JPH072436A - エレベーターの制御装置 - Google Patents
エレベーターの制御装置Info
- Publication number
- JPH072436A JPH072436A JP5147764A JP14776493A JPH072436A JP H072436 A JPH072436 A JP H072436A JP 5147764 A JP5147764 A JP 5147764A JP 14776493 A JP14776493 A JP 14776493A JP H072436 A JPH072436 A JP H072436A
- Authority
- JP
- Japan
- Prior art keywords
- traffic demand
- elevator
- traffic
- trend
- data
- 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.)
- Pending
Links
Landscapes
- Elevator Control (AREA)
- Indicating And Signalling Devices For Elevators (AREA)
Abstract
(57)【要約】
【目的】 急な交通需要の変化が生じた場合や、交通需
要のパターンが特定できない場合などに柔軟に対応し、
適切な制御を行うことのできるエレベーターの制御装置
を提供する。 【構成】 多階床間をサービスするエレベーターと、こ
のエレベーターの運行を制御する制御手段とを有するレ
ベーターの制御装置において、エレベーターの交通需要
を収集する交通需要検出手段Ｍ３と、交通需要検出手段
Ｍ３により収集された交通需要から時系列に複数組の交
通需要データを記憶する交通需要記憶手段Ｍ４と、少な
くとも交通需要記憶手段Ｍ４によって記憶された交通需
要データから交通需要のトレンドを求める手段Ｍ６と、
交通需要のトレンドに基づいて近い将来のエレベーター
の交通需要を予測し、予測交通需要データを作成する交
通需要予測手段Ｍ７とを備え、交通需要予測手段Ｍ７に
よる予測に基づいて群管理運転制御手段Ｍ１によってエ
レベーターの運行の制御を行うように構成した。
要のパターンが特定できない場合などに柔軟に対応し、
適切な制御を行うことのできるエレベーターの制御装置
を提供する。 【構成】 多階床間をサービスするエレベーターと、こ
のエレベーターの運行を制御する制御手段とを有するレ
ベーターの制御装置において、エレベーターの交通需要
を収集する交通需要検出手段Ｍ３と、交通需要検出手段
Ｍ３により収集された交通需要から時系列に複数組の交
通需要データを記憶する交通需要記憶手段Ｍ４と、少な
くとも交通需要記憶手段Ｍ４によって記憶された交通需
要データから交通需要のトレンドを求める手段Ｍ６と、
交通需要のトレンドに基づいて近い将来のエレベーター
の交通需要を予測し、予測交通需要データを作成する交
通需要予測手段Ｍ７とを備え、交通需要予測手段Ｍ７に
よる予測に基づいて群管理運転制御手段Ｍ１によってエ
レベーターの運行の制御を行うように構成した。
Description
【０００１】
【産業上の利用分野】本発明はエレベーターの制御装置
に関し、特にエレベーターの運行を運転時の交通事情に
応じて適切に管理することのできるエレベーターの制御
装置に関する。
に関し、特にエレベーターの運行を運転時の交通事情に
応じて適切に管理することのできるエレベーターの制御
装置に関する。
【０００２】
【従来の技術】従来、群管理エレベーターの制御に関し
ては、例えば特開昭５９―４８３６９号開示の制御シス
テムが知られている。このシステムはエレベーター利用
者の各階での乗降人数を長期間学習し、ビル固有の交通
流モードを抽出する機能と、この交通流モード毎に最適
な運転プログラムを生成する機能とを備えたもので、こ
のシステムでは、実際の運転時には、現状の交通流デー
タと、交通流モード別に学習をした代表的な交通流デー
タとから運転用プログラムの選択と予測交通流データを
作成し、エレベーターの群管理を行うものであり、日々
繰り返される一社占有ビル等における様々な交通需要モ
ードに対し、常に最適な運転プログラムで運行すること
ができるようになっている。
ては、例えば特開昭５９―４８３６９号開示の制御シス
テムが知られている。このシステムはエレベーター利用
者の各階での乗降人数を長期間学習し、ビル固有の交通
流モードを抽出する機能と、この交通流モード毎に最適
な運転プログラムを生成する機能とを備えたもので、こ
のシステムでは、実際の運転時には、現状の交通流デー
タと、交通流モード別に学習をした代表的な交通流デー
タとから運転用プログラムの選択と予測交通流データを
作成し、エレベーターの群管理を行うものであり、日々
繰り返される一社占有ビル等における様々な交通需要モ
ードに対し、常に最適な運転プログラムで運行すること
ができるようになっている。
【０００３】また、もっと単純な方法としては、特開昭
６０−９３０７２号公報開示の技術がある。この公知技
術は、出勤時間帯に出勤の交通需要に切り替わったか否
かによって休日を判定し、平日運転、休日運転を切り替
える日別判定による運転制御方法が開示されており、休
日に分割急行運転を行うなどの不合理な運転をさせない
という効果を主張している。
６０−９３０７２号公報開示の技術がある。この公知技
術は、出勤時間帯に出勤の交通需要に切り替わったか否
