JPH0517152B2

JPH0517152B2 -

Info

Publication number: JPH0517152B2
Application number: JP57133373A
Authority: JP
Inventors: Kenji Yoneda; Kazuhiro Sakata; Yoshio Sakai; Kenichi Kurosawa
Original assignee: Hitachi Ltd
Current assignee: Hitachi Ltd
Priority date: 1982-07-29
Filing date: 1982-07-29
Publication date: 1993-03-08
Also published as: JPS5922870A

Description

【発明の詳細な説明】〔発明の対象〕本発明は、交通需要に応じて制御するエレベー
ターに関し、特に上記交通需要の特徴を検出する
装置に係る。

〔従来の技術〕

最近、マイクロコンピユータ（以下マイコンと
称す）が各種産業に応用されてきており、エレベ
ーターの分野においても、複数のエレベーターを
効率良く管理する群管理制御装置や、個々のエレ
ベーターを制御する号機制御装置に適用されてい
る。こうした試みは、マイコンの持つ、小型、高
機能、高信頼性、低コストの特徴のため、エレベ
ーター制御装置に大きな貢献をもたらしている。

たとえば、群管理制御の場合、発生するホール
呼びを個々にオンラインで監視し、全体のホール
呼びのサービス状況を加味して、最適なエレベー
ターを選択し割当てることが可能となり、待時間
短縮に大きく寄与している。また、乗客の多く発
生したホールには複数台のエレベーターをサービ
スさせたり、重役階には待時間の短いエレベータ
ーをサービスさせるなどの優先サービス制御が可
能となり、きめ細かな制御を行い得るようになつ
てきている。

しかしながら、従来のエレベーター群管理制御
装置では、あらかじめ決められた固定化された制
御論理（制御アルゴリズム）およびパラメータに
より運転制御されているため、時々刻々と変化す
るビル環境に必ずしも適応したシステムとなつて
いない。たとえば、ビル完成時の交通需要と、そ
の後のテナント変更や、業務変更等があつた場合
の空通需要では、行先交通需要が異なつてくる。
即ち、交通流のモードが変化する。また、一日の
交通需要の中でも、出勤、昼食、退勤、平常とい
うような行先交通需要が大幅に変化する。

このように、交通需要が大幅に変化すると、効
率的な管理制御が困難となり、サービス低下を招
くことになる。

そこで従来は、特公昭48−15502号公報および
特開昭52−141942号公報等で提案されているよう
に、交通需要を検出し、予め定めた上記特徴を代
表する複数の代表点（以下、空点と称する）のい
ずれに近いかを判定してエレベーターを制御する
方法を採用していた。

しかしながら、この方式では、ビルの管理需要
が把握されていない場合、あるいはビルの環境変
化による新たな交通需要が生じた場合等に適応で
きないという問題があつた。

また、交通需要は一般に曜日によつても大きく
変化するビルが多く、曜日ごとにエレベーターの
制御形態を切り換えて制御する方法も提案されて
いる（特開昭55−130457号公報）。

しかしながら、休日の変動や、10日周期等で変
化する交通需要にはその都度個別に対応する必要
があつた。

さらには、学校や会館などにおいては非定期に
ほぼ同様の交通需要が繰り返えし発生する場合も
あるが、これらを適格にとらえることと、さらに
はこの交通に適した運転を行うことは不可能であ
つた。

〔発明の目的〕

本発明の目的は、エレベーターの交通需要が持
つている顕著な特徴を、そのエレベーターが設置
された建物に即して自動的に検出することのでき
るエレベーター交通需要の特徴検出装置を提供す
るにある。

〔発明の特徴〕

本発明の特徴は、エレベーターの交通需要検出
手段で検出した多数の交通需要のうち、新たな交
通需要のモードを制御用特徴モードとして抽出す
る手段を備えたことにある。

〔実施例〕

以下、本発明の一実施例を説明する。

エレベーター交通需要の特徴モード生成装置を
第９図〜第１３図に示す具体的実施例により詳細
に説明する。なお、実施例の説明に先立つて本発
明の制御概念を第１図〜第８図を用いて説明す
る。

第１図は、地下１階、地上10階建のあるビルに
設置されたエレベーターのある日の午前８時から
午後２時過ぎまでの交通需要の状況を交通需要の
顕著な特徴を表わす要素により図示している。但
し、日中は省略して図示しており、朝の出勤時間
帯と昼食時間帯の交通需要状況を示している。図
において曲線C₁は交通量の要素を示し、タイム
チヤート9U〜B1Dは地下１階、１階、４階およ
び９階の階床別のエレベーター上昇(U)および下降
(D)時の混雑集中度合を３値から成るデイジタル値
で示している。

一般にエレベーター制御、特に並設された複数
台のエレベーターを一括して最適に制御するため
には、個々の乗客がいつ、どこの階床からどの方
向へ行くかが事前に予測できる事が理想である
が、何千人におよぶ利用客に対し、エレベーター
の利用予定を事前に登録してもらう事は実際問題
として困難であり、また外来者の多いビルや行事
の多いビルは不可能である。

そこで本発明では過日の交通需要を学習し、今
日の交通需要に対する、エレベーターの最適制御
を可能とするために最も有効な手段として、その
ビルの交通需要を検出して、新たな交通需要のモ
ードを制御用特徴モードとして抽出する。

