Commanditée
Commanditée

Analyse du trafic des ascenseurs : analytique ou simulée

Commanditée

Les deux principales classifications de l'analyse du trafic sont comparées et contrastées, avec les travaux de nombreux experts du domaine cités.

par le Dr Albert So et le Dr Lutfi Al-Sharif

L'analyse du trafic est l'un des trois domaines clés associés à l'étude des systèmes d'ascenseur, avec les entraînements et les composants de sécurité. L'analyse du trafic des ascenseurs est fondamentale pour la planification et la conception des systèmes d'ascenseurs. Au fil des ans, différentes approches ont émergé, et elles peuvent être largement classées en catégories « analytique » et « simulée ». Cet article explore comment ces deux approches se complètent, ainsi qu'une troisième approche, basée sur des méthodes numériques (en fait, des hybrides des deux autres).

Guide CIBSE D : Systèmes de transport dans les bâtiments (l'édition 2010 étant la dernière) a été largement utilisée dans le monde (en particulier, en Europe et en Asie) comme référence utile par les ingénieurs d'ascenseurs, les planificateurs, les architectes, les consultants et les créateurs de code. Ces deux approches sont mentionnées comme deux modèles au chapitre 3 du Guide. Le premier modèle utilise une méthode de calcul basée sur des formules mathématiques, généralement applicable aux situations de pointe. Un tel modèle classique est utilisé depuis près de 80 ans et aboutit à une solution satisfaisante pour 90 à 95 % des conceptions. Ce modèle est appelé « analytique » dans cet article ; dans celui-ci, un concepteur peut effectuer la conception à la main en fonction des équations disponibles. Le deuxième modèle, utilisé depuis plus de 45 ans, est basé sur une simulation numérique discrète du mouvement des ascenseurs dans un bâtiment et de la dynamique des passagers. Lorsque le Guide a été préparé, les simulations étaient considérées comme relativement lentes, mais à mesure que la technologie informatique progressait, il y a eu un bond en avant dans les performances des simulations en raison d'une puissance de traitement plus élevée qui a conduit à des temps de simulation plus courts.

L'ensemble du processus de simulation est présenté au chapitre 4 du Guide. Cela commence par l'arrivée des passagers aux paliers, suivi de l'enregistrement de leurs appels au palier, de l'embarquement dans les ascenseurs à leur arrivée et de l'enregistrement de leurs appels en voiture. Il se termine par la descente des passagers à leur étage de destination. Il est admis que la simulation est, en soi, un outil très puissant. Cependant, le Guide suggère que la bonne pratique consiste à commencer tous les exercices de conception par un calcul traditionnel du temps aller-retour (RTT) pour les raisons suivantes :

  • Les méthodes analytiques traditionnelles ont fait leurs preuves et ont résisté à l'épreuve du temps. Toute différence trouvée entre les résultats des deux approches pourrait alerter les concepteurs sur des erreurs dans la simulation.
  • La simulation est plutôt compliquée et il est facile pour les concepteurs moins expérimentés de faire des erreurs ou de rater quelque chose sans le savoir.
  • Les calculs RTT sont plus faciles et plus rapides. Ainsi, les méthodes analytiques pourraient aider les concepteurs à adopter des solutions qui méritent d'être testées par simulation.

Cela dit, le Guide apprécie que les simulations puissent modéliser les mouvements des ascenseurs voyage par voyage, tandis que la méthode analytique fonctionne sur un aller-retour « moyen ». De plus, les simulations peuvent évaluer le temps d'attente des passagers, les temps de transit, les temps de séjour, les temps de hall, etc., alors que la méthode analytique ne donne qu'un intervalle moyen. Les simulations sont beaucoup plus proches de la « vraie vie » et, par conséquent, plus intuitives ; ils peuvent modéliser les performances du contrôle de supervision et, enfin, afficher une large gamme de tableaux et de graphiques pour la référence des concepteurs.

Janne Sorsa et le Dr Marja-Liisa Siikonen sont d'avis que la planification des ascenseurs pour les immeubles à plusieurs étages a été basée sur le calcul du RTT de pointe, tandis que les autres conditions de circulation sont analysées avec la simulation de la circulation des ascenseurs.(16) La simulation du trafic est également absolument essentielle lors de la planification de systèmes d'ascenseurs avancés pour lesquels les équations de pointe standard ne s'appliquent pas. Une telle opinion est conforme au Guide.

