JPS6279173A

JPS6279173A - エレベ−タの群管理制御方法

Info

Publication number: JPS6279173A
Application number: JP60216634A
Authority: JP
Inventors: 亨山口
Original assignee: Toshiba Corp
Current assignee: Toshiba Corp
Priority date: 1985-09-30
Filing date: 1985-09-30
Publication date: 1987-04-11
Anticipated expiration: 2010-03-22
Also published as: JPH0725493B2

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】本発明は、エレベータの群管理制御方法に係り、特にビ
ル交通流の予測とモデル化による、モデル適応群管理制
御方法の実現にあり、低需要だけでなく、高需要時も、
システム総合の輸送力を増強させ、需要モデルに適志し
高需要をつつみこむ群管理制御の実現するエレベータの
近年、エレベータの群管理制御において、交通流のモー
ドに合った群管理を行なうために、交通データを常に学
習し、一定の交通・母ターンを検出し、それにしたがっ
て群管理の評価・母うメータを変化させるものが現われ
てきている。

これらのシステムにおいては、学習データは、平均化さ
れたものであり、大きな交通・母ターンの傾向を示すも
のであシこのため、マクロ変化対応のシステムであると
いえる。またピーク時のオペレーションもあらかじめセ
ットされたオペレーションであり、計画された一定二の
輸送力である。

特にアップピーク時、２フロアに基準階のもつビルにお
いては、固定されたオペレーションでは、２フロアの需
要の時間的変化に対応できない。

また１フロアの基準階のビルであっても、基準階の需要
が計画以上となった場合や、逆に空需要の場合にそれぞ
れ輸送力、有効なかごの運行に問題を生じる。また、会
議室、宴会場等の変動のちるフロアにおいても、あらか
じめプリセットされたオペレーションでは、アップピー
ク同様に、高需要時や、全需要時に輸送力や、有効なか
ごの運行に問題を生じる。

〔発明の目的〕

本発明は上記事情に基づいてなされたもので、その目的
は、交通流のマクロの変化に加えてミクロの変化を適確
にとらえ、交通需要を予測しモデル化し、タイムリーに
そのモデルに適応し九群管理制御金行なうことにより、
低需要はもとより高需要となった場合もシステムとして
の総合の輸送力の向上を可能とするエレベータの群管理
制御方法全提供することにある。

〔発明の概要〕

本発明は上記目的を達成するために、過去のホール呼の
発生やかごの乗・降情報やかごの行先ｆＲ報を、ビルの
それぞれの交通モードに対応して学習してマクロの交通
流として使用し、現在の収集できるかぎりのビルの交通
関連データや前記の現在のデータ全収集してミクロの交
通流として使用し、それぞれの交通流の需要予測より方
向を考慮した各階の集中２発散の需要予測を求めてモデ
ル化することにより交通流の傾向を先取抽出して該傾向
に適合しだ群管理制御を行なうものである。

上記方法全実施することにより、できるかぎりのビル情
報の収集と、各フロアのアンバランス集中人数や、一定
時間の集中人数等のデータより、ミクロの変化を予測し
、学習データより、マクロの変化を予測し、交通の予測
需要より的確に交通流を、集中１発散２発散集中、複合
モデルの４モデルに分類し、群管理評価テーブルの変化
で対応できない需要予測となった場合は、その交通流に
対応してオペレーションモード全変化させ、集中需要予
測部に対して適当な台数の急行かごを用意し、また発散
需要予測部に対しては適当な台数のピーク輸送かごを用
意し、一周時間の変化を目的として、停止階を変化させ
、急送レベルをかえて輸送力を向上させ、交通流に適応
したコントロールを行ない、特に高需要に対しても、シ
ステムの輸送力を向上させ高需要をつつみこむことがで
きるようにしたものである。

〔発明の実施例〕

以下本発明の一実施例に係るエレベータの群管理制御方
法を第１図を参照して説明する。

第１図において、１は群管理制御装置で群管理コントロ
ール部ＩＡ、知識工学応用部ＩＢ、補助記憶１ｃからな
り、エレベータ制御装置２、伝送コントローラー３、エ
レベータ監視モニタ４と、シリアル伝送による伝送専用
ＬＩＳによるシステムパスで結合されている。ホールダ
ート。

ランプ、センサ、ディプレイとのＩ１０コントローラ５
との結合は伝送専用ＬＩＳと汎用の伝送ソフトウェアに
よるシリアル伝送によシ行なわれている。かご内コント
ローラー６とエレベータ制御装置２もシリアル伝送によ
り結合されている。ビル管理コンピー−タフのデータや
、ＯＡ用コンピュータ８のデータ、タイムレコーダ９Ａ
のデータ入力装置７、報知データや入口カウンタＩＯＡ
のデータのＩ１０コントローラ１０は伝送コントローラ
３のインタフェースによす結合され、シリアルシステム
パスに伝送される。

