WO2001028909A1 - Unite de commande de groupe de cabines d'ascenseurs - Google Patents

Unite de commande de groupe de cabines d'ascenseurs Download PDF

Info

Publication number
WO2001028909A1
WO2001028909A1 PCT/JP1999/005818 JP9905818W WO0128909A1 WO 2001028909 A1 WO2001028909 A1 WO 2001028909A1 JP 9905818 W JP9905818 W JP 9905818W WO 0128909 A1 WO0128909 A1 WO 0128909A1
Authority
WO
WIPO (PCT)
Prior art keywords
time
car
floor
simulation
scan
Prior art date
Application number
PCT/JP1999/005818
Other languages
English (en)
French (fr)
Inventor
Shiro Hikita
Original Assignee
Mitsubishi Denki Kabushiki Kaisha
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Mitsubishi Denki Kabushiki Kaisha filed Critical Mitsubishi Denki Kabushiki Kaisha
Priority to PCT/JP1999/005818 priority Critical patent/WO2001028909A1/ja
Priority to CNB998128449A priority patent/CN1193924C/zh
Priority to JP2001531708A priority patent/JP4494696B2/ja
Priority to EP99949348A priority patent/EP1146004B1/en
Priority to DE69923002T priority patent/DE69923002T2/de
Priority to US09/809,210 priority patent/US6315082B2/en
Publication of WO2001028909A1 publication Critical patent/WO2001028909A1/ja

Links

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
    • B66B2201/00—Aspects of control systems of elevators
    • B66B2201/10—Details with respect to the type of call input
    • B66B2201/103—Destination call input before entering the elevator car
    • 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
    • B66B2201/211—Waiting time, i.e. response time
    • 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
    • B66B2201/214—Total time, i.e. arrival time
    • 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
    • B66B2201/222—Taking into account the number of passengers present in the elevator car to be allocated
    • 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
    • B66B2201/243—Distribution of elevator cars, e.g. based on expected future need
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B66—HOISTING; LIFTING; HAULING
    • B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
    • B66B2201/00—Aspects of control systems of elevators
    • B66B2201/30—Details of the elevator system configuration
    • B66B2201/301—Shafts divided into zones
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B66—HOISTING; LIFTING; HAULING
    • B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
    • B66B2201/00—Aspects of control systems of elevators
    • B66B2201/40—Details of the change of control mode
    • B66B2201/403—Details of the change of control mode by real-time traffic data

