基于MATLAB/Simulink的电梯控制系统仿真建模全解析

简介：本资源是一套面向控制工程与自动化专业初学者的电梯控制系统仿真实践材料，聚焦MATLAB Simulink平台建模与PID控制算法实现，解决动态系统建模、闭环控制设计与仿真结果分析等核心学习难点。压缩包共3个文件（4KB），含关键脚本文件dianti.m（封装模型参数配置、PID整定及仿真启动逻辑）、说明文档txt（指导模型理解与调试要点）及备份文件zbak（便于版本回溯与错误排查），结构精炼，便于快速上手与代码研读。已有48人下载学习，适合课程设计、课程实验及控制理论入门实践。读者可直接运行脚本复现电梯位置/速度/加速度响应曲线，深入理解牵引机构建模、编码器信号采集、超速保护逻辑及多模块协同机制，并迁移应用于自动扶梯、提升机等垂直运输系统建模。 最近在做电梯控制系统相关的仿真项目，用MATLAB/Simulink从零搭了一套完整的电梯控制模型，中间踩了不少坑，也总结了一些经验。这个项目本身非常适合作为控制类课程的综合性大作业，或者作为初入行工程师理解“离散事件系统+连续动态系统混合建模”的入门案例。这篇博文就把模型的整体架构、核心模块搭建思路、参数整定方法以及仿真结果分析完整记录下来，希望能给正在做类似项目的朋友一些参考。

先说清楚这套模型能做什么：它实现了电梯的核心运行逻辑，包括楼层召唤响应、轿厢运行方向决策、平层停车、开关门时序、轿厢位置跟踪和速度控制，并且能够输出完整的运行过程曲线，方便做性能分析和逻辑验证。整个模型基于Simulink搭建，控制逻辑采用Stateflow状态机实现，被控对象用Simulink连续动态模块建模，这种混合架构和真实电梯控制系统的软硬件结构基本一致。适合自动化、电气工程、计算机等相关专业的学生，以及想系统学习Simulink状态流建模的工程师参考。

1. 为什么用Simulink做电梯控制系统仿真

市面上的电梯仿真方案其实不少，有纯逻辑仿真（用PLC编程软件或者C语言写状态机）、也有物理建模方案（用ADAMS、AMESim做机械动力学仿真）。这些方案各有各的问题：纯逻辑仿真看不到电机电流、速度曲线这些连续量的变化，物理建模方案又把重心放在了机械结构上，对控制逻辑的关注偏弱。而电梯本质上是一个“调度算法+运动控制”紧密结合的系统，Simulink恰好能把这两个层面的内容放在同一个平台里建模。

Simulink解决这类问题最大的优势在于它天然支持混合系统建模。电梯的调度逻辑是典型的离散事件系统，什么时候响应召唤、往哪个方向走、在哪层停，这些是事件驱动、状态迁移的；但电梯的曳引电机、轿厢负载、速度曲线又是连续的动态系统，需要积分、微分、传递函数来描述。用Stateflow描述离散控制逻辑，用Simulink模块搭建连续被控对象，两者通过信号线互联，这种架构和真实电梯的“控制器（PLC/单片机）+ 被控对象（曳引机/轿厢）”结构几乎是一一对应的。

另外，Simulink的模块化封装能力让这套模型可以逐层复现。每一层电梯都有独立的召唤处理模块、轿厢状态模块，子系统之间的接口非常干净。这在实际工程项目里意义很大，因为电梯的群控算法、平层精度优化、能耗管理等往往是由不同团队分别负责的，模块化建模能保证各自独立开发、最后联合调试。

选型的时候还有一个现实考量：可视化调试。Stateflow的仿真过程可以实时动画演示状态迁移，Scope输出的曲线能直观看到电梯从启动到平层的完整过程，排查逻辑漏洞远比在纯代码环境里盯着变量方便得多。

2. 系统拆解：电梯仿真里到底有哪些东西在动

在动手搭建模型之前，必须先对电梯系统做一次完整的物理和控制逻辑拆解。这一步决定了模型能不能真实反映实际系统的工作过程，也决定了后面调试的时候是不是会被各种莫名其妙的隐患折磨。

从控制角度看，电梯可以拆成两个大层次：指挥调度层和运动执行层。指挥调度层负责“该去哪”，它接收各楼层的召唤按钮信号和轿厢内的选层信号，决定电梯的运行方向和目标楼层；运动执行层负责“怎么去”，它根据目标楼层计算实时位置和速度参考值，通过电机输出力矩驱动轿厢运行，直到到达平层位置后停车、开门。