かによって休日を判定し、平日運転、休日運転を切り替
える日別判定による運転制御方法が開示されており、休
日に分割急行運転を行うなどの不合理な運転をさせない
という効果を主張している。
【０００４】特開昭６０−９７１８１号公報では、ホー
ル呼びの発生状態を月、時間、曜日、六曜などの交通パ
ターンを決定する大きな要素別に記憶する学習機能と、
近い将来の一定時間内のエレベーターの動向を予測する
シミュレーション機能を持たせたシステムが提案されて
いる。この提案によるシステムは、実際の運転に際して
は、発生したホール呼びに対する第一の評価を行い、そ
の評価に基づいてホール呼びサービスエレベーターを仮
割り当てし、シミュレーションによりその後の近い未来
の一定時間内に発生する呼びを予測し、さらに、学習機
能による予測割当てを行って、その予測割当てによる第
二の評価を第一評価と総合的に評価して実際のホール呼
び割当てを行う方法である。
ル呼びの発生状態を月、時間、曜日、六曜などの交通パ
ターンを決定する大きな要素別に記憶する学習機能と、
近い将来の一定時間内のエレベーターの動向を予測する
シミュレーション機能を持たせたシステムが提案されて
いる。この提案によるシステムは、実際の運転に際して
は、発生したホール呼びに対する第一の評価を行い、そ
の評価に基づいてホール呼びサービスエレベーターを仮
割り当てし、シミュレーションによりその後の近い未来
の一定時間内に発生する呼びを予測し、さらに、学習機
能による予測割当てを行って、その予測割当てによる第
二の評価を第一評価と総合的に評価して実際のホール呼
び割当てを行う方法である。
【０００５】特開昭６２−７９１７３号公報には、交通
関連データを取り込み、交通流のモデル化により交通需
要の傾向の先取抽出を行い、傾向のモデルに合った運転
を行う方法が開示されている。
関連データを取り込み、交通流のモデル化により交通需
要の傾向の先取抽出を行い、傾向のモデルに合った運転
を行う方法が開示されている。
【０００６】特開平４−１３３９８１号公報には、予め
学習や外部からの情報により設定した交通需要の時間的
変化の特徴データを使用して今後の交通流の変化を予測
し、予測される乗客の発生周期に合わせた制御を行う方
法が開示されている。
学習や外部からの情報により設定した交通需要の時間的
変化の特徴データを使用して今後の交通流の変化を予測
し、予測される乗客の発生周期に合わせた制御を行う方
法が開示されている。
【０００７】更に、特開平３−３１１７３号公報には、
ニューラルネットワークを用いて、直接ホール呼びサー
ビスエレベーターを選択する点と、良い結果を得られた
ケースを多数登録しておき、学習をする方法が開示され
ている。
ニューラルネットワークを用いて、直接ホール呼びサー
ビスエレベーターを選択する点と、良い結果を得られた
ケースを多数登録しておき、学習をする方法が開示され
ている。
【０００８】
【発明が解決しようとする課題】ところで、上述の従来
技術は、何れも過去の交通需要の変化データの蓄積によ
り特定のパターンを複数求め、その夫々のパターンにあ
った制御方法で制御することによりサービス性能を向上
させるものである。したがって、一定の交通需要のパタ
ーンを持つ一社占有の事務所ビルや、ホテルのような交
通需要関連情報を得易いビルなどにおいては有効である
が、官公庁ビルのように行事、会合、議会などの開催、
あるいは常に外来者、見学者があることなどによって交
通流が常に一定のパターンに置き換えられると限らない
場合、また、事務所ビルであっても複数のテナントが入
居している場合、映画館、イベントホール、美術館、デ
パート、ホテルなどが一つのビルに入っているような複
合型商業ビルなどのように毎日変化する交通需要を持つ
ビルなどの場合には、それぞれの交通流パターンに適切
に対応するのは困難である。
技術は、何れも過去の交通需要の変化データの蓄積によ
り特定のパターンを複数求め、その夫々のパターンにあ
った制御方法で制御することによりサービス性能を向上
させるものである。したがって、一定の交通需要のパタ
ーンを持つ一社占有の事務所ビルや、ホテルのような交
通需要関連情報を得易いビルなどにおいては有効である
が、官公庁ビルのように行事、会合、議会などの開催、
あるいは常に外来者、見学者があることなどによって交
通流が常に一定のパターンに置き換えられると限らない
場合、また、事務所ビルであっても複数のテナントが入
居している場合、映画館、イベントホール、美術館、デ
パート、ホテルなどが一つのビルに入っているような複
合型商業ビルなどのように毎日変化する交通需要を持つ
ビルなどの場合には、それぞれの交通流パターンに適切
に対応するのは困難である。
【０００９】本発明は、このような従来技術の実状に鑑
みてなされたもので、その目的は、急に交通需要の変化
が生じた場合や、交通需要のパターンが特定出来ない場
合などに柔軟に対応し、適切な制御を行うことのできる
エレベーターの制御装置を提供するにある。
みてなされたもので、その目的は、急に交通需要の変化
が生じた場合や、交通需要のパターンが特定出来ない場
合などに柔軟に対応し、適切な制御を行うことのできる
エレベーターの制御装置を提供するにある。
【００１０】
【課題を解決するための手段】上記目的を達成するた
め、本発明では、エレベーターの稼働中に現行までの各
階毎の交通需要の変化からトレンドを求め、ごく近い将
