Asansör Sistemlerinde Kabin Hareketinin Yapay Sinir Ağları ile Denetlenmesi

Asansör sistemlerinin doğrusal olmayan özellikleri nedeniyle geleneksel kabin denetim yöntemleri yetersiz kalmışlardır. Asansör sistemlerinde kabin hareketinin farklı modern denetim yöntemleri vardır. Bunlardan bazıları bilgisayarlı denetim, bulanık mantık denetimi ve yapay sinir ağı denetimi (YSA) modern yöntemlerdir. Bu çalışmada örnek olarak 200 kişiye hizmet veren 5 katlı bir binada hizmet veren bir asansör sisteminin trafik analizinin yapılabilmesi için sistemdeki trafik akışı izlenebilen bir benzetim programı C++ Builder görsel programı ile yapılmıştır. Yapılann benzetim programında ki yolcu ulaşımları gerçek sistemlerde olduğu gibi trafik düzenine uygun rastgele sayılarda sağlanmıştır. Kabin hareketi ise yapay sinir ağı ve geleneksel yöntem ile ayrı ayrı denetlenmiştir. Yukarı-zirve trafik durumunda, geleneksel denetimle elde edilen gidip gelme ve ortalama bekleme zamanı ile yapay sinir ağı denetimi ile elde edilen gidip-gelme ve ortalama bekleme zamanı karşılaştırılmıştır. YSA ile kabin hareketi denetlenen bir asansör sisteminde gidip-gelme ve ortalama bekleme zamanlarının geleneksel yöntemlere göre daha kısa olduğu tespit edilmiştir.

Cabinet Movement of the Elavator Systems Control by Neural Network

Traditional cabin control methods are insufficient at elevator systems due to their random and nonlinear properties.There are differents modern cabinet control methods of elevator systems. Some of these are computer control, fuzy logic control and neural network. In this study, an elevator system simulation program, estimating cabin traffic and controlling cabin movement for a 5-floor building with 200 people, was prepared. Passenger numbers are obtained randomly in accordance with traffic structure as in real systems. A comparision of traditional control method and neural networks was made in cases of come and go movements and average waiting time of cabin during rush hour time thru upper floors. It has been observed that come and go movements and average waiting time of cabin in neural Networks are shorter than traditional methods