横风作用下地铁车辆运行平稳性及安全性分析

[目的]城市轨道交通列车在高架线路上运行时,横风对车辆运行的平稳性和安全性有较大影响,需要对横风作用下地铁车辆的动力学性能进行更为深入的研究。[方法]在MATLAB软件中分别采用3种经典的横风风载模型(定常稳态风载模型、瞬态中国帽风载模型及非定常随机风载模型)模拟动态风场,在SIMPACK软件中建立单节编组车辆的精细化刚体动力学模型,将3种风载模型作为外部激励分别施加到车辆上;对比分析了车辆在直线上运行时不同风载模型、不同风速、不同车速对地铁车辆运行平稳性的影响;从安全设计角度出发,选取非定常随机风载模型,对车辆在曲线上运行时的平稳性及安全性进行分析,探究了不同风速下车辆运行速度的安全域。[结果及结论]在横风作用下,地铁车辆车速、风速均对车辆的运行平稳性及安全性有显著影响。车辆高速运行时,风速对车辆的横向振动影响更为突出。3种横风风载模型中,非定常随机风载模型对车辆的平稳性影响最明显;基于对车辆平稳性及安全性的分析,给出了不同线路形态(直线或曲线)、不同风速下的车辆限速值。     

浓雾下高速公路可变限速控制方法

为解决浓雾时高速公路行车交通安全问题,并改变原有的固定限速措施,提出以安全允许速度为基准的可变限速控制方法。以道路交通安全法对浓雾下车速的规定为基准,考虑交通法里并未提及道路线形条件、路面状况等因素对限速值进行计算,并采用监测器数据近似代替个体车辆数据进行数据优化,得到浓雾行车安全车速及安全行车间距取值。基于此限速信息对动态可变限速信息牌的设置提供依据,进一步确定可变限速控制流程。VISSIM仿真试验结果表明：与固定限速控制相比,实施可变限速控制路段的最低平均车速提高了12.16%,平均速度最大差值降低了26.37%。表明浓雾下高速公路可变限速控制方法相比传统固定限速手段能有效地在保障出行安全的同时提高出行效率。     

雾天高速公路限速模型研究

文章通过对传统的基于停车视距和基于交通标志视认距离的雾天高速公路限速模型的分析,提出了考虑比较全面的组合限速模型,并采用保守分析与乐观分析方法对各种限速模型的计算结果进行比较,论证各种限速模型的特点和适用条件,同时还提出了不同能见度条件下的高速公路限速值和管理措施,为高速公路雾天行车安全管理提供借鉴。     

自由抛锚控制技术研究方向的分析

通过对锚机功能、抛锚状态、抛锚速度及控制的分析,得出了合理适用的自由抛锚控制技术是具有软特性限速制动功能.     

一种限速切断阀的结构设计及试验研究

针对海洋工程装备的需求,设计了一种专用限速切断阀。首先进行了针对性的限速切断阀流道设计和限速切断阀各结构参数的理论计算,并利用UG软件进行限速切断阀各部件的模拟装配;其次,针对所设计生产的限速切断阀样件,设计了一种小缸径油缸拉动大缸径油缸的新型试验系统,对限速切断阀的前、后阻尼孔直径大小对限速切断阀动态性能的影响进行研究;试验结果表明,该种限速切断阀在关断时间、切断流量等方面满足张力补偿器系统的要求,且前、后阻尼孔直径对限速切断阀的动态性能有较大影响;新型的试验方案可为同类阀的试验做借鉴参考,试验结论可为同类型限速切断阀的研制起到指导作用。     

基于BP神经网络的Q-学习可变限速控制对拥堵路段交通流的优化

为提高可变限速(variable speed limits,VSL)控制对高速公路交通流的控制效能,提出一种连续状态下BP神经网络的Q-学习VSL控制方法。以路网总通行时间、路段内平均速度、平均密度和平均流量为评价指标,应用VISSIM4.30与MATLAB软件对比分析采用与不采用BP神经网络的Q-学习VSL控制时,入口匝道和主线合流区域附近潜在拥堵路段对交通流的影响。结果表明,基于BP神经网络的Q-学习型VSL控制方法对主线瓶颈区域上游易拥堵路段的交通流有明显的优化作用。     

南京快速内环限速值合理性研究

从南京快速内环限速值现状入手,分析快速内环车速、交通运行状况与问题,从必要性与可行性两方面分析研究南京快速内环限速值提高的合理性.通过解析快速内环限速技术参数,评判限速值提高的可能性.通过Vissim仿真技术,模拟60 ～ 80 km/h不同限速值情形下,快速内环交通运行差异,提出南京快速内环合理限速值建议.     

起艇绞车新型限速装置的研制

限速装置是起艇绞车中的核心部分,而起艇绞车是船舶救生设备中的重要组成部分,常规起艇绞车中的限速装置是摩擦式,本文介绍了新型液压式限速装置的研发情况,有着广阔的发展前景。     

一种汽车驳运限速系统设计及实现方法

随着现代社会智能汽车技术高速发展，汽车已经普及化，成为每家每户必需交通工具，整车厂对商品车在驳运过程中的安全性要求非常重视，主要涉及到驳运驾驶员的安全和商品车的品质保障。本文详述一种汽车驳运限速系统设计方案和实现方法。     

基于人工神经网络的高速公路隧道群限速研究

根据典型高速公路隧道群交通运行状况,从时间因素、交通动态因素、道路条件和隧道群环境因素等方面选取输入变量,以运行速度为输出变量,建立基于人工神经网络的高速公路隧道群速度预测模型;然后,通过灵敏度分析方法,研究各个输入变量对输出变量的影响程度,并对各个输入变量的灵敏度分析结果进行比较分析。研究结果表明:该方法能够针对隧道群交通流的实际情况,充分利用与速度密切相关的信息来模拟,克服了传统算法难以建模的缺陷,适合交通流限速控制的在线建模。该方法切实可行、准确度较高,可为制定高速公路隧道群速度限制提供理论基础。