新开通地铁城市乘客安全知识认知度调研

为了解和掌握杭州等新开通地铁城市的乘客乘坐地铁出行所具备的安全知识、安全意识水平,利用调查问卷的方法对乘客基本安全知识的认知程度、安全意识、安全行为和突发事件的反应进行初步调查分析与研究。结果表明:63%的乘客对于安全标识的含义、紧急报警装置等了解程度不高;87.88%的乘客表示没有接受过相关安全知识的宣传教育;68.19%的乘客对于地铁这种特殊的公共交通工具的安全性表现出主动关心;90%以上的乘客未携带危险品进站乘车、未在站内/车厢内吸烟,安全行为较好;同时当地铁站内发生突发事件(如火灾、爆炸、停电、恐怖袭击等)时,57.58%的受访者表示在面临危险的情况下可以保持镇定的态度并能听从指挥。     

城市轨道交通安防系统探讨及建议

中国城市轨道交通建设正大规模实施,按照轨道交通运营承载实体及轨道交通的客流特点,结合国内安全形势及维稳、反恐需要,轨道交通安全防范系统承担巨大的安防压力.简述国内轨道交通安全防范系统的现状,如系统建设各行其是、系统繁简不一、系统目标各有不同,就轨道交通安防系统建设发展变化及发展趋势进行探讨,建议形成较为完备的轨道交通安防系统建设规范及行业标准,成立统一的行业风险评估机构,扩大安防系统信息数据采集范围,强化安防系统功能.通过对国内轨道交通安防系统的探讨分析及建议,以期达成行业共识,并推动轨道交通安全防范系统的建设.     

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.     

铁路通过小型采空区的综合勘察与线路优化

在地形地质条件复杂地段,地质选线对铁路工程具有重要的意义。以某铁路线路通过一小型采空区为例,在线路无法绕避的情况下,采用综合手段对采空区进行探查。先在现场地质测绘调查的基础上针对性布置物探测线探查,再根据探查结果合理安排钻探对探查结果进一步修正。通过对资料的综合分析,详细绘制采空区范围和规模,对线路方案进行优化调整。现场施工表明综合勘察手段对线路优化具有良好效果。     

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。