复杂建筑环境下电梯系统的快速仿真研究

高效的电梯仿真系统是研究电梯群智能控制策略的基础平台。在深入分析电梯运行轨迹和速度特征的基础上,提出了一种基于运行轨迹节点的电梯系统快速仿真技术,实现了不同客流强度、客流分布和层站高度等复杂建筑环境下的电梯多速度模式运行仿真。实例表明,该仿真系统在仿真效率上较传统仿真平台有明显的提高,为各种电梯群控制策略研究所需的大量仿真实验提供了优良的测试平台,具有较大的应用价值。     

电梯群控研究及仿真试验台开发

电梯群控系统是将数台电梯统一管理，根据建筑物中的交通状况和相应的服务要求，提高运行性能的控制系统。分析了群控系统功能和特点，设计了系统的软硬件结构，建立了电梯群控系统仿真试验平台。硬件系统采用分布式控制，单梯运行仿真由各自相应的微控制器单元完成，群控及实时运行监控功能采用面向对象技术在工控机上实现，各功能模块之间采用CAN总线通信。该仿真试验台为群控策略研究提供了软硬件平台。     

基于统计近似的电梯群控系统的智能算法

针对电梯群控系统所要解决的是一个复杂的、不确定性的多目标随机系统的决策问题,本文提出一种新的电梯系统(EGCS)群控智能算法,综合考虑电梯运行特性,采用统计方法近似计算平均侯梯时间,应用模糊技术计算各电梯响应层站召唤的适合度,从而确定出最优电梯群控策略.仿真结果表明了算法的有效性.     

基于前向神经网络最佳派梯智能控制

通过对安装在大楼内的多台电梯进行智能调度,可有效节约能源、提高电梯的使用效率、缩短乘客等候时间。按照以人为本的原则,基于前向神经网络控制方法,根据群控电梯的主要性能指标构造评价函数;通过比较每部电梯评价函数值的大小,实现最佳派梯控制。仿真运行结果表明了本方法的可行性。与常用的模糊控制方法相比,该方法可使候梯时间缩短,电梯起停次数减少,能源损耗降低,实际应用效果良好。     

面向Agent的电梯群控仿真系统建模研究

扩展了UML建模语言，形成了面向Agent的UML（AUML）以辅助面向Agent系统的开发。并应用扩展的Agent图、用例图和顺序图建立了电梯群控仿真系统的Agent模型、功能模型和动态模型，从而为系统的设计、开发奠定了基础。实践表明，该方法在面对复杂多任务系统时具有更强的实用性和优越性。     

基于Multi-Agent的列车速度联控系统的仿真研究

以列车速度联控行车制式为基础，采用Multi-Agent技术设计了列车速度联控仿真系统的结构和运行控制模型，并完成了软件的设计和开发。使用该仿真系统进行了多个运输方案的试验，结果表明，基于Multi-Agent技术设计和开发的系统能较好地满足仿真的需求，同时该系统也为验证和分析速度联控行车制式理论的特点提供了一个研究平台。     

基于模糊神经网络的电梯系统交通模式识别

介绍采用模糊神经网络进行电梯群控系统交通模式识别的方法。用3步混合训练方法对用于模式识别的两个模糊神经网络进行训练,测试结果表明此方法可以准确地辨识出各种交通模式所占的比例,可以指导群控器优化派梯策略,提高电梯群控系统的服务性能。     

一种电梯群控多目标调度方法

针对电梯群控系统层间交通模式下用户对电梯需求多样化的特点 ,提出了一种适用于繁重层间交通模式的多目标调度方法 ,并采用遗传算法动态优化电梯调度方案 .仿真实验表明这种电梯调度方法是有效的.     

WCDMA数字基带算法仿真平台

研究了适用于第三代移动通信系统的DS－CDMA链路的基带算法软件仿真平台，在WCDMA系统的设计中可以选择多种高级信号处理算法与运行环境，仿真平台的设计是为了进行基带处理算法如信道估计，多用户检测和空－时联合处理等算法的开发，仿真与评估，从而对系统设计进行指导，基本的链路仿真平台建立在Matlab基础上，文中还讨论了优化仿真模型，提高了仿真速度的方法。     

单绕式电梯动力学建模及仿真分析

以某单绕式电梯系统作为原型，建立了基于ADAMS的电梯曳引驱动系统，导轮系统、载客系统以及曳引钢丝绳模型。在此基础上，根据电梯系统的实际约束，建立整梯虚拟样机模型，并按照实际工作状况设计了电梯系统在运行过程中可能存在的曳引机微转失衡扰动和导轨扰动，建立了电梯的虚拟运行环境。仿真结果揭示了曳引机微转失衡与轿厢垂直振动的因果关系，以及轿厢水平振动的加速度响应值与电梯运行速度成正比的规律。     

电梯上高峰模式下动态分区算法的研究

研究了电梯群控系统(EGCS)上行高峰时期的动态分区群控方法.动态分区是根据大楼乘客流量的大小和分布情况动态地调整楼层区域的划分;同时提出了一致的UPPINT的目标函数,将动态分区问题归结为一个最优化问题,用直接搜索法对其进行求解;并对群控的几种算法进行了仿真比较,验证了动态分区算法的良好效果.     

