基于NVO策略的CAI工质分层特性的模拟研究

应用通用流体计算软件STAR-CD建立了可控自燃(CAI)发动机模型,重点分析了负气门重叠(NVO)策略10°CA BTDC时工质的分层特性。研究了不同配气定时以及不同气门升程工质分层程度的变化规律以及影响因素,对自燃着火区域进行了统计分析。计算结果表明:随着进气门开启(IVO)时刻的逐渐推迟,工质分层程度增强,自燃着火区域体积变大;随着气门升程的逐渐变大,工质分层程度增强,自燃着火区域体积变大;工质分层程度主要受进气门关闭(IVC)时刻总湍流动能值的影响。总湍流动能值越大,混合越剧烈,压缩末期工质均匀性增强,分层程度减弱;压缩末期自燃着火区域体积的变化趋势与工质分层程度的变化趋势相同。     

基于Synchro的单点交叉口信号配时优化研究

首先系统地介绍了信号配时模型的现有研究成果,然后分析了Srnchro仿真系统中信号配时优化模型、用于延误计算的百分比延误方法(PDM)模型、排队长度计算模型、停车次数计算模型、通行能力计算模型和服务水平等模型.以广州市天河北路与天河东路交叉口为例,使用延误、停车次数、排队长度组合成的综合性能指标对交叉口的当前信号相位、相序进行了全面的优化研究.应用Synchro系统优化后,最大车流量和通过能力比由1.24减小到1.02,平均控制延误由85.8 s减少到60.3 s,服务水平由F级提高到E级.试验结果表明应用Synchro系统可有效提高路口的控制效果.     

面向定时节能运行的列车牵引计算算法

列车牵引定时计算是轨道交通列车牵引仿真系统的重要功能模块,对于实现列车按运行图模拟仿真运行具有重要意义。在考虑定时运行的基础上,实现列车运行全过程能耗最小化,则使该研究更具实际价值。在分析列车牵引计算运动学理论基础上,构建基于巡航惰行组合中间过程的列车运行定时节能仿真双层规划模型,分析以巡航速度为能耗控制变量、以惰行点位置为运行时间控制变量的二分法求解模型的可行性及解的存在性,设计基于二分法的列车运行定时节能优化算法。完成定时节能仿真模块的计算机程序编写,并以广州市域快线18号线(规划方案)万顷沙—横沥区段做案例分析。仿真计算列车运行时间与时刻表时间误差满足精度要求,且在能耗上求得最优解,表明模型构建和算法设计有效,且具有计算量少的优点。     

可控硅触发角移相定时方法探讨

针对可控硅触发角分区移相定时方法,讨论了由同步电路参数变化所造成的可控硅漏触发情况,并在原触发角分区移相定时方法基础上给出了一种改进方法。     

基于交叉口双站台的BRT 优先控制研究

为解决交叉口因BRT优先影响其他车辆通行问题,提出基于交叉口双站台的BRT 优先控制方法. 给出交叉口BRT双站台设置方法,对比分析BRT在交叉口单、双站台的平均延误. 根据BRT发车时刻、交叉口信号配时、BRT平均车速、交叉口间距及站台停靠时间等,制定 BRT站台预停靠方案和行车时刻表. 为确保BRT按照预停靠站台及时刻表运行,采用BRT车速引导与信号配时双重补偿修正BRT 实际离站时刻与时刻表的偏差. 以常州BRT 1 号线为例,对应用本文方法的5 个交叉口进行分析. 结果表明：BRT在每个站台实际离站时刻偏差范围为±5 s、±10 s、±20 s 时,本文优先控制方法显著减少BRT停车次数和延误,提高了BRT整体运营效率.     

公路工程地方技术标准修编时序模型研究

为了提高公路工程相关技术标准编制规划过程中的针对性和实用性,通过对现有国家行业 标准的梳理与实地调研,首先运用灰色关联的TOPSIS 法对调查结果进行排序分类,得到初步修 编计划;再通过贝叶斯判别法建立预测模型,借助统计分析软件SPSS 进行分析,得到判别函数 的影响因子及其系数,构建广义的公路工程地方标准编制时序判别模型;最后,以山西省公路桥 梁现状为例,统计其近年来由超限引起的桥梁事故,并将所建模型应用于当地《桥梁承载能力设 计细则》修编计划中加以验证。计算结果表明,该项标准的修编计划为“近期”,从而验证了模 型的适用性。     

多Agent强化学习下的城市路网自适应交通信号协调配时决策研究综述

相对于传统的交通信号配时决策方法,多Agent 强化学习及其协调方法能更好地适应城市 路网交通环境的变化。为探讨其在城市路网自适应交通信号配时决策中的应用,系统地总结了多 Agent 强化学习及协调机制的研究方法,详细地分析了国内外研究现状,并指出现有研究中存在 的问题,在此基础上对未来研究进行了展望。研究结果表明,既有研究主要针对规模较小的路 网,存在维数灾难问题,强化学习与协调机制结合研究还不够深入,相关学习参数分析不够细 致,仿真环境和情景现实性不强。未来研究可以引入马尔科夫博弈提高决策协调性,嵌入混合交 通流、公交优先等交通管理思想增强决策实用性,引入先验知识及其他学习技术加快学习速度, 融入物联网、主动管理、大数据等先进理念和前沿技术增加决策的实时性,与交通诱导等集成提 升决策的系统性。     

基于神经网络的小时间粒度交通流预测模型

为解决传统车队离散模型基于概率分布假设和现有交通流预测时间粒度过大不能应用于自适应信号配时优化等问题.在车队离散模型的建模思路上,先分析了下游交叉口车辆到达与上游交叉口车辆离去之间的关系,基于此构建了基于神经网络的小时间粒度交通流预测模型.该模型以上游交叉口离去流量分布为输入,下游交叉口到达流量分布为输出,时间粒度为5 s.最后,通过实际调查数据标定模型参数并应用模型预测下游交叉口到达流量.结果表明,与Robertson模型相比,本文模型预测结果能够更好地反映交通流的变化特征,平均预测误差减少了8.3%.成果可用于信号配时优化.     

不良天气对交通信号配时的影响分析

天气条件是道路交通运营的重要影响因素之一.从理论上分析不良天气对信号配时的影响,然后运用SYNCHR0和SIMTRAFFIC仿真软件,对正常和不良天气两种条件下的交叉口信号配时进行配时优化和微观交通仿真,研究表明:不良天气对交叉口信号配时的绩效将产生明显的负面影响,针对不良天气专门制定的配时优化方案将改善交通状况、减少延误和提高车速,但是改善程度还与许多因素有关.     

Windows程序中几种实现高精度定时的方法

高精度定时是许多工业控制过程中的关键技术。章旨在简要分析Windows的基本运行机制，并给出了Windows中常用的一些定时方法。