Assessing carbon emissions from road transport through traffic flow estimators

Carbon emissions from road transport are one of the main issues related to modern transport planning. To address them adequately, the acquisition of reliable data about traffic flow is an essential prerequisite. However, the large quantity and the heterogeneity of available information often cause problems; missing or incomplete data are one of the most critical aspects. This paper discusses how technology handles imperfect information in order to obtain more accurate quantification of CO₂ emissions. First, an analysis of single estimators and combination models is provided, highlighting their main characteristics. Then, the TANINO model (Tool for the Analysis of Non-conservative Carbon Emissions In TraNspOrt) is presented, jointly developed at the University of Seville and at the IUAV University of Venice. It consists of two different modules: the first is a combination model that optimizes the results of three traffic flow single estimators, while the second is a macro-model of carbon evaluation, which takes into account road infrastructure, vehicle type and traffic conditions. TANINO is then tested to calculate CO₂ emissions along the ring road of the Spanish city of Seville, showing its more efficient performance, compared to the single estimators normally adopted for such aims. Transport planning can benefit from the adequate knowledge of traffic flows and related CO₂ emissions, since it allows a more reliable monitoring of the progresses granted by specific carbon policies.     

基于时间卷积自编码网络的实时交通事件自动检测方法

为了提高道路异常交通事件检测效率并降低误报率,提出了一种基于时间卷积自编码网络的实时交通事件自动检测方法。首先设计了基于波动相似性度量的交通模式搜索算法用来筛选具有相同交通规律的样本数据;并构造了交通流模式矩阵作为网络模型输入,以避免样本不均衡与单一样本数据随机性对交通模式学习的干扰;同时设计了新的时间卷积自编码网络对交通模式特征进行无监督提取并对未来交通参数进行合理预测;为了降低交通流参数随机波动性带来的事件判别的干扰,设计了异常状态评估方法,通过对模型预测误差分布的学习,结合当前检测数据给出最终的事件判定结果。采用美国西雅图I90公路与I405公路2015年全年的交通流检测数据与历史事故数据进行实证研究,并与6种典型交通事件检测算法进行性能对比。研究结果表明:基于时间卷积自编码网络的实时交通事件自动检测算法具有较高的检测率、较低的误报率以及更快的平均检测时间;综合各种交通运行情况下,可接受误检率分别为5%、10%时,平均检测率可分别达到93%、98%;同时算法能够自适应学习交通状态的动态变化,对不同交通运行环境具有较强适应性与稳定性。     

基于ADS1202单数据链路的变流器电气量检测

针对多相大功率变流器需要采集并处理的温度、电流及电压等电气量数量多、空间分布分散的特点,本文设计了一种基于ADS1202的单数据链路的电气量检测方法。采用曼彻斯特码完成单数据链路信号传输,通过FPGA编程实现曼彻斯特码自同步解码,并使用Sink3数字滤波器对电气量进行处理。实验验证了信号调理、转换和后处理的有效性和可靠性,并实际应用于多相大功率变流器装置中电气量的分布检测。     

船闸闸门检测与评估技术

针对船闸闸门检测与评估工作尚无规范可依的问题,对其工作流程、检测内容及方法、评估内容及方法、技术状态等级评定进行研究,通过总结相关工程经验并借鉴水闸相关规范,得到一套较为完整的船闸闸门检测与评估体系。最后通过工程案例加以应用,验证了该技术的实用性。研究成果可为相关工作提供参考。     

IGBT短路保护电路设计与研究

根据集电极退饱和检测短路原理及ＩＧＢＴ的短路安全工作区（ＳＣＳＯＡ）限制，设计并分析了具有较完善性能的ＩＧＢＴ短路保护电路。试验结果表明：短路保护快速、安全、可靠、简便，具有较大的应用价值。     

剧烈动态轮轨相互作用的自动检测

轨道几何形状检查记录车是检测轨道表面问题的主要方法。在重载运输中 ,重复运输可能产生一系列特殊轮轨不平顺 ,当车辆以临界速度运行时 ,即使这些不平顺是均匀分布的 ,它们仍然能激起剧烈的轮轨相互作用。本文阐述了一种安装在正常运营中的运煤车上的轮轨相互作用的监控和记录系统     

机车蓄电池检测技术探讨与应用

针对目前铁路机车蓄电池对机车质量造成的影响,通过对蓄电池的几种常规检测方法:放电容量检测、电解液密度检测及其他检测方法等的分析和比较,指出各种检测方法的优缺点,提出对蓄电池采用动态监测手段的必要性。根据检测到数据来判断电池质量的好坏,从而提高了蓄电池的使用寿命,减轻工人的劳动强度,具有很好的经济效益。     

车牌定位的一种神经网络方法

汽车牌照自动识别（LPR）是ITS中的一项关键技术。对实时采集的图像，能自动地提取车牌照信息，有利于快速、高效进行车辆监控和管理，真正实现交通管理的智能化。而车牌定位又是车牌识别的必要的先决条件，直接影响LPR的成功与否。针对国标GA36—1992，结合图像的边缘特征，给出了一种快速可行的车牌照定位方法，供同行们参考。     

RSM-SY5型声波检测仪在砼厚度无损检测中的应用

简要介绍了RSM—SY5型声波检测仪在混凝土厚度无损检测中的工作原理，并通过某隧道混凝土衬砌厚度的测试，证明了该检测仪在混凝土厚度无损检测中的应用是成功的。     

重庆跨座式单轨系统限界检测设备的研究

跨座式单轨系统限界有其特殊性 ,尺寸控制非常紧 ,内容多而复杂。因此 ,该系统土建工程施工完后必须对全线断面的建筑限界进行检测。要进行准确高效的检测 ,需研发移动式检测设备 (限界检测车 )。在对跨座式单轨车系统限界分析研究的基础上 ,提出限界检测车的总体技术构想。