Calculs analytiques

Il y a ici deux approches : à savoir, les dérivations à partir du premier principe ou à partir de formules empiriques. Comme discuté précédemment dans cet article, la considération sous-jacente de l'approche analytique est l'évaluation RTT pendant une condition de pointe. L'équation la plus largement utilisée pour une telle condition (notée dans le Guide et les travaux du Dr Gina Barney[5 et 7]) est:

Ascenseur-Trafic-Analyse-Analytique-Vers-Simulé-Equation-1

Ici, tv = réf/v, où df est la distance entre les étages, v est la vitesse nominale de la voiture, P est le nombre de passagers dans la voiture, et ts (appelé « temps d'arrêt ») est tf(1) + to +tc - tv. (tf(1) est le temps de vol sur un seul étage représentant le temps d'accélération et de décélération, to est le temps d'ouverture de la porte, et tc est le temps de fermeture de la porte.) H est le plancher d'inversion le plus élevé de l'aller-retour typique ; S est le nombre attendu d'arrêts du trajet. H (dérivé pour la première fois par J. Schroeder(13)) et S (dérivé pour la première fois par Basset Jones(9)) sont donnés ci-dessous.

Pour une répartition non uniforme de la population autour du bâtiment avec N nombre d'étages (hors rez-de-chaussée), Ui est le nombre possible d'occupants au ième étage, avec i allant de 1 à N.

Ascenseur-Trafic-Analyse-Analytique-Vers-Simulé-Equation-2

Si tu1 = U2 = ….. = UN = U/N (c'est-à-dire, répartition uniforme de la population autour du bâtiment avec une population totale, U), les deux équations sont simplifiées en :

Ascenseur-Trafic-Analyse-Analytique-Vers-Simulé-Equation-3

Le temps moyen, pendant les heures de pointe, mis par un passager pour se rendre du rez-de-chaussée ou du terminal principal à l'étage de destination est appelé « temps de trajet moyen en heures de pointe » (UPATT), donné par:

Ascenseur-Trafic-Analyse-Analytique-Vers-Simulé-Equation-4

                                                                       qui peut être simplifié en:

Ascenseur-Trafic-Analyse-Analytique-Vers-Simulé-Equation-5

                                                                  quand S >> 1.[14 et 15]

Temps de trajet moyen en heures de pointe passé par un passager à partir du moment où il arrive dans le hall du terminal principal jusqu'à la sortie de l'ascenseur à son étage de destination (UPAJT), est égal à la somme de UPATT et le temps d'attente moyen en pointe, UPAWT. Les équations ci-dessus ont été dérivées du premier principe sans aucune donnée d'enquêtes sur le trafic sur site. L'équation ci-dessus suppose une offre abondante de passagers dans le hall et qu'il y a toujours des passagers (P) disponibles pour monter à bord de l'ascenseur lorsqu'un ascenseur arrive dans le hall principal pour prendre des passagers. L'équation doit être modifiée pour tenir compte d'un processus d'arrivée de passagers de Poisson.

La distribution de Poisson est une distribution de probabilité discrète qui donne la probabilité qu'un nombre donné d'événements se produisent dans un intervalle de temps et/ou d'espace fixe, à condition que les événements se produisent avec un taux moyen connu et soient indépendants du temps. Une variable aléatoire discrète (X), généralement un nombre entier indiquant le nombre d'événements particuliers, dit Poisson distribué avec un paramètre réel positif (λ) peut être donné par l'équation suivante, avec k = 0, 1, 2, . . .:

Ascenseur-Trafic-Analyse-Analytique-Vers-Simulé-Equation-6

λ est le taux d'arrivée, en événements par seconde ou en passagers par seconde. Par conséquent, la forme de la courbe de distribution dépend de la valeur du paramètre λ. Il est intéressant de savoir que la moyenne et la variance de la distribution de Poisson sont égales à λ.

Un deuxième type de calcul analytique appartient à la classe des formules empiriques basées sur l'ajustement de courbe à partir d'un pool de données collectées lors d'enquêtes ou de simulations de trafic sur site (c'est-à-dire basées sur des statistiques). Par exemple, les formules UPAWT proposées par Barney représentent ce type :(6)

Ascenseur-Trafic-Analyse-Analytique-Vers-Simulé-Equation-7

Ici, UPINT signifie intervalle de crête montante ; CC représente la capacité contractuelle de la voiture, et P est tel que défini précédemment.