本システムは最大仕様に近い例であり、このため一部分
がないシステムであっても、本発明は行なうことが出来
る（入力されるものに対して行なう）。尚、７Ａ、　８
Ａ、４にはＣＲＴ端末、キー人力等の操作表示系である
。

次に第２図を参照してそのソフトウェア構成の説明を行
なう。

第２図において、群管理制御装置１（第１図）がスター
ト（Ｓ）後、タスク管理プログラム２０により、どのタ
スク全起動するかが決定される。

タスクは機能別ソフトウェアモジュールであり、条件に
より起動される。

ここで各タスクの説明を簡単に行なう。

３２はｌやＣＰＵのレジスタのイニシャライズ及び各Ｌ
ＳＩのイニシャライズを行なうイニシャライズタスクで
あり、初期状態や動作のモードが切りかわった場合に起
動される。

２１Ｆ’１ＣＣＴ（カーコンデジョンテーブル）、ＫＣ
Ｔ　（７！ｌ’ごコンデジョンテーブル）　、ＨＣＴ　
（ホールコンデジョンテーブル）等の外部入力金ＲＡＭ
上にセットする外部入力タスクである。この外部入力タ
スク２１は優先度が高く、１００ｍ５ｅｃ　　程度ごと
に再起動が行なわれる。ここで、ＨＣＴはホールコンデ
ィションテーブルの略名で、ニレイータ制御装置により
ホール呼び登録されそのデータが入力される。ＣＣＴと
はカーコンディションテーブル、ＫＣＴ、！＝１４かご
コンディションテーブルである。

ここで仮に群中号機−１Ａ−Ｄの４台として、１〜８フ
ロアと仮定すると、上記ｆ（ＣＴ　、　ＣＣＴ、ＫＣＴ
はそれぞれ第３図、第４図、第５図のようなビット構成
となっている。すなわち、第３図に示したホール状態を
表わすｆ（ＣＴにおいて、０〜１３のホールサブインデ
ックス（Ｈ８）に対して８階の下降（８Ｄ）から７階の
上昇（７Ｕ）まで各８ビツトの情報が格納されている。

各階毎のホール状態を具体的に説明する。例えば５階の
エレベータホールにて上昇スイッチが押されるとＨ８Ｊ
Ｊ（５Ｕ）の７ビツトが１となり、このホール呼びに対
応するサービスエレベータが後述する手法でＡ号機と決
定すると、　Ｉｓ　１１の０ビツトおよび６ビツトが１
となる。そして、上記Ａ号機が５階に到着するとＨ８Ｉ
ＩのＯ１６，７ビソトがすべてＯにリセットされる。す
なわち、０〜３ビツトは各エレベータの号機セットを示
し、６ピツトはホール呼びに対するエレベータの割付の
有無を示し、さらに、７ビツトはホール呼びの有無を示
す〇第４図のかご状態を表わすＣＣＴにおいて、０〜３のイ
ンデックスに対して、エレベータＡ号機からＤ号機まで
各１６ピツトの情報が格納されている。すなわち、θ〜
３ビットにはかごの荷重状態が２進法で示されている。

これらＯ〜３ビットの意味は、’０００１””００１０
″”　００１１　’″’　０１００”’０１０１’″０
１１０”０１１１　’　”　１０００　’″１００１”
１０１０　’　′１０１１　”　１１００　”に対して
それぞれ０〜１０％、１１〜２０％、２１〜３０チ、３
１〜４０％、４１〜５０％、５１〜６０チ、６１〜７０
チ、７１〜８０チ、８１〜９０チ、９１〜１００％、１
０１〜１１０’％、１１１チ以上を示す。

５ビツトはかごの走行状態を示し、１″は走行中、０”
は減速中を示す。７ビツトは扉の開閉状態に示し、１″
は開放中、′０”は閉鎖中を示す。８〜１３ビツトはか
と位置を２進法で示したものである。１４．１５ビツト
はかごの移動方向を示し、′１０″は上昇中、“０１１
は下降中、さらに“００“は無方向、すなわち停止中を
示す。

