基于OEM-2100的城市道路交叉口排放测试试验研究

为了确定城市道路交叉口的机动车排放影响因素及特点,以长春市内典型的五路交叉口-工农广场为例,采用车载OEM-2100排放测试系统对捷达Gix 1.6L和金杯EFI2.4L两种车型在工农广场交叉口的瞬态排放进行了系统地测试,以NOx、HC和CO三种污染物作为主要研究对象,对比分析了车型运行工况与排放率的关系、不同时段的排放状况比较以及速度、加速度对排放率的影响.     

MOVES在微观层次交通排放评价中的应用研究

微观层次交通排放模型是量化机动车尾气排放、评价交通管理产生节能减排效果的重要手段.在分析MOVES(motor vehicle emission simulator)模型计算原理与输入参数的基础上,提出了微观层次输入参数的本地化获取方法.结合ETC不停车收费实际案例,借助GPS等信息设备收集了北京车辆排放数据,分别基于本地排放率和默认排放率,利用MOVES模型对交通措施的减排效果进行评价,并与实测排放数据进行对比分析.研究结果表明:基于默认排放率和本地排放率,MOVES模型在评价ETC不停车收费措施所带来的污染物削减比例上具有良好的应用效果;但基于本地排放率,MOVES模型能更加精确地预测各污染物排放因子值.      

神经网络软测量技术在汽车发动机排放中的应用

由于汽车排放污染物CO难于进行实时测量，章提出了排放污染物软测量的概念，建立了汽车排放污染物CO的神经网络软测量模型，该模型可在没有专用的汽车排放仪器时进行CO的排放值的测量，也可用于CO的实时控制。     

基于便携式排放测试系统与BP神经网络的大型客车排放预测

以大型客车为研究对象,在长沙市的不同道路工况下进行了车载排放测试,借助道路测试得到的数据,利用BP神经网络,以逐秒的速度、加速度、比功率和油耗数据为输入,建立CO2、CO和NOx的排放预测模型,并用部分试验数据进行了验证。结果表明,CO2、CO和NOx预测结果的总体相关系数R为0.9167,线性高度相关,在整体误差水平上,CO2、CO和NOx排放因子的相对误差分别为0.0378%、0.3767%、3.7860%,该模型对大型客车尾气排放的预测效果较好。     

基于多源数据融合的城市道路旅行时间预测

城市道路旅行时间预测是城市道路交通管理的重要支撑.研究了利用多源数据预测城市信号控制主干道旅行时间的方法.以2015年8月某路段的视频检测器及微波检测器的2种数据为基础,采用回归拟合的方法探究信号控制主干道路段旅行时间与断面流量之间的关系,2段式的线性拟合结果可以较好地拟合信号控制主干道路段旅行时间与断面流量的关系.以BP神经网络模型为基础,从输入层入手,采用直接输入2类数据、应用拟合关系输入拟合数据等方法,综合考虑2类数据之间的相关性,建立了融合2类检测数据进行旅行时间预测的多个模型,对7种不同输入的神经网络预测模型进行了测试、对比和分析.研究结果表明,相比于时间序列、支持向量机、k近邻和历史平均方法而言,应用拟合关系的2类数据融合的BP-2神经网络模型具有更高的预测精度,MA PE为13.04%,表明BP2神经网络模型能够实现较好的旅行时间预测效果.      

美国移动源排放测算机制与方法

针对国内移动源排放测算工作所面临的挑战,从移动源排放测算的法律体系和机制两方面,总结了美国在移动源排放测算工作上的经验.从平均速度、车辆行驶里程、机动车注册数据、行驶工况和行驶特征等排放测算的关键变量,分别阐述了美国移动源排放测算的数据特征和收集方法.进一步论述了移动源排放测算模型研究的发展方向和移动源排放测算的主要模...     

城市道路车辆排放测试与模拟

以长春市部分主干道为试验研究路段,采用一种车载排放测量仪器在实际道路上进行了单车排放试验,运用多项式回归的方法,整合车辆运行状况和排放数据,建立了单车实际道路微观排放模型。利用合作开发的基于路径的微观交通仿真系统与单车微观排放模型的有机结合,开发了一种可预测不同交通状况下交通干道排放的有效系统,并进行了仿真计算。结果表明:该系统不但可估算并预测车辆在某一路段的污染物排放水平,还可评价交通管理改进措施对车辆排放的影响。     

机动车排放因子模型研究综述

为了充分掌握机动车污染物排放规律和特征,为决策者提供科学有效的控制机动车排放的建议,研究者们致力于研究机动车污染物排放的物化原理和影响机动车污染的主要因素,并据此建立机动车排放因子模型。介绍了机动车排放的主要影响因素、机动车排放测试方法和国外几种不同机动车排放因子模型,评价了各种机动车排放因子模型的优缺点和适用范围,并且对我国的机动车排放因子模型发展进行了展望。     

综合移动源排放模型——MOVES

美国环保局发布了新一代移动源排放测算模型MOVES2010,该模型代表着排放模型开发的最新技术和研究方向。文中分析了MOVES的开发背景和系统组成,阐述了模型的基本计算原理和主体框架,从模型结构、输入输出、计算原理和结果等角度对MOVES和目前广泛使用的排放模型MOBILE6进行了对比。     

基于逆模型的柴油机供油提前角优化研究

结合某柴油发电机的应用开发作排放和性能分析,通过测试分析不同供油提前角下的试验数据,利用数值分析初步处理并建立模糊数值化优化约束条件,利用神经网络技术进行优化仿真试验,验证了该逆模型的有效性,总结了供油提前角对柴油机不同排放成分的影响程度,确定了该柴油机的最佳供油提前角。结果证明,用模糊神经网络技术来确定柴油机最佳供油提前角具有一定的可行性和工程应用价值。     