 Simulations

En plus de son utilisation pour la planification et la conception du système, la simulation est également largement utilisée pour évaluer les algorithmes de contrôle de groupe.[2, 8 & 12] La simulation est soit mise en œuvre en tant que simulation en tranches de temps(11) ou simulation d'événements discrets. [1] Il existe différents simulateurs disponibles sur le marché. Un outil logiciel populaire à utiliser comme exemple pour une discussion plus détaillée est Elevate.(10) Pendant la simulation, tous les événements sont avancés par des tranches de temps de taille fixe (disons, 0.1 s.), et, à mesure que le temps avance, les événements changent, tracés par le programme informatique. Les événements incluent les schémas d'arrivée des passagers à différents paliers : demande de passagers, schémas de trafic, enregistrement des appels à l'atterrissage, mouvement des voitures, embarquement et sortie de la voiture, enregistrement des appels des voitures, etc. Différents résultats de simulation sont obtenus lorsque la demande des passagers passe de faible à élevé, mais les conditions initiales devraient rester inchangées. De plus, une simulation doit durer suffisamment longtemps pour que les résultats soient suffisamment stables et utilisables par les concepteurs. Les résultats utiles peuvent inclure le RTT, la capacité de traitement, le temps d'attente des passagers (minimum, moyen ou pic), le temps de trajet des passagers (minimum, moyen ou pic), le nombre moyen d'arrêts, le plancher d'inversion le plus élevé moyen, le temps de transfert des passagers, etc.

L'art de la programmation orientée objet (POO) a été adopté. Dans un objet, à la fois les variables et les fonctions sont regroupées, dont le comportement est défini par la classe à laquelle il appartient. Chaque objet est donc une « instance » d'une classe. Dans Elevate, il existe différentes classes, telles que « classe de construction », qui comprend le nombre d'étages, la gamme de hauteurs d'étage, etc. ; « classe de mouvement » comprend la vitesse nominale, l'accélération nominale, le délai de démarrage du moteur, etc. ; « classe d'ascenseur » comprend la capacité du contrat, le temps d'ouverture/fermeture de la porte, etc. ; « classe de répartiteur » comprend l'algorithme du répartiteur, les appels d'atterrissage vers le haut, les appels d'atterrissage vers le bas, etc. ; et la « classe de personne » comprend l'étage d'arrivée, l'étage de destination, le poids des passagers, etc. De plus, les utilisateurs sont autorisés à intégrer leurs propres algorithmes de répartition dans la simulation pour comparer les performances. On s'attend à ce que cet outil de simulation puisse être utilisé à l'avenir pour fonctionner en parallèle avec un système d'ascenseur réel pour comparer tous les paramètres de trafic et évaluer des performances satisfaisantes.

Méthodes numériques

Tout outil utilisé pour évaluer l'efficacité d'un algorithme de contrôle de groupe d'ascenseurs doit répondre aux quatre exigences suivantes :(3)

  • Répétable : le concepteur d'origine doit être capable d'obtenir le même résultat sur plusieurs exécutions du même système avec les mêmes paramètres.
  • Reproductible : d'autres concepteurs/utilisateurs doivent pouvoir obtenir les mêmes résultats que l'auteur de l'algorithme de contrôle de groupe.
  • Transparent : l'utilisateur doit pouvoir comprendre facilement comment fonctionne l'algorithme de contrôle de groupe, comment il a été mis en œuvre et quels paramètres ont été pris en charge, ainsi que les valeurs utilisées pour chaque paramètre.
  • Objectif : l'outil doit être un outil objectif qui permettra des comparaisons entre différents algorithmes de contrôle de groupe dans des conditions similaires.

S'il est admis que la simulation est un outil puissant pour évaluer l'efficacité des algorithmes de contrôle de groupe d'ascenseurs et peut traiter les conditions et les scénarios les plus compliqués, elle ne peut parfois pas répondre à toutes ces exigences. De plus, supposons qu'il y ait L ascenseurs dans le groupe, et que chacun puisse transporter P nombre de passagers. Chaque passager a un étage de destination. On peut montrer que le nombre de solutions uniques possibles pourrait

être prêt à    Ascenseur-Trafic-Analyse-Analytique-Vers-Simulé-Equation-8 , qui est un chiffre astronomique.(4) Par exemple, un bâtiment de 10 étages avec cinq ascenseurs transportant chacun 12 passagers pourrait avoir jusqu'à 3.3 X 1098 des solutions qui ne pourraient être gérées par aucun supercalculateur au monde.