交通需要に色々な要素を含んでいるが、特にエ
レベーターに対し大きな負担となるのは交通量
と、各階床間の移動状況である。

交通量を示す関数Ｃ(t)は従来下記の(1)式で定義
していた。

Ｃ(t)＝時間帯ｔにおける５分間当りのエレベ
ーター乗込み人員／当該のエレベーターが受けもつ在館
人員×100％……(1) この交通量は異なるビルに設置された異なるエ
レベーター相互間での交通需要の大きさを比較す
るのに使用しており、負荷量の概略の比較ができ
る。すなわち平常は４％〜６％位の交通量であ
り、交通量が12％となると、極めて混雑した状況
であることがおおむね表現できている。エレベー
ター制御からみると他のビルとの比較は必要ない
から、在館人員は単なる定数として扱える。そこ
で本発明では交通量の単位として５分間当りのエ
レベーター利用人数で表現することとした。ここ
で、利用人数は乗かご人員（乗場からかごへ乗込
む乗車人数）または降りかご人員（かごから目的
階へ降りる降車人数）で表わす。

次に、所定期間の交通量（少なくとも１日の交
通量以上、できれば時定数が７日以上を有する降
通量から１日分に換算した平均交通量）を計測
し、第２図に示す如き度数分布図を作り、そのビ
ルにおける所定期間（例えば一週間）の交通量に
占める時間の割合から交通量評価レベルα₁、α₂、
α₃…を作り、このレベル値を使つて任意の時間帯
の交通量Ｃの大きさを示す評価値（交通量レベル
関数）CV(t)を求めることとした。

同一交通量であつても、全階が均等に混雑して
いる場合と、１階と２階にのみ乗降かご人員が集
中している場合とではエレベーターに与えるスト
レスは２倍以上の差となる。そこでこれを何らか
の形で特徴要素として認識する必要がある。しか
し、各階床間の移動状況（以下交通流と略す）の
特徴を定義する定説がないので本発明では混雑集
中階床Ｉ(t)と全階に対するその階の混雑集中度Ｖ
(t)により表現することにした。

尚、この混雑集中階床Ｉ(t)と混雑集中度Ｖ(t)は
エレベーター制御の性質上、乗かご人員（記号
Ｓ）と降かご人員（記号Ｒ）についてと、上昇方
向（記号Ｕ）ならびに下降方向（記号Ｄ）につい
て区分して求める方が種々の交通需要がもつさま
ざまな交通流の特徴を特徴モードとして適格に表
現できる。

これらから交通流の特徴要素として下記の８つ
の評価値を考える。

上昇方向の乗かご人員の分布状況を示す評価
値。

I ^S _oU(t)＝時間帯〔ｔ−Δt、ｔ＋Δt〕におけるｎ番目
に上昇方向乗りかご人員の多い階床……(2) V ^S _oU(t)＝I ^S _oU(t)階からの上昇方向乗かご人員時間帯
〔ｔ−Δt、ｔ＋Δt〕における上昇方向乗かご人員
……(3) 下降方向の乗かご人員分布状況を示す評価
値。

I ^S _oU(t)、V ^S _oU(t)、上昇方向の降かご人員分布状況を示す評価
値。

I ^R _oU(t)、V ^R _oU(t) 下降方向の降かご人員分布状況を示す評価
値。

I ^R _oD(t)、V ^R _oD(t) 尚上記において配列変数ｎは１〜サービス階床
数−１であるため、11階床のサービス階床を持つ
エレベーターの場合総計80個もの多量の評価値を
求め、かつこれを記憶し、識別のための処理を要
することとなる。そこで、交通流の特徴を表わす
上で実用に供する範囲内に簡略化することとし
た。

まず、方向性についてであるが、同一階床を方
向別に別々の階床であるとして表現することとし
た。

すなわち検出される混雑集中階床Ｉ(t)として方
向付階床を表わすデータを設定することにより同
等の効果を発揮できる。

また配列変数ｎの大きさであるが、エレベータ
ー制御に与えるストレスから評価して軽負荷な方
向付階床は必要性が少ない。すなわち重負荷とな
る数階床を要素とすれば群管理の性能向上に十分
に役立つ。例えば、複数台のエレベーターが群管
理されている場合に、他階床より優先して配車す
る制御や、複数のエレベーターを同一階に配車す
る制御を行なうと、交通需要に応じた最適制御が
可能となる。

そこで以下、説明の便宜上も考慮し、配列変数
ｎの持つ値は１、２、３とする。これにより上記
した80個の評価値を12個とできる。すなわち下記
の(4)式から(9)式で各要素の評価値を求めることが
できる。

I^S _o(t)＝時間帯〔ｔ−Δt、ｔ＋Δt〕におけるｎ
番目に乗かご人員の多い階床……(4) W^S _i(t)＝時間帯〔ｔ−Δt、ｔ＋Δt〕におけるｉ
階床からの乗かご人員……(5) (4)式と(5)式より乗りかご混雑集中階I^S _o(t)の混雑
集中度V^S _o(t)は下記となる。

