso pasar a generar. El proceso se repite hasta que todas las llamadas de planta han sido asignadas a alguna cabina. La valoración completa de cada par n-p es ponderada conforme un juego de pesos. Depending on the state of the cabins, consuming energy or generating, the measurement of contiguity will contribute to the next calls between each other being answered by the same cabin or by different cabins. For example, to a cabin that is descending and whose mass is less than half of the maximum allowable load, a large allocation of close calls is convenient for increasing its load and reducing energy consumption or even generating. The process is repeated until all plant calls have been assigned to a booth. The full valuation of each n-p pair is weighted according to a set of weights.
Claims (9)
- 1. one.
- Método de control difuso de grupo de ascensores para la optimización del consumo energético de los del tipo que se emplea por sistemas de control de ascensores de transporte vertical que se caracteriza porque comprende las etapas de evaluar la aptitud energética de cada cabina y asignar las llamadas de planta según un orden conforme (i) una primera valoración energética absoluta (1); (ii) una segunda valoración energética relativa (5); y (iii) una tercera valoración conforme a la contigüidad (8) de las llamadas; y en donde dicho proceso se repite hasta que todas las llamadas de planta han sido asignadas a alguna cabina, estableciéndose una valoración completa (12) de cada par n-p ponderada conforme una pluralidad de pesos, al menos uno para cada una de las valoraciones descritas (1, 5, 8). Diffuse control method of elevator group for the optimization of energy consumption of those of the type that is used by vertical transport elevator control systems characterized in that it comprises the stages of evaluating the energy aptitude of each cabin and assigning the calls of plant according to an order according to (i) a first absolute energy valuation (1); (ii) a second relative energy valuation (5); and (iii) a third assessment according to the contiguity (8) of the calls; and where said process is repeated until all the plant calls have been assigned to a cabin, establishing a complete assessment (12) of each weighted pair according to a plurality of weights, at least one for each of the described valuations ( 1, 5, 8).
- 2. 2.
- Método de acuerdo con la reivindicación 1 que se caracteriza porque la valoración energética absoluta (1) estima la cantidad total de energía empleada por la cabina n en responder la llamada p, dependiendo de la posible distancia recorrida en caso de que la cabina atendiera la llamada PDR (2), el desequilibrio de la cabina respecto del estado energético nulo o de reposo si la cabina atendiera la llamada Desequilibrio (3), y de la dirección actual de la cabina Dirección (4). Method according to claim 1 characterized in that the absolute energy assessment (1) estimates the total amount of energy used by the booth n in answering the call p, depending on the possible distance traveled in case the booth answered the call PDR (2), the imbalance of the cabin with respect to the null or resting energy state if the cabin met the so-called Unbalance (3), and the current address of the cabin Address (4).
- 3. 3.
- Método de acuerdo con la reivindicación1y2que se caracteriza porque la valoración energética relativa (5) realiza una comparativa ponderando los valores de la valoración energética absoluta (1) para obtener la aptitud de cada una de las posibles asignaciones respecto de las demás dentro del universo de despachos factibles, dependiendo de los parámetros “Desviación Relativa”(6)y“CalidadAlter” (7). Method according to claim 1 and 2 characterized in that the relative energy valuation (5) makes a comparison weighing the values of the absolute energy valuation (1) to obtain the suitability of each of the possible assignments with respect to the others within the universe of offices feasible, depending on the parameters “Relative Deviation” (6) and “Alter Quality” (7).
- 7. 7.
- Controlador dinámico de optimización de la energía de los del tipo empleado por los sistemas de control de un grupo de ascensores para transporte vertical y que se caracteriza porque comprende, al menos, (a) unos primeros medios configurados para la detección de la masa y el estado de la cabina; (b) unos segundos medios configurados para el cálculo de las variables lingüísticas (2, 3, 6, 7, 9, 10) y el método de las reivindicaciones1a6;yendonde dichos medios lógicos están a su vez configurados para evaluar las reglas de inferencia establecidas. Dynamic energy optimization controller of those of the type employed by the control systems of a group of elevators for vertical transport and characterized in that it comprises, at least, (a) first configured means for the detection of the mass and the state of the cabin; (b) a second set means for the calculation of the linguistic variables (2, 3, 6, 7, 9, 10) and the method of claims 1 to 6; where said logical means are in turn set to evaluate the established inference rules .
- 8. 8.