来の交通需要を予測し、それに基づいて制御するように
構成されている。また、過去の変化を学習し、交通需要
のトレンドを交通需要の量、増減、周期、振幅、傾きで
求める際に、過去の予測結果を参考にして、トレンドを
求めるルールを修正または選択し、より精度の高い予測
を行って制御するように構成することもできる。
め、本発明では、エレベーターの稼働中に現行までの各
階毎の交通需要の変化からトレンドを求め、ごく近い将
来の交通需要を予測し、それに基づいて制御するように
構成されている。また、過去の変化を学習し、交通需要
のトレンドを交通需要の量、増減、周期、振幅、傾きで
求める際に、過去の予測結果を参考にして、トレンドを
求めるルールを修正または選択し、より精度の高い予測
を行って制御するように構成することもできる。
【００１１】具体的には、エレベーターの交通需要を収
集する交通需要検出手段と、交通需要検出手段により収
集された交通需要から時系列に複数組の交通需要データ
を記憶する交通需要データ記憶手段と、少なくとも前記
交通需要記憶手段によって記憶した前記交通需要データ
から前記交通需要のトレンドを求める手段と、交通需要
のトレンドに基づいて近い将来の前記エレベーターの交
通需要を予測し、予測交通需要データを作成する交通需
要予測手段とを備え、交通需要予測手段による予測に基
づいて制御手段によってエレベーターの運行の制御を行
うことを特徴としている。この場合、トレンドとは、例
えば、短い過去のデータから予測されるごく近い将来の
交通需要の傾向を意味し、近い過去のデータとは、あら
かじめ設定された学習制御周期、例えば１ないし数周時
間前の交通需要であり、ごく近い将来とは、学習した最
後の１周時間後の次の１周時間をさす。なお、これらの
学習周期は対象となるエレベーターの設置場所の交通需
要などに応じて適宜設定されるもので、長い場合には、
近い過去としては１時間前程度まで見込まれる。
集する交通需要検出手段と、交通需要検出手段により収
集された交通需要から時系列に複数組の交通需要データ
を記憶する交通需要データ記憶手段と、少なくとも前記
交通需要記憶手段によって記憶した前記交通需要データ
から前記交通需要のトレンドを求める手段と、交通需要
のトレンドに基づいて近い将来の前記エレベーターの交
通需要を予測し、予測交通需要データを作成する交通需
要予測手段とを備え、交通需要予測手段による予測に基
づいて制御手段によってエレベーターの運行の制御を行
うことを特徴としている。この場合、トレンドとは、例
えば、短い過去のデータから予測されるごく近い将来の
交通需要の傾向を意味し、近い過去のデータとは、あら
かじめ設定された学習制御周期、例えば１ないし数周時
間前の交通需要であり、ごく近い将来とは、学習した最
後の１周時間後の次の１周時間をさす。なお、これらの
学習周期は対象となるエレベーターの設置場所の交通需
要などに応じて適宜設定されるもので、長い場合には、
近い過去としては１時間前程度まで見込まれる。
【００１２】
【作用】上記手段によれば、交通需要のトレンドを求め
る手段によって求められたトレンドから、交通需要予測
手段が近い将来の交通需要を予測し、制御手段がこの予
測された交通需要に適した運行になるように制御する。
これによって、現状の交通需要にもっとも適応した制御
が可能になり、効率的な運行を行うことができる。
る手段によって求められたトレンドから、交通需要予測
手段が近い将来の交通需要を予測し、制御手段がこの予
測された交通需要に適した運行になるように制御する。
これによって、現状の交通需要にもっとも適応した制御
が可能になり、効率的な運行を行うことができる。
【００１３】
【実施例】以下、本発明の実施例を図面を参照して説明
する。
する。
【００１４】図１は本発明の一実施例に係るエレベータ
ーの制御装置のブロック図である。同図においてエレベ
ーター制御装置は、群管理制御装置Ｍと、号機制御装置
Ｋ１と、群管理制御装置Ｍに対して外部から情報を入力
する情報入力手段Ｓ１とからなる。
ーの制御装置のブロック図である。同図においてエレベ
ーター制御装置は、群管理制御装置Ｍと、号機制御装置
Ｋ１と、群管理制御装置Ｍに対して外部から情報を入力
する情報入力手段Ｓ１とからなる。
【００１５】群管理制御装置Ｍは、さらに、群管理運転
制御手段Ｍ１と、運転状況記録手段Ｍ２と、交通需要検
出手段Ｍ３と、交通需要データ記憶手段Ｍ４と、交通需
要記録手段Ｍ５と、トレンドを求める手段Ｍ６と、交通
需要予測手段Ｍ７と、予測需要記録手段Ｍ８と、予測結
果評価手段Ｍ９とから構成されている。
制御手段Ｍ１と、運転状況記録手段Ｍ２と、交通需要検
出手段Ｍ３と、交通需要データ記憶手段Ｍ４と、交通需
要記録手段Ｍ５と、トレンドを求める手段Ｍ６と、交通
需要予測手段Ｍ７と、予測需要記録手段Ｍ８と、予測結
果評価手段Ｍ９とから構成されている。
【００１６】群管理運転制御手段Ｍ１は、複数台の号機
制御装置Ｋ１（図示は１台としている）より入力された
信号をもとに、定められた制御ルール、制御パラメータ
に基づいて運転制御指令を作成し、各々の号機制御装置
Ｋ１に対して出力する。入力情報としては、号機制御装
置Ｋ１で受信された、エレベーター号機のかご位置、速
度、戸開閉状況、かご内荷重、かご呼び、運転方向、ホ
ール呼び、ホール待ち人数、乗降人数などの状態信号
と、運転方式、故障検出などの管理信号等がある。ま
た、群管理制御手段Ｍ１で状態信号、管理信号、群管理
制御信号等をもとに、運行状況信号を作成し、作成され