I^R _o(t)＝時間帯〔ｔ−Δt、ｔ＋Δt〕におけるｎ
番目に降かご人員の多い階床……(7) W^R _i(t)＝時間帯〔ｔ−Δt、ｔ＋Δt〕におけるｉ
階からの降かご人員……(8) (7)式(8)式よりｎ番目の降りかご混雑集中階I^R _o(t)
の混雑集中度V^R _o(t)は下記となる。

尚、Ｆは方向付階床数である。

最終的には、これをさらに簡単化するために混
雑集中度関数Ｖを示す(6)式と(9)式に代つて下記の
(10)式と(11)式を採用し、合計８個の評価値を交通流
の特徴を表現する要素とした。

V^S(t)＝_F 〓ⁿ⁼¹ （V^S _o(t)）² ……(10) V^R(t)＝_F 〓ⁿ⁼¹ （V^R _o(t)）² ……(11) 尚上式は、乗かご、および降りかご人員の集中
度を表わしている。

第３図に第１図の時間帯（t₂〜t₃）においてよ
く発生する出勤時の代表的な交通流を示す。

ａは階ごとの集中度合を図示しており、曲線
fUPIN₁はUP方向側の乗かご人員の集中比率を、
曲線fDNIN₁はDN方向側の乗かご人員の集中比
率を示している。曲線fUPOUT₁と曲線
fDNOUT₁はそれぞれ上昇方向と下降方向側の降
かご人員の集中比率を示しており、乗かご人員比
率と乗かご人員比率のそれぞれの総和は100％と
なり、それぞれの総和人員は交通量で示される人
員に等しくなる。

第３図ｂは乗かご、降かご別に集中度の高い階
の順番に人員比率を図示したものであり、曲線
fVINは乗かご人員、曲線fVOUTは降かご人員
について示している。

以上により、第１図と第３図で示す代表的な出
勤時間帯〔t₂〜t₃〕の交通需要はその特徴を下記
の要素に分解して認識される。

(1) 交通量はＣ〔t₂〜t_2A〕≒120人／分 ……(12) Ｃ〔t_2A〜t₃〕≒200人／分 ……(13) (2) 乗かご人員の混雑集中度は V^S〔t₂〜t₃〕≒60²＋30²≒4500 ……(14) (3) 降かご人員の混雑集中度は V^R〔t₂〜t₃〕≒17²＋16²＋14²＋13²＋12² ＋11²＋7²＋4²≒1545 ……(15) (4) 乗かご混雑集中階I^S _o(t)のｎ＝１〜３の配列の
値は I^S _o〔t₂〜t₃〕＝＄02、＄01、＄00 ……(16) (5) 降かご混雑集中階I^R _o(t)のｎ＝１〜３の配列の
値 I^R _o〔t₂〜t₃〕＝＄07、＄04、＄06 ……(17) 尚、(16)式や(17)式で求める集中階Ｉ(t)については
第２図に示す様に混雑集中度の値がβ₁未満の階床
は集中階と称することができないので、その順番
ｎの階I_oとして集中階が存在しない事を意味する
記号として＄00を配列にセツトする。

この様にして、出勤時の交通需要は交通量が前
記した所定期間（１日など）において最大に近
く、かつ特定の階（ロビー）（I ^S _o=1(t)＝＄02であ
る）からの乗かご人員が大半をしめ、（V^S(t)＝
4500と大きい）かつ、DN方向の移動人員が極め
て少ないI^R _o(t)に＄81〜＄8Bがないという特徴を
持つことを上記した５つの要素の値により実用的
には完全に表現できている。

次に各種時間帯や、曜日により発生するさまざ
まな交通需要をいかに認識し、そのビルにおける
顕著な特徴モードとして抽出し、エレベーターの
制御にどのように利用するかについて説明する。

まずエレベーターとしての全体的な制御原理を
第４図に示す手順により説明する。尚第４図はプ
ログラムやハード回路の動作フローを図示したも
のではなく、特徴モードを検出し学習して行く過
程を説明する概念的な手順を示している。

まずビル新装オープンの開館日に先立つて、開
館後にエレベーターが円滑に稼動する、即ち、最
適制御が行われることを期待してインテリジエン
ト端末等からあらかじめ予想される交通需要の特
徴モードをKEYモード等より入力する（手順
P20）。この時入力するポイントは第１４図に示
す様にスケジユール時刻（テーブルNo.T291）の
乗降により混雑すると予定される階床を順にテー
ブルNo.T292へ入力する。これにより少なくとも
混雑集中階が分つたので上記した５つの特徴要素
評価値は例えば、AM10：00〜10：30に最も混雑
するとして次の通り作成する。

(1) Ｃ〔AM10−AM10.30〕＝135 ……(18) 交通量の指定なし時には中間のレベルα₄に相
当する135〔人／５分〕をセツトする。

(2) I^S〔AM10−AM10.30〕＝＄82、＄05、＄85
……(19) (3) I^R〔AM10−AM10.30〕＝＄82、＄05、＄85
……(20) ここで乗り混雑や降り混雑の指示がなかつた
ので両方に同一の階を入れた。

(4) V^S〔AM10−AM10.30〕＝1700 ……（21） (5) V^R〔AM10−AM10.30〕＝1700 ……（22）ここで、特に集中度の指定がなく、かつ３つの
混雑階を指定されたので集中度レベルβ₂に相当す
る値を選び1700とした。

