电梯和自动扶梯－三菱电机

预测下一个梯厅呼梯指令以减少候梯时间

当梯厅呼梯指令登录后，系统会预测下一个可能需要较长候梯时间的呼梯指令。 通过对已登录的呼梯指令及预测的呼梯指令进行分析，分配最佳的轿厢。 所有轿厢协同作业，以实现最优化操作。

运行效率最大化及能耗最小化

该系统会选择群组中在运行效率和能耗方面达到最佳平衡的电梯。 在高峰时段，运行效率具有较高的优先级，而非高峰时段则以能效为优先。

运行效率最大化的轿厢分配无需将能源效率作为参考因素。 当轿厢重载下行或轻载上行时，它可以高效利用能源。 因此，如果多台电梯具有相同的运行距离，系统会选择能耗最低的电梯。

相对于传统系统，此节能措施最高可减少 10% 的能耗，因此该系统能在保证乘客便利的前提下为业主缩减能源开支。

初始条件： 非高峰时段 轿厢 A : 停在 3 楼 轿厢 B : 承载数名乘客即将离开9楼 轿厢 C : 停在 9 楼 轿厢 D : 停在 1 楼 在上述条件下，当 6 楼登录了去往1楼的梯厅呼梯指令时， 无论轿厢 A、B 或 C 是否响应该指令，候梯时间和运行距离均相同。 轿厢将通过下述几种方式进行操作以响应该指令： 轿厢 A 将空载上行，然后承载一名乘客下行（能耗大于轿厢 B）。 轿厢 B 将承载比轿厢A更多的乘客下行（能耗最小）。 轿厢 C 空载下行，然后仅承载一名乘客下行（能耗最大）。 轿厢选择 非高峰时段以能源效率为优先，因此选择轿厢 B。

通过“规则集”模拟选择最佳的轿厢分配方式

利用神经网络技术，系统能够以数分钟为间隔持续、准确地预测客流状况。 高速的精简指令集计算机（RISC）会根据多个规则集和预测的客流状况进行实时模拟，然后选择可使运输效率最优化的规则集。

各个规则集的模拟示例和性能测试结果 下图所示为早晨上行高峰期的示例。 每隔数分钟就会根据预测的交通情况，选择一次理想的规则集。