[实用新型]一种基于云计算的电梯智能调度系统有效

专利信息
申请号: 201921976235.9 申请日: 2019-11-15
公开(公告)号: CN211225906U 公开(公告)日: 2020-08-11
发明(设计)人: 王冠群;李松;张丽平 申请(专利权)人: 哈尔滨理工大学
主分类号: B66B1/06 分类号: B66B1/06;B66B1/34;B66B5/00
代理公司: 暂无信息 代理人: 暂无信息
地址: 150080 黑龙*** 国省代码: 黑龙江;23
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 计算 电梯 智能 调度 系统
【说明书】:

本实用新型公开一种基于云计算的电梯智能调度系统,该系统包括用户端、云端服务器和电梯端,其中用户端包括控制模块、通信模块、运行信息模块、输入预约信息模块和GPS模块,云端服务器包括云计算模块、通信模块、区域划分模块、预约模块、运行指令模块,故障检测模块和数据库模块,电梯端包括控制模块、通信模块、运行参数设置模块、计重模块、运行信息收集模块和GPS模块。本实用新型的技术方案,系统通过使用COD_CLARANS算法对电梯进行区域划分,使用云计算为用户合理分配电梯,使用机器学习预测电梯出现故障的概率,来对电梯智能调度,有效提高了电梯使用效率,减少用户等待时间。

技术领域

本实用新型涉及云计算和智能电梯技术的领域,具体是一种基于云计算的电梯智能调度系统。

背景技术

楼层较高的建筑的人数较多,每到固定的时间段,乘客往往需要花费大量的时间等待电梯,在高校或者公司这种情况尤甚。而且,由于同一电梯乘客到达楼层的不同,导致现有的电梯使用效率太慢,再加上电梯分布较零散,不同区域的电梯等待人数不均匀,又加剧了这种现象。因此,如何提高电梯的使用效率是目前亟待解决的问题。

因此设计一种基于云计算的电梯智能调度系统,该系统使用COD_CLARANS算法对区域划分。云计算为等待用户在距离较近电梯区域中选择合适的电梯。该系统有效的提高了电梯的使用效率。

发明内容

针对现有技术的不足,本实用型的目的是提供一种基于云计算的电梯智能调度系统,当用户在用户端进行电梯预约时,云端服务器首先为用户筛选出距离较近的电梯区域,然后使用云计算为该区域的用户合理分配电梯,为用户预约耗时最少的电梯,当等待人数较多的时候云端服务器会调高电梯运行效率。

在本实用新型解决其技术问题所采用的技术方案是:一种基于云计算的智能调度系统,这个系统包括:电梯端、用户端和云端服务器,其中电梯端包含控制模块、通信模块、运行参数设置模块、计重模块、运行信息收集模块和GPS模块,用户端包含通信模块、运行信息模块、输入预约信息模块、控制模块和GPS模块,云端服务器包含:通信模块、运行指令模块、预约模块、故障检测模块、区域划分模块、云计算模块和数据库模块,所述电梯的通信模块可以接收和发送信息,所述电梯的控制模块可以接受云端服务器的指令调控其他模块,所述电梯的运行参数设置模块可以调度电梯的运行效率、是否可以被预约,所述电梯的运行信息收集模块可以收集电梯的运行信息,所述电梯的计重模块可以计算出电梯载重量,所述电梯的GPS模块用来发送电梯的位置,所述云端服务器的通信模块用来接收和发送信息,所述云端服务器的云计算模块用来计算和控制其他模块,所述云端服务器的数据库模块用来存储数据,所述云端服务器的运行指令模块用来生成控制电梯运行的指令,所述云端服务器的预约模块是为用户预约最合适区域的电梯,所述云端服务器的故障检测模块用来预测出电梯是否需要检修,所述云端服务器的区域划分模块使用COD_CLARANS算法划分电梯区域,所述用户端的通信模块用来接收和发送信息,所述用户端的控制模块用来调控其他模块,所述用户端的运行信息模块用来获得电梯的所在楼层和载重量是否达到阈值,所述用户端的输入预约信息模块用来为用户预约电梯,所述用户端GPS模块用来用户发送位置。

进一步,所述云端服务器的区域划分模块使用COD_CLARANS算法对电梯进行聚类来区域划分,因为电梯之间普遍含有障碍物,优先使用基于约束空间的聚类算法。

进一步,所述云端服务器的预约模块为用户在距离较近的电梯区域中选择等待人数最少的区域,对该电梯区域的等待用户基于到达楼层的不同来智能分配电梯,极大提高电梯的运行效率。

进一步,所述云端服务器的故障检测模块使用机器学习对电梯的运行信息进行建模,来预测电梯出故障的概率,为检修人员提前排查故障。

进一步,所述云端服务器的运行指令模块可以提高电梯的运行速度,当电梯的计重模块达到阈值时可以禁止用户在楼层进行电梯上的物理预约。

进一步,所述电梯的计重模块可以计算出电梯的载人重量。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于哈尔滨理工大学,未经哈尔滨理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201921976235.9/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top