Definitions

  • the present invention relates to an elevator group management apparatus that efficiently manages and controls a plurality of elevators as a group. Skill
  • group management control is performed.
  • various types of control are performed, such as allocation control for selecting the most suitable allocation unit for calls generated in the hall, and especially during peak hours, in addition to call generation, for example, forwarding to specific floors or dividing service zones.
  • allocation control for selecting the most suitable allocation unit for calls generated in the hall, and especially during peak hours, in addition to call generation, for example, forwarding to specific floors or dividing service zones.
  • control results of group management that is, A method has been proposed for predicting control performance and setting control parameters one by one.
  • a traffic demand parameter is used as an input and output, and an evaluation operation at the time of assignment is used as an input, a neural network that outputs group management performance is used, and the output result of the neural net is used. It describes a method for evaluating the parameters and setting the optimal evaluation calculation parameters.
  • the setting based on the group management performance prediction result is limited to a single evaluation calculation parameter at the time of assignment, and the evaluation calculation parameter at the time of such single call assignment is limited.
  • Neural networks also have the advantage that their computational accuracy can be improved by learning, but at the same time, the computational accuracy will reach a practical level. Is also time consuming.
  • the expected group management performance cannot be obtained unless neural networks are learned in advance at the factory.
  • the accuracy of group management performance forecasting by dual neural networks will be significantly reduced.
  • each passenger's data is input, and a control operation similar to that of the product is performed for each hall call created by the passenger, and a car is assigned to the call.
  • the car performance is simulated on a computer according to the call assignment, and the system performance, that is, the group management performance is output. Since it is a principle that the same control operation as this simulation product can be performed, the prediction accuracy of group management performance is very high.
  • the group management simulation used in the product development process into the group management system as it is, and to predict the group management performance by simulation to determine the control method. If this can be realized, the above-mentioned problem in the method using the neural network / probability calculation will be solved. However, this means that the same operation is executed several times simultaneously while performing the actual group management control. Therefore, it is practically difficult to end the simulation in real time with the microcomputer used in the actual group management system. In other words, calculations can be performed in real time, and group management performance prediction can be performed accurately. There is a need for a possible method.
  • the present invention solves the above-mentioned problems in the prior art, and executes a real-time simulation during group management control, always selects an optimal rule set, and performs good group management control. It is intended to provide a group management device that can control the elevator every night. Disclosure of the invention
  • an elevator / night / group control apparatus for managing a plurality of elevators / groups as a group.
  • Traffic condition detection means for detecting traffic, a rule base storing a plurality of control rule sets required for group management control, and running a car by applying a specific rule set in the above rule base to the current traffic condition
  • Real-time simulation means for simulating the behavior of each car in real time with scan assignment until it is reversed, and predicting the group management performance obtained when applying the ruleset, and according to the prediction results of the real-time simulation means
  • Ruleset selecting means for selecting the most appropriate ruleset by the rules, and the rules selected by the above ruleset selecting means Based on Tsu Bok is obtained and a driving control means for controlling the operation of each car.
  • the real-time simulation means includes a scan assignment determining means for determining a timing at which each car travels during a simulation, a response floor, and assigning a scan to each car, and a stop determination for determining a stop of each car during the scan running.
  • FIG. 1 is a block diagram showing the configuration of an elevator group management device according to the present invention.
  • FIG. 2 is a detailed configuration diagram of the real-time simulation means shown in FIG.
  • FIG. 3 is a flowchart showing a schematic operation of a control procedure of the group management device according to the embodiment of the present invention.
  • FIG. 4 is a flowchart showing a real-time simulation procedure in the embodiment of the present invention.
  • FIG. 5 is an explanatory diagram for explaining scan assignment. BEST MODE FOR CARRYING OUT THE INVENTION
  • the control in the group management of ELEBE overnight is roughly classified into the following two types.
  • Restrictions on forwarding / service floors (rerouting to the main floor when commuting, etc.)
  • 1 is the basic control that is performed throughout the day, and usually the waiting time is the most important index.
  • (2) is a special operation that is performed in response to changes in traffic demand, such as driving at work and driving at lunch.
  • the above 1 is an important control item, and there are some parameters. However, compared to 2, the change of parameters has little effect on group management performance.
  • the method of (1) for allocating the call is simplified, and the method of (2) for simulating the forwarding / third-level limit in detail is adopted.
  • the calculation procedure required for 1 can be omitted, and the simulation can be completed in a short time.
  • the scanning means a series of operations from the time when the car runs to the time when the car reverses. For example, a car travels in the order of 1 F 3 F ⁇ 7 F ⁇ 9 F ⁇ l 0 F 8 F ⁇ 6 F ⁇ 3 F ⁇ l F ⁇ 2 F ⁇ 4 F ⁇ 6 F ⁇ 9 F ⁇ l 0 F if you did this,
  • the main floor is on the first floor
  • a landing destination button is installed on the first floor, and as shown in the example in Fig. 5, the destination zone of each car from the first floor (service zone) ) Is divided into three parts.
  • the number of cars shown in the figure is # 1 to # 3.
  • the destination zone for each car is not fixed; if it is the same car, it will service between 1F and 11F or 13F, otherwise it will service between 14F and 16F.
  • This type of control is called destination-floor allocation, and is very effective when commuting. When such control is performed, how many service zones are divided greatly affects the group management performance.
  • the number of divisions is divided into two or three. A simulation is performed for each case, the effect is verified, and the optimal number of divisions is set.
  • UP When divided into three as shown in Fig. 5, there are three types of travel (scan) in the UP (up) direction. There is one DN (down) direction. That is, as a scan in the UP direction, the first UP scan (1F ⁇ l1F, 12F, 13F, UP movement after 11F), the second UP scan (1F ⁇ l4F, 15F, 16F, There is a UP movement after 14F) and a third UP scan (UP movement after 1F ⁇ 17F, 18F, 19F, 17F), and there is DN direction movement as a scan in the DN direction.
  • the traffic demand per unit time between each floor is set.
  • each car is on 1F.
  • the scan to be assigned is assigned to the destination demand from 1F to each floor and the one with the highest call demand at each floor.
  • the car assigned the scan runs the scan to be serviced.
  • the travel time can be uniquely calculated from the floor height and speed.
  • getting on and off at each floor during scanning is performed by calculating the probability of call occurrence from traffic demand and using this probability and random numbers.
  • the waiting time is simulated from the time of the last boarding at that floor.
  • FIG. 1 is a block diagram showing the configuration of an elevator group management device of the present invention.
  • reference numeral 1 denotes a group management device that manages a plurality of elevators as a group
  • 2 denotes a unit controller that controls each elevator.
  • the group management device 1 includes a communication means 1A for communicating with each vehicle control device 2, a plurality of control rule sets necessary for group management control, such as rules for vehicle allocation by zone based on a forward / zone division / allocation evaluation formula. From the control rule base 1B based on the detection results by the traffic condition detecting means 1C that detects the current traffic conditions of passengers, etc. OD (Origin and Destination: boarding floor and getting off floor) generated in the building based on the result of detection by the strategy candidate determining means 1D that determines the strategy candidate of the specific rule set to be applied, and the traffic condition detecting means 1C.
  • OD Oil and Destination: boarding floor and getting off floor
  • FIG. 2 is a block diagram showing a detailed configuration of the real-time simulation means 1F in the group management device 1 for each elevator shown in FIG.
  • the real-time simulation means 1F includes, as shown in FIG. 2, a scan assignment determination means 1FA for determining a scan assignment of each car in the simulation, a stop determination means 1FB for performing a stop determination of each car, and a boarding / alighting.
  • a scan assignment determination means 1FA for determining a scan assignment of each car in the simulation
  • a stop determination means 1FB for performing a stop determination of each car
  • a boarding / alighting includes, as shown in FIG. 2, a scan assignment determination means 1FA for determining a scan assignment of each car in the simulation, a stop determination means 1FB for performing a stop determination of each car, and a boarding / alighting.
  • FC which performs statistical processing
  • FD which performs statistical processing and calculates the average value and distribution of waiting time, etc.
  • FD which performs statistical processing and calculates the average value and distribution of waiting time, etc.
  • FD which performs time management for simulation ing.
  • FIG. 3 is a flowchart showing a schematic operation of the control procedure of the group management device 1 of the present embodiment.
  • FIG. 4 is a flowchart showing a control procedure of the real-time simulation means 1F.
  • FIG. 5 is an explanatory diagram for explaining the operation of the scan assignment determining means 1 FA.
  • step S1 the behavior of each car is monitored by the traffic condition detecting means 1C through the communication means 1A, and the traffic condition, for example, the number of people getting on and off each floor of each car is detected.
  • the traffic condition for example, the number of people getting on and off each floor of each car is detected.
  • an integrated value per unit time for example, 5 minutes
  • step S2 the OD in the building is predicted by the OD prediction means 1E based on the traffic situation data detected by the traffic situation detection means 1C.
  • the OD estimate may be used by a known method.
  • the strategy candidate determining means 1 D determines and sets a rule set group candidate to be applied from the control rule base 1 B based on the prediction result of the OD prediction means 1 E.