また第１図に示した出勤や昼食時などの特徴モ
ードは一般的に発生しやすいので、これを工場出
荷時にROM等にセツトしておいても良い。これ
らは初日からできる限り最適な制御をしたいビル
においてのみ実施すれば良く原理的には不必要と
できる手順である。

次にエレベーター制御用の特徴モードの自動設
定即ち、新たな特徴モードの抽出、設定（手順
P30）について説明する。この部分の詳細手順を
第５図に示す。例えば１日分または一週間分の交
通需要を検出し（手順P31）、上記した５種の特
徴要素、すなわち交通量と、交通流の特徴要素を
演算し（手順P32）、記憶する（手順P33）、この
時、例えば7.5分おきに交通需要を検出すると１
日間で192組となり、１週間分で1344組となり、
すでに述べた５種の特徴要素値を記憶するのに約
10KBの不揮発性メモリが必要となる。また、特
徴モード抽出の学習演算もその分時間が掛ること
となり、高速な演算ハードが必要となる。さらに
利用人数の少ない時に特徴を表現することは無理
がある。そこで交通量が小さい時は長い周期と
し、交通量が大きい時は短かい周期で検出するこ
ととすれば、その分記憶する組数が低減する。例
えば所定人員の交通があつた時に特徴検出すると
一日約48組位となる。但し所定の時間、たとえば
30分以上たつた場合はその時点で特徴検出を行な
うものとする。尚この方式とした時はその時間幅
を示すための時刻データも特徴データとペアで記
憶する必要がある。以上の手順を所定期間、例え
ば１日間繰り返えし（手順P34）、一日分の分析
された数十または数百組から成る交通需要を記憶
する。次に新たな特徴モードの設定を行なうか否
かを評価するための特徴モード抽出関数を求め
る。

まず第１に、すでに求めた特徴要素値を粗い数
値に再評価する。まず第２図に示す交通量レベル
α₆〜α₁を求める（手順P35）。

次にこの交通量レベルを使つて各組の交通量を
交通量レベル関数CV(t)に変換する。

第２図ａで求めた交通量の値の数は７ケ（＄06
〜＄00）としたが、さらに少なく、例えば４ケと
することとしても良い。

また、混雑集中度の度数分布を作り、第２図ｂ
の曲線V₁を作り、レベルβ₁〜β₄から成る分布レ
ベルを設ける。これにより各組の混雑度集中関数
値Ｖ(t)を混雑集中度レベル関数VV(t)に変換する
（手順P37）。以上により、所定期間検出した交通
需要の各組を粗関数で表現した配列を作る（手順
P37）。

さらに、例えば下記の式で表わされる特徴モー
ド抽出関数PS_(n)を用いて、検出した交通要素の
全ての組について演算し特徴モードを抽出する
（手順P38）。ｍは特徴モードに与えた番号であ
る。

PS_(n)＝T_(n)｛k₁（CV_(n)）＋k₂（VV^S _(
n)＋VV^R _(n)｝……（23）尚特徴モード番号ｍは検出された順番に付けて
行けば良い。そして、係数Ｔ(m)は各特徴モードｍ
について同一の特徴モードまたは類似のモードが
検出された回数または累積時間とする。この式
は、交通量の大きさとその検出回数や累積時間の
大きさの双方から、特徴モードを抽出するもの
で、エレベーターの制御を最適化しようとするの
に好都合である。

万一特徴モードが所定数を越えた時は、T_(n)が
小さくて、１番早く抽出した特徴モードを他の最
とも接近している特徴モードへ含める。

また同一の特徴モードと認識する際には第１の
混雑集中階I^S ₁やI^R ₁が一致しているか否かで判定し
ても良く、I^S ₁〜I^S ₃まで全て一致しているかで判定
しても良い（手順P38）。

以上により求めた複数の特徴モード抽出関数値
PS_(n)を相互に比較し、新規の特徴モードの中で
PS_(n)が最大の１組または上位の複数組を選択し、
新たなエレベーター制御用特徴モードとして仮登
録する（手順P39）。尚この時、予め設定されて
いる特徴モードが無い場合や少ない場合は多めに
仮登録するものとしたり、常に制御用特徴モード
を設定できる最大数に達するまで仮登録すること
にし、より早い日数で特徴モードの設定が完了す
る様にする。尚、仮登録する特徴モードの要素値
は混雑階床集中度レベル関数VV(t)と交通量レベ
ル関数CV(t)などの粗関数値ではなく、元の関数
Ｖ(t)とＣ(t)の値を登録するものとすれば、これに
より以後の識別が正確となる。

以上により、そのエレベーター個有の交通需要
の中に存在していた特徴の形態（モード）を自動
抽出できたが、本発明はこれに限定されるもので
はなく、あらかじめ予測される数十個の特徴モー
ドを設定しておく構成とすることもできる。

この様にして新たに自動抽出され仮登録された
特徴モードと、すでに登録されている特徴モード
の優先度を求める特徴モード優先関数φP_(n)と、
登録済特徴モードの特徴要素関数値の修正によ
り、新らたな特徴モードの生成即ち、抽出された
仮登録された新たな特徴モードをメモリー（テー
ブル）に本登録する特徴モード生成制御（手順
P40）について第６図を用いて説明する。これ
は、本登録できる特徴モード数がメモリー容量の
都合で限度がある場合に、重要度の点より、本登
録するか否かを判断し、重要度の低いものを抹消
し、高いものを本登録するものである。