た運転状況信号は運行状況記録手段Ｍ２で記録される。
そして、記録された運行状況を分析し、学習することに
より、定められた制御ルールを修正する。あるいは数種
類の制御ルールを予め設定し、その選択を行ってホール
呼び割当てなどの運転管理制御を行う。
制御装置Ｋ１（図示は１台としている）より入力された
信号をもとに、定められた制御ルール、制御パラメータ
に基づいて運転制御指令を作成し、各々の号機制御装置
Ｋ１に対して出力する。入力情報としては、号機制御装
置Ｋ１で受信された、エレベーター号機のかご位置、速
度、戸開閉状況、かご内荷重、かご呼び、運転方向、ホ
ール呼び、ホール待ち人数、乗降人数などの状態信号
と、運転方式、故障検出などの管理信号等がある。ま
た、群管理制御手段Ｍ１で状態信号、管理信号、群管理
制御信号等をもとに、運行状況信号を作成し、作成され
た運転状況信号は運行状況記録手段Ｍ２で記録される。
そして、記録された運行状況を分析し、学習することに
より、定められた制御ルールを修正する。あるいは数種
類の制御ルールを予め設定し、その選択を行ってホール
呼び割当てなどの運転管理制御を行う。
【００１７】交通需要検出手段Ｍ３は、群管理運転制御
手段Ｍ１からのホール呼び数、かご呼び数、かご内荷
重、階床別の乗降人数等の状態信号の出力により交通需
要を検出し、収集する。交通需要データ記憶手段Ｍ４で
は、交通需要検出手段Ｍ３により収集された交通需要か
ら複数組の交通需要データを、時系列に記憶する。例え
ば１〜２台のエレベーターがロビーへ帰着する毎に一組
のデータとして各階方向別乗降人数、呼び数などを記憶
する。また、検出した実際の交通量は交通需要記録手段
Ｍ５で記憶する。
手段Ｍ１からのホール呼び数、かご呼び数、かご内荷
重、階床別の乗降人数等の状態信号の出力により交通需
要を検出し、収集する。交通需要データ記憶手段Ｍ４で
は、交通需要検出手段Ｍ３により収集された交通需要か
ら複数組の交通需要データを、時系列に記憶する。例え
ば１〜２台のエレベーターがロビーへ帰着する毎に一組
のデータとして各階方向別乗降人数、呼び数などを記憶
する。また、検出した実際の交通量は交通需要記録手段
Ｍ５で記憶する。
【００１８】トレンドを求める手段Ｍ６では、記憶した
複数組の交通需要データをもとに、過去数分間の交通需
要の変化を分析し、変化に含まれる周期、振幅、傾き等
の変化傾向要素を求めることにより交通需要のトレンド
を求める。なお、このトレンドとは前述の通りである。
交通需要予測手段Ｍ７は、現状の交通需要データと、求
められたトレンド情報とから、今後のごく近い将来交通
需要を予測する。予測された交通需要は群管理運転制御
手段Ｍ１に入力され、それをもとに群管理運転制御手段
Ｍ１において、混雑階配車、呼び割当て等の制御指令を
作成し、各々の号機制御装置Ｋ１に出力する。
複数組の交通需要データをもとに、過去数分間の交通需
要の変化を分析し、変化に含まれる周期、振幅、傾き等
の変化傾向要素を求めることにより交通需要のトレンド
を求める。なお、このトレンドとは前述の通りである。
交通需要予測手段Ｍ７は、現状の交通需要データと、求
められたトレンド情報とから、今後のごく近い将来交通
需要を予測する。予測された交通需要は群管理運転制御
手段Ｍ１に入力され、それをもとに群管理運転制御手段
Ｍ１において、混雑階配車、呼び割当て等の制御指令を
作成し、各々の号機制御装置Ｋ１に出力する。
【００１９】一方、交通需要予測手段Ｍ７で予測した交
通需要は、予測需要記録手段Ｍ８で一旦記録される。予
測結果評価手段Ｍ９は、これと交通需要記録手段Ｍ５で
記録しておいた実際の交通需要とを比較し、その結果と
評価して得た評価結果とをトレンドを求める手段Ｍ６と
交通需要予測手段Ｍ７にフィードバックし、予測精度の
向上を図る。
通需要は、予測需要記録手段Ｍ８で一旦記録される。予
測結果評価手段Ｍ９は、これと交通需要記録手段Ｍ５で
記録しておいた実際の交通需要とを比較し、その結果と
評価して得た評価結果とをトレンドを求める手段Ｍ６と
交通需要予測手段Ｍ７にフィードバックし、予測精度の
向上を図る。
【００２０】なお、この予測に関しては、情報入力手段
Ｓ１により、交通需要の当日や近い将来の変化情報や、
トレンド予測ルールなどの修正をトレンドを求める手段
Ｍ６に入力し、トレンド予測の精度の向上や、学習期間
の短縮をすることができる。
Ｓ１により、交通需要の当日や近い将来の変化情報や、
トレンド予測ルールなどの修正をトレンドを求める手段
Ｍ６に入力し、トレンド予測の精度の向上や、学習期間
の短縮をすることができる。
【００２１】図２は交通需要予測処理の具体例を示した
フローチャートである。
フローチャートである。
【００２２】この処理では、まず、ステップＳ２０１
で、交通需要として、乗降人数、ホール呼びリセット、
かご呼び登録中リセットなどを検出し、ステップＳ２０
２で記憶する。これを各階停止毎に行う。ステップＳ２
０３では、記憶された交通需要データの蓄積により、そ
のビルに特有の交通需要の特徴（時間帯、周期、振幅、
在館人員など）を抽出し、交通需要のデータの一部とし
て記憶テーブルに追加する。
で、交通需要として、乗降人数、ホール呼びリセット、
かご呼び登録中リセットなどを検出し、ステップＳ２０
２で記憶する。これを各階停止毎に行う。ステップＳ２
０３では、記憶された交通需要データの蓄積により、そ
のビルに特有の交通需要の特徴（時間帯、周期、振幅、