  • step S2 several methods for estimating ⁇ D from the number of people getting on and off each floor, such as a method using a neural network, have been proposed.
  • ruleset group candidates to be applied Is possible. For example, if the predicted OD is determined to be equivalent to the time of commuting, and the landing floor registration button is installed on the main floor, the destination floor is divided into several service zones and assigned to each service zone
  • the method of allocating units in real time has recently attracted attention as a powerful method for improving transport capacity and efficiency. In this case, different rule sets are required for dividing the service zone into three zones and dividing it into four zones, and which is effective depends on traffic demand.
  • step S3 the group management performance is predicted by the real-time simulation means 1F using the concept of scan assignment described above as an example. Details of this procedure will be described later.
  • the procedure of step S3 is performed for each rule set prepared in step S2.
  • step S4 the strategy decision means 1G evaluates the performance prediction results (average value, maximum value, distribution of the waiting time, service completion time) of the real time simulation means 1F for each rule set, and determines the best. Choose what you want. Then, in step S5, the strategy setter 1G executes the rule set selected in step S4 above, thereby transmitting various commands, constraints, and an operation method to the operation controller 1H, thereby controlling the operation. Means 1 controls the operation based on the transmitted command and the like.
  • FIG. 4 shows a procedure of a simulation mainly performed by the real-time simulation means 1F
  • FIG. 5 shows an example of the simulation.
  • a car to be processed next is taken out.
  • each car has a processing time (simulation time), which is denoted as T 2 (cage).
  • T 2 processing time
  • cage is the car number.
  • the car with the earliest processing time is taken out. In the initial state, it may be performed in order of car number.
  • step S302 the end of the simulation is determined.
  • the process ends, and the statistical processing in step S320 is performed. Otherwise, execute the procedure in step S303 and the subsequent steps.
  • the above steps S301 and S302 are performed by the time management means 1 FE.
  • step S303 the scan assignment determining means is performed for the designated car.
  • 1 F A makes scan assignment.
  • the service zone from 1F when the three elevators are at work each day is shown in black in Fig. 5.
  • the expected number of passenger occurrences for each scan is calculated by the following equation (1).
  • the state in which the number of passengers is small and no car is assigned to any scan is called the AV state, and the probability of the AV state is calculated by the following equation (3).
  • step S303 the user selects the scan that can respond to the expected call occurrence in the evening, or selects no scan and does not assign a car.
  • step S304 it is determined whether the AV state has been selected in the procedure of step S303. If the AV state has been selected (Yes in step S304), step S3 Go to 0 5.
  • step S305 the simulation time T2 (T-cage) of the designated car is advanced by a predetermined unit time (for example, 1 second), the process returns to step S301, and a new time is set. Select a designated car. Steps S304 and S305 are performed by the time management means 1FE.
  • step S304 If any one of the scans is selected (No in step S304), the procedure from step S306 is performed.
  • step S306 the floor at which the stop determination means 1FB stops first, that is, the scan start floor Fs, is determined for the assigned scan. In other words, it predicts the floor that will stop first among the floors to be serviced determined by the scan. For this reason, the number of passengers by floor at the current time t on each serviceable floor within the scan assigned from the current position of the car and the calculation of the probability of stopping by floor based on that are calculated by the following equations (4), (5) Performed by
  • the first i-th floor that satisfies the following inequality (6) is the scan starting floor F s.
  • This procedure is performed by the time management means 1 FE.
  • step S308 the boarding process is initialized at the scan start floor Fs. Specifically, the number of cars in the car and the load ratio in the car are set to 0 as the initial state of the scan start. The expected number of occupants at the scan start floor Fs is calculated in the same procedure as in step S306.
  • step S309 the boarding process at the scan start floor Fs is performed based on the expected number of passengers calculated in step S306. First, set the number of people in the car to the expected number of passengers. Then, the following steps are performed to set the number of passengers from the scan start floor Fs to the passenger destination floor and the destination floor.
  • step S306 (a) Calculate (the expected number of passengers going from the Fs floor to the jth floor) based on the calculation formula in step S306, and set the i-th floor where the expected number of passengers becomes the maximum as the passenger destination floor from the Fs floor. Set the number of people traveling to the jth floor to the expected number of passengers.
  • the above steps S 308 and S 309 are performed by the getting on / off processing means 1 FC
  • the statistical processing means 1 FD waits for each passenger a half of the time from the time when any car stopped or passed the Fs floor before to T 2 (T-cage) to the passenger. Set assuming.
  • time management means 1 FE sets the simulation time of the designated car in the following equation (7).
  • T 2 (T-cage) T 2 (T-cage) + (riding time per person) x (number of passengers)
  • the riding time per person who gets into the car can be set appropriately according to the building type (for example, 0.8 seconds / person in an office).
  • step S310 the next floor is set.
  • the current position of the designated car is the F floor
  • set the next floor by the following procedure.
  • step S311 If the set floor F is not a serviceable floor, repeat the above steps and proceed with the floor. If the set floor F exceeds the top floor (in the UP direction) or the lowest floor (in the DN direction), it is determined in step S311 that the scanning has been completed, and the flow returns to step S301. Otherwise, the procedure from step S312 is performed. These steps S310 and S311 are performed by the time management means 1FE.
  • step S312 it is determined whether or not the stop determination means 1 FB stops at the floor F designated in step S310 (disembarkation stop, boarding stop).
  • T2-tmp T2 (T-cage) + (running time from the floor where it stopped last time) (8)
  • the above temporary time T2-tmp means the arrival time when it is assumed to stop at floor F
  • a drop-off determination is made using the time. That is, if the floor F is designated as the destination floor of the passenger who got on the previous floor during the scan, it is determined to get off, otherwise it is determined not to get off.
  • boarding determination is performed. For this purpose, first, the stop probability at floor F is calculated by the following equation (9).
  • step S312 T2 (T-cage) + (running time from last stop floor) + (door opening time) (12) Then, it is determined that the stop is determined in step S312, and the procedure from step S313 is performed. If neither the getting-off decision nor the boarding decision is made, it is determined in step S312 not to stop, and the process returns to step S310.
  • step S313 if it is determined in step S312 that the vehicle is to get off, the getting on / off processing means 1FC performs the getting off process. This procedure is achieved by calculating the following equations (13) and (14).
  • the statistical processing means 1 FD calculates the service completion time for each getting off passenger using the following formula (15). set.
  • step S312 determines whether the stop is determined. If it is determined in step S312 that the stop is determined, if it is determined in step S311 that there is no getting off, step S313 is unnecessary and the process proceeds to step S314.
  • step S314 the time management means 1FE sets the simulation time of the designated car by the following equation (16), and returns to step S310.
  • step S312 If it is determined in step S312 that the boarding is determined, then in step S314, the boarding process is performed by the boarding / dismounting processing means 1 FC I do. This procedure is achieved from the calculation of the number of passengers in the car and the calculation of the number of passengers to the destination floor and the destination floor by the same procedure as in step S309.
  • the statistical processing means 1FD calculates the waiting time for each passenger in the same procedure as in step S309.
  • time management means 1 FE sets the simulation time of the designated car by the following equation (17).
  • step S302 If it is determined in step S302 that the simulation has ended, the statistical processing means 1 FD performs statistical processing in step S320. Specifically, the average, maximum, distribution, etc. of the waiting time and service completion time for each passenger calculated in the above procedure are calculated and output as performance prediction results.
  • the current traffic condition of a plurality of elevators is detected by the elevator-night-group managing apparatus that manages the elevators as a group.
  • a traffic condition detecting means, a rule base storing a plurality of control rule sets required for group management control, and a specific rule set in the above rule base are used for the current traffic.
  • a real-time simulation means that simulates the behavior of each car in real time by applying a scan to the situation, running the car and reversing, and predicting the group management performance obtained when the ruleset is applied.
  • a rule set selecting means for selecting an optimal rule set according to the prediction result of the means, and an operation control means for controlling operation of each car based on the rule set selected by the rule set selecting means. Real-time simulation can be executed during group management control, so that an optimal rule set can always be applied and good group management control can be performed.
  • the real-time simulation means includes a scan assignment determining means for determining a timing at which each car travels during a simulation, a response floor, and assigning a scan to each car, and a stop determination for determining a stop of each car during the scan running.
  • boarding / alighting processing means for performing a boarding / alighting process when the vehicle stops
  • statistical processing means for performing a statistical process such as a waiting time distribution after a simulation
  • time management means for managing a simulation time.
  • the calculation time can be greatly reduced compared to a simulation performed on a call-by-call basis using a group management simulation (simulation calculation using multiple patterns for each call). As a result, real-time simulation can be performed. This has the effect of being able to be executed during group management control.
  • the present invention prepares a rule base that stores a plurality of control rule sets, applies each of the rule sets in the rule base to the current traffic situation, runs the car, and assigns each car to a scan until the car is reversed.
  • Group simulation control of real-time simulation by simulating the behavior of the group in real time, predicting the group management performance obtained when the rule set is applied, and selecting the optimal rule set according to the performance prediction result During the execution, always apply the optimal rule set, perform group management control of multiple elevators, and provide good service