第５図のかご呼び状態を表わすＫＣＴにおいて。

第３図のＨＣＴと同様に、０〜３ビツトがエレベータＡ
−Ｄ号機に対するかご呼びの有無を示す。

［ｈによりエレベータやホール呼の状態が入力されたこ
とになる。

第２図において、２２は割付を行なう割付タスクである
。この割付タスク２２は１００ｍ５ｅｃ程度ごとに新発
生ホール呼びをチェックし、もし発生があれば、予測未
応答時間演算サブルーチン２４、満員等、ダメージ予測
サブルーチン２５及び評価サブルーチン２３により、予
測未応答時間、満員等のダメージに対する評価全行ない
、評価の最良な号機全決定する。

２６は割付見直しタスクであり、この割付見直しタスク
２６は約１秒に１回程度起動されるレベルの低いタスク
で、長待ちや満員となったり、予測されたりするホール
呼びに対して、割付変更を行なうものである。２８は各
単体エレベータ交信用タスクであり、サイクリックに行
なわれるデータの伝送の他に、必要に応じてコントロー
ルの出力やデータ要求など割付、割付キャンセル等、乗
車人数、降車人数讃発生かと呼び等が行なわれる。これ
らはバッファを利用して行なわれ、第６図に示すような
内容のデータが第７図に示すようなフォーマットで伝送
されてくる。

２９は年間タイマ、各種タイマでちシ、１０ｍ５．１０
０　ｍｓ、１秒等の各種のインターバルタイマと、それ
らと組み合わされた年間タイマのルーチンである。また
、これらのデータは外部タイマによシ補正される。

年間タイマには月、日付、曜日、休日、六曜。

その他の行事等情報があり、第２のＩ１０タスク３ノの
フロンビディスクや第１のＩ１０タスク３０のＣＲＴ等
により情報が更新される。

第１のＩ１０タスク３０のＣＲＴ伝送インプットアウト
プット、キャラクタディスプレイターミナル用のタスク
は、外部の端末や他のコンピュータ等との情報の伝送に
使用される。このタスク３０は他の群管理タスクを害さ
ないように低いレベルでタイムスライスされて起動する
。

また、第２のＩ１０タスク３１の（フレキシブル）７ｏ
ツピーデイスクコントロール用は、外部のフロッピーデ
ィスクに学習データ等を記憶するときに起動される。第
１のＩ１０タスク３０と同様に低いレベルで起動される
。学習データ処理タスク２７は、外部入力や単体からの
データにより、その時点の状態のデータテーブルにセッ
トしていき、また次の状態に変化する時などそのデータ
の入れかえを行なうタスクであり、データの変化時や状
態の変化時に起動される。また、低いレベルのタスクで
あシ、高い群管理タスクを害さないように起動される。

ただし、特別のフラグや優先順の変更等が行なわれた場
合は変化する。ここで、学習データは第８図（ａ）　（
ｂｌ（ｅ）　（ｄｌ　（ｅｌに示すように月、日付、曜
日、六曜、休日、時間帯（タイムバンド）などの要素に
よりいくつかの同等の交通モードに分類され、そのモー
ド別に第９図及び第１０図に示すようなデータをもつ。

第９図及び第１０図にそれらの例を示しである。第９図
及び第１０図において記号は以下である。

ｆ（ＣＴ＄ＲＡＴ：　１５分間の平均ホール呼び発生＠
数。

ＫＣＴ＄　ＲＡＴ　：平均かご呼び発生＠数。

ＩＮ＄ＲＡＴ　：乗車人数平均。

ＯＵＴ参ＲＡＴ　：降車人数平均。

ＫＣＴ＄ＳＥＴ：各階に対するかと呼び発生率。

ｆ（ＣＴ＄ＲＡＴ〜ＯＵＴ＄ＲＡＴは方向付階床のイン
デックスＨ８（ホールサブインデックス）によって示さ
れる。ＫＣＴ＄ＲＡＴはＡ階からＢ階へというＡ。

Ｂのマトリクスにより示されている。

また、高需要時はそれらの変化がこまかいインタバルで
学習されている。これはＡＶ＄ＭＥＮ＄Ｐ（ＵＳ、ｔ）
で各Ｈ８，！：ｔについて示される。ただしｔは時刻で
ある。

その他のタスクとしては、第２図において、１秒おきに
起動され、外部のビル管理コンピュータとデータの入力
、出力のデータ交信やそれによるデータ収集を行なうタ
スク３４や、そのデータを利用して需要の先取シを行な
い、交通需要を予測し、運転モデル全決定する交通需要
予測タスク３３があり、これらタスク３３．３４は、１
００ｍ５ｅｃごとに起動する。また、これらによって起
動される運転モデルのタスクとして各種運転タスク３５
がある。

