Managing transportation during highway reconstruction: A recommended process

Major highway reconstruction can cause significant disruptions to existing travel patterns and economic activity. Reducing these impacts on travelers, shippers, businesses and residents requires that innovative and effective transportation management actions be developed and implemented. This paper reports the major findings and recommendations of a research study on managing transportation during highway, reconstruction. The primary objectives of the study were

城市轨道交通项目建设条件指标研究

针对申报建设城市轨道交通的项目,系统研究高峰小时单向最大断面客流量、线路各期客运强度、规划建设期内地方政府资本金出资额占地方一般预算财政收入的比例以及全部出资额占城市维护建设财政性资金的比例等4个项目建设条件指标,为我国城市轨道交通近期建设规划、近期项目比选上报和评估提供参考依据。     

双向变流器在城轨牵引供电系统中应用研究

将大功率双向变流器（又称PWM整流器）应用到城轨牵引供电系统,可实现列车再生制动能量回馈、牵引供电、稳定直流网压,以及对交流系统无功补偿的功能,受到业界广泛关注。本文对双向变流器的功能特点、系统构成及工作原理进行了介绍,并给出了在北京地铁10号线的现场试验数据,证明了其显著的节能效果。     

直线尖轨道岔与曲线尖轨道岔在城市轨道交通中应用探讨

详细阐述60kg/m 9号直线尖轨道岔与曲线尖轨道岔的特点、使用中存在的利弊及其对运营的影响,从性能、经济、运用等方面进行了性价比分析,并结合城市轨道交通运营特点,以满足运营要求为前提,而且从满足城市轨道交通运营不同需求方面,对道岔选型提出了相应的建议。     

城轨列车牵引系统热容量试验方案研究

结合沙特麦加城轨列车型式试验,在分析城轨列车牵引系统的组成及其热源分布和冷却设备布置的基础上,研究测点布置,设计城轨牵引系统热容量试验方案.牵引系统热容量试验主要对牵引电机、牵引逆变器的散热片和箱体内部空气、制动电阻及其出风口、轴箱轴承以及环境等的温度进行监测,另外还要对供电电压、牵引逆变器的输入和输出电流以及制动电阻的电压等电参数进行监测,据此确认城轨列车牵引系统各设备的工作状态.温度测试利用造车时预埋的和试验时设置的温度传感器进行;电参数的测试则通过布设的电压、电流传感器进行;选择站站停行车模式和启动加速—恒速运行—调速停车的试验工作周期进行城轨列车牵引系统热容量试验.按照设计的试验方案成功实施了沙特麦加城轨列车牵引系统热容量试验.     

分段开通城市轨道工程的系统调试

轨道交通已经成为解决大城市交通问题的重要途径,各大城市也在快速进行轨道交通建设。为了使一条新线尽快投入运营,经常采用分期分段建设、开通的方案,这种建设模式给信号系统的调试带来了很大难度。在北京地铁15号线实际调试过程中发现,采用分段独立组织调试,再进行两段贯通调试的方案,可有效地保证整个项目实施的安全和进度。     

专用铁路综合数据通信网建设方案探讨

铁路综合数据通信网,是铁路信息化建设的基础平台,建设时首先应完善铁路基础通信网,然后从业务需求、网络结构、技术方案、网络管理、安全策略等几个方面综合考虑,合理规划,有效实现资源最大化的目标,使专用铁路信息化建设更科学、更合理。     

地铁专用无线网建设与政务无线应急网引入的探讨

随着城市轨道建设的快速发展和城市无线应急网的全面建设,城市无线应急网引入地铁已成必然。为此,从建网需求、工程投资、工程建设、使用维护、干扰分析等方面,对地铁专用无线网和政务应急网的功能以及定位进行分析,为轨道交通引入政务无线网系统提供方案。     

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。     

排阵式交叉口几何设计与信号控制协同鲁棒优化

针对排阵式交叉口在实际交通波动环境中存在车辆滞留排序区,运行效率稳定性难以保障的问题,提出了鲁棒优化方法,平衡交叉口运行的效率和稳定性。在分析排阵式交叉口运行特性的基础上,指出了其运行效率波动性与交叉口几何设计、信号控制、交通需求、饱和流率和运行车速这5个因素有关。确定了将交通需求、饱和流率和运行车速这3个客观波动因素作为模型的输入参数,将几何设计和信号控制这2个可受设计人员控制的要素作为模型的优化控制变量进行协同优化的模型框架。在此基础上,以交叉口车均延误条件风险值最小为目标,考虑了各流向车道数、信号相位相序、排序区车辆清空等方面的约束条件,构建了基于情景的鲁棒优化模型,并建立了遗传算法对模型进行求解。通过案例分析,对鲁棒优化模型的置信水平取值和算法准确性进行了分析,证明了算法可以使目标函数收敛到最小值,并基于蒙特卡洛模拟对优化效益进行了检验。研究发现,所建立的几何设计与信号控制协同鲁棒优化模型可实现在交通需求和供给的波动下,对排阵式交叉口的车道功能、排序区长度以及主、预信号控制进行协同优化。相较于确定性的设计方法,在平均延误层面基本维持原有水平,但对延误标准差和最大值有着较为明显的改善,案例中分别减少了48%和23%。