电梯群控系统的活动扫描法仿真

本文在对电梯群控系统进行分析的基础上，给出了该系统的一种仿真模型。进一步论述了用活动扫描法对该系统进行仿真的原理和步骤。最后以一个例子说明了该方法的可行性。     

基于面向对象Petri网的电梯群控系统建模

电梯群控系统是一种典型的离散事件动态系统,这体现在乘客到达的起始层、目的层和到达时间的随机性,所以,很难用一个传统的数学模型表达式来表示。提出了一种应用面向对象Petri网对该系统进行建模的方法,该方法在对电梯运行情况充分研究的基础上,分别建立电梯运行和电梯控制器Petri网模型,从而构造电梯群控系统模型。该建模方法不仅适用于电梯群控系统,而且适用于其它离散事件动态系统。     

基于干扰观测器的导引头稳定平台滑模控制

针对导引头稳定平台存在不确定弹体速度干扰以及非线性摩擦干扰的问题,结合滑模控制和非线性干扰观测器理论,提出一种基于非线性干扰观测器的二阶滑模控制方法。针对系统模型中的多个不确定干扰项,首先,采用新型微分跟踪器对状态量的导数值进行估计,进而得到干扰项的估计值,通过坐标变换,将系统中的不确定项进行归一化处理,便于控制器设计;其次,基于新型微分跟踪器设计了新型非线性干扰观测器,以实现对归一化后系统干扰项的精确估计;最后,采用二阶滑模控制算法进行控制器设计。仿真实验证明,新型非线性干扰观测器精度高、响应快,基于干扰观测器的二阶滑模控制方法能够有效隔离弹体扰动与非线性摩擦对导引头稳定平台的干扰,提高了稳定平台的鲁棒性和跟踪精度。     

基于平均报酬强化学习的电梯群组调度研究

针对电梯群控系统,建立基于平均报酬强化学习的优化调度模型。采用R-learning的平均报酬强化学习求解算法,在分析电梯群组调度问题特点的基础上,利用径向基函数神经网络解决行为值函数的存储与泛化问题,并结合电梯群组虚拟仿真环境进行验证。通过与两种典型的电梯群组调度算法进行比较,展示了平均报酬强化学习算法在处理具有吸收目标状态的大规模随机序贯决策问题的有效性及可行性。     

具有时间约束的电梯节能调度算法

针对电梯节能问题, 提出电梯能耗损失计算方法, 构建具有时间约束的电梯节能调度模型, 应用粒子群算法(particle swarm optimization, PSO)分别对已知目标楼层和预测目标楼层两种情况的电梯节能调度问题进行建模和求解. 通过数值仿真分析, 从等待时间和能耗两方面比较了三种算法(最近服务原则(nearest car, NC)、已知目标楼层的粒子群算法和预测目标楼层的粒子群算法)的性能. 研究结果表明, 与NC算法相比, 在保证80%以上 乘客等待时间小于60s的情况下, 已知目标楼层的PSO算法可以实现系统节能18.2%; 预测目标楼层的PSO算法可以实现系统节 能9.6%. 随着等待时间约束的放宽, PSO算法可获得的节能比例显著增加. 目标楼层的准确性对节能调度具有重要影响, 已知目 标楼层的PSO算法会比预测目标楼层的PSO算法约多节能10%.     

弹性高超声速飞行器抗输入饱和动态神经网络控制

针对弹性高超声速飞行器纵向动力学模型,分析了弹性模态的动态过程,研究了控制器设计问题。控制器设计采用内环与外环相结合的控制方式,内环控制器设计是以攻角和俯仰角速度为被控对象,将俯仰舵偏角作为控制输入,在考虑弹性模态动态过程的情况下设计抗输入饱和辅助系统处理输入饱和问题,采用反演设计方法设计控制器,并利用全局调节动态神经网络逼近控制输入的饱和特性;外环控制器设计是以飞行速度为被控对象,将燃料当量比作为控制量,保证弹性模态良好动态特性的情况下,设计抗饱和辅助系统处理输入饱和问题,采用终端滑模控制方法设计控制器,利用全局调节动态神经网络逼近输入饱和特性,理论分析证明了闭环系统所有信号均有界并指数收敛到原点的一个领域内,仿真分析验证了设计的控制策略可以保证弹性模态具有良好动态特性的情况下,系统的状态可以有效跟踪期望指令信号。