これらのタスクの関係を説明するために第１１図にソフ
トウェア構成を示す。

第１１図において、ペースのデータとして各号機の状態
４０、学習データ４１、ホールデータ４２、ビルデータ
４３が用意される。ビルデータはビルコンピュータ４４
（その他の要素は第１図で示した装置に相当する）との
データ交信によシ求められる。また、群管理のホールデ
ータを安来に応じてビルコンピュータ等に送信する（相
互の必要データの授受がなされる）。

また、制御モデルの決定においては、ベースデータ、特
に学習データ４θとビルデータ４３により処理系５２で
集中発散の交通需要モデルが予測され、ルール集合体４
５により処理系４６でその予測需要モデルに適応する運
転適応モデルの決定やパラメータの決定、パラメータの
変更が行なわれ、制御される。

ルールの集合体４５は、ユーザの指定による部分、エキ
スパート作成の部分、自動作成部分があり、追加変更が
容易な構造（ＲＡＭ上に作られる）となっている。その
ルール情報は第１２図のようになっている。また、長期
傾向シュミレート５４はルールの自動作成等に使用され
、処理系５３の近い未来のシーミレート及び予測到着時
間演算は割当の評価演算に利用される。

また、ビルのフロアの集中２発散レベルが高い場合は群
管理実コントロール部にて（集中。

発散については後にくわしく説明する）、制御系４８〜
５１の特殊制御が使用され、通常は集中モデル制御４７
が使用され、需要によりパラメータの選択や変更が行な
われる。

ここで、この集中９発散のビルモデルについて第１３図
を参照して説明する。

第１３図（ａ）が発散モデルであり、特定の階より人が
発散している。第１３図（ｂ）が集中モデルであり、特
定の階へ人が集中している。第１３図ｔｅｌは特定階で
集中と発散しているモデルであり、これらの複合モード
が第１３図（ｄ）に示されている。これらは以前の交通
パターンのイメーゾで考えると第１４図で示されるよう
になる。

これらの第１３図（ｊＬ）〜（ｄＪのモデルでほぼすべ
ての交通モデルを示すことができる。この発散や集中の
需要がひどい場合には特殊な運転が必要となる。

一般に集中モデルに対しては急行かごであり、発散モデ
ルに対しては引き戻しや出発間隔オペレーションがよく
使用されている（ピーク輸送オ被し−ション）。これら
の特殊パターンが第１１図の各モデル制御４８〜５１で
ある。またこれらはそれぞれ複数用意されている。かつ
追加変更が容易な構成となっている。

また、本実施例においては、以前の交通ノチターンのよ
うなマクロの変化にプラスして、ミクロの変化もビルデ
ータ現在の交通データより先取し、これらの需要に対応
する。

ここで第１１図におけるビルコンピュータ等との交信ル
ーチン４４の説明を行なう。

第１図の伝送コントローラ３では、ビル管理コンピュー
タ７、ＯＡコンピュータ８、タイムレコーダデータ９、
各種報知データ、入口カウンタデータ等がＩ１０コント
ローラ１０によυ入力される。これらの一覧を第１５図
に示す。

これらのもののうち、このコードが需要モデル予測に利
用されるものは、ビル情報素データ（第１７図）とされ
、予測に利用される。学習データの予測に利用されるも
のは、その場で利用される。利用されたものは、バッフ
ァより消去される（第１６図を参照）。

また、送信要求があった場合には、その要求データ全送
信する。休日や夜間において、未使用フロアのホール、
人検出データをビルコントロールコンピュータへ送信ス
ル。

次に本発明の集中１発散の交通需要のモデル化と先取予
測のルーチンの説明を第１１図及び第１８図を参照して
行なう。

第１８図においてエントリ、結合子Ａ部経てルーチン６
０において前ルーチンで入力したビル情報素データを入
力する。ここで、そのバッファは第１７図のようなフォ
ーマントとなっている。レコードナンバー、情報コード
、通常処理の有無、変更削除の有無、月、日付、時間（
スタート・エンド）、何階（スタート・エンド）、最大
ｎ階床まで（ビット対応のホールサブインデックス形式
）、またその予測人数で形成されている。

次にルーチン６１でそれがビルデータ予定リストに変換
される。これはスタート時間がリミット値より近いもの
（第２５図のルーチン７０）が行なわれ前データの通常
処理がＯＮされ、素データレコードナンバーが第２１図
に示すバッファ中へ移動する。このとき第１９図に示さ
れているように、その情報コードに対し、左部の処理を
行ない、ビルデータ予定リストに変更される（第２５図
のルーチン７１）。