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Elevator Control (AREA)

Description

明 細 書 エレべ一夕一群管理装置
技術分野
この発明は、 複数台のエレべ一夕一を一群として効率的に管理制御するエレべ 一夕一群管理装置に関するものである。 景技
一般に、 複数のエレべ一夕一が就役するシステムにおいては、 群管理制御が行 われている。 そこでは、 ホールで発生した呼びに対して最適な割り当て号機を選 択する割り当て制御や、 特にピーク時には呼び発生とは別に特定階に対する回送 運転あるいはサービスゾーンの分割などきまざまな形式の制御が行われている。 最近では、 たとえば日本国特許第 2 6 6 4 7 6 6号公報や日本国特開平 7— 6 1 7 2 3号公報に示されるように、 群管理の制御結果、 すなわち待時間などの群管 理パフォーマンスを予測し、 制御パラメ一夕一を設定する方法が提案されている。 前記 2件の先行技術によれば、 交通需要パラメ一夕一と呼び割り当て時の評価 演算パラメ一夕一を入力とし、 群管理パフォーマンスを出力するニューラルネッ トを使用し、 ニューラルネッ卜の出力結果を評価して最適な評価演算パラメ一夕 —を設定する方式が述べられている。
しかしながら、 上記先行技術文献では、 群管理パフォーマンス予測結果により 設定するのは割り当て時の単一の評価演算パラメ一夕一に限られており、 このよ うな単一の呼び割り当て時の評価演算パラメ一夕一を用いた演算のみでは輸送性 能の向上に限界がある。 すなわち、 交通状況によっては回送やゾーン分割などい ろいろなルールセッ トを活用しなければならなく、 真に良好な群管理パフォーマ ンスを得ることはできない。
また、 ニューラルネットは、 学習によってその演算精度を向上させていくこと ができるという利点をもっているが、 同時に演算精度が実用レベルに達するまで は時間がかかるという弱点もある。
上記先行技術文献に開示された方式では、 あらかじめ工場にてニューラルネッ トの学習をしておかない限り期待した群管理パフォーマンスを得ることはできな レ、。 さらに、 ビル内テナント変更などに伴い交通需要が急激に変化した場合、 二 ユーラルネットによる群管理パフォーマンス予測精度は大幅に低下する。
また、 日本機械学会 5 1 7回教材 「エレべ一夕群管理システムの理論と実際」 によれば、 確率演算により一定の交通需要のもとでの群管理パフォ一マンスを求 める方法が述べられている。 しかし、 この方法では例えば待ち時間の平均値を求 めるだけであり、 同じ待ち時間に関して最大値や分布、 あるいは満員通過、 積み 残し回数など、 他の群管理パフォーマンス指標を求めることができない。 従って、 いろいろな群管理パフォーマンス指標の予測値を参照して制御パラメ一夕一を変 更することは不可能である。 - . また、 群管理システムの開発に当たっては、 その性能を把握するために、 通常、 群管理シミュレーシヨンが実施される。 この群管理シミュレーシヨンにおいては、 個々の乗客デ一夕を入力し、 乗客によって作成されるホール呼び毎に製品と同様 の制御演算を行ってかごを呼びに割り当てる。 そして、 呼び割り当てに応じてか ご挙動を計算機上で模擬することによって、 システムとしての性能、 すなわち群 管理パフォーマンスを出力する形式が一般的である。 このシミュレーション製品 と同様の制御演算を行えることが原則であるので、 群管理パフォーマンスの予測 精度は非常に高い。
理想的には、 この製品開発過程で使用されている群管理シミュレーションをそ のまま群管理システムに組み込み、 シミュレーシヨンによって群管理パフォーマ ンスを予測して制御方法を決定していく方法が望ましい。 これが実現できれば、 上述したニューラルネットゃ確率演算を用いた方法における問題点は解決される。 しかし、 これは実際の群管理制御を行いつつ、 同じ演算を同時に複数回実行す ることを意味する。 従って、 実際の群管理システムで使用されているマイコンで 実時間内にシミュレーションを終了させることは現実的には困難である。 すなわ ち、 実時間内に演算を行うことができ、 精度良く群管理パフォーマンス予測を行 い得る方法が求められている。
この発明は上記のような従来技術における問題点を解消するもので、 リアル夕 ィムシミュレーションを群管理制御中に実行して、 常に最適なルールセッ トを選 択し、 良好な群管理制御を行うことができるエレべ一夕一群管理装置を提供する ものである。 発明の開示
この発明に係るエレべ一夕一群管理装置は、 複数台のエレべ一夕一を一群とし て管理するエレべ一夕一群管理装置において、 複数台のエレべ一夕一の現在の交 通状況を検出する交通状況検出手段と、 群管理制御に必要な複数の制御ルールセ ットを格納したルールベースと、 上記ルールベース内の特定のルールセットを現 在の交通状況に適用してかごを走行させて反転するまでのスキヤン割り当てで各 かごの挙動をリアルタイムにシミュレーションし、 当該ルールセッ ト適用時に得 られる群管理パフォーマンスを予測するリアルタイムシミュレ一シヨン手段と、 上記リアルタイムシミュレ一ション手段の予測結果に応じて最適なル一ルセット を選択するルールセッ ト選択手段と、 上記ル一ルセット選択手段により選択され たルールセッ 卜に基づいて各かごの運転制御を行う運転制御手段とを備えたもの である。
また、 上記リアルタイムシミュレーション手段は、 シミュレーション時に各か ごが走行するタイミングゃ応答階を決定して各かごのスキャン割り当てを行うス キヤン割り当て決定手段と、 スキヤン走行時に各かごの停止判定を行う停止判定 手段と、 停止した際の乗降車処理を行う乗降車処理手段と、 シミュレーション後 に待ち時間分布などの統計処理を行う統計処理手段と、 シミュレーション時間を 管理する時刻管理手段とを備えたことを特徴とするものである。 図面の簡単な説明
図 1は、 この発明におけるエレべ一夕一群管理装置の構成を示すプロック図、 図 2は、 図 1に示すリアルタイムシミュレーション手段の詳細な構成図、 図 3は、 この発明の実施例における群管理装置の制御手順の概略動作を表すフ 口一チヤ一ト、
図 4は、 この発明の実施例におけるリアルタイムシミュレーシヨン手順を表す フローチヤ一ト、
図 5は、 スキャン割り当てを解説するための説明図である。 発明を実施するための最良の形態
この発明の実施例についての詳細な説明に先立ち、 この発明におけるシミュレ ーシヨンの概念について説明する。
エレべ一夕の群管理における制御は大別して以下の 2種類があげられる。
①呼び割り当て制御 （発生した乗場呼びに対する応答かごの選択）
②回送/サービス階制限など （出勤時における主階床への回送など） 上記において、 ①は一日中行われる基 的な制御であり、 通常、 待ち時間を最 重要指標として行われる。 ②は出勤時運転、 昼食時運転など交通需要の変化に応 じて行われる特殊な運転である。
上記の①は重要な制御項目であり、 いくつかのパラメ一夕があるが、 ②に比較 すれば、 パラメ一夕変更が群管理パフォーマンスに与える影響は少ない。
そこで、 この発明においては、 ①の呼び割り当て演算については簡略し、 ②の 回送/サーズ階制限などを詳細にシミュレーションできる方法をとる。 これによ つて、 ①に必要な算手順が省略でき、 短時間でシミュレーションを完了すること ができる。
上記を実現するために、 ここでは、 スキャン割り当ての概念を導入する。 ここ で、 スキャンとは、 かごが走行し反転するまでの一連の動作を意味する。 例えば あるかごが、 1 F 3 F→7 F→9 F→l 0 F 8 F→6 F→3 F→l F→2 F →4 F→6 F→9 F→l 0 Fの順序で走行した場合、
1番目のスキヤン 1 Y→3 F→ F→9 F→ 1 0 F
2番目のスキヤン 1 0 F→S F→6 F→3 F→l F
3番目のスキヤン 1 F→2 Y→A F→6 F→9 F-> 1 0 F となる。
今、 サービス階制限の一例として、 1 Fが主階床であり、 1Fに乗場行先釦を 設置し、 図 5の例に示すように、 各かごの 1 Fからの行き先ゾーン （サービスゾ ーン） を 3分割する場合について考える。 図に示すかごの台数は #1一 #3の 3 台である。
各かごの行き先ゾーンは固定されているわけではなく、 同じかごでもある場合 は 1 Fから 11 Fないし 13 F間をサービスし、 別の場合には 14 Fないし 16 F間をサービスする。 このような制御は行先階別配車と呼ばれ、 出勤時には非常 に有効である。 このような制御を行う場合、 サービスゾーンを何分割するかが群 管理パフォーマンスに大きな影響を及ぼす。
そこで、 ここでは、 分割数を 2分割あるいは 3分割する。 各場合ごとにシミュ レ一シヨンを行い、 効果を検証して最適な分割数を設定する方法をとる。
図 5のように 3分割した場合、 UP (上昇） 方向の走行 （スキャン） は 3種類 存在することになる。 DN (下降） 方向は 1種類である。 すなわち、 UP方向の スキャンとして、 第 1UPスキャン （1 F→l 1 F, 12 F, 13F， 11 F以 降の UP移動） 、 第 2UPスキャン （ 1 F→l 4 F, 15 F, 16 F, 14F以 降の UP移動） 、 第 3UPスキャン （ 1 F→l 7 F, 18F， 19F， 17 F以 降の UP移動） があり、 D.N方向のスキャンとして、 DN方向移動がある。
シミュレ一シヨンにあたっては、 各階床間の単位時間あたりの交通需要を設定 しておく。 シミュレーション開始時点では、 各かごは 1 Fにいる.ものとする。 そ して、 まず、 #1のかごを取り出し、 3種類のスキャンの一つを割り当てる。 ど のスキャンに割り当てるかは、 1 Fから各階への行き先需要と、 各階での呼び需 要の最も多いものに割り当てる。 スキャンを割り当てられたかごは自分のサービ スすべきスキャンを走行する。 走行時間は階高と速度などから一意的に計算でき る。 また、 スキャン走行中の各階での乗降は交通需要から呼び発生確率を計算し、 この確率と乱数を用いて行う。 乗車する場合については、 前回にその階で乗車し た時間から擬似的に待ち時間を計算する。
この過程で乗車した階については、 その分だけ交通需要が減少したと計算する。 このようにすれば、 スキャン割り当てされたかごについての走行と乗降車、 およ びそれに伴う待ち時間がシミュレーション計算できる。