再往下拆，每个层次又包含若干子系统。指挥调度层里有召唤登记模块、方向决策模块、目标楼层分配模块；运动执行层里有速度曲线生成模块、曳引电机模型、轿厢负载模型、位置反馈模块；另外还有一套和指挥调度、运动执行都耦合的门系统，包括开门等待计时、关门延时保护等逻辑。

从物理结构来看，模型中至少要体现三个关键部件：曳引机（产生驱动力，模型里用电机动态方程来描述）、轿厢和对重（通过曳引轮钢丝绳相连，模型里用惯性负载+重力负载表示）、平层感应器/限位开关（向控制器反馈当前位置和是否到达目标层）。这三个部件对应到Simulink中，分别是电机传递函数/状态方程模块、力学平衡方程模块、逻辑条件模块。

这里需要特别强调一个容易忽略的问题：轿厢负载的变化对控制性能的影响。空载和满载时，电梯的等效转动惯量和摩擦阻力都有明显差异，如果模型里用固定参数，出来的速度响应曲线和真实电梯差距会很大。建议在模型里把载重作为一个可调节的输入变量，甚至做成随机扰动，这样能验证控制算法的鲁棒性。

3. 从零搭建：Simulink模型的分层实现

这一节是整篇博文的核心，我会按照模型的分层结构，详细说明每一部分的搭建思路、关键模块选择和参数设置。整个模型我建议按照“输入信号层 → 控制逻辑层 → 被控对象层 → 输出观测层”四个层次来组织，这种分层方式有几个好处：信号流向清晰、子系统可以独立测试、后期扩展群控功能时不用推倒重来。

3.1 输入信号层：召唤信号的产生与处理

输入信号层要模拟乘客按下楼层召唤按钮的动作。用一个阶跃信号或者脉冲信号源作为召唤输入，经过一个锁存模块处理，保证“按下一次召唤直到电梯响应完成之前，信号保持有效”。这个锁存逻辑非常重要，不处理的话，乘客按下的按钮信号只存在一个仿真步长，电梯根本来不及响应。

在Simulink里实现召唤信号锁存，可以用Stateflow中的一个状态来记忆召唤请求，或者用Simulink的Memory模块配合逻辑判断实现。我当时用的是Stateflow方式，因为后续方向决策逻辑也要在Stateflow里做，统一处理代码更清晰。

召唤信号包括两个方向：上行召唤和下行召唤。建筑层数一旦多起来，每个楼层就要有两个锁存变量。为了模型不至于杂乱，建议把所有召唤信号打包成一个向量信号，用逻辑模块统一处理，再传给控制逻辑层。

3.2 控制逻辑层：Stateflow状态机的设计

这一层是整个模型的灵魂，我花的时间最多。核心是一个Stateflow状态机，包含电梯的四个基础状态：待机（Idle）、运行（Moving）、开门（DoorOpen）、关门（DoorClose）。状态迁移的条件就是召唤信号、平层信号、门限位信号。

待机状态下，电梯停在某个楼层，等待第一个召唤信号；一旦收到召唤，进入方向决策逻辑，确定运行方向后跳转到运行状态。运行状态下，电梯根据目标楼层和当前位置实时计算速度参考值，向被控对象层输出速度指令；当轿厢到达目标楼层时，暂停运行，跳转到开门状态。开门状态下，输出开门信号，同时启动开门保持计时，计时结束或收到关门指令后进入关门状态。关门状态下，输出关门信号，关门到位后回到待机状态，等待下一次召唤。

方向决策逻辑是电梯调度算法的核心，目前用的比较多的是单向顺向响应策略，也就是电梯先沿着当前方向响应完一路上的所有顺向召唤，再换向响应反向召唤。这种策略的好处是让每一趟运行的效率更高，符合电梯的使用习惯。在Stateflow里实现这个策略，核心是维护两个变量：电梯当前运行方向和目标楼层集合。每次到达一个楼层，从目标楼层集合里把当前楼层删掉；如果当前方向没有更多目标楼层，就切换方向。

这里我遇到一个比较隐蔽的问题：反向召唤的处理。比如电梯正在上行，3楼有人按了向下召唤，此时电梯应该先上行处理沿途的上行召唤，到达最高目标楼层后再换向下来接3楼的乘客。刚开始做的时候我没有处理这种反向召唤，导致电梯在9楼（最高层）待机，3楼按了下行召唤，电梯完全没有响应。后来在方向决策逻辑里加入了“反向目标楼层预登记”机制，才把这个问题解决。

