JP4494696B2

JP4494696B2 - エレベーター群管理装置

Info

Publication number: JP4494696B2
Application number: JP2001531708A
Authority: JP
Inventors: 志朗匹田
Original assignee: Mitsubishi Electric Corp
Current assignee: Mitsubishi Electric Corp
Priority date: 1999-10-21
Filing date: 1999-10-21
Publication date: 2010-06-30
Anticipated expiration: 2019-10-21
Also published as: EP1146004B1; CN1193924C; US6315082B2; DE69923002D1; WO2001028909A1; US20010010278A1; EP1146004A4; EP1146004A1; CN1325360A; DE69923002T2

Description

技術分野
この発明は、複数台のエレベーターを一群として効率的に管理制御するエレベーター群管理装置に関するものである。
背景技術
一般に、複数のエレベーター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さ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２６６４７６６号公報や日本国特開平７−６１７２３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、制御パラメーター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、交通需要パラメーターと呼び割り当て時の評価演算パラメーターを入力とし、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、ニューラルネットの出力結果を評価して最適な評価演算パラメーター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ーターに限られており、このような単一の呼び割り当て時の評価演算パラメーター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い。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、ニュ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５１７回教材「エレベータ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ー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ーター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ョンが実施される。この群管理シミュレーションにおいては、個々の乗客データを入力し、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、シミュレーショ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や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選択し、良好な群管理制御を行うことができるエレベーター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ベーター群管理装置は、複数台のエレベーターを一群として管理するエレベーター群管理装置において、複数台のエレベーター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ャ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や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ものである。
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ョンの概念について説明する。
エレベータ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本的な制御であり、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、いくつかのパラメータがあるが、▲２▼に比較すれば、パラメータ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。これによって、▲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、１Ｆ→３Ｆ→７Ｆ→９Ｆ→１０Ｆ→８Ｆ→６Ｆ→３Ｆ→１Ｆ→２Ｆ→４Ｆ→６Ｆ→９Ｆ→１０Ｆの順序で走行した場合、
１番目のスキャン：１Ｆ→３Ｆ→７Ｆ→９Ｆ→１０Ｆ
２番目のスキャン：１０Ｆ→８Ｆ→６Ｆ→３Ｆ→１Ｆ
３番目のスキャン：１Ｆ→２Ｆ→４Ｆ→６Ｆ→９Ｆ→１０Ｆ
となる。
今、サービス階制限の一例として、１Ｆ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１Ｆ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−＃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１Ｆから１１Ｆないし１３Ｆ間をサービスし、別の場合には１４Ｆないし１６Ｆ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ーションを行い、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（１Ｆ→１１Ｆ，１２Ｆ，１３Ｆ，１１Ｆ以降のＵＰ移動）、第２ＵＰスキャン（１Ｆ→１４Ｆ，１５Ｆ，１６Ｆ，１４Ｆ以降のＵＰ移動）、第３ＵＰスキャン（１Ｆ→１７Ｆ，１８Ｆ，１９Ｆ，１７Ｆ以降のＵＰ移動）があり、ＤＮ方向のスキャンとして、ＤＮ方向移動がある。
シミュレーションにあたっては、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１Ｆ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、１Ｆ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、同様の手順でスキャ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、１Ｆに対する回送が必要な場合は１Ｆからの交通需要に組み込む。具体的には１Ｆ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、１Ｆ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はこの発明のエレベーター群管理装置の構成を示すブロック図である。
図１において、１は複数のエレベーターを一群として管理する群管理装置、２は各エレベーター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１Ａ、回送やゾーン分割・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トを格納した制御ルールベース１Ｂ、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１Ｃ、上記交通状況検出手段１Ｃによる検出結果に基づいて上記制御ルールベース１Ｂ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１Ｄ、上記交通状況検出手段１Ｃによる検出結果に基づいてビル内に発生するＯＤ（ＯｒｉｇｉｎａｎｄＤｅｓｔｉｎａｔｉｏｎ：乗車階と降車階）を予測するＯＤ予測手段１Ｅ、上記ＯＤ予測手段１Ｅの予測結果に基づいて上記戦略候補決定手段１Ｄ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ーション手段１Ｆ、上記リアルタイムシミュレーション手段１Ｆ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１Ｇ、上記戦略決定手段１Ｇにより決定されたルールセットに基づいて各かご全般の運転制御を行う運転制御手段１Ｈを備えており、それらの各構成は、コンピュータ上のソフトウエアによって構成されている。