情報コードに対する処理とは、第１９図において集中モ
デル順序、発散モデル順序、■に対するＯＮ）リガコー
ド、ＯＦＦ　）リガコード、■に対するＯＮ）リガコー
ド、ＯＦＦ　）リガコード、■に対するＯＮ）リガタイ
ム変化、■に対するＯＮ）リガタイム変化の各フィール
ド部により成っている（Ａ−ｆ（フィールド）。

第１９図のビル情報コードＯの場合を例に説明する。

会議室の予約の場合、ビル予定リス）　（Ａ部）の■と
して集中モデル■として（Ｂ部）発散モデルとする。こ
の２種のリストを作成する■に対して０部より１のトリ
ガコードを使用する（第２２図を参照）。■に対してＥ
部より３のトリガコードを使用する（第２２図全参照）
。

これで■■ともにビルデータ予定リストのＣ９Ｅ、Ｇ部
がセットできる。また、Ｄ部はイニシャルＣＬＲ’ｉ行
なう。また、Ａ部は第１７図のＧ部によυセットされる
。また第２４図のＦ部は■の集中モデルについては１分
間の集中人数、■の発散モデルについては乗車人数とな
るため、第１７図のＨ部が１００人で、１０分でその会
議室に集合する場合は、■の第２４図Ｆ部には１００／
１０＝　１０人／分となり■のＦ部には１００人となる
。また第２４図のＢのトリガ起動時間は、第１９図のＧ
、Ｈにより変化させられる。

仮シに、第１７図のＤ部が９月１０日１３：００から、
Ｅ部が９月１０日１４：００までであったとすると、第
２４図の■に対しては、Ｂ部は第１９図のＧ部により９
月１０日の１２：５０となり、■に対してはＢ部は第１
９図のＥ部より９月１０日１４：００となる。

これで第２４図のビルデータ予定リストと々つた０これにより、第２５図のルーチン７２により第２６図の
ビルデータ予定リストレコードナンバーバッファにセッ
トし、第２１図の対応バッファの右に２つセットされる
。これらはビルデータ予定リストクリア時、クリアされ
る。

このように、１つの累データから２つの予定リストが生
成されることがある。１だ、ものによっては、（情報コ
ード２，３）多数の素データから１つの予定リストが生
成されることもある。

次に第１８図のルーチン６２へはいる（第２７図を参照
）。ビルデータ予定リストチェックルーチン８０で、ト
リガが起動の時間をチェックし、もしＯＮとなっていた
らトリガチェックを起動する。トリガチェックルーチン
は第２３図に示されており、条件が成立した場合、その
レコードナンバーのエリアをＯＮする。もしトリガがＯ
Ｎしたら、ビルデータ実効リスト作成ルーチン８１へ進
む（第２８図を参照）。

ここで以前とかわるのは、第２８図のＢ　、　Ｃ。

Ｄ部である。

まずＢ部に現時間をセットし、０部は第１９図のＯＦＦ
　）　ＩＪＩをセットする（第１９図でり。

Ｆに関する部分）。第２８図のＤ部はＣＬＲ’！ｉ行な
う。第２９図にレコードナンバーがセットされる。また
、今後のビル実効データリストチェック時、Ｆ部が最新
データに更新される。ルーチン８２で、第２６図よりレ
コードナンバーがＣＬＲされ、また以前のトリガチェッ
クルーチンがＯＦＦされ、また、ビル素データレコード
ナンバーもＣＬＲされる。トリガがＯＦＦのままリミッ
トをこえた場合は、この時点でＣＬＨされる。

次に２８Ａよシ実効データチェックルーチン８３へくる
。ここでは、第２８図の下の需要予定が常に更新される
。本実施例においては、特定の階に対し常に一定時間の
集中人数と、平均フロア人数よりの片寄りであるアンバ
ランス集中人数をサーチしている（外部入力タスクによ
る）。

第３０図に会議室のデータ例を示す。これらのデータに
より需要予定が更新される。また、トリガ条件の成立チ
ェックにも利用される。

次に、もしここでＯＦＦ　）　ＩＪガ条件が成立した場
合、トリガチェック８４のＣＬＲと実効リストレコード
ナンバーのＣＬＲが行なわれる。また、トリガがＯＦＦ
のままりミツトを起えた場合も同様である。