スキャンが終了するまで計算した後、 次のかごを取り出し、 同様の手順でスキ ヤン割り当てとスキャン走行を計算する。 この次のかごの取り出しは、 各かごの スキャン終了時刻の最も早いかごを取り出す。 スキャン割り当てはその時点で交 通需要の最も高いスキャンを割り当てる。 また、 出勤時運転などのように、 I F に対する回送が必要な場合は 1 Fからの交通需要に組み込む。 具体的には 1 Fか らの呼び発生確率を高める。
このようにしていけば、 実際の群管理における呼び割り当て手順は省略されて いるが、 上記行き先ゾーンを 3分割し、 1 Fに回送を行う場合について比較的高 い精度で群管理パフォーマンスを計算することができる。
以下、 上記概念を実現する具体的な実施例について図面を参照して説明する。 図 1はこの発明のエレべ一夕一群管理装 の構成を示すプロック図である。
図 1において、 1は複数のエレべ一夕一を一群として管理する群管理装置、 2 は各エレベー夕一の制御を行う各台制御装置である。
上記群管理装置 1は、 各台制御装置 2との通信を行う通信手段 1 A、 回送ゃゾ ーン分割 ·割り当て評価式によるゾーン別配車用ルールなど群管理制御に必要な 複数の制御ルールセッ卜を格納した制御ルールべ一ス 1 B、 乗降者などの現在の 交通状況を検出する交通状況検出手段 1 C、 上記交通状況検出手段 1 Cによる検 出結果に基づいて上記制御ルールベース 1 Bから適用すべき特定のルールセット の戦略候補を決定する戦略候補決定手段 1 D、 上記交通状況検出手段 1 Cによる 検出結果に基づいてビル内に発生する O D (Origin and Destination：乗車階と 降車階） を予測する 0 D予測手段 1 E、 上記 O D予測手段 1 Eの予測結果に基づ いて上記戦略候補決定手段 1 Dが決定した各ルールセットに対しリアルタイムで シミュレーションを行うことで群管理パフォーマンスを予測するリアルタイムシ ミュレ一シヨン手段 1 F、 上記リアルタイムシミュレーション手段 1 Fに予測結 果を基づいて最適なルールセットを決定する戦略決定手段 1 G、 上記戦略決定手 段 1 Gにより決定されたルールセッ卜に基づいて各かご全般の運転制御を行う運 転制御手段 1 Hを備えており、 それらの各構成は、 コンビュ一夕上のソフ トゥェ ァによって構成されている。
また、 図 2は図 1に示すエレべ一夕一の群管理装置 1内のリアルタイムシミュ レーシヨン手段 1 Fの詳細な構成を示すブロック図である。
上記リアルタイムシミュレーション手段 1 Fは、 図 2に示されるように、 シミ ユレーシヨンにおける各かごのスキャン割り当てを決定するスキャン割り当て決 定手段 1 F A、 各かごの停止判定を行う停止判定手段 1 F B、 乗降車に関する処 理を行う乗降車処理手段 1 F C、 統計処理を行って待ち時間などの平均値や分布 などを計算する統計処理手段 1 F D、 シミュレーションの時刻管理を行う時刻管 理手段 1 F Eから構成されている。
次に、 この実施例の動作について図を参照して説明する。
図 3は本実施例の群管理装置 1の制御手順の概略動作を表すフローチヤ一卜で あり、 また、 図 4はリアルタイムシミュ ーション手段 1 Fの制御手順を表すフ 口一チャートであり、 さらに、 図 5はスキャン割り当て決定手段 1 F Aの動作を 解説するための説明図である。
まず、 図 3を用いて制御手順の概略動作について説明する。
ステップ S 1では、 交通状況検出手段 1 Cにより通信手段 1 Aを通じて各かご の挙動を監視し、 交通状況、 例えば各かごの各階での乗降人数を検出する。 この 交通状況を記述するデータは、 例えば各階乗降人数の単位時間 （例えば 5分） 当 たりの積算値を用いる。
次に、 ステップ S 2において、 O D予測手段 1 Eにより上記交通状況検出手段 1 Cによって検出された交通状況データに基づいてビル内 O Dを予測する。 ある いは周知の方法により O D推定値を用いても良い。 また、 戦略候補決定手段 1 D により上記 O D予測手段 1 Eの予測結果に基づいて制御ルールベース 1 Bの中か ら適用すべきルールセット群の候補を決定し設定する。
このステップ S 2の手順において、 各階乗降人数から〇Dを推定する方法につ いては、 ニューラルネットを用いた方法など、 従来よりいくつかの方法が提案さ れている。 また、 適用すべきルールセット群の候補決定については、 メタルール を用いる方法が考えられる。 例えば予測された O Dが出勤時に相当すると判断さ れ、 主階床に乗場行先階登録釦が設置されている場合は、 行先階をいくつかのサ 一ビスゾーンに分割し、 各サービスゾーン毎に担当号機をリアルタイムに割り当 てる方法が輸送能力 ·効率向上のための有力な方法として最近注目されている。 この例の場合、 サービスゾーンを 3ゾーンに分割する場合と、 4ゾーンに分割す る場合とでは異なるルールセットが必要であり、 また、 いずれが有効かは交通需 要によって異なる。
続いて、 ステップ S 3において、 リアルタイムシミュレーション手段 1 Fによ り、 一例として前述したスキヤン割り当ての概念を利用して群管理パフオーマン スの予測を行う。 この手順の詳細については後述する。 このステップ S 3の手順 はステップ S 2で用意された各ルールセッ卜に対して行う。
. ステップ S 4では、 戦略決定手段 1 Gにより、 各ルールセットに対するリアル タイムシミュレーション手段 1 Fのパフォーマンス予測結果 （待ち時間、 サービ ス完了時間の平均値、 最大値、 分布） を評価し、 最良となるものを選択する。 そして、 ステップ S 5では、 戦略決定手段 1 Gにより上記ステップ S 4で選択 されたルールセットを実行することにより、 各種指令、 制約条件、 運転方式を運 転制御手段 1 Hに伝達し、 運転制御手段 1は伝達された指令などに基づいて運転 制御を行う。
以上が本実施例における概略動作についての説明である。
続いて図 4 , 図 5を用いて図 3におけるステップ S 3でのシミュレーション手 順の詳細について説明する。
図 4は主にリアルタィムシミュレ一ション手段 1 Fで行われるシミュレ一ショ ンの手順を示すものであり、 図 5はそのシミュレーションの一例を示す図である。 まず、 ステップ S 3 0 1では、 次に処理するかごを取り出す。 ここでは、 各か ご毎に処理時刻 （シミュレーション時刻） を持ち、 これを T 2 (cage) と表記 する。 cageはかご番号である。 シミュレーション過程では、 処理時刻の最も早 いかごを取り出す。 なお、 初期状態ではかご番号順に行えばよい。
ステップ S 3 0 2では、 シミュレーション終了の判定を行う。 各かごの処理時 刻 T 2 (cage) が、 予め設定した時刻を越えれば終了し、 ステップ S 3 2 0の 統計処理を行う。 そうでなければ、 ステップ S 3 0 3以下の手順を実行する。 な お、 上記ステップ S 3 0 1、 S 3 0 2は、 時刻管理手段 1 F Eが行うものである c ステップ S 3 0 3では、 指定されたかごに対して、 スキャン割り当て決定手段
1 F Aがスキャン割り当てを行う。 ここでは、 図 5に示すように、 3台のエレべ 一夕一が出勤時において 1 Fからのサービスゾーンが図 5の黒塗り部分のように
3分割されている場合を例に取り説明する。 この場合、 U P側スキャンとして 3 種類のサービスが考えられる。 このステップ S 3 0 3ではかごが走行に転じる場 合、 前述した第 1 U Pスキャン〜第 3 U Pスキャンのいずれかに割り当てるかを 決定する。
ここでは、 まず、 上記 3種類のサービスからなるスキャンの中で確率的に需要 が多いスキャンに割り当てる。 具体的には、 まず、 次式 （ 1 ) により各スキャン に対する乗客発生数期待値を計算する。
(時刻 tでのスキャン mの乗客発生数期待値）
= ∑ J ∑ j Od-pass-rate(i,j) xM_0D_Map (m,i,j) xtx(ij,t) ( 1 ) ここで、 od-pass-rate(i，j) ： i階から j階への単位時間乗客数期待値
_0D_Map ( m,i,j) ：スキャン mで i階から： j階へサ一ビスす るならば 1， サービスしないならば 0 tx(ij,t) ： i階から j階への移動に対して前回サー ビスされてから時刻 tまでの時間 次に、 上式で計算された乗客発生数期待値から各スキャン毎の呼び発生確率を 次式 （2 ) により計算する。
P(m,t)
= l - e x p (一 （時刻 tでのスキャン mの乗客発生数期待値） ） （2 ) P(m,t)：スキャン mの呼び発生確率
また、 乗客発生数が少なく、 どのスキャンにもかごが割当てられない状態を A V状態と呼び、 A V状態になる確率を次式 （3 ) により計算する。
P(AV, t) = e x p (—（時刻 tでの全乗客発生数)） ( 3 ) 以上の計算結果から、 指定されたかご T-cageに対する割当てスキャン、 言い 換えれば cageで示すかごにどの階をサービスさせるかを決定する。 すなわち、 前記手順で計算された全てのスキャン呼び発生確率 P(m,t)と A V確率 P(AV，t)で 最大のものを選択する。
以上がステップ S 3 0 3のスキャン割当て手順である。 すなわち、 呼びの発生 予想に対し最も夕イムリーに応答可能なスキャンを選択するか、 あるいはどのス キャンも選ばずかご割り当てしないかを選択するものである。
ステップ S 3 0 4では、 ステップ S 3 0 3の手順で A V状態が選択されたかど うかの判定を行い、 A V状態の場合 （ステップ S 3 0 4で Y e sの場合） 、 ステ ップ S 3 0 5へ進む。 ステップ S 3 0 5では、 指定されたかごのシミュレ一ショ ン時刻 T 2 (T-cage) の時刻を所定の単位時間 （例えば 1秒） だけ進め、 ステツ プ S 3 0 1に戻り、 新たな指定かごを選択する。 このステップ S 3 0 4、 S 3 0 5は時刻管理手段 1 F Eが行う。
また、 いずれかのスキャンが選択された場合 （ステップ S 3 0 4で N oの場合 ) 、 ステップ S 3 0 6以下の手順を実行する。
ステップ S 3 0 6では、 割り当てられたスキャンに対し、 停止判定手段 1 F B が最初に停止する階、 すなわちスキャン開始階 F sの決定を行う。 つまり、 スキ ヤンにより決定したサービスすべき階の中から最初に停止する階を予想するもの である。 このため、 かごの現在位置から割り当てられたスキャン内のサービス可 能な各階における現在時刻 tでの階別乗客発生数と、 それに基づく階別停止確率 の計算を次式 （4 )、 ( 5 ) により行う。
