电梯零速停靠的RBF神经网络预测算法研究

摘要

随着高楼大厦的不断兴建，电梯已经成为不可缺少的代步工具，人们对电梯的服务质量提出了更高的要求。但是在电梯的运行过程中，电梯接近目标楼层时，存在一段耗时约10秒左右、爬行距离10厘米左右的平层低速段。电梯到达目标楼层时抱闸停车，运行过程不是标准的零速停靠，电梯的运行时间变长；若电梯到达目标楼层时还未进入爬行段，电梯会自动抱闸，影响电梯的舒适性。鉴于上述问题，本文提出了基于RBF神经网络的电梯零速停靠算法，主要包括两个方面的内容：爬行距离的预测和零速停靠算法的实现。
　　零速停靠是指电梯停车时速度为零，爬行距离也为零。电梯运行过程包括启动阶段、匀速阶段和制动阶段。要消除或减少爬行距离，在保证总运行距离不变的条件下必须在非爬行段多运行或少运行一段距离。由于启动和制动阶段的运行距离在理想状态下是固定的，因此可在匀速阶段多运行或少运行一段距离，这是零速停靠控制的基本思想。对于满速度曲线，将预测的爬行距离增加或减少到电梯的匀速段以提高电梯的效率；对于分速度曲线，将预测的爬行距离增加或减少到电梯的匀加速和匀减速段以提高电梯的效率。
　　首先对电梯运行过程进行研究，给出电梯速度曲线的基本知识，并对理想状态下满速度电梯速度曲线和分速度电梯速度曲线进行数学分析，给出其数学模型，并进一步给出其速度给定曲线的生成方法。然后引入RBF神经网络，利用RBF神经网络良好的逼近性能和全局最优特性，建立基于RBF神经网络的电梯爬行距离时间序列预测模型，并给出预测算法。利用从电梯运行现场采集大量原始数据，结合交叉验证的方法对预测模型的参数进行选取和优化，实现对爬行距离的预测。与BP(Back Propagation)预测方法进行仿真比较，RBF神经网络具有更好的预测效果。最后将电梯零速停靠算法应用到电梯运行控制中。仿真结果表明，爬行距离减小或消除，电梯的运行时间变短，提高了电梯的运行效率，能有效的节约能源和电梯的运行成本。

目录

电梯零速停靠的RBF 神经网络预测算法研究

RESEARCH ON RBF NEURAL NETWORKPREDICTION ALGORITHM FOR ZERO SPEEDPRKING OF ELEVATOR

摘 要

Abstract

目 录

第1章 绪论

1.1 课题来源及研究的目的和意义

1.1.1 课题来源及研究的目的

1.1.2 课题研究的意义

1.2 电梯速度控制系统综述

1.2.1 电梯运行速度曲线传统控制算法

1.2.2 国内外电梯速度控制系统的现状及分析

1.2.3 电梯速度控制中的智能优化控制算法综述

1.3 本文研究的内容

第2章 电梯运动过程分析及电梯速度曲线生成方法

2.1 引言

2.2 电梯速度曲线

2.2.1 电梯速度曲线基本知识

2.2.2 满速度运行的电梯速度曲线设计

2.2.3 分速度运行的电梯速度曲线设计

2.3 速度给定曲线的生成方法

2.3.1 满速度运行的速度给定曲线的生成算法

2.3.2 分速度运行的速度给定曲线的生成算法

2.4 本章小结

第3章 基于RBF 神经网络的电梯零速停靠控制

3.1 人工神经网络

3.2 RBF 神经网络

3.2.1 RBF 神经网络的结构

3.2.2 RBF 神经网络的学习算法

3.2.3 RBF 神经网络与BP 神经网络的比较

3.3 爬行距离预测模型

3.3.1 预测模型的建立

3.3.2 预测算法

3.4 电梯运行速度曲线的优化

3.4.1 满速度曲线优化机理

3.4.2 分速度曲线优化机理

3.5 本章小结

第4章 电梯爬行距离的预测控制研究

4.1 数据的采集与预处理

4.1.1 原始数据采集

4.1.2 数据的归一化处理

4.2 模型参数的选取

4.2.1 RBF 神经网络模型隐层神经元数目的确定

4.2.2 RBF 神经网络模型扩展速度的确定

4.3 预测仿真研究

4.4 本章小结

第5章 电梯零速停靠算法的仿真研究

5.1 电梯零速停靠算法

5.2 仿真研究

5.3 本章小结

结 论

参考文献

攻读硕士学位期间所发表的论文

哈尔滨工业大学硕士学位论文原创性声明

哈尔滨工业大学硕士学位论文使用授权书

致 谢

个人简历