计算机系统应用 ｈｔｔｐ：／／ｗ ｗ ｃ－ｓ ａ．ｏｒｇ．ｃｎ ２０１１年第２０卷第９期
基于神经网络的多电梯运行系统故障预测①
段登，邱意敏，周力
（安徽工程大学电气工程学院，芜湖２４１０００）
摘要：利用ＲＢＦ神经网络可以快速逼近任意非线性函数及良好分类能力的特点，进行多电梯运行系统故障的 预测，提出了故障预测方法。仿真结果表明该方法是可行的，可以广泛应用于多电梯故障预测。
关键词：ＲＢＦ；多电梯；运行系统；故障预测
Ｆａｕｌｔ Ｐｒｅｄｉｃａｔｉｏｎ ｏｆ Ｍｕｌｔｉ－Ｅｌｅｖａｔｏｒ Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ Ｂａｓｅｄ ｏｎ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ
ＤＵＡＮ Ｄｅｎｇ，ＱｒＵＹｉ—Ｍｉｎ，ＺＨＯＵ Ｌｉ
（Ｄｅｐａｒｔｍｅｎｔ ｏｆ Ｅｌｅｃｔｒｏｎｉｃ Ｅｎｇｉｎｅｅｒｉｎｇ，Ａｎｈｕｉ Ｐｏｌｙｔｅｃｈｎｉｃ Ｕｎｉｖｅｒｓｉｔｙ，Ｗｕｈｕ ２３ １ ０００，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｔｈｅ ｐａｐｅｒ ｓｔｕｄｉｅｓ ｈｏｗ ｔｏ ｕｓｅ ＲＢＦ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ ｗｈｉｃｈ ｃａｎ ａｐｐｒｏｘｉｍａｔｅ ａｎｙ ｎｏｎｌ—ｉｎｅａｒ ｆｕｎｃｔｉｏｎｓ ｑｕｉｃｋｌｙ
ａｎｄ ｈａｓ ｇｏｏｄ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ ｔｈｅ ｃｌａｓｓｉｆｉｃａｔｉｏｎ ａｂｉｌｉｔｙ ｆｏｒ ｍｕｌｔｉ—ｅｌｅｖａｔｏｒ ｏｐｅｒａｔｉｎｇ ｓｙｓｔｅｍ ｆａｉｌｕｒｅ ｐｒｅｄｉｃｔｉｏｎ，ａｎｄ
ｐｒｏｐｏｓｅｄ ｆａｉｌｕｒｅ ｐｒｅｄｉｃｔｉｏｎ ｍｅｔｈｏｄ．Ｔｈｅ ｓｉｍｕｌａｔｉｏｎ ｒｅｓｕｌｔｓ ｓｈｏｗ ｔｈａｔ ｔｈｅ ｍｅｔｈｏｄ ｉｓ ｆｅａｓｉｂｌｅ ａｎｄ Ｃａｎ ｂｅ ｗｉｄｅｌｙ ｕｓｅｄ ｉｎ
ｍｕｌｔｉ—ｅｌｅｖａｔｏｒ ｆａｉｌｕｒｅ ｐｒｅｄｉｃｔｉｏｎ．
Ｋｅｙ ｗｏｒｄｓ：ＲＢＦ；ｍｕｌｔｉ—ｅｌｅｖａｔｏｒ；ｏｐｅｒａｔｉｎｇ ｓｙｓｔｅｍ；ｆａｕｌｔ ｐｒｅｄｉｃａｔｉｏｎ
基于ＣＣ—Ｌｉｎｋ ＩＥ的群组电梯
节能控制系统研究
张松。， 夏林
（１．同济大学电子与信息工程学院，上海２０００９２；
２．同济大学建筑设计研究院（集团）有限公司，上海２０００９２）
摘 要：基于ＩＧＢＴ、变频器的工作原理、永磁同步无齿轮曳引机技术及可变频
电机四象限运动的特性。应用计算机、工控ＰＣ机、ＰＬＣ、智能变频器以及ＣＣ．Ｌｉｎｋ
ＩＥ现场总线技术等，设计了一套超高层建筑内群组电梯节能控制系统，并应用
Ｃｏｎｃｅｐｔ组态软件实现了对群组电梯的状态远程监控。通过试验系统的运行。验
证了该系统再生能量回馈的可行性和正确性。
关键词：ＩＧＢＴ；节能；智能变频器；ＣＣ—Ｌｉｎｋ ＩＥ；再生能量回馈
中图分类号： ＦＰ ２７３ ．５文献标志码：Ｂ文章编号：１６７４—８４ｔ７（２０１０）ｌ１－００５０－０５
０ 引 言
电梯系统能耗约占大楼总能耗的５％～
１０％，是仅次于空调系统的耗能大户。在满足大
楼电梯运力的情况下，如何实现电梯的节能运行
已成为电梯厂商、大楼业主、相关学者及专家等
关心的课题。
本文针对超高层建筑内电梯群控系统进行
研究，应用计算机、工控ＰＣ机、ＰＬＣ、智能变频器
等设备设计了一套群组电梯节能控制系统，采用
ＣＣ—Ｌｉｎｋ ＩＥ（Ｃｏｎｔｒｏｌ ａｎｄ Ｃｏｍｍｕｎｉｃａｔｉｏｎ Ｌｉｎｋ ＩＥ）
总线作为系统的通信方式，并应用组态软件Ｃｏｎ—
ｃｅｐｔ完成模糊神经网络（Ｆｕｚｚｙ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ）控
制算法，实现了离线编程、在线调试、群组电梯的
远程控制，并取得了较好的节能效果。
ｌ再生电能馈电原理及再生电能计算
１．１再生电能馈电原理
超高层建筑内电梯由于自身停靠楼层多和 ・能源倚 ・
张松（１９８４一）．男。 硕士研究生，研究方 向为智能建筑节能技 术。
行程较长，对电机功率及其工作特性的要求较
高，在对电梯选型时，一般都要求具有变频器和