尚、登録済特徴モードの要素関数には、すでに
述べた検出した交通需要の特徴要素関数値C_n、
I_n、V_nの他に、定期的に繰り返えす特徴を学習
するための周期関数TP_nと、日別に定時に発生す
る特徴を学習するための時刻関数TH_nを追加す
る。

まず、第１に手順P33で作成したN1組の特徴
要素関数で表現される多次元ベクトルが作る空点
P_nの一つ一つについて下記の手順によりM1組の
登録済特徴モード要素関数で表現される多次元ベ
クトルが作る空点P_nのいずれに最も近いかを学
習する。

尚、各要素間のウエート付は定数k₃〜k₅により
行なう。

検出した交通需要の特徴要素関数によるベクト
ルが作る空点P_oのベクトルは（25）式で表され
る。

Ｋ＝_defk₃ ０ k₄ k₄ k₅ k₅ ０ ……（24） P_o＝ＫC_o I^S _o I^R _o V^S _o V^R _o ……（25）空点P_nも同様に記述でき、２点間のスカラー
P^_onは（26）式で求められる（手順P41）。尚混雑
集中階はここでは原理の説明につき第１の階のみ
評価することとし、式を簡略化しているが、実際
には第２、第３の集中階もウエイトを軽くして評
価に加えた方が良い。また、階床の番号差（差値
＝I^S _o−I^S _n）を求めても良いが一致した時は“０”、
不一致の時は“１”を与える様にしても良い。

（26）式により最も近い空点P_nを持つ登録済
特徴モード番号ｍを求め、これを最も近い登録済
特徴モードであるとして記憶する（手順P42）。

ｍ（P_o）＝MIN（P^_o1、P^_o2、…P^_oM1） ……（27）以上の手順をｎ＝１からｎ＝N1について実行
し、次々と検出した交通需要の特徴要素関数と対
応してｍ（P_o）を記憶する（手順P42）。

次に例えば登録済特徴モード毎に選択された回
数または時間の積算値を求めこれを登録済特徴モ
ードの評価関数φT_nとする（手順P44）。

次に特徴モード抽出優先関数φP（ｍ）を（28）
式より全ての登録済特徴モードについて求める。

φP_(n)＝（１−k₆）φP_n＋k₆×φT_n ……（28）尚、（28）式における右辺のφP_nは前回処理ま
での値であり、左辺は今回処理による右辺演算結
果により更新されることを意味している。

この値の最小のものまたは下位の複数個の特徴
モードを登録から除去する（手順P45）。従つて、
先に仮登録した特徴モードは大きな値を取れない
ので除去され易い。

最終的に決定した登録済特徴モードP_n（個数
M2）の各要素関数の値の大きさを（28）式と同
様の指数平滑により学習し、設定する（手順
P46）。

例えば交通量関数C_nまたは交通量レベル関数
CV_nは今回の所定期間（１日または一週間）にお
いて特徴モードｍに近いと判定された交通需要の
要素値か、または特徴モードｍとして判定された
複数の交通需要の要素値の加重平均より求めた値
と登録済特徴モードの要素値とで（28）式と同様
の学習（指数の平滑処理）計算を行ない、交通量
要素関数値とする。混雑集中階については第２、
第３の関数値を過去のデータも含めて発生頻度の
大きいものから順に選択する。

また時間に関する関数TP_(n)とTH_(n)も（28）
式と同様指数平滑して求める（手順P47）。

尚周期は前回検出してから今回検出までの時間
を特徴モードP_n毎に学習する。多頻度に発生す
る周期も複数個について学習するようにすれば、
異なる周期で繰り返される特徴も学習することが
できる。また１日において発生する時刻を複数
個、個別に学習し、時刻関数TH_(n)として記録す
ることにより、より正確な予測制御が可能とな
る。

以上により抽出され、要素の関数を学習しそし
て設定して生成（本登録）された特徴モードをも
とに第４図の手順P50による特徴モード別交通情
報の記憶と学習を行ない、そのデータをもとに特
徴モード別の最適制御パラメータの演算や最適制
御プログラムの選択と記憶などを行う（手順
P60）。

尚、制御パラメーターの演算、制御プログラム
の選択などは、実機がコンピユータの場合で能力
があれば実機で、あるいは、エレベーターまたは
ビル監視用コンピユータや中央保守センターの大
型コンピユータによつて処理するようにする。

次に現状の交通需要の特徴を手順P31とP32と
同様の方法で分析し、手順P41とP42と同類の方
法で登録済特徴モードに識別する処理を行う（手
順P70）。

ただここで少し異なる改善例について補足説明
する。すなわち前者の場合は時間要素を入れなか
つたが、実際の運転においては特に群管理制御エ
レベーターにおいては、制御アルゴリズムや制御
パラメーターを切替えてから、実際に機能するま
での制御遅れはエレベーターの一周時間が平均
120秒であることより数分あると考えられ、10分
たてばおおむね安定すると言う性質がある。