また、図２は図１に示すエレベーターの群管理装置１内のリアルタイムシミュレーション手段１Ｆ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１Ｆは、図２に示されるように、シミュレーショ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１ＦＡ、各かごの停止判定を行う停止判定手段１ＦＢ、乗降車に関する処理を行う乗降車処理手段１ＦＣ、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１ＦＤ、シミュレーションの時刻管理を行う時刻管理手段１ＦＥ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ャートであり、また、図４はリアルタイムシミュレーション手段１Ｆの制御手順を表すフローチャートであり、さらに、図５はスキャン割り当て決定手段１ＦＡ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Ｓ１では、交通状況検出手段１Ｃにより通信手段１Ａ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Ｓ２において、ＯＤ予測手段１Ｅにより上記交通状況検出手段１Ｃによって検出された交通状況データに基づいてビル内ＯＤを予測する。あるいは周知の方法によりＯＤ推定値を用いても良い。また、戦略候補決定手段１Ｄにより上記ＯＤ予測手段１Ｅの予測結果に基づいて制御ルールベース１Ｂ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Ｓ２の手順において、各階乗降人数からＯＤ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ＯＤ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ー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Ｓ３において、リアルタイムシミュレーション手段１Ｆにより、一例として前述したスキャン割り当ての概念を利用して群管理パフォ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Ｓ３の手順はステップＳ２で用意された各ルールセットに対して行う。
ステップＳ４では、戦略決定手段１Ｇ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１Ｆ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Ｓ５では、戦略決定手段１Ｇにより上記ステップＳ４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１Ｈ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Ｓ３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は主にリアルタイムシミュレーション手段１Ｆで行われるシミュレー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Ｓ３０１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Ｔ２（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Ｓ３０２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Ｔ２（ｃａｇｅ）が、予め設定した時刻を越えれば終了し、ステップＳ３２０の統計処理を行う。そうでなければ、ステップＳ３０３以下の手順を実行する。なお、上記ステップＳ３０１、Ｓ３０２は、時刻管理手段１ＦＥが行うものである。
ステップＳ３０３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１ＦＡ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台のエレベーターが出勤時において１Ｆ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、ＵＰ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Ｓ３０３ではかごが走行に転じる場合、前述した第１ＵＰスキャン〜第３ＵＰ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）
＝Σ_ｉΣ_ｊｏｄ−ｐａｓｓ−ｒａｔｅ（ｉ，ｊ）×Ｍ＿ＯＤ＿Ｍａｐ（
ｍ，ｉ，ｊ）×ｔｘ（ｉ，ｊ，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
Ｍ＿ＯＤ＿Ｍａｐ（ｍ，ｉ，ｊ）：スキャンｍでｉ階からｊ階へサービスす
るならば１，サービスしないならば０
ｔｘ（ｉ，ｊ，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）
＝１−ｅｘｐ（−（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ＡＶ状態と呼び、ＡＶ状態になる確率を次式（３）により計算する。
Ｐ（ＡＶ，ｔ）＝ｅｘｐ（−（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ＡＶ確率Ｐ（ＡＶ，ｔ）で最大のものを選択する。
以上がステップＳ３０３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タ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Ｓ３０４では、ステップＳ３０３の手順でＡＶ状態が選択されたかどうかの判定を行い、ＡＶ状態の場合（ステップＳ３０４でＹｅｓの場合）、ステップＳ３０５へ進む。ステップＳ３０５では、指定されたかごのシミュレーション時刻Ｔ２（Ｔ−ｃａｇｅ）の時刻を所定の単位時間（例えば１秒）だけ進め、ステップＳ３０１に戻り、新たな指定かごを選択する。このステップＳ３０４、Ｓ３０５は時刻管理手段１ＦＥ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Ｓ３０４でＮｏの場合）、ステップＳ３０６以下の手順を実行する。
ステップＳ３０６では、割り当てられたスキャンに対し、停止判定手段１ＦＢが最初に停止する階、すなわちスキャン開始階Ｆｓの決定を行う。つまり、スキャ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）
＝Σ_ｊｏｄ−ｐａｓｓ−ｒａｔｅ（ｉ，ｊ）×Ｍ−ＯＤ−Ｍａｐ（ｍ，ｉ
，ｊ）×ｔｘ（ｉ，ｊ，ｔ）（４）
（時刻ｔでのｉ階停止確率）
＝１−ｅｘｐ（−（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Ｆｓとする。
（０−１の乱数）＜（時刻ｔでのｉ階停止確率）（６）
ステップＳ３０７では、現在位置からステップＳ３０６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）＝Ｔ２（Ｔ−ｃａｇｅ）＋走行時間とする。
この手順は時刻管理手段１ＦＥが行う。