- Sistema de control dinámico de optimización de la energía de los del tipo empleado por los sistemas de control de un grupo de ascensores para transporte vertical y que se caracteriza porque implementa el método de las reivindicaciones1a6y/o el controlador de la reivindicación 7. Dynamic energy optimization control system of the type employed by the control systems of a group of elevators for vertical transport and characterized in that it implements the method of claims 1 to 6 and / or the controller of claim 7.
- Categoría Category
- Documentos citados Reivindicaciones afectadas Documents cited Claims Affected
- X X
- US 2005263355 A1 (KOSTKA MIROSLAV) 01.12.2005, 1,7-8 US 2005263355 A1 (KOSTKA MIROSLAV) 01.12.2005, 1.7-8
- párrafos [0040-0051]; figuras 1-4. paragraphs [0040-0051]; Figures 1-4.
- A TO
- 2-6 2-6
- A TO
- US 5786551 A (THANGAVELU KANDASAMY) 28.07.1998, 1-8 US 5786551 A (THANGAVELU KANDASAMY) 28.07.1998, 1-8
- resumen; columna 5, líneas 13-42; figuras. summary; column 5, lines 13-42; figures.
- A TO
- US 2007045052 A1 (STANLEY JANNAH A et al.) 01.03.2007, 1-8 US 2007 045052 A1 (STANLEY JANNAH A et al.) 01.03.2007, 1-8
- párrafos [0016-0036]; figuras 1-3. paragraphs [0016-0036]; Figures 1-3.
- A TO
- US 5233138 A (AMANO MASAAKI) 03.08.1993, 1-8 US 5233138 A (AMANO MASAAKI) 03.08.1993, 1-8
- columna 2, línea 5 – columna 5, línea 17; figuras. column 2, line 5 - column 5, line 17; figures.
- Categoría de los documentos citados X: de particular relevancia Y: de particular relevancia combinado con otro/s de la misma categoría A: refleja el estado de la técnica O: referido a divulgación no escrita P: publicado entre la fecha de prioridad y la de presentación de la solicitud E: documento anterior, pero publicado después de la fecha de presentación de la solicitud Category of the documents cited X: of particular relevance Y: of particular relevance combined with other / s of the same category A: reflects the state of the art O: refers to unwritten disclosure P: published between the priority date and the date of priority submission of the application E: previous document, but published after the date of submission of the application
- El presente informe ha sido realizado • para todas las reivindicaciones • para las reivindicaciones nº: This report has been prepared • for all claims • for claims no:
- Fecha de realización del informe 23.11.2011 Date of realization of the report 23.11.2011
- Examinador J. Calvo Herrando Página 1/5 Examiner J. Calvo Herrando Page 1/5
- Novedad (Art. 6.1 LP 11/1986) Novelty (Art. 6.1 LP 11/1986)
- Reivindicaciones Reivindicaciones 1-8 SI NO Claims Claims 1-8 IF NOT
- Actividad inventiva (Art. 8.1 LP11/1986) Inventive activity (Art. 8.1 LP11 / 1986)
- Reivindicaciones Reivindicaciones 2-6 1,7-8 SI NO Claims Claims 2-6 1.7-8 IF NOT
- Documento Document
- Número Publicación o Identificación Fecha Publicación Publication or Identification Number publication date
- D01 D01
- US 2005263355 A1 (KOSTKA MIROSLAV) 01.12.2005 US 2005263355 A1 (KOSTKA MIROSLAV) 01.12.2005
- D02 D02
- US 5786551 A (THANGAVELU KANDASAMY) 28.07.1998 US 5786551 A (THANGAVELU KANDASAMY) 28.07.1998
- D03 D03
- US 2007045052 A1 (STANLEY JANNAH A et al.) 01.03.2007 US 2007 045052 A1 (STANLEY JANNAH A et al.) 01.03.2007
- D04 D04
- US 5233138 A (AMANO MASAAKI) 03.08.1993 US 5233138 A (AMANO MASAAKI) 03.08.1993
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
ES201000497A ES2370616B1 (en) | 2010-04-13 | 2010-04-13 | DYNAMIC CONTROLLER AND DIFFUSIVE ELEVATOR GROUP CONTROL METHOD FOR OPTIMIZATION OF ENERGY CONSUMPTION. |
PCT/ES2011/000113 WO2011128472A2 (en) | 2010-04-13 | 2011-04-12 | Dynamic controller and method for the fuzzy control of an elevator group, for optimising the energy consumption |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
ES201000497A ES2370616B1 (en) | 2010-04-13 | 2010-04-13 | DYNAMIC CONTROLLER AND DIFFUSIVE ELEVATOR GROUP CONTROL METHOD FOR OPTIMIZATION OF ENERGY CONSUMPTION. |
Publications (2)
Publication Number | Publication Date |
---|---|
ES2370616A1 ES2370616A1 (en) | 2011-12-20 |
ES2370616B1 true ES2370616B1 (en) | 2012-08-27 |
Family
ID=44799090
