因此 ,通过在封闭轿厢内安装气压控制阀门和控
制设备就能够抑制耳鸣的发生。这样可为乘客提
供优越的超高速电梯乘梯环境

[ 2 ]

。

3) 安全装置　在短短几十秒时间上升到地

面几百米的高度 ,预防意外的紧急措施也是一个
十分关键的问题。世界上许多超高层大楼里都设
计有 10 多道的安全网。比如 ,如果电梯运行速度
大于规定速度 ,就要采取切断马达电源或使用电
磁制动装置进行制动。这样 ,即使悬吊轿厢的钢
缆断裂 ,一旦检测到电梯运行速度超过了平常的

13 倍 ,紧急刹车装置就会被自动启动 ,在导轨中

打入楔子使电梯强行停下来。速度超过1 000 m/

min 级电梯的安全装置在制动时导靴材料的表面

温度可超过1 000 ℃(轿厢的质量近10 t ,摩擦产
生的温度也超过1 000 ℃) 为了避免将楔子熔化
掉 ,必须使用耐摩擦高温的陶瓷楔子 ,从而最大限
度保障电梯高速、

安全行驶。

1112 　控制方面的问题和应对的策略

目前超高速电梯存在着如下几个控制难点。

①电梯的控制是非线性系统 ,建立它的精确

数学模型十分困难。 ②由于人的生理特点 ,人对
于启动和制动阶段的速度变化比较敏感 ,电梯启
动和制动瞬间由于摩擦转换引起的轿厢抖动使人

明显感到不舒适。 ③电梯在下降过程中将耗尽载
重及轿厢自重所具有的全部势能 ,这些势能将全
部转变为热量。频繁使用电梯将导致油温升到系
统无法承受的地步而不得不强迫停机。另外 ,油
温的上升也将使电梯的控制性能变差 ,影响电梯
的舒适性

[ 3 ]

。

解决的策略是采用智能控制系统。目前智能

控制系统应用在超高速电梯控制上主要有 :

1) 基于专家系统的电梯控制系统　始于 20

世纪 60 年代的专家系统是人工智能应用领域最
成功的分支之一 ,它的概念和方法被引入到控制
领域引起各方面的关注。电梯群控专家系统是由
知识库、

数据库、

推理机、

解释部分和知识获取部

分组成。通过知识获取部分来获取电梯界专家的
知识及经验 ,经过“知识表达”表达专家的思维及
知识 ,形成一定的控制规则存入到知识库中。由
于专家系统应用了人工智能的技术 ,解决了许多
用传统控制方法难于解决的问题 ,达到了较为优
化的控制目标。

2) 基于神经元网络构成的电梯控制系统　

电梯群控系统具有随机性、

非线性 ,难以建立精确

的数学模型 ,而神经网络学习的主要优点在于它
可以通过调整网络连接权来得到近似最优的输入

2输出映射 ,因此适应于难以建模的、非线性动态

系统。将神经网络应用在电梯控制中 ,使电梯控
制向智能化方向发展 ,已是当今世界电梯业发展
的潮流。

3) 基于模糊控制器的电梯控制系统　模糊

逻辑的思想来源于 L

1A1 Zadeh 引进的模糊矩阵 ,

并且可以通过巧妙地使用″

2then″模式基础 ,处理

语言上的和不确定的变量。由于电梯交通系统的
特点 (前已述及) ,在电梯群控系统采用模糊控制
的电梯的数量一直在增加。目前绝大多数日本制

造商的高水平群控系统是基于模糊逻辑 ( Fuzzy

Logic) 的。当乘客在停站注册呼叫一个楼层位置

时 ,电梯群控系统选择并指派最合适的电梯响应
呼叫。通过引进以规则的形式纪录专家知识的模
糊控制器能够为计算机控制提供知识 ,提高电梯
的性能

[ 4 ]

。

4) 智能 P ID 控制算法　模糊 P ID 主要是模

糊控制理论和 PID 的结合 ,在 PID 的 3 个参数、
控制系统、

反馈误差之间建立一种模糊关系规则。

当系统的参数变化时 , PID 的 3 个参数可以在线
调整 ,大大加强了 PID 控制算法的鲁棒性。

5) 预测控制算法　电梯系统具有明显的死

区 ,死区的存在引起电梯启动的抖动和系统性能
变差。对电梯的控制实际上是对电梯理想速度曲
线的跟踪控制过程。电梯的理想曲线具有启动加
速段 ,高速运行段 ,减速制动段 ,平层段。在启动
加速度和减速制动段 ,速度曲线是变化的。通过
预测控制 ,将此两段速度的变化率以一定的方式
前馈到控制器中 ,必将减小电梯的启动死区 ,进而
提高超高速电梯的运行品质

[ 3 ]

。

12 　超高速电梯的节能增效

除了超高速电梯中乘客乘坐舒适感和电梯的

安全方面的问题 ,超高速电梯还存在着节能增效
方面的问题。

随着越来越多的超高速电梯进入高层建筑 ,

能源消耗也迅速增加 ,如何减少超高速电梯运行
时的能源消耗已成为不可回避的问题。从超高速
电梯的管理角度讲 ,有以下解决方法 :

1) 将独立运行的电梯改为并联控制 (群控)

　电梯群控避免了其他电梯的空运行和无故平

・

增刊　　　　　　　周志翔等 : 超高速电梯发展中存在的问题与研究方向