3.3 被控对象层：电机、轿厢与速度反馈

被控对象层用Simulink连续模块实现，核心是曳引电机的动态模型和轿厢的力学模型。对于教学演示级别的电梯仿真，建议先用一台直流他励电机模型，用电压作为控制输入，输出转速和转矩。虽然现代电梯多用永磁同步曳引机，但直流电机的线性模型更容易理解，调参更直观，等基础模型做通了再换交流电机模型也不迟。

直流电机的电枢回路方程可以用一个一阶惯性环节近似，机械运动方程则是一个积分环节。在Simulink里搭建时，我用了一个Integrator模块求转速，一个Transfer Fcn模块求电枢电流，模型结构非常简洁。电机输出的电磁转矩经过一个减速比折算，变成曳引轮上的驱动力矩。

轿厢和对重的运动方程需要体现两边的重力差和摩擦力。假设轿厢质量是M，对重质量是M_cw，轿厢侧载重是M_load，那么曳引轮两侧的张力差就是(M + M_load - M_cw) * g。如果忽略钢丝绳的重量变化（高层建筑需要算进去，但教学模型通常忽略），这个重力差就是一个恒定的负载转矩。加上摩擦力矩和轿厢速度的一次项阻尼，轿厢的加速度就等于驱动力减去负载力再除以等效总质量。

在Simulink里搭建这个过程不难，但有一个关键参数容易踩坑：等效总质量。它不是简单的轿厢质量+载重，还要考虑电机转子的转动惯量折算到曳引轮上的等效质量。折算公式是：电机转子转动惯量乘以减速比平方，再除以曳引轮半径平方。这个参数如果不折算，仿真出来的加速时间会明显偏小，和工程实际对不上。

轿厢的位置信息通过对速度积分得到，然后在控制逻辑层里用当前楼层位置判断是否到达目标楼层平层区域。这里需要注意积分初始值的设置：如果电梯初始在1楼，位置积分器的初始值就应该是1楼的绝对高度，后续才能正确判断楼层。

3.4 输出观测层：数据可视化与结果导出

输出观测层用Scope模块和To Workspace模块收集关键信号，包括轿厢位置、速度、电机电枢电流、门状态、召唤信号响应状态等。建议为每个关键信号建一个独立的Scope，同时把所有信号通过To Workspace导出到MATLAB工作区，便于仿真结束后用脚本做批量分析。

可视化这里有个很容易忽略的小技巧：Scope模块的显示数据点数限制。默认配置下Scope只显示最近5000个点，如果仿真时间很长，前面的数据会“消失”，看起来像波形被截断了。解决办法是在Scope的配置界面里把数据点数上限改大，或者直接看To Workspace导出到工作区的数据。

4. 核心参数整定与速度曲线设计

模型搭起来之后，接下来就是核心的调参环节。这一步如果不认真做，模型跑起来就跟玩具车一样，加速度、平层精度、乘坐舒适性全都对不上真实的电梯体验。下面按照几个关键环节说明参数怎么选、根据什么原则来选。

速度曲线的生成。电梯不能一上来就给满速，那样乘客会感到明显的冲击感，工程上常用的做法是梯形速度曲线。梯形速度曲线分三个阶段：匀加速段、匀速段、匀减速段。加减速度一般取0.6~0.9 m/s²，这是电梯行业大量实测后得出的舒适性经验值，加速度变化率（加加速度）也有要求，一般要不大于1.5 m/s³，否则人会有眩晕感。在Simulink里实现梯形速度曲线，可以用一个Signal Builder模块手工绘制，或者用基于MATLAB Function的算法实时生成。

实现的时候我推荐用MATLAB Function模块写一个速度规划函数，输入起点楼层、目标楼层、当前楼层位置、最大速度、加减速度，输出当前时刻的速度参考值。这样灵活度最高，后续要改成S型速度曲线或者带加加速度约束的曲线，只需要改函数内部的计算公式。我用的是公式法计算三段曲线的切换点，简单清晰：先算加速段位移，再算减速段位移，总位移减去这两段就是匀速段位移，匀速段时间自然就知道速度参考值该怎么切换了。

当目标楼层很接近的时候，电梯根本没机会加速到最大速度，速度曲线就是三角形而不是梯形。比如6楼到7楼，高度差4米，用0.8 m/s²的加速度，最大速度1.0 m/s，一算就知道最大速度根本达不到，直接就是“加速到一半就该减速了”。这个逻辑必须在速度规划函数里显式判断，否则就会出现速度参考值超限的异常。