Par des méthodes numériques,(3) un échantillon de scénarios possibles est prélevé et traité par simulation Monte Carlo, et le jugement final est basé sur des heuristiques ou des règles empiriques. Les étapes suivantes décrivent comment les méthodes numériques sont exécutées :

  1. Un nouveau scénario est généré à l'aide d'un générateur de scénarios aléatoires afin que chaque passager soit aléatoirement affecté à un étage avec les probabilités liées aux populations d'étages.
  2. Pour chaque scénario possible généré à l'étape 1, la solution la plus appropriée est trouvée par des méthodes heuristiques ou en utilisant des techniques de recherche aléatoire.
  3. Les étapes 1 et 2 sont répétées jusqu'à ce qu'un grand nombre de scénarios aient été envisagés (disons 10,000 100,000 voire XNUMX XNUMX), toujours compatibles avec la capacité d'un bon ordinateur personnel.
  4. Une fois cela fait, la valeur moyenne de la meilleure solution pour tous les scénarios est calculée et utilisée comme évaluation représentative de l'algorithme de contrôle de groupe.

Conclusion

Les trois approches d'analyse du trafic des ascenseurs (analytique, simulée et numérique) ont été discutées. La méthode numérique pourrait être considérée comme une fusion entre un nombre limité de scénarios de simulation et d'équations analytiques. La méthode analytique est utilisée depuis des décennies et a fait ses preuves, ayant gagné la confiance des propriétaires de bâtiments, des utilisateurs, des concepteurs et des architectes. La simulation est plus réaliste et reflète mieux ce qui se passe réellement avec un système d'ascenseur desservant un bâtiment réel.

Actuellement, un comité technique (TC) de l'Organisation internationale de normalisation (ISO), ISO/TC 178/SC/WG6, présidé par Siikonen, travaille sur le projet d'ISO 4190-6, qui traite de la planification et de la sélection des ascenseurs pour utilisation dans les immeubles de bureaux, les hôtels et les bâtiments résidentiels. Il est évident que le TC respecte les deux méthodes de calcul basées sur des équations RTT de pointe et des simulations guidées.

Une validation sur les équations RTT de pointe à la fois par le trafic de pointe simulé et les données mesurées du trafic de pointe réel a été menée en 2014.(16) Il a été montré que la simulation et la situation réelle remplissaient les hypothèses de la théorie analytique des pics ascendants. Les résultats révèlent que le calcul théorique des heures de pointe ne représente avec précision le trafic réel que si les équations sont basées sur des lots de passagers, plutôt que sur des passagers individuels. En conclusion, l'article indique que le calcul doit être effectué avec des paramètres d'ascenseur réalistes et des temps de transfert des passagers.

En guise de remarque finale, vos auteurs sont d'avis que les calculs et les simulations sont essentiels dans la conception et l'analyse du trafic des systèmes d'ascenseurs. Au fur et à mesure que la technologie informatique progresse, le temps de simulation, qu'il soit temporel, basé sur des événements ou numérique, devient de plus en plus court, tandis que les résultats des simulations peuvent nous fournir des informations réelles et fiables pour permettre la conception de systèmes d'ascenseurs pour gérer différents types de conditions de circulation. D'autre part, un calcul rapide doit être effectué bien avant qu'une simulation ne soit effectuée. Nous voudrions citer le discours de Barney tel qu'il a été enregistré dans le « CIBSE Traffic Analysis & Simulation Open Forum Report » de mai 2007 pour terminer cet article :

« Barney s'inquiétait également de la confiance excessive accordée à la simulation par rapport aux calculs de trafic. Elle considérait que les designers devaient bien comprendre leur art. Cette compréhension est mieux approchée en effectuant quelques calculs simples. Elle a cependant convenu que les résultats finaux devraient toujours être confirmés par simulation, car les calculs sont précisément dérivés mathématiquement et ne ressemblent souvent en rien à une simulation.