在館人員など）を抽出し、交通需要のデータの一部とし
て記憶テーブルに追加する。
【００２３】交通需要を収集したら、ステップＳ２０４
で、一周時間が経過したかどうかを判定し、一周時間が
経過していればステップＳ２０５の処理に進む。なお、
一周時間とは、一般に、標準使用状態で基準となる位置
からエレベーターを運行してその基準となる位置に戻る
までの時間を言う。
で、一周時間が経過したかどうかを判定し、一周時間が
経過していればステップＳ２０５の処理に進む。なお、
一周時間とは、一般に、標準使用状態で基準となる位置
からエレベーターを運行してその基準となる位置に戻る
までの時間を言う。
【００２４】ステップＳ２０５では、１組の学習データ
の作成処理を行い、ステップＳ２０６でこれを記憶す
る。そして、順次時系列に記憶された複数組のデータを
もとに下式に示す多項式による近似を行う。この場合
は、ステップＳ２０７で６組、言い換えれば６点以上
（長くとも１時間）の学習データが蓄積されたことを確
認し、ステップＳ２０８で、方向別交通量、食堂階や地
下鉄連絡階などの特定階の交通量または全体に対する比
率などの時系列データを２次曲線に近似する。この近似
とは、図３に示すように、縦軸ｙに交通量、横軸ｘに時
間またはデータの組の番号をとり、 ｙ＝ａ＋ｂｘ＋ｃｘ2 …………（１） で近似するとき、最小２乗法により、計数ａ，ｂ，ｃは
次の連立方程式によって求めることができる。
の作成処理を行い、ステップＳ２０６でこれを記憶す
る。そして、順次時系列に記憶された複数組のデータを
もとに下式に示す多項式による近似を行う。この場合
は、ステップＳ２０７で６組、言い換えれば６点以上
（長くとも１時間）の学習データが蓄積されたことを確
認し、ステップＳ２０８で、方向別交通量、食堂階や地
下鉄連絡階などの特定階の交通量または全体に対する比
率などの時系列データを２次曲線に近似する。この近似
とは、図３に示すように、縦軸ｙに交通量、横軸ｘに時
間またはデータの組の番号をとり、 ｙ＝ａ＋ｂｘ＋ｃｘ2 …………（１） で近似するとき、最小２乗法により、計数ａ，ｂ，ｃは
次の連立方程式によって求めることができる。
【００２５】 ｎａ＋ｂΣｘi ＋ｃΣｘi 2 ＝Σｙi …………（２） ａΣｘi ＋ｂΣｘi 2 ＋ｃΣｘi 3 ＝Σｘi ｙi …………（３） ａΣｘi 2 ＋ｂΣｘi 3 ＋ｃΣｘi 4 ＝Σｘi 2 ｙi …………（４） そして、上記（２）ないし（４）式の連立方程式の解を
求め、（１）式に定数ａ、ｂ、ｃを代入し、次の一周時
間後または所定時間後に予測される交通量をステップＳ
２０９で求める。予測交通量が求められた後、その値が
適当か否かを、ステップＳ２０３で抽出し学習しておい
た特徴を加味するためステップＳ２１０で、周期性があ
るかどうか判定し、周期性がなければ予測値が上限、下
限を越えていないかどうか判定する。この場合、ステッ
プＳ２１０で周期性があると判定されたときには、ステ
ップＳ２１１で予測交通量に対する周期性の補正を行っ
てステップＳ２１２の判定に進み、ステップＳ２１２の
判定で上限、下限を越えていれば、ステップＳ２１３で
時間帯や交通流モード毎に設定した交通需要の上限値ま
たは下限値を越えないように予測交通需要を補正する。
このようにして求められた予測交通需要をもとに、ステ
ップＳ２１４で運転制御指令を作成する。このフローチ
ャートでは、ステップＳ２０４から、ステップＳ２０９
までの処理が特にトレンドを求める工程に相当する。な
お、ステップＳ２０４で各エレベーターが一周時間を経
過していないと判定されたときには、ステップＳ２１０
にジャンプして、それ以降の処理を実行する。
求め、（１）式に定数ａ、ｂ、ｃを代入し、次の一周時
間後または所定時間後に予測される交通量をステップＳ
２０９で求める。予測交通量が求められた後、その値が
適当か否かを、ステップＳ２０３で抽出し学習しておい
た特徴を加味するためステップＳ２１０で、周期性があ
るかどうか判定し、周期性がなければ予測値が上限、下
限を越えていないかどうか判定する。この場合、ステッ
プＳ２１０で周期性があると判定されたときには、ステ
ップＳ２１１で予測交通量に対する周期性の補正を行っ
てステップＳ２１２の判定に進み、ステップＳ２１２の
判定で上限、下限を越えていれば、ステップＳ２１３で
時間帯や交通流モード毎に設定した交通需要の上限値ま
たは下限値を越えないように予測交通需要を補正する。
このようにして求められた予測交通需要をもとに、ステ
ップＳ２１４で運転制御指令を作成する。このフローチ
ャートでは、ステップＳ２０４から、ステップＳ２０９
までの処理が特にトレンドを求める工程に相当する。な
お、ステップＳ２０４で各エレベーターが一周時間を経
過していないと判定されたときには、ステップＳ２１０
にジャンプして、それ以降の処理を実行する。
【００２６】次に、図３にトレンド予測の具体例を示
す。
す。
【００２７】図３は１０階下降方向の乗車交通量の変化
を表すものとする。いま、図３（ａ）で、時間Ｔの予測
交通需要は、ｔ0 〜ｔ5 における実際の交通量ｙ0 〜ｙ
5 を（２）〜（４）式に代入し、トレンドを求めるため
に近似した２次曲線Ａを求め、さらに、２次曲線Ａに時
間Ｔを代入することで予測交通量Ｙを求める。そして、
この式を上昇交通量、下降交通量について別々に２次曲
線近似し、それらの式を使って各階毎の予測交通需要を
求める。
を表すものとする。いま、図３（ａ）で、時間Ｔの予測