PID控制器参数整定。运动执行层我用了一个PID控制器，以速度参考值和实际速度的误差作为输入，输出电机的电压控制信号。这是整个模型中最容易让新手懵圈的地方。给了三组参考PID参数：机械结构约1500kg的机房电梯，比例系数8~12、积分时间0.4~0.8s、微分时间0.05~0.1s。但注意，这个参数范围和模型里各个增益的标幺值直接相关，不能盲目套用，最好用Simulink的PID Tuner工具自动整定一次，再手动微调。

这里分享一个经验：先用纯比例控制，把比例系数从零开始慢慢增大，观察速度响应曲线，等到出现等幅振荡时，把比例系数回调一半，作为初始值。然后加积分消除稳态误差。最后加微分抑制超调。整个过程不需要太多理论，多试几次手感就出来了。不过有一点要特别注意，在纯比例调试阶段，一定要把积分项清零，否则PI两个作用叠加在一起，很难判断该调哪个。

平层精度的模拟与分析。平层精度是电梯验收的重要指标，一般要求在±5mm以内。在仿真模型里，平层精度的体现方式是：电梯减速停车后，轿厢地板和楼层地面之间的高度偏差。因为位置是通过积分得到的，如果速度曲线规划合理、PID跟踪正确，理论上停车位置应该非常接近目标位置，偏差趋近于零。

但实际仿真中常见的问题是平层停车后位置会有一个缓慢漂移，原因是关门瞬间轿厢负载发生了变化。乘客进入轿厢的瞬间，重力负载突变，如果控制器带宽不够或积分作用不够强，电梯会有一个微小下坠。在仿真模型里，我通过在关门阶段手动改变轿厢负载参数来模拟这个过程，这样能直观看到PID控制器对负载扰动的抑制能力。

5. 仿真结果与运行逻辑验证

模型搭建和参数整定完成后，进入仿真验证阶段。这里要说明的是，验证不能只看一两条曲线，而应该设计几组典型的测试场景，覆盖电梯日常运行的主要工况：单层短程运行、多层长程运行、往返运行、高峰期的连续多召唤响应。下面分别说说我在测试中看到的仿真结果和对应的分析。

单层短程运行是指比如从1楼到2楼，运行距离短，速度曲线应该是三角形。从仿真输出看，速度曲线先线性上升，到达一个较低的峰值后立刻线性下降，轿厢位置曲线是一条平滑的S形曲线，到达2楼时速度恰好归零。这时候值得关注的是电梯有没有“溜车”现象，也就是实际速度是否始终追随速度参考值、没有明显滞后。如果PID参数调得过软，启动阶段的实际速度会比参考值低很多，导致到达时间变长。

多层长程运行是指比如从1楼直达7楼，速度曲线是完整的梯形，加速段、匀速段、减速段分得很清楚。这组测试主要看最大速度是否达到设定值、匀速段是否平稳无波动。如果PID参数比例系数太大，匀速段会出现速度纹波，乘坐体验表现为抖动；如果微分系数太大，则高速段会出现相位滞后，到达平层时容易超调。

往返运行是4楼到1楼再返回到8楼，中间4楼顺向召唤一个下行的乘客。这组测试可以验证Stateflow里的方向切换逻辑和顺向召唤响应策略是否正常。我在测试时重点观察状态机里的方向变量在换向时是否按照预期翻转，召唤登记列表是否正确清除了已响应的楼层。

高峰期连续召唤是压力测试场景，比如在5秒内连续输入1楼上行、3楼下行、6楼上行、9楼下行四个召唤。这时候最关键的是观察电梯有没有“锁死”或者“漏掉召唤”。用状态机的动画演示来看状态迁移，基本上问题一目了然；如果召唤处理逻辑有漏洞，状态机会卡在某个状态或者跳转异常，这时候Scope里的门状态信号会提前暴露问题。

仿真过程中有几个容易出幺蛾子的点，值得单独拿出来说说。一个是仿真步长。电梯系统的响应时间常数跨度很大，电机电气时间常数在几十毫秒量级，关门等待计时却长达几秒，如果仿真步长取得太大，关门计时和状态机事件检测都会不准确。我建议把仿真步长设定在0.01s以内，用固定步长求解器，避免变步长在状态切换时产生数值问题。

另一个是过零检测。在判断“电梯是否到达平层区域”时，通常是用当前楼层位置（连续值）和目标楼层平层位置（连续值）做差，和设定的阈值比较。这个差值的符号会从正变负（或者反过来），如果求解器的过零检测没开，这个事件可能被漏掉，电梯就会直接“飞”过去。Simulink默认开启过零检测，但如果你自定义了S-Function或者MATLAB Function模块，过零检测可能失效，这时候要人工在逻辑判断里设置一个滞回区间，防止反复触发。