Références
[1] Al-Adem, Mohamed D. Discrete Event Simulation of Multi-Car Elevator Systems, projet de fin d'études de dernière année, Université de Jordanie, 2012.
[2] Al-Sharif, Lutfi et Al-Adhem, Mohamed D. « La pratique actuelle de la conception du trafic des ascenseurs à l'aide du calcul et de la simulation », Building Services Engineering Research and Technology, Vol. 35, n° 4, 2013.
[3] Al-Charif, Loutfi ; Hussein, M. ; Malak, M. ; et Tuffaha, D. « L'utilisation de méthodes numériques pour évaluer les performances des algorithmes de contrôle de groupe ascendant », Elevator Technology 20 : Actes d'Elevcon 2014, International Association of Elevator Engineers (IAEE), 2014.
[4] Al-Charif, L. ; Hamdan, J.; Hussen, M. ; Jaber, Z. ; Malak, M. ; Riyal, A.; Al Shawabkeh, M. ; et Tuffaha, D. « Établir la limite de performance supérieure du contrôle du groupe d'ascenseurs de destination en utilisant des repères optimaux idéalisés (IOB) », soumis pour examen dans Building Services Engineering Research & Technology, mars 2014.
[5] Barney, GC et dos Santos, SM Elevator Traffic Analysis, Design and Control, 2e édition, IEE, Peter Peregrinus Ltd., Londres, 1985.
[6] Barney GC « Uppeak revisited », Elevator Technology 4: Proceedings of Elevcon 1992, IAEE, 1992.
[7] Barney, GC Elevator Traffic Handbook: Theory and Practice, Spon Press, Taylor & Francis, Londres, 2003.
[8] Hakonen, H. et Siikonen, M. "Elevator traffic simulation procedure", Elevator Technology 17: Proceedings of Elevcon 2008, IAEE, 2008.
[9] Jones, Basset. « Le nombre probable d'arrêts effectués par un ascenseur », GE Review, Vol. 26, 1923.
[10] Peters, Richard. "Technologie actuelle et développements futurs dans la simulation d'ascenseurs", International Journal of Elevator Engineers, Vol. 4, n° 2, 2002.
[11] Peters Research, Elevate : Logiciel d'analyse et de simulation du trafic d'ascenseurs. « Mise en route », Version 8, 2010.
[12] Peters, Richard. « L'application de la simulation à la conception du trafic et aux tests des répartiteurs », Actes du troisième symposium sur les technologies des ascenseurs et des escaliers mécaniques, Université de Northampton, 2013.
[13] Schroeder J. « Personenaufzuege », Foerden und Heben, vol. 1, 1955.
[14] Ainsi, Albert TP et Suen, Wilson SM « Nouvelle formule pour estimer le temps de trajet moyen », Elevatori, Vol. 31, n° 4, 2002.
[15] Ainsi, ATP et Suen, WSM « Évaluation des performances du trafic des ascenseurs en temps réel », Ingénierie des services de construction, recherche et technologie, vol. 23, n° 3, 2002.
[16] Sorsa, Janne et Siikonen, Marja-Liisa, « Temps aller-retour en pointe dans le calcul théorique, la simulation du trafic et la réalité », Elevator Technology 20 : Actes d'Elevcon 2014, IAEE, 2014.
Tags associés
Commanditée
Commanditée
Dr Albert So et Dr Lutfi Al-Sharif

Dr Albert So et Dr Lutfi Al-Sharif

Le Dr Albert So est membre du conseil d'administration et conseiller scientifique de l'International Association of Elevator Engineers (IAEE). Il est également secrétaire académique de la branche IAEE HK-Chine et professeur invité honoraire de l'Université de Northampton au Royaume-Uni. Il est basé à Seattle.
Le Dr Lutfi Al-Sharif est professeur agrégé au Département d'ingénierie mécatronique de l'Université de Jordanie à Amman, en Jordanie. Il a travaillé pendant neuf ans pour le métro de Londres dans le domaine des ascenseurs et des escaliers mécaniques. En 2002, il fonde Al-Sharif VTC Ltd., une société de conseil en transport vertical basée à Londres. Al-Sharif a publié 17 articles dans des revues à comité de lecture dans le domaine des systèmes de transport vertical et est co-inventeur de quatre brevets. Il a obtenu son doctorat en analyse du trafic d'ascenseurs en 1992 à l'Université de Manchester au Royaume-Uni.

monde de l'ascenseur | Couverture de janvier 2015

Flipbook

Commanditée

monde de l'ascenseur | Couverture de janvier 2015

Flipbook

Commanditée