(時刻 tでの F階乗客発生数）
=∑ j od-pass- rate( xM-0D-Map(m, i, j) xtx ( i , ,t) ( 4 )
(時刻 tでの i階停止確率）
= 1 - e x p (一 （時刻 tでの i階乗客発生数） ） （5 ) そして、 スキャン最初の階から順に乱数を用い、 以下の不等式 （6 ) を満たす 最初の i階をスキャン開始階 F sとする。
( 0— 1の乱数） < (時刻 tでの i階停止確率） （6 ) ステップ S 307では、 現在位置からステップ S 306で求めたスキャン開始 階までの走行時間を計算する。 これは、 かごの速度と階高などから計算できる。 また、 指定かごの位置をスキャン開始階とし、 このかごの次のシミュレーション 時刻を T2 (T-cage) =Ί2 (T-cage) +走行時間とする。
この手順は時刻管理手段 1 F Eが行う。
ステップ S 308では、 スキャン開始階 F sでの乗車処理初期化を行う。 具体 的には、 スキャン開始の最初の状態として、 かご内人数、 かご内負荷率を 0にセ ヅトする。 また、 ステップ S 306と同じ手順でスキャン開始階 Fsでの乗車人 数期待値を計算する。
ステップ S 309では、 スキャン開始階 F sでの乗車処理をステップ S 306 で計算した乗車人数期待値を基に行う。 まず、 かご内人数を乗車人数期待値にセ ットする。 そして、 以下の手順でスキャン開始階 F sからの乗客目的階と目的階 までの移動人数を設定する。
•乗客人数期待値≤1. 0のとき
(a) ステップ S 306の計算式に基づき （Fs階から j階へ行く乗客数 期待値） を計算し、 乗客数期待値が最大となる i階を Fs階からの 乗客目的階にセットする。 j階までの移動人数を乗車人数期待値に セットする。
• (F s階での乗車人数期待値） >1. 0のとき
(b) (Fs階から j階へ行く乗客数期待値） が最大となる j階を Fs階 からの乗客目的階にセットし、 その： i階について （Fs階から j階 へ行く乗客数期待値） の値から 1を減じる。 また、 スキャン開始階 F sからの乗車人数期待値から 1を減じ、 j階までの移動人数を 1 人にセッ卜する。
(c) スキャン開始階 F sからの乗車人数期待値の値が 1. 0以下となる まで （b) の手順を繰り返す。 乗車人数期待値の値が 1. 0以下と なれば上記 （a) の手順を行う。
上記ステップ S 308、 S 309は、 乗降車処理手段 1 FCが行うものである また、 統計処理手段 1 FDが、 各乗車客に対して、 いずれかのかごが前に Fs 階に停止または通過した時刻から T 2 (T-cage) までの時間の 1 / 2を待時間と して仮定してセッ卜する。
さらに、 時刻管理手段 1 FEが指定かごのシミュレーション時刻を次式 （7) にセッ卜する。
T 2 ( T-cage) =T 2 (T-cage) + ( 1人当たり乗車時間） x (乗車人数）
+ (戸開閉時間） （7) 上式 （7) において、 かごへ乗り込む 1人当たりの乗車時間はビルタイプ （例 えばオフィスならば 0. 8秒/人） によって適宜設定すれば良い。
ステップ S 310では次の階の設定を行う。 指定かごの現在位置が F階である とき、 以下の手順で次の階を設定する。
UP方向のとき： F = F+ 1とする ' ： ' UPスキャン
DN方向のとき： F=F—1とする · · ' DNスキャン
設定された階 Fがサービス可能階でない場合には、 上記の手順を繰り返し、 階 を進める。 また、 設定された階 Fが最上階 （UP方向のとき） または最下階 （D N方向のとき） を越える場合は、 ステップ S311でスキャン終了と判定し、 ス テツプ S 301へ戻る。 そうでなければステップ S 312以下の手順を行う。 こ れらステップ S310、 S 311は時刻管理手段 1 F Eが行う。
ステップ S 312では、 停止判定手段 1 FBがステップ S 310で指定された 階 Fに停止するか （降車停止、 乗車停止） の判定を行う。
これについて、 まず、 式 （8) に示す仮時間 T 2- tmpを計算する。
T2-tmp=T2 (T-cage) + (前回に停止した階からの走行時間） （8) 上記仮時間 T 2- tmpは、 階 Fに停止すると仮定した場合の到着時刻を意味する 上記仮時間を用いて降車判定を行う。 すなわち、 階 Fがスキャン中の前までの 階で乗車した乗客の目的階に指定されている場合は降車すると判定し、 そうでな ければ降車しないと判定する。 次に乗車判定を行う。 このために、 まず、 次式 （9) により階 Fでの停止確率 を計算する。
(時刻 T2- tmpでの F階乗客発生数）
=∑ j od-pass-rate (F , j ) x M-OD- ap (m, F , ) t x ( F 3 j , T2-tmp ) ( 9 ) (時刻 T2- tmpでの F階停止確率）
= 1 -exp (一 （時刻 T2- tmpでの F階乗客発生数） （ 10) そして、 乱数を用いて以下の不等式 （ 1 1) を満たせば乗車有りと判定し、 ま た、 満たさない場合は乗車なしと判定する。
(0- 1の乱数） < (時刻 T2-tmpでの F階停止確率） （ 1 1) 以上の手順で、 降車決定あるいは乗車決定の判定がされた場合は、 時刻管理手 段 1 FEが指定かごのシミュレーション時刻を次式にセッ卜する。
T2(T- cage)二
T2(T- cage) + (前回停止階からの走行時間） + (戸開時間） （ 12) そして、 ステップ S 312で停止決定と判定し、 ステップ S 313以下の手順 を実行する。 また、 降車決定あるいは乗車決定のいずれでもなければ、 ステップ S 312で停止しないと決定し、 ステップ S 3 10に戻る。
ステップ S 3 13では、 ステップ S 3 12で降車決定と判定された場合に、 乗 降車処理手段 1 FCが降車処理を行う。 この手順は次式 （ 13) 、 （ 14) の計 算を行うことにより達成される。
-かご内人数の更新：
(かご内人数） = (かご内人数） 一 （降車人数） （ 13)
•かご時刻の更新
T2(T- cage)二
T2(T- cage) + ( 1人当たり降車時間） x(降車人数） （ 14) また、 統計処理手段 1 FDが、 各降車客に対して、 次式 （ 15) によりサ一ビ ス完了時間をセットする。
サービス完了時間 =
待時間 + (現在時刻 T2(T- cage)—乗車階での乗車時刻） （ 15) なお、 ステップ S 3 12で停止決定と判定された場合でも、 ステップ S 31 1 で降車なしと判定された場合には、 このステップ S 3 13は不要としてステップ S 3 14へ進む。
ステップ S 3 12で乗車なしと判定された場合には、 ステップ S 314では時 刻管理手段 1 FEが次式 （ 1 6) により指定かごのシミュレーション時刻をセッ トし、 ステップ S 310へ戻る。
T2(T- cage) =T2(T- cage) + (戸閉時間） （ 16) ステップ S 3 12で乗車決定と判定された場合には、 ステップ S 314では乗 降車処理手段 1 FCで乗車処理を行う。 この手順は、 ステップ S 309と同様の 手順によるかご内人数の計算と、 乗車客の目的階および目的階までの移動人数の 計算から達成される。
また、 ステップ S 309と同様の手順にて統計処理手段 1 FDが各乗車客に対 する待時間を計算する。
さらに、 時刻管理手段 1 FEが次式 （ 17) により指定かごのシミュレ一ショ ン時刻をセッ 卜する。
T2(T- cage)二
T2(T-cage) + ( 1人当たり乗車時間） x (乗車人数） + (戸閉時間） （ 1 7) その後、 ステップ S 310へ戻る。
ステップ S 302でシミュレーション終了と判定された場合は、 統計処理手段 1 FDがステップ S 320で統計処理を行う。 具体的には、 上記手順で計算され た各乗客に関する待時間とサービス完了時間の平均値や、 最大値、 分布などを計 算し、 パフォーマンス予測結果として出力する。
以上がこの発明に関わるエレべ一夕一群管理装置におけるシミュレーション手 順の説明である。
以上のように、 この発明によれば、 複数台のエレべ一夕一を一群として管理す るエレべ一夕一群管理装置において、 複数台のエレべ一夕一の現在の交通状況を 検出する交通状況検出手段と、 群管理制御に必要な複数の制御ルールセッ トを格 納したルールベースと、 上記ルールべ一ス内の特定のルールセットを現在の交通 状況に適用してかごを走行させて反転するまでのスキヤン割り当てで各かごの挙 動をリアルタイムにシミュレーションし、 当該ルールセッ ト適用時に得られる群 管理パフォーマンスを予測するリアルタイムシミュレーション手段と、 上記リア ルタイムシミュレーション手段の予測結果に応じて最適なルールセッ トを選択す るルールセッ ト選択手段と、 上記ルールセッ ト選択手段により選択されたルール セットに基づいて各かごの運転制御を行う運転制御手段とを備えたので、 リアル タイムシミュレーションを群管理制御中に実行して、 常に最適なルールセッ トを 適用し、 良好な群管理制御を行うことができる。
また、 上記リアルタイムシミュレーション手段は、 シミュレーション時に各か ごが走行するタイミングゃ応答階を決定して各かごのスキャン割り当てを行うス キヤン割り当て決定手段と、 スキヤン走行時に各かごの停止判定を行う停止判定 手段と、 停止した際の乗降車処理を行う乗降車処理手段と、 シミュレーション後 に待ち時間分布などの統計処理を行う統計処理手段と、 シミュレーション時間を 管理する時刻管理手段とを備えたので、 いわゆる群管理シミュレーションを使用 して呼び単位で行うシミュレーシヨン （呼毎に複数のパターンでシミュレ一ショ ン演算を行うもの） に比べて大幅に計算時間を短縮でき、 その結果、 リアルタイ ムシミュレーシヨンを群管理制御中に実行できるという効果がある。 産業上の利用の可能性
この発明は、 複数の制御ルールセッ トを格納したルールベースを用意し、 ルー ルベース内の任意のル一ルセットを現在の交通状況に適用してかごを走行させて 反転するまでのスキヤン割り当てで各かごの挙動をリアルタイムにシミュレ一シ ヨンし、 当該ルールセッ ト適用時に得られる群管理パフォーマンスを予測し、 そ のパフォーマンス予測結果に応じて最適なルールセットを選択することで、 リア ルタイムシミュレーションを群管理制御中に実行して、 常に最適なル一ルセット を適用して複数のエレべ一夕一の群管理制御を行い、 良好なサービスを提供する