6. 模型调试中的常见问题与排查技巧

做这个项目前前后后花了一个多星期调试，有一半时间在跟各种奇奇怪怪的问题斗智斗勇。这里把踩过的坑和排查经验整理一下，按出现频率从高到低排列，给大家做参考。

问题1：电梯不动，或者说速度一直为零。这种现象十有八九是控制逻辑层没有正确输出速度参考值。排查思路是先把控制逻辑和被控对象解耦，给被控对象的输入端直接接一个常数模块，手动给一个固定速度指令，看电梯动不动。如果动了，说明问题出在控制逻辑层；如果不动，检查被控对象层里电机模型的参数是否设成了零，或者PID控制器输出是不是被饱和限幅限住了。

问题2：召唤后电梯响应了，但到目标楼层不停。这个一般是平层判断条件没满足。看看状态机中进入“开门”状态的迁移条件，位置误差阈值设置是否合理。有时候位置积分器初始值不对，导致电梯到达楼层时位置值偏差很大，和阈值比较的结果始终为假，状态机就跳不过去。用Scope盯着位置信号和目标楼层位置信号对比，很快就能定位问题。

问题3：电梯到了目标楼层，但停车停过了头。也就是超调。优先检查PID控制器参数，尤其是微分项是不是没起作用。如果PID参数调了好几次还是超调，检查速度规划模块，看减速段的起点是否算得太晚，导致停车前来不及降速。

问题4：开关门逻辑乱跳，门没关到位就开始走了。门状态机里，“关门到位”的检测条件和“开始运行”的迁移条件必须严格分开，中间要加一个延时。如果没有延时，门限位开关信号的毛刺会直接触发状态迁移。解决方案是在状态迁移条件里加入一个小的持续时间判断（如持续0.5s以上才算有效信号），这在Stateflow里用duration运算符就能实现。

问题5：仿真速度特别慢。如果控制逻辑层用了MATLAB Function模块且里面有大量循环，仿真速度会受到明显影响。一个优化思路是尽量用向量化运算替代循环，另一个是把PID控制器用Simulink标准模块搭建而不是用MATLAB Function写。还有一个小技巧是，仿真过程中不需要的信号别接Scope，Scope的渲染和刷新会占不少CPU时间。

我把这几个问题整理成了速查表，方便以后做类似项目时快速定位。

7. 从这里还能扩展什么

这套模型搭完，能扩展的方向非常丰富，而且每一条都能单独做成一个完整的项目。如果你正在找研究方向，这几个方向可以作为参考。

把单梯模型改成多梯群控是当前智能楼宇里最有实际价值的扩展方向。在多梯场景下，调度算法不再只考虑单个电梯的顺向响应，还要考虑多台电梯之间的任务分配，比如让哪台电梯去响应某个召唤最合理。经典的做法是最小等待时间算法，也就是实时计算每台电梯到达召唤楼层的预计时间，选择时间最短的电梯响应。在Simulink里做群控扩展，需要把现有的单梯模型封装成一个子系统，然后复制出多份实例，再增加一个群控调度模块来分派任务。这个过程能让你对分布式系统的协同控制有更深的理解。

另外一个很热门的方向是电梯能耗分析与节能策略。当前大环境下，建筑能耗管理越来越受重视，电梯作为楼宇里的耗电大户，节能优化有很强的现实意义。在现有模型里加入电机的功率计算模块（电压乘以电流，再算上损耗），可以得到电梯运行全过程的能耗曲线。然后你可以对比不同调度策略下的能耗差异，比如高峰期的集中调度和闲时的休眠策略，找到最优的节能方案。

还有一个纯粹的算法优化方向，把梯形速度曲线升级成S型速度曲线。S型速度曲线对加加速度做了限制，启动和停止阶段的加速度是渐变的，乘坐体验明显更好。在MATLAB Function里面改速度规划函数的算法，把原先的三段梯形变成五段甚至七段的S曲线，代码量不大，但对控制理论的理解要求更高，做出来的模型也更接近目前高端电梯的实际控制策略。

最后想分享一个我做这个项目的体会：仿真的目的从来不是“把模型跑起来”，而是通过模型去理解真实系统的行为规律，然后提出改进方案。如果你能在这套电梯仿真模型上做一次调度策略的对比实验，或者分析一次平层超调的优化过程，你会发现自己对Simulink建模、对控制系统设计的理解，都会比单纯照着教程敲一遍代码要深刻得多。这就是用仿真做工程研究的价值所在。

本文还有配套的精品资源，点击获取