再生能量回馈功能，因此，笔者主要针对具有
一）、弄清群控电梯调度算法的评价指标
由于乘客心理等待时间的长短、电梯响应呼梯的快慢、召唤厅站客流量的大小、轿厢内乘客人数的多少等均是一些模糊的概念，很难用确切的数量关系定义，也难以用普通的逻辑规则综合描述。
近年来，人们借助于模糊数学中的隶属函数来表述，将复杂的模糊问题转化为简单清晰的形式进行求解和控制.模糊控制通过模糊逻辑进行推理，有效地对电梯运行 状况作出判断，但对于非常复杂的多变量系统，要建立正确的模糊规则和隶属函数是非常困难的，而且通过大量实验建立的隶属函数和规则有时也很难保证十分精确 与合理。此外，其隶属函数中的加权系数是确定的，不能根据客流改变而相应改变。
为了解决模糊控制中存在的某些问题，新发明将神经网络控制方法应用于电梯控制中，无需建立精确数学模型，可以提供准确的控制策略，以减少候梯时间，降低乘客的焦急等待心理，节约能源，合理有效地调度电梯最佳运行。
（二）、理解上行高峰模式、下行高峰模式、双路运行模式等概念，并找出根据一系列输入手段间接算出运行模式的算法：
上行高峰交通模式：当主要的客流是上行方向，即全部或者大多数乘客从建筑物的门厅进入电梯且上行，这种状况被定义为上行高峰交通状况。
下行高峰交通模式：当主要的客流是下行方向，即全部或者大多数乘客乘电梯下行到门厅离开电梯，这种状况被定义为下行高峰交通状况。
二路交通模式：当主要的客流是朝着某一层或从某一层而来，而该层不是门厅，这种状况被定义为二路交通状况。二路交通状况多是由于在大楼的某一层设有茶点部 或会议室，在一天的某一时刻该层吸引了相当多的到达和离开呼梯信号。所以二路交通状况发生在上午和下午休息期间或会议期间。
四路交通模式：当主要的客流是朝着某两个特定的楼层而来，而其中的一个楼层可能是门厅，这种交通状况被定义为四路交通状况。当中午休息期间，会出现客流上 行和下行两个方向的高峰状况。午饭时客流主要是下行，朝门厅和餐厅。午休快结束时，主要是从门厅和餐厅上行。所以四路交通多发生在午休期间。 四路交通又可分为午饭前交通和午饭后交通模式。此两类交通模式和早晨与晚上发生的上行、下行高峰不同，虽然主要客流都为上行和下行模式，但此两类交通模式 同时还有相当比例的层间交通和相反方向的交通。各交通量的比例还与午休时间的长短，餐厅的位置和大楼的使用情况有关。四路交通时不但要考虑主要交通客流， 还要考虑其他客流，与单纯的上、下行高峰期不同。
ＴＥＣＨＮＯＬＯＧＹ 技术应用 ６７
模糊神经网络技术在电梯群控系统中的应用研究
刘志申１王艳芬’王延文２
（１．河北工程大学信电学院河北邯郸０５６０３８；２．邯邢冶金矿山局西石门铁矿河北邯郸０５６３０３）
摘要：本文介绍了一种基于模糊神经网络技术的电梯群控系统的设计方案。阐述了其数学原理，并建立了基
于模糊神经网络技术的电梯群控系统的数学模型。考虑电梯运行的综合评价函数，结合神经网络和模糊控制各自
的优点，设计了一种电梯群控调度算法。并通过仿真验证了系统的可行性。
关键词：模糊神经网络；调度；电梯群控；模式识别
电梯群控系统是多台电梯的调度问题，但是它又有自己的 特点，是一个复杂的调度问题ｉ”。它的复杂性表现在所固有的多
目标性、不确定性、非线性和信息的不完备性。
为了提高电梯系统的性能，在不同的交通模式下需要采用
最适合的群控算法，这样就需要实时的交通分析模块，以辨识
当前的交通模式。好的电梯群控算法对若干台电梯进行统一调
度，可以提高电梯的运行效率，减少乘客的候梯时间和乘梯时
间，减少误派梯次数，提高电梯系统的服务效率和服务质量。 本文提出了一种基于模糊神经网络的电梯群控调度方法，
将模糊控制与神经网络结合在一起，利用神经网络的学习能 力，使系统通过学习进而训练出模糊控制的隶属函数等重要参
数，系统实现智能化【４１。
１．基于模糊神经网络的电梯群控系统
舰则层
图１模糊神经网络
图１为模糊神经网络结构，其中第一层为输入层，每个节点
代表一个输入变量，第５层的节点代表由网络输出的变量；第２ 层和第４层的节点是模糊子集节点，分别用于表示输入和输出变
量的隶属函数：第３层为规则层，每个节点代表一条规则，它与
第２层和第４层节点的连接代表模糊规则的特定组成。
第一层，输入层。这一层直接把输入值传递到下一层。本
时间段的总的客流量 ，。（总乘客数），进门厅的乘客数Ｘ２，出
门厅的乘客数 ：，客流量最大的楼层的客流量‘，客流量次大