以上で第１８図のルーチン６２の説明を終える。次にル
ーチン６３．６４の説明を行なう。

このルーチンにおいては、実際のかごデータ等により、
集中２発散のモデルをサーチしている。またあらかじめ
指定された特定階に対しては同様に行なわれている。例
として会議室を例とする。４５チ以下で到着し、８０チ
以上で出発し、すぐにそのホール呼が発生した場合は、
ルーチン６４で第２８図と同様なフォーマットで、発散
のモデルの実データリストが作成され乙。ルーチン６５
で、この実データリストと、前の実効リストが合成され
、ミクロ変化に対する予測需要リストが作成される（こ
れも、同様なフォーマットとなる）。また一方ルーチン
６６．６７において学習データより同様のフォーマント
でマクロ変化の予測需要リストが作成される。発散に対
してはＩＮ　＄ＲＡＴ　、集中に対してはＯＵＴ　＄　
ＲＡＴのそのｆ（Ｓに対応したデータが使用され、これ
があるリミットをこえるものについて作成テれる。フォ
ーマットは前記同様である。

またインターバルは高需要時は短く、中実装時げある程
度長いインターバルで予測需要テーブルが作成される。

これらのミクロ、マクロ変化実装リストの合成によシ、
ルーチン６８において総合の集中２発散需妥予測データ
が作成される。これらは、高需妾な順よりならべられて
示されている。以上で実装予測が行なわれた。

これらの集中発散の需要予測データを利用し。

第１１図のルール集合体４５中の制御モデルと需要レベ
ルの決定が行なわれる（第１８図のルーチン６９を参照
）。

ここでその説明のために会議室の例を示す。

会議室１００人収容の予約があり、このルーチンでこの
予約かうかびあがり、これが初期状態で５人／分の会議
室集中モデルであったとする。この時点で、この需要が
通常運転の糸数変化で対応できると予測された場合は第
１１図の制御４７を用いる。次の時点で１０人／分とな
り、通常モデルでは不可能な場合（通常リミットは６人
／分とする）は集中モデル制御４９で、４台中２台を会
議室急行かととして使用し、この１０人／分以上の輸送
を行なう。会議終了時も同様に行なわれ、この場合は発
散モデルとなシ、ピーク輸送運転が行なわｉする。この
ようにすばやい需要予測とモデル化で群管理性能は向上
された。

以上によシ第１１図の集中１尭散の交通需要モデル予測
のルーチン５２と、会議室の集中モデルに対する制御へ
のフィードバック例を示しだ。

次にアップピーク時の制御の流れを例にとって、交通需
要モデルの予測が、制御にフィードバンクされる部分を
説明する。ここでは特に輸送力全中心に制御される。

ビルの例として１７５ＴＯＰ　６台の場合を示す（第３
１図を参照）。このビルはＢ１，１〜１６Ｆ（内部信号
は１〜１７Ｆである）となっており、学習データよりア
ップビーク時には、ＢＩＵからの発散需要とＩＵからの
発散需要が予測されている。これはＢ１に地下鉄の乗降
口があるためである。しかも、ＢＩＵの予測需要ピーク
と、ＩＵの予測需要ビークまた予測需要量がことなって
いるために以前の一定のピーク運転では、最大ピーク時
には輸送力が不足し、その他の場合は有効なかと運行が
害される傾向となる。

本実施例で用いる例は第３１図に示されているが、これ
らのホール呼の系統はＡ−ＣとＤ〜Ｆそれぞれに分離が
可能となっている。また存館人員は約２５００人で、−
社ビルのために特にアップピークの需要は集中する。ア
ツプーーり時の予測需要をわかシやすく示したものが、
第３２図である。

７：３０〜７二４５頃は発散モデル人となりＩＵ（１階
アツｆ）より約１０人７５分間の需要がみこまれ、ＢＩ
Ｕ（Ｂｌアップ）よりは約５０人１５分間であると予測
される。同様に７：４５〜８：００頃は発散モデルＢと
なり、ＩＵより約９５Ｎ５分間、ＢＩＵよシ約９０人７
５分間、また８：００〜８：３０はＩＵより約２００人
１５分間、ＢＩＵよりは約５０人７５分間が見込まれる
。

これらの交通流をモデル化したものが第３３図（＆）〜
（ｃｌに示されており、このデータが先に示したモデル
のリスト中にエントリされている。

このビルのアップビーク時の流れはＢＩＵよυはじまり
ＢＩＵ、ＩＵとなり、最終的にＩＵが多くなり最大の需
要となる傾向全もっている（第３３図においてはオ被し
−ションも一１ｔした交通流を示している）。

