基于蚁群优化神经网络的电梯群控系统的研究.pdfVIP

基于蚁群优化神经网络的电梯群控系统的研究

摘要

随着社会和经济的发展，高层建筑在城市中处处可见，电梯在使人们轻松上下楼和

运输货物方面发挥着重要作用。同时，对于楼层特别高或者人流量特别大的建筑，人们

对电梯性能的重视也日益增加。现今，各种智能控制算法被广泛应用于电梯控制领域，

电梯的性能已经有了很大程度的提高，尽管如此仍然有可提高的空间和待解决的问题。

本课题以电梯群控系统为研究对象，开展了多台电梯的群控系统的研究，主要研究内容

如下：

首先对电梯群控系统的结构和电梯的工作原理进行分析，并提出电梯的总体方案，

方案包括电梯群控系统的架构、乘客需求的捕捉、电梯的调度算法、电梯的运行控制和

安全措施，还要能够实时监控和故障检测。在方案中，PLC作为控制器，使用更多的传

感器保证安全，使用博途软件对PLC的程序进行仿真，并分析了电梯运行的不同交通模

式，设计了电梯群控仿真系统。

然后研究了电梯群控系统运行中的基本特征。根据非线性、多目标性等特征，使用

智能算法进行电梯系统的调度是最优的方案。通过建立乘客的综合满意度评价函数而搭

建了BP神经网络模型并进行训练，使用训练后的模型进行了预测。然后使用蚁群算法

对神经网络进行优化，对优化后的模型同样进行了训练和预测。通过对结果的分析和与

前者对比，后者的精度和收敛速度都有所提高，解决了神经网络控制时存在的问题。为

了进一步验证蚁群优化算法的调度优势，将两种控制策略应用到电梯群控系统中仿真，

能够更加明确的得出蚁群优化算法比BP神经网络的调度方案更好的结论。

最后，电梯在运行过程中很可能出现意外的情况，为了尽量避免不必要的事故发生，

对电梯的故障和寿命进行了分析，主要研究了曳引机和交流接触器的故障方式，同时提

出了曳引机的寿命预测方式，对交流接触器的剩余寿命进行初步预测，有效降低了误差

率。

关键词：电梯群控；蚁群优化算法；神经网络；PLC

基于蚁群优化神经网络的电梯群控系统的研究

Abstract

Asthesocietyandtheeconomygathermomentum,therearemoreandmorehigh-rise

buildings,andelevatorsplayanimportantroleinmakingpeoplegoupstairsanddownstairs

andtransportinggoodseasily.However,peoplepaymoreandmoreattentiontoelevator

performanceforbuildingswithextremelyhighfloorsorlargecrowds.Nowadays,allkindsof

intelligentcontrolalgorithmsarewidelyusedinthefieldofelevatorcontrol,andthe

performanceofelevatorshasbeengreatlyimproved.Nevertheless,thereisstillleewayfor

modifiedandissuetobesettled.Themainresearchcontentsareasfollows:

Firstly,thecompositionofmovingstaircasedirectnumericalcontrolsystemandthe

operatingprincipleofelevatorareanalyzedtheoretically,andthetotalformulaofmoving

staircaseisputforwardinc