ステップＳ３０８では、スキャン開始階Ｆｓ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にセットする。また、ステップＳ３０６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Ｓ３０９では、スキャン開始階Ｆｓでの乗車処理をステップＳ３０６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Ｆｓ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Ｓ３０６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ｊ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。
・（Ｆｓ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ｊ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Ｆｓ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人にセットする。
（ｃ）スキャン開始階Ｆｓ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Ｓ３０８、Ｓ３０９は、乗降車処理手段１ＦＣが行うものである。
また、統計処理手段１ＦＤ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Ｔ２（Ｔ−ｃａｇｅ）までの時間の１／２を待時間として仮定してセットする。
さらに、時刻管理手段１ＦＥが指定かごのシミュレーション時刻を次式（７）にセットする。
Ｔ２（Ｔ−ｃａｇｅ）＝Ｔ２（Ｔ−ｃａｇｅ）＋（１人当たり乗車時間）×（
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Ｓ３１０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（ＤＮ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、ステップＳ３０１へ戻る。そうでなければステップＳ３１２以下の手順を行う。これらステップＳ３１０、Ｓ３１１は時刻管理手段１ＦＥが行う。
ステップＳ３１２では、停止判定手段１ＦＢがステップＳ３１０で指定された階Ｆに停止するが（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Ｔ２−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Ｔ２−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）
＝Σ_ｊｏｄ−ｐａｓｓ−ｒａｔｅ（Ｆ，ｊ）×Ｍ−ＯＤ−Ｍａｐ（ｍ，Ｆ，
ｊ）×ｔｘ（Ｆ，ｊ，Ｔ２−ｔｍｐ）（９）
（時刻Ｔ２−ｔｍｐでのＦ階停止確率）
＝１−ｅｘｐ（−（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（１１）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）（１１）
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１ＦＥが指定かごのシミュレーション時刻を次式にセットする。
Ｔ２（Ｔ−ｃａｇｅ）＝
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Ｓ３１２で停止決定と判定し、ステップＳ３１３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Ｓ３１２で停止しないと決定し、ステップＳ３１０に戻る。
ステップＳ３１３では、ステップＳ３１２で降車決定と判定された場合に、乗降車処理手段１ＦＣ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）−（降車人数）（１３）
・かご時刻の更新
Ｔ２（Ｔ−ｃａｇｅ）＝
Ｔ２（Ｔ−ｃａｇｅ）＋（１人当たり降車時間）×（降車人数）
（１４）
また、統計処理手段１ＦＤが、各降車客に対して、次式（１５）によりサー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Ｓ３１２で停止決定と判定された場合でも、ステップＳ３１１で降車なしと判定された場合には、このステップＳ３１３は不要としてステップＳ３１４へ進む。
ステップＳ３１２で乗車なしと判定された場合には、ステップＳ３１４では時刻管理手段１ＦＥが次式（１６）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Ｓ３１０へ戻る。
Ｔ２（Ｔ−ｃａｇｅ）＝Ｔ２（Ｔ−ｃａｇｅ）＋（戸閉時間）（１６）
ステップＳ３１２で乗車決定と判定された場合には、ステップＳ３１４では乗降車処理手段１ＦＣで乗車処理を行う。この手順は、ステップＳ３０９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Ｓ３０９と同様の手順にて統計処理手段１ＦＤ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１ＦＥが次式（１７）により指定かごのシミュレーション時刻をセットする。
Ｔ２（Ｔ−ｃａｇｅ）＝
Ｔ２（Ｔ−ｃａｇｅ）＋（１人当たり乗車時間）×（乗車人数）＋（戸閉時
間）（１７）
その後、ステップＳ３１０へ戻る。
ステップＳ３０２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１ＦＤがステップＳ３２０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ベーター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、複数台のエレベーターを一群として管理するエレベーター群管理装置において、複数台のエレベーター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ャ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ダや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ョン（呼毎に複数のパターンでシミュレー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ョ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ャ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、常に最適なルールセットを適用して複数のエレベーターの群管理制御を行い、良好なサービスを提供する。
【図面の簡単な説明】
図１は、この発明におけるエレベーター群管理装置の構成を示すブロック図、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ローチャート、
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ョン手順を表すフローチャート、
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。

Claims

複数台のエレベーターを一群として管理するエレベーター群管理装置において、
複数台のエレベーターの現在の交通状況を検出する交通状況検出手段と、
前記交通状況検出手段の検出結果に基づいて交通需要を予測する交通需要予測手段と、
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及び前記交通需要の予測結果に適用してかごを走行させて反転するまでのスキャ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
を備えたエレベーター群管理装置。
請求項１に記載のエレベーター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や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ベーター群管理装置。