基于实证分析的城市道路机动车不同类型等效排污模型研究

通过对上海市杨浦区典型路段机动车污染物排放量的测试试验,并对在用机动车的排放水平诸多实际影响因素的分析,以路段上机动车不同类型为研究对象,结合实际试验数据,计算出机动车不同类型的排放因子,揭示实际路网机动车污染物排放与机动车不同类型的对应关系,建立机动车污染排放的数学模型,在有效控制机动车污染物排放量的基础上进行交通规划。     

非常态下城市道路交通检测器布局优化方法

为了使城市道路上布设的交通检测器能够实时、准确地提供路网动态交通流信息,并最大程度地节约经济成本,通过仿真对交通异常事件下城市道路交通流量和车辆延误进行了估计,并利用模糊聚类分析法、回归分析法和车辆延误估计模型,研究了路网在非常态下的检测器空间位置以及空间密度的布局优化方法;通过一个算例,对提出的检测器布局优化方法进行了验证分析,并得出了算例中检测器布局的优化方案。结果表明:所提出的检测器布局优化方法是可行的。     

关键交叉口优化对路网运行效率的影响研究

随着机动车保有量的增加,城市路网拥堵情况日益严重。交叉口作为城市路网的咽喉,其服务水平直接影响到整个路网的运行效率。以重庆市民族路-新华路路口为例,基于现场交通调查数据,明确交叉口的现存问题,采用Synchro(设计软件)对该路口进行建模分析。通过优化信号配时和车道功能划分后,交叉口延误降低了71.6%,服务水平从D提升至B。同时,采用VISSIM(仿真软件)对重庆市渝中区解放碑商圈整体路网和该关键交叉口影响的区域路网进行建模分析,并对路网优化前后的车辆运行状况进行对比。结果表明,通过优化,影响区域路网的平均延误下降了17.74%,平均行车时间下降了13.46%,平均停车次数下降了17.18%,尾气排放也有所减少,关键路口优化对路网运行效率的提升作用明显。     

中国典型城市车辆行驶状况的测试统计

介绍了在北京市（大型），长春市（中型）和四平市（小型）三个具有典型特征的代表城市所做的车辆行驶状况的试验及交通状况的调查结果，通过对行驶速度，油耗，档位和加速度等参数的测量与统计，对我国城市车辆行驶状况了最新了解。     

车联网环境下连续信号交叉口协同控制模型

智能交通信号控制技术是缓解交通拥堵的重要手段。为解决传统强化学习算法应用到连续多交叉口的局限性问题，提出了1种基于上下层神经网络的连续交叉口交通信号控制模型。控制模型由下层神经网络选择当前状态下可能的最优控制策略，再由上层神经网络根据各路口车均延误进行二次调整，将最终控制策略应用到多交叉口的相位配时中。以典型连续3个交叉口为例，通过SUMO仿真平台对模型进行仿真验证，在低与高饱和度下，该控制模型分别对车均延误降低了23.6%和26%，排队长度降低了8.4%和9.4%。实验数据表明，该模型可有效提高连续交叉口道路通行能力，为缓解城市交通拥堵提供了1种有效技术手段。      

仿真技术在道路交通大气环境影响分析中的应用研究

交通大气环境影响分析是交通可持续性发展研究中重要的工作内容,对于道路交通规划与管理具有重要意义。采用微观交通仿真软件TSIS中的CORSIM排放模型,研究机动车车型、平均车速、车辆加减速度与污染物排放率的相关关系,提出了道路交通路网机动车大气污染物排放总量计算方法。以某城市主干道相关区域路网作为研究对象,将道路条件、交通流量、交通管理控制措施等因素集成于仿真系统中,研究机动车对相关路网道路环境的影响,利用TSIS彩色成图技术表现出路网中各个路段大气污染严重程度,评价方法直观、生动。     

道路交通碳排放核算方法研究

通过文献查阅及行业调研，研究道路交通车辆运行阶段的CO2排放核算方法。分析国内外碳排放核算方法的现状，采用“自上而下”法和“自下而上”法对现阶段道路交通碳排放核算方法进行归纳，并通过总结不同活动数据及排放因子的来源，将其进一步分为基于燃料单位热值排放因子、基于试验测试排放因子、基于道路交通排放核算模型和基于机动车在线监控平台的4类核算方法，提出了现在及未来的应用场景，为道路交通碳排放核算提供理论和方法支撑。     

城市路网中车辆碳排放量的影响因素研究

在城市公路网中，一些因素可能会影响车辆平均公里碳排放量(Average Kilometric Vehicle Carbon Emission, AKVC)，特别是在大城市的公路网中，这些因素可能更加多样化。本研究中的因素包括登记车辆数量上每公里的交叉口数量、道路部分与总面积之间每公里的交叉口数量以及道路部分与车辆数量之间的总面积。研究发现，每公里交叉口数量是影响地区路网AKVC的唯一重要因素，其他所有因素对AKVC的影响均不显著。从研究中可以看出，由于“每公里交叉口数量”是道路网络中减少车辆碳排放量的最具影响的因素，这意味着应该控制或减少城市道路网络中的交叉口数量。     

适于动态导航系统的城市道路交通状态判别

城市道路交通状态判别是动态导航系统中的关键技术之一,文章从城市道路交通流系统的高度复杂性特点出发,提出了一种基于神经网络的城市道路交通状态判别方法．首先,利用灰关联熵分析方法选取交通状态的关键性特征指标;然后,建立交通状态判别的神经网络模型并利用实测数据对其进行离线训练;最后,应用训练后的神经网络进行城市道路交通状态在线判别．实验表明,用于城市快速路的交通流状态判别方法效果良好。