これらの交通流モデルに適応したピークオイレーション
を求めるうえで、第３４図に示されているように、かご
の輸送力が計算される。ピーク輸送制御時（基準階で先
発１次発などが行なわれ戸開し、また出発後も基準階へ
引きもどされる制御）、その急送レベル（途中の不停止
階床間隔）全変化させた場合の輸送力を求める（通常の
交通計算により求められる）。７：３０−７：４５のモ
デルＡの場合、Ａ−Ｃの３台のピーク輸送で十分であり
第３４図の１．１７．０　（１７ストツプ全階床停止モ
ード）より３台で８１人７５分間の輸送力となるためで
ある（第３５図を参照）。７：４５〜８：００モデルＢ
の場合ＡＮＣで１．１７．１　（第３５図を参照）、Ｄ
−Ｆで１．１６．１でそれぞれＩＵ、１０２人１５分間
、ＢＩＵ９６人７５分間となシ輸送力は十分となる本形
式は２分割アッゾビークであシ、ホール系統は分離され
る（第３２図を参照）。またこれらは１階床の不停止オ
ペレーションであり、第３６図に示されている（第３６
〜３７図の記号は第３５図と同様である）。８：００〜
８：３０のモデルＣの場合需要予測が特に多く、通常の
方法では輸送力は不足する（通常２５０人／２９＝約８
台のエレベータが必要となる）。

本実施例においてはＩＵへ発散需要を集め、これ全急送
レベル金高くして輸送する。ここでＨ，Ｌ（ハイバンク
、ローバンク）に分離した場合はｆ（、Ｌ需要のばらつ
きによる悪化があるために本発明においては第３７図の
ように急行レベル３（３階床おきに停止）で行なりた。

この場合輸送力は２５８人１５分間となり輸送力は十分
である。

ＩＵ、ＢＩＵの発散予測需要をつつむようにシステムの
総合の輸送力が可能となった（第３８図ヲ参照）。また
、これらのオペレーションによる交通モデル先に参照し
た第３３図に示されている。

このように交通流の変動に適応した群管理制御を行ない
、高輸送力まで実現した。

本実施例で、急送レベルとして途中階不停止（スキップ
）としているのは、人がその急行層より目的階へ、階段
を利用して移動することをのぞんでいるからである。ま
た、乗客のこんらんをなくすために、基準階の行き先金
示す、第４０図に示す大形案内表示器９２やかごに第３
９図における消えるゼタンのかご操作盤９ノ、乗込案内
表示器９０等が使用されている。

以上でアクプビーク時の発散モデルへの制御適応を説明
した。

以上説明したように本実施例では、ビル・１ｉ報と学習
データ等によ）交通流のマクロ、ミクロの変化をとらえ
、需要の予測を的確に行ない、その交通流の幹をとらえ
てモデル化し、そのモデルに適応してゆく群管理制御を
行ない、このことによって強力なピーク需要や、変そく
的なピーク需要に対し、フレキシブルに適応し、システ
ムの総合の輸送力を強力にした。このことによって高需
要ｔつつみこむような群管理制御を可能にした。

本発明の他の実施例としては以下のようにしてもよい。

即ち、発散モデルの適応制御の他に、集中モデルの適応
制御においても、モデル化、需要予測、輸送力の演算、
制御方法の決定、高実装全つつむ適応制御のアルゴリズ
ムは同様に利用できる。

〔発明の効果〕

以上詳述したように本発明によれば、ビルデータや学習
データにより、ビルの集中１発散の需要予測を行ないモ
デル化し、先取した需要モデルに適合する制御を行なう
ことによυ、低需要はもとより高需要となった場合もシ
ステムとしての総合の輸送力の向上を可能としたエレベ
ータの群管理制御方法が提供できる。

両方法を使用したシステム構成図、第２図及びだめの図
、第３９図及Ｊ℃０図は同実施例金スムーズに行なうた
めの案内表示の例を示す図である。

１・・群管理制御装置％２・・・エレベータ制御装置、
３・・・伝送コントローラ、４・・・エレベータ監視モ
ニタ、５・・・ホールダート、ランプ、センサ。

ディスプレイＩ１０コントローラ、６・・・かご内コン
トＩ：ｒ−ラ。

出穎へ代理へ　　弁理士　鈴　江　武　彦第２図第５図第６図第７　図ギニタ奴さバ”ｙ７７第９図第１０図にＣＴ　＄ＳＥＴ’　　（ｘ、ｙ　）第１２図相中モチンし　　　　　ネ１６モデ゛／Ｌ図１、千Ｊ甲Ｏ：Ｔ：チＪ月餉１５閏第１６ｒ４′ ビ１しコ〉ｅユータ耳ヒのテ二り灸４Ｉシーモ゛７−Ｑ
ＮＬＩ＋がＡＢＣＤＥＦ　　　Ｇ　　　　Ｈフィーノ１．）− 第１９図第ｎ図にりがコード゛第２３図１−１１力゛−斗グ、２り／ｂ−モンビ１いさり子麺リスμｍ八゛ルー壬ン第３０１！ｌビルー？−５７史動１１スレ（’ＷＥル千（ｂ）ＡＢＣＤＥＦ（Ｆ）第３６図椅１τ丑デ〉し書制御Ｂ第３７図宛帝エフ″／ｂ制得に第３８図第３９図力社゛内表ポ第４０　！１（Ｅり月４の老乏示