そこで、特徴認識をする（26）式または（27）
式等に時間的な連続性を加味することが好まし
い。例えば（27）式において、前回選択され現在
エレベーター制御している特徴モードｍのスカラ
ー量P^_tnの項だけを（P^_tn）k₇とし、係数k₇を１よ
り小さい値を取るものとすれば、その分だけ、前
回選択され現在のエレベーター制御用特徴モード
が選択され易くできる。第２に、毎日、同時刻に
繰り返えされる特徴モードについても同様の手段
を構じ、早めに検出することも有効である。

例えば出勤時の様に平日なら毎日８時15分頃に
出勤のピークが来ることを特徴の一つとして抽
出、学習し、時刻要素関数TH_(n)として0.8、15が
記憶されている場合、例えば（27）式の当該の項
だけを（29）式に切替えて特徴モード識別する
（手順P70）ことにより、早めに過日までに学習
した（手順P50とP60）出勤データによる出勤に
適応した運転形態とすることができる。

P^_tn′＝（P^_tn）・（１−k₈k₉−｜ｔ−TH_n
｜／k₉・｜｜ｔ−TH_n｜＜k₉｜）……（29）（29）式も（28）式と同様に右辺演算の結果に
より左辺P^_tnが更新される意味を持つ。また、｜｜
ｔ−TH_n｜＜k₉｜の値は｜｜内の条件式が成
立するときに“１”、不成立のときに“０”をと
る。

k₉が例えば15分とすると、現時刻ｔが過日まで
に学習された予測時刻を示す要素関数TH_(n)の値
０、８、15の示す時刻の±15分内になるとP^_tn′の
値がスカラー量P^_tnより小さくなり、時刻が一致
すると１−k₈の値だけ選択され易くなる。

以上による特徴モード識別（手順P70）は現在
の交通需要の特徴が登録済特徴モードP_nとほぼ
近似（（29）式や（26）式で求められる値が所定
値より小さい）していることで識別し、その特徴
モードP_nにより求められている制御データ（手
順P50とP60で作成した制御パラメータ及び制御
プログラム）によりエレベーターを運転制御する
（手順P75）。

ビルの環境やビル内のレイアウト変更により、
交通需要が急変した事などにより、上記した値
（（29）式や（26）式で求めた値）が所定値を越え
た場合は、第１の特徴モードP_nのみならず、比
較的近い複数の特徴モードを識別し、これら特徴
モード別に持つ制御データを補間して使用した
り、交通情報を接近度に応じたウエート付で和を
取り、手順P60を実行し、求められたパラメータ
等によりエレベーターを制御する（手順P75）。

但し、当日だけの行事がある場合は、あらかじ
め時刻と行事の内容を階と制御の種類で指定し、
スイツチやKEYボード等より入力しておき、そ
の入力内容を解析して何階と何階に対し、いかな
る制御を行なうか（優先サービス２台割当、ドア
開放タイム延長、不停止、暗号登録許可など）を
判断し、所定時間帯に入つたと判定すると手順
P75により求めた運転形態や制御パラメータに優
先して少なくとも一部を、行事予約した内容で運
転を指令する（手順80）。この様な手順により、
求められた常に最適な制御となると予測される運
転方式（アルゴリズム）とその制御定数（パラメ
ータ）を使用してエレベーターを運転制御する
（P90）。

また、ビルのレイアウト変更や、１ケ月間開催
する展示会などにより交通需要の急変が予定され
ているスケジユールをKEYボード等により設定
し、特徴要素関数値を手順P20で説明したのと同
様にして新しい特徴モードとして仮設定してお
き、制御用特徴モードとして登録されるまでの学
習速度が早まる様にする（手順P95）。

以上により第４図に示した、本発明の利用形態
を理解いただけたと考えるが以下、全体的な事に
関して補足説明する。

(1) 手順95が終了したあと一般にはルートP92−
２により特徴モードの設定へ戻るが、使い勝手
やモラルなど、エレベーターの最適制御をめざ
す以外の要因により適応学習制御を実施できな
いビルにおいてはルートP95−１とすることも
考えられ、例えばスケジユール設定器により指
示された時のみルートP95−２へ進む様にする
方法が良い。

さらに良い方法は、常にルートP95−２へ進
ませるが、手順P40や手順P60におけるアクテ
イブな動作を制限し、手順P80またはP90の装
置をインテリジエント端末化し、CRTなどへ
学習結果を人間が判断しやすい形状に表示し、
エレベーター管理者が、学習した内容を確認ま
たは一部修正を加えて登録などのアクテイブな
学習制御を実行することである。

(2) 第４図に示したのは学習制御の手順であり、
実際の動作は、例えば手順のP30に含まれる交
通需要の収集、検出と手順P70の特徴モード識
別と、手順P75と手順90のエレベーター運転制
御は平行して実行される。

特にエレベーターの運転制御は、一般には常
に即時に作動することが要求され、当然他の手
順とは平行して作動する様にシステムを構成す
る必要がある。例えばコンピユータ制御の場合
は手順P40やP60やP75など多大な処理を要す
るプログラムは、手順P90のタスクより下位タ
スクに割当てることにより、エレベーター制御
プログラムを優先的に実行し、空いた時間に学
習制御を実行する構成とすることにより実現で
きる。

