肩回交路条件下多机牵引机车周转图的优化

针对采用机车肩回交路的重载铁路线路,将其列车运行图中的列车运行线转化为节点,机车周转线转化为边,运用机车转化为流,从而将机车周转图的优化问题转化为网络流问题.在此基础上,以运用机车数最少、单机走行数最少、附挂机车数最少、机车在站停留时间最短和机车工作均衡性最好为优化目标,以网络流问题中的节点流量守恒和节点流量要满足节点需求为约束条件,建立肩回交路条件下的多机牵引机车周转图多目标优化模型.按照优化目标函数的优先级,采用分层序列法对模型求解,并利用C#语言编写程序,通过调用ILOG CPLEX优化软件实现了该算法.算例表明,采用所给模型和据此编制的机车周转图优化程序,可以快速优化肩回交路条件下的多机牵引机车周转图.     

活塞风作用下地铁车站站厅火灾烟气流动特性的数值模拟研究

以开敞式地铁车站为例,将列车、隧道、站厅层和站台层均简化为长方体并建立车站三维模型;利用流体动力学软件Fluent,采用压力基求解器和SIMPLIC算法,研究活塞风作用下站厅火灾的烟气流动特性,并分析增设迂回风道和竖井对于削弱活塞风影响的效果.结果表明:站厅层空气流场结构在活塞风的作用下将会发生复杂的变化;站厅火灾发生后,在机械排烟、热浮力以及活塞风的共同作用下,站厅烟气分层现象遭到破坏;各楼梯口处气流速率变化剧烈,气流方向多次改变,并导致站厅层烟气被吸入站台层;增设迂回风道和竖井能够有效地削弱活塞风对起火站厅层烟气分层现象的破坏,延缓烟气侵入站台层的时间,减少侵入站台层的烟气量.     

基于改进粒子群优化算法的鲁棒性列车运行图编制方法

以列车优先级、追踪运行间隔时间和连发间隔时间限制为约束条件,以旅客列车的走行公里总数、平均旅行速度、对标准计划的延迟总时间和延迟时间方差,以及货物列车的日车公里总数和日产最6个指标无量纲转化后的合计值最大为综合目标函数,建立列车运行图编制优化模型.为增加列车运行图的鲁棒性,引入虚拟车和缓冲时间槽2个参数,采用改进的粒子群优化算法给出鲁棒性列车运行图编制方法.以5个车站、5列旅客列车和7列货物列车构造模拟环境,采用该方法进行列车运行图编制模拟.结果表明:该方法可铺画出更优的列车运行图,计算效率高;在行车计划受到扰动后,虚拟车和缓冲时间槽释放资源,运行图可以较快地恢复到可接受范围,容错鲁棒性好.     

北京地铁4号线客流特征分析

对北京轨道AFC数据库(交通卡刷卡原始数据)进行提炼分析,并进行模型分配。以轨道交通4号线为例进行客流特征分析,论述客流在时间、空间、断面以及站点上的不均衡特征,以及换乘站的换乘客流特征,为轨道运营管理及客流疏导提供支持。     

对地铁应急预案管理的初探

随着大城市轨道交通网络的形成,应对突发事件的快速、准确反应已经关系到全路网运行的安全性和可靠性.正是在这种大背景下,对地铁应急预案编制的出发点、管理流程进行初步的研究.     

强风区铁路风沙防治工程最大输沙量与携沙风荷载计算方法

针对强风区铁路风沙流灾害防治工程,开展最大输沙量和强风携沙风荷载2个最关键工程计算问题的研究。结合现场踏勘资料与测试数据,分析风向、风力和持续时间3个影响因素对最大输沙量矢量合成与计算的控制影响,基于优势强风流理论,归纳给出信风型、季风型和对流型3种典型工程风型的输沙量计算方法,并且为准确采集沙样数据,专门设计出能随主风向自动转动的野外自动风导向积沙仪。基于现场测试数据,根据相似准则与量纲和谐原理,推导强风区携沙风单位体积沙砾颗粒流体平均飞跃速度计算公式,用于强风区携沙风冲击荷载计算,计算结果符合工程实际,满足工程计算要求。     