Claims

請 求 の 範 囲
1 . 複数台のエレべ一夕一を一群として管理するエレべ一夕一群管理装置に おいて、
複数台のェレベ一夕一の現在の交通状況を検出する交通状況検出手段と、 群管理制御に必要な複数の制御ルールセットを格納したルールベースと、 上記ルールベース内の特定のルールセッ トを現在の交通状況に適用してかごを 走行させて反転するまでのスキヤン割り当てで各かごの挙動をリアルタィムにシ ミュレーシヨンし、 当該ルールセッ ト適用時に得られる群管理パフォーマンスを 予測するリアルタイムシミュレーション手段と、
上記リアルタイムシミュレーション手段の予測結果に応じて最適なルールセッ トを選択するルールセット選択手段と、
上記ルールセッ ト選択手段により選択 れたルールセッ 卜に基づいて各かごの 運転制御を行う運転制御手段と
を備えたエレべ一夕一群管理装置。
2 . 請求項 1に記載のエレべ一夕一群管理装置において、 上記リアルタイム シミュレーション手段は、 シミュレーション時に各かごが走行するタイミングゃ 応答階を決定して各かごのスキヤン割り当てを行うスキャン割り当て決定手段と 、 スキャン走行時に各かごの停止判定を行う停止判定手段と、 停止した際の乗降 車処理を行う乗降車処理手段と、 シミュレーション後に待ち時間分布などの統計 処理を行う統計処理手段と、 シミュレーション時間を管理する時刻管理手段とを 備えたことを特徴とするエレべ一夕一群管理装置。
PCT/JP1999/005818 1999-10-21 1999-10-21 Unite de commande de groupe de cabines d'ascenseurs WO2001028909A1 (fr)

Priority Applications (6)

Application Number Priority Date Filing Date Title
PCT/JP1999/005818 WO2001028909A1 (fr) 1999-10-21 1999-10-21 Unite de commande de groupe de cabines d'ascenseurs
CNB998128449A CN1193924C (zh) 1999-10-21 1999-10-21 电梯群管理装置
JP2001531708A JP4494696B2 (ja) 1999-10-21 1999-10-21 エレベーター群管理装置
EP99949348A EP1146004B1 (en) 1999-10-21 1999-10-21 Elevator group controller
DE69923002T DE69923002T2 (de) 1999-10-21 1999-10-21 Aufzugs-gruppesteuerung
US09/809,210 US6315082B2 (en) 1999-10-21 2001-03-16 Elevator group supervisory control system employing scanning for simplified performance simulation

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP1999/005818 WO2001028909A1 (fr) 1999-10-21 1999-10-21 Unite de commande de groupe de cabines d'ascenseurs

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US09/809,210 Continuation US6315082B2 (en) 1999-10-21 2001-03-16 Elevator group supervisory control system employing scanning for simplified performance simulation

Publications (1)

Publication Number Publication Date
WO2001028909A1 true WO2001028909A1 (fr) 2001-04-26

Family

ID=14237065

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP1999/005818 WO2001028909A1 (fr) 1999-10-21 1999-10-21 Unite de commande de groupe de cabines d'ascenseurs

Country Status (6)

Country Link
US (1) US6315082B2 (ja)
EP (1) EP1146004B1 (ja)
JP (1) JP4494696B2 (ja)
CN (1) CN1193924C (ja)
DE (1) DE69923002T2 (ja)
WO (1) WO2001028909A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019087760A1 (ja) * 2017-10-30 2019-05-09 株式会社日立製作所 エレベータ分析システム及びエレベータ分析方法
CN111807172A (zh) * 2020-07-22 2020-10-23 深圳市海浦蒙特科技有限公司 一种扫描式电梯群控调度方法、系统及电梯系统