交通需要は、ｔ0 〜ｔ5 における実際の交通量ｙ0 〜ｙ
5 を（２）〜（４）式に代入し、トレンドを求めるため
に近似した２次曲線Ａを求め、さらに、２次曲線Ａに時
間Ｔを代入することで予測交通量Ｙを求める。そして、
この式を上昇交通量、下降交通量について別々に２次曲
線近似し、それらの式を使って各階毎の予測交通需要を
求める。
【００２８】一方、図３（ｂ）に示す例では、時刻Ｔ’
における予測交通需要をｔ2 〜ｔ7により（ａ）と同様
に求めたとき、予測交通量Ｙ’は、エレベーターの輸送
能力、在館人員などによって求まる最大交通量ｙmax を
越えてしまう。このような場合は、予測交通量をＹ”と
するデータの補正を行う。
における予測交通需要をｔ2 〜ｔ7により（ａ）と同様
に求めたとき、予測交通量Ｙ’は、エレベーターの輸送
能力、在館人員などによって求まる最大交通量ｙmax を
越えてしまう。このような場合は、予測交通量をＹ”と
するデータの補正を行う。
【００２９】また、図３（ａ）の２次曲線Ａによって、
１０階下降方向の乗車が混雑する傾向にあることがわか
る。これにより、混雑階への集中サービスを早めに行う
ことができ、また、９階から下の階の下降方向の降車交
通量の変化を同時に予測することで、到着間隔、出発間
隔を適宜に制御することが可能となる。なお、この例で
は、予測を行う時点の前の一定の時間毎の６点をとって
評価しているが、このサンプリング時間やサンプリング
点数は、対象となるエレベーターの交通需要の条件や運
行条件によって適宜選択される。
１０階下降方向の乗車が混雑する傾向にあることがわか
る。これにより、混雑階への集中サービスを早めに行う
ことができ、また、９階から下の階の下降方向の降車交
通量の変化を同時に予測することで、到着間隔、出発間
隔を適宜に制御することが可能となる。なお、この例で
は、予測を行う時点の前の一定の時間毎の６点をとって
評価しているが、このサンプリング時間やサンプリング
点数は、対象となるエレベーターの交通需要の条件や運
行条件によって適宜選択される。
【００３０】図４は、その他の実施例に係る制御装置の
ブロック図であって、この実施例では、図１に示した実
施例に対し、シミュレーション手段Ｍ１０を活用した運
転制御パラメータ作成手段Ｍ１１を設けたものである。
その他の構成は前記実施例と全く同一である。
ブロック図であって、この実施例では、図１に示した実
施例に対し、シミュレーション手段Ｍ１０を活用した運
転制御パラメータ作成手段Ｍ１１を設けたものである。
その他の構成は前記実施例と全く同一である。
【００３１】このよう構成すると、交通需要予測手段Ｍ
７で予測した交通需要を元にシミュレーション手段Ｍ１
０で候補となる運転プログラムでの運行シミュレーショ
ンを複数回実行し、その結果をもとに運転制御パラメー
タ作成手段Ｍ１１で交通需要にあった最良の運転プログ
ラムと判定された制御パラメータを選択し、群管理運転
制御手段Ｍ１に反映させ、常に最適な制御を継続的に行
うことができる。
７で予測した交通需要を元にシミュレーション手段Ｍ１
０で候補となる運転プログラムでの運行シミュレーショ
ンを複数回実行し、その結果をもとに運転制御パラメー
タ作成手段Ｍ１１で交通需要にあった最良の運転プログ
ラムと判定された制御パラメータを選択し、群管理運転
制御手段Ｍ１に反映させ、常に最適な制御を継続的に行
うことができる。
【００３２】
【発明の効果】これまでの説明で明らかなように、上述
のように構成された本発明によれば、運行当日のデータ
を元に当日または過日の交通需要のトレンド情報を元に
交通需要を予測し、運転制御に反映することにより、急
な交通需要の変化が生じた場合や、交通需要のパターン
が安定せず激しく変化する場合などに柔軟に対応し、適
切な制御を継続的に行うことのできるエレベーターの制
御装置を提供することができる。
のように構成された本発明によれば、運行当日のデータ
を元に当日または過日の交通需要のトレンド情報を元に
交通需要を予測し、運転制御に反映することにより、急
な交通需要の変化が生じた場合や、交通需要のパターン
が安定せず激しく変化する場合などに柔軟に対応し、適
切な制御を継続的に行うことのできるエレベーターの制
御装置を提供することができる。
【図１】本発明の実施例に係るエレベーターの制御装置
の構成を示すブロック図である。
の構成を示すブロック図である。
【図２】実施例に係るエレベーターの制御装置の制御の
処理手順を示すフローチャートである。
処理手順を示すフローチャートである。
【図３】実施例に係るトレンド予測方法の例を示す図で
ある。
ある。
【図４】他の実施例に係るエレベーターの制御装置の構
成を示すブロック図である。
成を示すブロック図である。
Ｋ１ 号機制御装置 Ｍ 郡管理制御装置 Ｍ１ 郡管理運転制御手段 Ｍ２ 運転状況記録手段 Ｍ３ 交通需要検出手段 Ｍ４ 交通需要データ記憶手段 Ｍ５ 交通需要記録手段 Ｍ６ トレンドを求める手段 Ｍ７ 交通需要予測手段 Ｍ８ 予測需要記録手段 Ｍ９ 予測結果評価手段 Ｍ１０ シミュレーション手段 Ｍ１１ 運転制御パラメータ作成手段 Ｓ１ 情報入力手段
Claims (6)
- 【請求項１】 多階床間をサービスするエレベーター
と、このエレベーターの運行を制御する制御手段とを有
するレベーターの制御装置において、 前記エレベーターの交通需要を収集する交通需要検出手
段と、 前記交通需要検出手段により収集された前記交通需要か