また他の方法としては学習制御部を別のコン
ピユータとして並行処理させることもできる。

次に本発明の原理を実施した場合の効果を第７
図、第８図により説明する。

第７図は放送センターなど日中に見学者が多い
ビルの場合の見学者だけの交通需要の交通量曲線
C₃を図示した。事前にスケジユール予約がなか
つた場合の学習過程を第１日目と第２日目と第ｎ
日目について示した。記号PLWは見学者交通需
要の特徴モードP_oについての時刻関数TH_oの大
きさを示し、初日は零であり、しだいに広がり、
それにつれ、特徴モードとして抽出される時間帯
が見学者の交通量に見合つて、早く選出されるこ
とが示されている。

尚記号PLKは見学者の特徴モードを抽出し設
定するための特徴要素関数の検出状況を示した。

第８図に見学者を含めた交通流の階間移動状況
を示す。すなわち、４階の上、下と、１階の下方
向の降り客が多い事を降かご人員比率曲線
fUPOUT₁₈とfDNOUT₁₈が示しており、これに
見合う特徴要素関数が学習される。

では次に本発明の第１の具体的実施例を第９図
から第１１図の回路図と、第１２図と第１３図に
示す記憶データとにより説明する。

エレベーター運転制御系１１０（手順90を実
行）はホール呼び登録回路１１１からエレベータ
ー駆動装置１１５により構成されており、それら
各制御装置または回路１１１〜１１７を実現する
装置はそれぞれ公知の技術で良い（例えば特開昭
52−140149号公報）にはかご内重量検出装置及び
乗・降人数を検出する手段が示してある）。従来
と異なる点は、これら回路の情報をきめ細かく、
例えばドア開閉制御装置１１４に含まれる。開、
閉釦や、光電装置の動作信号までをも、本発明に
より新たに設けた交通需要を検出する交通需要検
出回路１３０へ入力し、そして、交通需要の特徴
モードを学習し、識別した結果に適応として最終
的にフイードバツクされてくるエレベーター運転
制御形態選択回路１７０（手順P75）からの信号
により、制御アルゴリズムや制御定数（パラメー
タ）を切り換える手段を持つ点である。

第１０図に詳細を示す交通情報検出回路１３０
で検出した交通需要信号Ｄ１３０は交通需要特徴
モード識別回路１５０（第１１図に詳細を示す）
へ入力され、その出力である識別された特徴モー
ドに応じ特徴モード別情報学習回路１６０はモー
ド別にデータを記憶する交通需要記憶回路Ｄ１６
１Ａとサービス状況（エレベーター稼動台数、ホ
ール呼び継続時間、戸開時間、館内騒音レベル、
誤乗、いたずら、乗かご拒否、電源電圧、温度な
ど）記憶回路Ｄ１６１Ｂと、検出された時刻や周
期などを記憶する時間帯記憶回路Ｄ１６１Ｃとに
より収集されたデータの累積と学習（手順P50）
を行ない、結果を記憶する。その他の回路として
は時刻信号発生回路１４０があり各回路の動作制
御に使用される。他にも手順P20とP80とP95の
制御に関連する予約・設定回路１９０があり、入
力された内容に応じて、制御形態記憶回路１９２
と時刻記憶回路１９１と、制御目標登録回路１９
３に必要なデータが記憶される。また、省エネ度
指令回路１８１や、サービス度指令回路１８２
や、環境度指令回路１８３とこれらへの入力手段
となる入力装置１８４から構成される目標値設定
回路１８０があり、主として制御形態選択回路１
７０へ入力され、エレベーター制御へ反映され
る。

第１０図と第１１図により本発明と特に関連の
ある交通需要の特徴モード抽出について説明す
る。

エレベーター制御系１１０からの入力信号線Ｌ
１１１〜Ｌ１１７によりエレベーターの運転と交
通需要に関するデータを収集し、回路Ｄ１３１で
データ累積する。

この時の開始時刻を回路Ｄ１３１Ｔで記憶す
る。この様な交通情報計測を回路１３１で実施
し、所定期間（数分）ごとに、回路１３３により
現状の交通需要を計算する。すなわち、回路１３
１のデータを回路Ｄ１３１Ｔに記憶されている時
刻と現在の時刻との差を求めて得られる計測継過
時間で割ることにより求められる。

この現状の値を数十分程度の時定数を持つ演算
回路１３４により、平滑し、現状時間帯の交通需
要として信号線Ｄ１３４により出力する。

この信号は主として、回路１５７による特徴識
別（手順P70）において、識別の安定化を図るた
めに使用する。

回路１３２は、データLD１３１の大きさと時
間経過により動作する、第１１図に示す交通需要
の要素値演算要求回路１５２の出力信号Ｄ１５２
により作動し、回路Ｄ１３１とＤ１３１Ｔの内容
と現在の時刻をサンプリングホールドする。

そして、回路Ｄ１３１のデータはクリアされ、
回路Ｄ１３１Ｔへ現在の時刻を再セツトし、次の
交通需要の検出（その他の情報サンプリングを含
む）のためのデータ収集を実行する。

この様にして検出された交通需要を含む信号Ｄ
１３２は第１１図の回路１５１〜１５６より成る
交通需要の特徴抽出（手順P30）部への入力デー
タとなる。

まず回路１５１は新たな交通需要が検出される
度に信号Ｄ１５２より少し遅れて出力される信号
Ｄ１５２−２により、交通需要の特徴要素の関数
を演算し、これを回路１５３により記憶する（手
順P32、P33に相当）。