Claims

【特許請求の範囲】

（１）複数のサービス階に対して複数のエレベータを就
役させ、総括してエレベータの動向をコントロールする
群管理制御方法において、過去のホール呼の発生やかご
の乗降情報やかごの行先情報を、ビルのそれぞれの交通
モードに対応して学習してマクロの交通流として使用し
、現在の収集できるかぎりのビルの交通関連データや前
記の現在のデータを収集してミクロの交通流として使用
し、それぞれの交通流の需要予測より方向を考慮した各
階の集中、発散の需要予測を求めてモデル化することに
より交通流の傾向を先取抽出して該傾向に適合した群管
理制御を行なうようにしたエレベータの群管理制御方法
。
（２）交通関連データとして、報知装置との接線やビル
関連機器との接続、ビル管理用コンピュータ、オフィー
スオートメーション用コンピュータとの接続により、タ
イムレコーダデータ、会議室利用予約データ、出入口の
人数カウンタデータ、会議終了報知データ、休日、夜間
の室の利用データ、ホテルの客室利用状況データ及び予
約データ、団体客の到着や出発予定データ及び報知デー
タ、パーティや宴会場の予約データの一部又は全部を利
用することを特徴とする特許請求の範囲第１項記載のエ
レベータの群管理制御方法。
（３）交通関連データとして、報知装置との接線やビル
関連機器との接続、ビル管理用コンピュータ、オフィー
スオートメーション用コンピュータとの接続により、タ
イムレコーダデータ、会議室利用予約データ、出入口の
人数カウンタデータ、会議終了報知データ、休日、夜間
の室の利用データ、ホテルの客室利用状況データ及び予
約データ、団体客の到着や出発予定データ及び報知デー
タ、パーティや宴会場の予約データの一部又は全部を利
用し、各フロアの近い未来の平均在館人数と、その時の
在館人数との差によるアンバランス集中人数を利用する
ことを特徴とする特許請求の範囲第１項記載のエレベー
タの群管理制御方法。
（４）ミクロの交通流予測として、各フロアの一定時間
の集中人数を求め該集中人数を利用することを特徴とす
る特許請求の範囲第１項記載のエレベータの群管理制御
方法。
（５）交通流のモデル化において、方向を考慮したホー
ルへの集中予測需要や、ホールからの出発する発散予測
需要を利用し、それらの交通流の傾向を抽出し、これら
を発散モデル（あるホールからの出発人数が多い交通モ
デル）、集中モデル（あるホールへ人が集中する交通モ
デル）発散、集中モデル（あるホールからの出発人数と
そのホールへの集中人数が多い交通モデル）、複合モデ
ル（前記のモデルの複合）と分類し、それらの予測需要
の大きさにより群管理制御を行なうことを特徴とする特
許請求の範囲第１項記載のエレベータの群管理制御方法
。
（６）モデルの予測需要がその群管理制御オペレーショ
ンで可能の場合は、そのモデルに適応した各種評価テー
ブルへの変更を行ない、不可能と予測される場合はオペ
レーションを変化させ、集中モデル部分に対しては適当
な台数の急行かごを用意し、また発散モデル部分に対し
ては適当な台数のピーク輸送かごを用意し、またそれら
の停止可能階を変化させ、一周時間の変化を行ない急送
レベルを変化させて、それらの急増が予測される需要に
適応するようにした特許請求の範囲第５項記載のエレベ
ータの群管理制御方法。
（７）一周時間の変化を行ない急送レベルを変化させる
場合において、その運行においてホールの行先表示や、
乗り込案内表示器によるかごの行先表示又はかご内操作
盤の応答分担変更表示を用いて乗降客の案内を行なう特
許請求の範囲第６項記載のエレベータの群管理制御方法
。
（８）集中や発散モデル部分に対する特殊制御オペレー
ションにおいて、急行かごや、急送レベルを変化した場
合のピーク輸送かごの輸送能力を求め、発生することが
予測される集中や発散需要を上まわる輸送力を発揮する
ように、かごの配分や、運行を行ない、システムとして
の輸送能力を常に予測需要を上まわるようにする特許請
求の範囲第６項記載のエレベータの群管理制御方法。