ら時系列に複数組の交通需要データを記憶する交通需要
データ記憶手段と、 少なくとも前記交通需要記憶手段によって記憶した前記
交通需要データから前記交通需要のトレンドを求める手
段と、 前記交通需要のトレンドに基づいて近い将来の前記エレ
ベーターの交通需要を予測し、予測交通需要データを作
成する交通需要予測手段と、を備え、前記交通需要予測
手段による予測に基づいて前記制御手段によって前記エ
レベーターの運行の制御を行うことを特徴とするエレベ
ーターの制御装置。 - 【請求項２】 前記交通需要検出手段は、階床、階層、
方向のうち少なくとも一つを含む複数の要素夫々につい
ての交通需要を収集し、前記交通需要のトレンドを求め
る手段は、利用が少なく、前記交通需要の少ない要素に
ついての前記交通需要のトレンドを、前記複数要素全体
の交通需要データのトレンドから求めることにより、前
記交通需要の少ない要素についての予測交通需要データ
の安定化を図ることを特徴とする請求項１記載のエレベ
ーターの制御装置。 - 【請求項３】 前記エレベーターが設置されているビル
に特有の前記交通需要データに含まれる周期、振幅、傾
きの高次元変化のうち少なくとも一つを含む変化傾向要
素を求め、前記交通需要予測手段の予測精度を向上させ
る変化傾向学習手段をさらに備えていることを特徴とす
る請求項１記載のエレベーターの制御装置。 - 【請求項４】 交通需要の変化情報を外部から入力する
ための情報入力手段をさらに備えていることを特徴とす
る請求項１記載のエレベーターの制御装置。 - 【請求項５】 前記交通需要検出手段により収集した交
通需要データを記録する交通需要記録手段と、 前記予測交通需要記録手段によって記録された予測交通
需要と、前記交通需要記録手段により記録された実際の
交通需要とを比較し評価することにより、前記トレンド
を求める手段と前記交通需要予測手段に対し修正をする
指令を出力する予測結果評価手段と、をさらに備え、以
後または後日の同一曜日、日別モード一致の同一時間帯
においての交通需要の予測精度を向上させることを特徴
とする請求項１記載のエレベーターの制御装置。 - 【請求項６】 前記交通需要予測手段によって作成され
た予測交通需要データに基づいてシミュレーションを行
う手段と、 シミュレーションの結果に基づき、現在の運行状況に最
適な運転制御パラメータを作成し、修正する運転制御パ
ラメータ作成手段と、をさらに備え、求められた前記運
転制御パラメータにより前記エレベーターの制御を行う
ことを特徴とする請求項１記載のエレベーターの制御装
置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP5147764A JPH072436A (ja) | 1993-06-18 | 1993-06-18 | エレベーターの制御装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP5147764A JPH072436A (ja) | 1993-06-18 | 1993-06-18 | エレベーターの制御装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH072436A true JPH072436A (ja) | 1995-01-06 |
Family
ID=15437649
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP5147764A Pending JPH072436A (ja) | 1993-06-18 | 1993-06-18 | エレベーターの制御装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH072436A (ja) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005335893A (ja) * | 2004-05-27 | 2005-12-08 | Mitsubishi Electric Corp | エレベータの交通需要予測装置 |
| JP2010006613A (ja) * | 2009-10-09 | 2010-01-14 | Mitsubishi Electric Corp | エレベータの交通需要予測装置 |
| JP2014069947A (ja) * | 2012-10-01 | 2014-04-21 | Mitsubishi Electric Corp | エレベータ交通需要予測装置 |
| KR20180043928A (ko) * | 2016-10-21 | 2018-05-02 | 현대엘리베이터주식회사 | 하이브리드 인공지능 학습 기술을 이용한 엘리베이터 미래호출 예측방법 |
| WO2019087729A1 (ja) * | 2017-10-30 | 2019-05-09 | 株式会社日立製作所 | ビル内人流推定システムおよび推定方法 |
-
1993
- 1993-06-18 JP JP5147764A patent/JPH072436A/ja active Pending
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005335893A (ja) * | 2004-05-27 | 2005-12-08 | Mitsubishi Electric Corp | エレベータの交通需要予測装置 |