次に評価用関数を作るための交通量レベルを作
る（手順P35）制御と交通流の集中度を評価する
関数を求める（手順P36）制御を回路１５４によ
り実行する。この制御は現状交通量（データ信号
Ｄ１３４）が低く、かつ所定期間、例えば１日が
経過した時に実行される。尚この時、第２図に示
した曲線C₂を所定期間が経過する以前にあらか
じめ作り回路１５４の制御を速くする目的より回
路１５９を設けた。

尚、交通需要が検出される度に記憶回路１５３
には第１２図に示す様なデータを記憶される。す
なわちｎ番目の１回当りの記憶データＤ１５３ｎ
は13個から構成した場合を図示しており、これ
が、帯状または機能的に環状を成す記憶回路によ
り順次記憶されて行く。

尚、原理の所で述べなかつた乗客層識別要素関
数TM_1oとTM_2oについて補足説明する。

同一交通需要でも、利用する客層や時間帯によ
り、その性質が変化してくる。

例えば、朝はあわただしく動くが、夜はゆつた
りとした動作となり、ともすれば一番早く来たエ
レベーターに乗り損なつたりする。この様子を環
境関数TM_ioとする。

また、子供が多くて１人当り平均荷重が軽かつ
たり、いたずら呼びが多い事や、車イス呼びや
VIP呼びなどの発生比率を表わすものとして客層
関数TM_2oを用いる。これらの乗客層識別関数も
エレベーター制御へのストレスの一部となるの
で、これらを特徴要素として追加したものであ
る。

以上の様に記憶されたデータより回路１５５で
特徴抽出を行ない（手順P37〜P38）、抽出された
特徴モードは第１３図に示す記憶データＤ１５９
を１組として、特徴モードの数M1組（ここでは
合計９）のデータＤ１５６として記憶する（手順
P39）。また、手順P80や手順P95における行事予
定やスケジユール設定による特徴モードデータは
Ｄ１５８として別に記憶されている。

そしてスケジユール設定やイニシヤルセツトさ
れたデータによる特徴モードは自動学習による消
去をさせないものとする。

尚、現状の交通需要の特徴を登録済特徴モード
と照合して識別する処理（手順P70）は、前述し
たように、手順P31とP32の実行手段である回路
１３０及び手順P41とP42の実行手段である回路
１５０（回路１５６や１５７）を用いて同様に実
行できる。そして回路１５０の出力信号である制
御用特徴モードは制御形態選択回路１７０の入力
となり、当該モードに適応した制御形態信号をエ
レベーター運転回路１１６へ入力する。

以上、第９図をもとに本発明の一実施例を説明
したが、本発明はこれに限定はれるものでなく、
例えば第１１図に示す回路１５１〜１５６と回路
１５９により特徴モードの設定と生成を行なう部
分をエレベーター制御装置と独立させることがで
きる。

例えばエレベーター制御回路をデイジタルコン
ピユータにより制御する装置の場合には、上記し
た特徴モードの設定と生成を行なう部分を別個の
デイジタルコンピユータにより処理したりあるい
はビル管理コンピユータやエレベーター管視室な
どに設置された、コンピユータで処理制御する構
成とすることもできる。

さらには特開昭55−70684号公報に示す可搬式
のエレベーター保守装置により、必要な期間だけ
この装置を接続し、エレベーターの交通需要の変
化を捕らえ、新しい特徴モードの設定や、すでに
登録されている特徴モードの学習による生成を行
なうこともできる。

〔発明の効果〕

以上説明した様に、本発明によれば、エレベー
ターが設置された建物に即してエレベーターが持
つ交通需要の新たな特徴モードを正確に抽出でき
る。

【図面の簡単な説明】

第１図〜第８図は本発明の一実施例に係る原理
を説明する図、第９図〜第１１図は本発明による
交通需要の特徴検出装置の一実施例構成図、第１
２図および第１３図は記憶データを説明する図、
第１４図は交通需要の特徴要素を仮設定するデー
タを説明する図である。１１０……エレベーター制御系、１３０……交
通情報検出回路、１４０……時刻信号発生回路、
１５０……交通需要の特徴モード識別回路、１５
７……交通需要の特徴識別回路、１６０……特徴
モード別情報学習回路、１７０……制御形態選択
回路、１５１……交通需要の特徴要素値演算回
路、１５５……エレベーター制御用特徴モードの
設定回路、１５６……エレベーター制御用特徴モ
ードの生成回路。

Claims

【特許請求の範囲】

１交通需要検出手段と、この交通需要検出手段
の出力を設定または登録された交通需要モードと
所定の評価値に基いて比較しどの交通需要モード
に属するかを判定する手段と、この判定された交
通需要モードに対応しその交通需要に適用する制
御パラメータを選択する手段と、選択された上記
制御パラメータに従つて多階床間にサービスする
複数台のエレベーターを制御する手段とを備えた
エレベーター制御装置用のエレベーター交通需要
の特徴検出装置であつて、上記判定手段は、上記
交通需要検出手段で検出された複数階床毎の上昇
及び下降時の乗車人数及び降車人数を含む所定の
評価関数の値に基いて、上記設定または登録され
た交通需要モード以外の新たな交通需要の特徴モ
ードを抽出する手段を備えたことを特徴とするエ
レベーター交通需要の特徴検出装置。