基于PumpLinx的鱼雷齿轮泵内部流场及流量特性的仿真分析

为研究转速与流体介质对齿轮泵性能的影响,运用PumpLinx软件对齿轮泵内部流场及其流量进行瞬态仿真分析,并与试验数据进行对比,分析转速与流体介质对齿轮泵内部压力场及输出特性的影响。数值结果表明:齿轮泵平均流量与试验数据吻合较好,入口流量随时间呈锯齿状波动,出口流量则呈波浪状的较小波动,而且流量脉动率随转速的增大而减小;齿轮泵内压力从低压腔呈阶梯状向高压腔过渡,且入口易因超低压而出现空化现象,导致其压力脉动率高于出口。此外,流体介质为水时的流量脉动率略低于油。研究结果为降低鱼雷齿轮泵的振动和噪声等危害提供了理论指导。     

基于交通因子状态网络的城市交叉口交通流预测

信息技术的快速发展,为交通研究和城市交通管理提供了大规模、多样化的数据资源,并为城市交通状态估计和交通流预测方法的研究提供了有力支持。将城市交叉口视为一个微观交通系统,采用数据驱动与领域知识结合的方式,建立微观层次的交通因子状态网络模型（Traffic Factor State Network,TFSN）,考察交通因素之间的相互关联,并考虑环境因素的影响。该模型结合交通因子和环境影响因子的影响,通过对交通流数据进行聚类分析,估算出对应于环境影响因子的交通状态,并通过实际案例验证其物理意义以及与交通流实际状态的对应关系。进一步地,基于不同交通状态下的交通流数据建立高阶多元马尔可夫链,进行交通流预测,并根据交通流时间序列的聚类性能指标提高模型的预测准确性。对数据序列马氏性强弱、马尔可夫模型阶数与模型预测准确性之间关系进行分析。研究结果表明：根据马氏性合理选择马尔可夫模型的阶数可以提升模型预测准确性;直接对原始交通流数据进行预测的平均绝对百分比误差为24.61%,而不同交通状态下交通流预测的平均绝对百分比误差为16.99%,相比直接预测误差下降了7.62%,验证了所提出的微观交通因子状态网络的有效性和可用性。     

基于TD3算法的人机混驾交通环境自动驾驶汽车换道研究

提高人类驾驶人的接受度是自动驾驶汽车未来的重要方向,而深度强化学习是其发展的一项关键技术。为了解决人机混驾混合交通流下的换道决策问题,利用深度强化学习算法TD3（Twin Delayed Deep Deterministic Policy Gradient）实现自动驾驶汽车的自主换道行为。首先介绍基于马尔科夫决策过程的强化学习的理论框架,其次基于来自真实工况的NGSIM数据集中的驾驶数据,通过自动驾驶模拟器NGSIM-ENV搭建单向6车道、交通拥挤程度适中的仿真场景,非自动驾驶车辆按照数据集中驾驶人行车数据行驶。针对连续动作空间下的自动驾驶换道决策,采用改进的深度强化学习算法TD3构建换道模型控制自动驾驶汽车的换道驾驶行为。在所提出的TD3换道模型中,构建决策所需周围环境及自车信息的状态空间、包含受控汽车加速度和航向角的动作空间,同时综合考虑安全性、行车效率和舒适性等因素设计强化学习的奖励函数。最终在NGSIM-ENV仿真平台上,将基于TD3算法控制的自动驾驶汽车换道行为与人类驾驶人行车数据进行比较。研究结果表明：基于TD3算法控制的车辆其平均行驶速度比人类驾驶人的平均行车速度高4.8%,在安全性以及舒适性上也有一定的提升;试验结果验证了训练完成后TD3换道模型的有效性,其能够在复杂交通环境下自主实现安全、舒适、流畅的换道行为。     

引江济淮工程派河口船闸通航水流条件及改善措施

派河口船闸是引江济淮派河口枢纽重要组成部分,位于派河入巢湖口门段,建设条件复杂。综合已有工程、河道边界和相关规划,提出了复线船闸平面布置初拟方案。采用定床河工模型试验的技术手段对船闸下游引航道与口门区通航水流条件开展了详尽研究,探明了节制闸泄洪时下游通航水域纵向和横向表面流速、流态特征,分析了通航水流条件不满足规范要求的原因,指出可通过岸线平顺、新开泄洪分流通道和控制临界安全泄洪流量等措施进行改善。优化后的方案可满足设计要求,为工程设计和今后运行管理提供技术支撑。