| JP4575030B2 (ja) * | 2004-05-27 | 2010-11-04 | 三菱電機株式会社 | エレベータ交通需要予測装置およびそれを備えるエレベータ制御装置 |
| JP2010006613A (ja) * | 2009-10-09 | 2010-01-14 | Mitsubishi Electric Corp | エレベータの交通需要予測装置 |
| JP2014069947A (ja) * | 2012-10-01 | 2014-04-21 | Mitsubishi Electric Corp | エレベータ交通需要予測装置 |
| KR20180043928A (ko) * | 2016-10-21 | 2018-05-02 | 현대엘리베이터주식회사 | 하이브리드 인공지능 학습 기술을 이용한 엘리베이터 미래호출 예측방법 |
| WO2019087729A1 (ja) * | 2017-10-30 | 2019-05-09 | 株式会社日立製作所 | ビル内人流推定システムおよび推定方法 |
| JP2019081626A (ja) * | 2017-10-30 | 2019-05-30 | 株式会社日立製作所 | ビル内人流推定システムおよび推定方法 |
| CN111225867A (zh) * | 2017-10-30 | 2020-06-02 | 株式会社日立制作所 | 大楼内人流推算系统和推算方法 |
| EP3705439A4 (en) * | 2017-10-30 | 2021-08-18 | Hitachi, Ltd. | SYSTEM AND METHOD FOR PREDICTING HUMAN FLOWS INSIDE A BUILDING |
| US11623842B2 (en) | 2017-10-30 | 2023-04-11 | Hitachi, Ltd. | Building human flow estimation system and estimation method |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR930009339B1 (ko) | 복수케이즈 엘리베이터의 군관리 제어방법 및 장치 | |
| US4760896A (en) | Apparatus for performing group control on elevators | |
| US5010472A (en) | Customer participatory elevator control system | |
| KR100367365B1 (ko) | 엘리베이터의 관리제어장치 | |
| JP2860261B2 (ja) | エレベーターの群管理制御方法 | |
| US5239141A (en) | Group management control method and apparatus for an elevator system | |
| US5250766A (en) | Elevator control apparatus using neural network to predict car direction reversal floor | |
| KR940009984B1 (ko) | 엘리베이터 제어장치 | |
| JPH0248470B2 (ja) | ||
| JPH10194611A (ja) | エレベーターの群管理制御方法 | |
| JPH0220557B2 (ja) | ||
| US5841084A (en) | Open loop adaptive fuzzy logic controller for elevator dispatching | |
| GB2129971A (en) | Group supervisory control apparatus for lift system | |
| WO2019176196A1 (ja) | エレベーターシステム | |
| JP2019081622A (ja) | 外部システム連携配車システム及び方法 | |
| JP3042916B2 (ja) | 群管理エレベータ制御における確率判定機能を備えた運行の予測制御装置 | |
| CN111377313B (zh) | 电梯系统 | |
| US5714725A (en) | Closed loop adaptive fuzzy logic controller for elevator dispatching | |
| US5808247A (en) | Schedule windows for an elevator dispatcher | |
| GB2277611A (en) | Elevator bank control system | |
| JPH072436A (ja) | エレベーターの制御装置 | |
| JP2000501058A (ja) | シングルソーストラフィック条件のための動的スケジューリングエレベータ配送装置 | |
| JP3083885B2 (ja) | エレベータ制御装置における交通量データのフィルタ処理装置 | |
| WO1999018025A1 (fr) | Systeme de gestion et de commande d'un ascenseur | |
| JPH06329352A (ja) | エレベータの運行需要予測装置 |