Families Citing this family (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2001242208B2 (en) * 2000-03-29 2006-02-16 Inventio Ag Targeted call control for lifts
US6644442B1 (en) * 2001-03-05 2003-11-11 Kone Corporation Method for immediate allocation of landing calls
JP2006514906A (ja) * 2003-05-13 2006-05-18 オーチス　エレベータ　カンパニー リアルタイムのサービス割当てを使用して時間性能を保障したエレベータの派遣
CA2512191C (en) 2003-10-24 2013-12-31 Microsoft Corporation Embedding a session description message in a real-time control protocol (rtcp) message
WO2009024853A1 (en) 2007-08-21 2009-02-26 De Groot Pieter J Intelligent destination elevator control system
ATE552199T1 (de) * 2007-08-28 2012-04-15 Thyssenkrupp Elevator Capital Corp Überlastungssteuerung für destination-dispatch- systeme
WO2009081464A1 (ja) * 2007-12-20 2009-07-02 Mitsubishi Electric Corporation エレベータ群管理システム
JP5347492B2 (ja) * 2008-12-25 2013-11-20 フジテック株式会社 エレベータの群管理制御方法及び装置
MY159159A (en) * 2009-01-27 2016-12-30 Inventio Ag Method for operating a lift assembly
KR101383675B1 (ko) * 2009-11-10 2014-04-09 오티스 엘리베이터 컴파니 분산 디스패칭을 이용한 엘리베이터 시스템
JP5495871B2 (ja) * 2010-03-15 2014-05-21 東芝エレベータ株式会社 エレベータの制御装置
US10017354B2 (en) 2015-07-10 2018-07-10 Otis Elevator Company Control system for multicar elevator system
US10683189B2 (en) * 2016-06-23 2020-06-16 Intel Corporation Contextual awareness-based elevator management
CN106904503A (zh) * 2017-03-23 2017-06-30 永大电梯设备（中国）有限公司 一种可变速的电梯群控装置及其群控方法
CN108639880B (zh) * 2018-05-14 2023-12-08 广州广日电梯工业有限公司 基于图像识别的电梯群控系统及方法
CN108910630B (zh) * 2018-07-06 2020-09-29 永大电梯设备（中国）有限公司 基于多智能体竞争方式的电梯群控系统及方法
CN115023716A (zh) * 2020-02-12 2022-09-06 通力股份公司 激发用于客运群组控制的偏好
CA3123976A1 (en) * 2020-07-29 2022-01-29 Appana Industries LLC Systems and methods for parking elevators
CN113602928B (zh) * 2021-08-03 2022-12-02 永大电梯设备（中国）有限公司 一种电梯群控测试平台

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0348151A2 (en) * 1988-06-21 1989-12-27 Otis Elevator Company Optimized "up-peak" elevator channeling system
GB2293365A (en) * 1994-09-20 1996-03-27 Hitachi Ltd Method and Apparatus of Elevator Control
JPH10236742A (ja) * 1997-02-28 1998-09-08 Hitachi Ltd エレベーター群管理制御装置

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0717322B2 (ja) * 1986-03-04 1995-03-01 三菱電機株式会社 エレベータ群最適運行解析装置
JPH0676181B2 (ja) * 1988-02-01 1994-09-28 フジテック株式会社 エレベータの群管理制御方法及び装置
JP2664766B2 (ja) 1989-04-03 1997-10-22 株式会社東芝 群管理制御エレベータ装置
JPH07110748B2 (ja) * 1989-06-14 1995-11-29 株式会社日立製作所 エレベータの群管理制御装置
JPH07106845B2 (ja) * 1989-09-13 1995-11-15 株式会社日立製作所 エレベーターの群管理制御装置
JP2664782B2 (ja) * 1989-10-09 1997-10-22 株式会社東芝 エレベータの群管理制御装置
FI91238C (fi) * 1989-11-15 1994-06-10 Kone Oy Hissiryhmän ohjausmenetelmä
KR940009984B1 (ko) * 1990-05-29 1994-10-19 미쓰비시덴키 가부시키가이샤 엘리베이터 제어장치
US5612519A (en) * 1992-04-14 1997-03-18 Inventio Ag Method and apparatus for assigning calls entered at floors to cars of a group of elevators
JP3414843B2 (ja) * 1993-06-22 2003-06-09 三菱電機株式会社 交通手段制御装置
JPH0761723A (ja) 1993-08-24 1995-03-07 Toshiba Corp エレベータのデータ設定装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0348151A2 (en) * 1988-06-21 1989-12-27 Otis Elevator Company Optimized "up-peak" elevator channeling system
GB2293365A (en) * 1994-09-20 1996-03-27 Hitachi Ltd Method and Apparatus of Elevator Control
JPH10236742A (ja) * 1997-02-28 1998-09-08 Hitachi Ltd エレベーター群管理制御装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP1146004A4 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019087760A1 (ja) * 2017-10-30 2019-05-09 株式会社日立製作所 エレベータ分析システム及びエレベータ分析方法
CN111807172A (zh) * 2020-07-22 2020-10-23 深圳市海浦蒙特科技有限公司 一种扫描式电梯群控调度方法、系统及电梯系统
CN111807172B (zh) * 2020-07-22 2023-02-28 深圳市海浦蒙特科技有限公司 一种扫描式电梯群控调度方法、系统及电梯系统

Also Published As

Publication number Publication date
EP1146004A4 (en) 2003-05-21
US20010010278A1 (en) 2001-08-02
CN1325360A (zh) 2001-12-05
DE69923002D1 (de) 2005-02-03
EP1146004A1 (en) 2001-10-17
DE69923002T2 (de) 2005-12-01
JP4494696B2 (ja) 2010-06-30
CN1193924C (zh) 2005-03-23
US6315082B2 (en) 2001-11-13
EP1146004B1 (en) 2004-12-29

Similar Documents

Publication Publication Date Title
WO2001028909A1 (fr) Unite de commande de groupe de cabines d&#39;ascenseurs
JP4870863B2 (ja) エレベータ群最適管理方法、及び最適管理システム
KR100367365B1 (ko) 엘리베이터의 관리제어장치
JP4434483B2 (ja) 仮想乗客トラヒックを生成するエレベータ群制御方法
KR920010415B1 (ko) 엘리베이터의 군관리방법
JP6335364B1 (ja) エレベータ制御装置、エレベータ群管理制御装置、エレベータシステム、およびエレベータ制御方法
US5750946A (en) Estimation of lobby traffic and traffic rate using fuzzy logic to control elevator dispatching for single source traffic
WO2011055414A1 (ja) ダブルデッキエレベータ群管理装置
KR920001299B1 (ko) 엘리베이터의 군관리장치
JPH02110088A (ja) エレベータの群管理装置
JPH10194611A (ja) エレベーターの群管理制御方法
JP4784509B2 (ja) エレベータの群管理制御装置
US5841084A (en) Open loop adaptive fuzzy logic controller for elevator dispatching
JPH085596B2 (ja) エレベータ制御装置
JP2001335244A (ja) エレベータシステム及びその制御方法
KR930004754B1 (ko) 엘리베이터의 군관리장치 및 그 군관리방법
JPH06156895A (ja) 複数エレベータかごの派遣方法
JP4732343B2 (ja) エレベータの群管理制御装置
CN101356106B (zh) 电梯控制方法及其装置
US5808247A (en) Schedule windows for an elevator dispatcher
US5767460A (en) Elevator controller having an adaptive constraint generator
JP4606681B2 (ja) エレベーター群管理制御装置
US5786551A (en) Closed loop fuzzy logic controller for elevator dispatching
US5767462A (en) Open loop fuzzy logic controller for elevator dispatching
JP3498632B2 (ja) エレベータ管理装置

Legal Events

Date Code Title Description
WWE Wipo information: entry into national phase

Ref document number: 99812844.9

Country of ref document: CN

ENP Entry into the national phase

Ref document number: 2001 531708

Country of ref document: JP

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 09809210

Country of ref document: US

AK Designated states

Kind code of ref document: A1

Designated state(s): CN JP US

AL Designated countries for regional patents

Kind code of ref document: A1

Designated state(s): AT BE CH CY DE DK ES FI FR GB GR IE IT LU MC NL PT SE

WWE Wipo information: entry into national phase

Ref document number: 1999949348

Country of ref document: EP

121 Ep: the epo has been informed by wipo that ep was designated in this application
WWP Wipo information: published in national office

Ref document number: 1999949348

Country of ref document: EP

WWG Wipo information: grant in national office

Ref document number: 1999949348

Country of ref document: EP