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
ES201000497A Expired - Fee Related ES2370616B1 (en) | 2010-04-13 | 2010-04-13 | DYNAMIC CONTROLLER AND DIFFUSIVE ELEVATOR GROUP CONTROL METHOD FOR OPTIMIZATION OF ENERGY CONSUMPTION. |
Country Status (2)
Country | Link |
---|---|
ES (1) | ES2370616B1 (en) |
WO (1) | WO2011128472A2 (en) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109521298B (en) * | 2018-11-26 | 2020-09-15 | 国网江苏省电力有限公司镇江供电分公司 | Current imbalance three-dimensional fault analysis method based on time sequence |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2608970B2 (en) * | 1990-06-15 | 1997-05-14 | 三菱電機株式会社 | Elevator group management device |
US5786551A (en) * | 1995-11-30 | 1998-07-28 | Otis Elevator Company | Closed loop fuzzy logic controller for elevator dispatching |
JP5138864B2 (en) * | 2004-01-06 | 2013-02-06 | インベンテイオ・アクテイエンゲゼルシヤフト | Energy-saving elevator control method and elevator equipment |
US7549517B2 (en) * | 2005-08-29 | 2009-06-23 | Otis Elevator Company | Elevator car dispatching including passenger destination information and a fuzzy logic algorithm |
-
2010
- 2010-04-13 ES ES201000497A patent/ES2370616B1/en not_active Expired - Fee Related
-
2011
- 2011-04-12 WO PCT/ES2011/000113 patent/WO2011128472A2/en active Application Filing
Also Published As
Publication number | Publication date |
---|---|
WO2011128472A2 (en) | 2011-10-20 |
ES2370616A1 (en) | 2011-12-20 |
WO2011128472A3 (en) | 2011-12-08 |
WO2011128472A4 (en) | 2012-04-19 |
WO2011128472A9 (en) | 2012-03-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Li et al. | Building's electricity consumption prediction using optimized artificial neural networks and principal component analysis | |
Ma et al. | Simulation model and performance evaluation of battery-powered AGV systems in automated container terminals | |
CN104346658B (en) | System dynamic dispatching method is accessed based on the automatic vehicle for improving banker's algorithm | |
Al-Sharif | Modelling of escalator energy consumption | |
CN104724555B (en) | Elevator cluster management system and elevator group managing method | |
JP2012056702A (en) | Elevator | |
Fernández et al. | Dynamic fuzzy logic elevator group control system for energy optimization | |
Tukia et al. | Modeling the aggregated power consumption of elevators–the New York city case study | |
ES2370616B1 (en) | DYNAMIC CONTROLLER AND DIFFUSIVE ELEVATOR GROUP CONTROL METHOD FOR OPTIMIZATION OF ENERGY CONSUMPTION. | |
JP2016132532A (en) | Elevator facility planning support device | |
CN110569872A (en) | Indoor evacuation path optimization method and device and electronic equipment | |
CN110415030A (en) | A kind of pricing method and calculating equipment of carbon emission power | |
JPH05132250A (en) | Method and device dispatching elevator | |
CN101903273B (en) | Elevator group management system | |
Zinchenko | Global institutional transformation strategies of self-management systems | |
Bolat et al. | Optimal car dispatching for elevator groups using genetic algorithms | |
Kuusinen et al. | The effect of randomization on constraint based estimation of elevator trip origin-destination matrices | |
CN104021428A (en) | Method for judging building design optimization scheme | |
Li et al. | Genetic algorithm for task allocation and path planning of multi-robot system | |
Deying et al. | Study on fuzzy algorithm of elevator group control system | |
Mei et al. | Allocation of emission allowances considering strategic voting | |
ES2345647B1 (en) | DYNAMIC TRAFFIC PATTERN DETECTION CONTROLLER BY DIFFUSE LOGIC. | |
Yu et al. | Analysis of energy consumption of elevator group supervisory control system based on genetic network programming | |
Zheng et al. | Traffic prediction for efficient elevator dispatching | |
Agureev et al. | Mathematical Model of Transport Behavior Based on Transport Macro System Theory |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
FG2A | Definitive protection |
Ref document number: 2370616 Country of ref document: ES Kind code of ref document: B1 Effective date: 20120827 |
|
FD2A | Announcement of lapse in spain |
Effective date: 20210915 |