自动化公路货物运输量统计方法

为了提高中国公路货运统计的真实性和统计效率，利用自动化交调、轴载检测、高速公路计费、联网联控货车以及国家道路货运量专项调查等数据，提出2种自动化公路货运量统计方法。2种方法均采用浮动检测数据与固定检测数据融合的原理，使用浮动车数据获得运输特征，分别使用高速计费数据及自动化交调数据获得运输规模。通过设备检测数据与人工调查数据的嵌套计算，解决分层统计中行业浮动车代表性不足的问题。通过数据的一致性分析，解决不同类型数据车型划分标准不同给数据融合带来的口径不一致问题。与传统方法相比，统计方式由人工统计转变为自动化统计；统计对象由营运性货车扩展为全社会货车；统计口径由按车籍地统计转变为按运输发生地统计；统计周期由月缩短为日。此外，实现了可按车辆类型、道路类型、运输成分及公路线路的精细化统计。以辽宁省路网和G102国道为例，给出区域公路网和公路线路的货运量统计结果。最后，以高速公路为统计对象，与计费数据获得的货运量对比，验证基于交调数据统计方法的准确性。结果显示，交调融合法的货运量统计误差为11.5%。对比2种方法，交调融合法具有更广泛的适用性和更高的灵活性，为中国公路运输统计现代化发展提供了技术方法，同时探索了利用设备检测数据和人工调查数据嵌套分析解决工程问题的方法。     

针对一体化出行痛点的MaaS服务升级研究——以北京市为例

近年来,MaaS（MobilityasaService,出行即服务）成为交通领域流行的新概念。MaaS追求以人为本,通过提供门到门的出行一体化服务,提升用户的出行体验。基于先前针对用户在体验MaaS时产生的出行痛点的研究不足的问题,本文意在提供明确出行痛点以及相应对策的一般方法,主要包括：确定主要出行场景、基于场景确定出行痛点以及针对痛点的设计方案的基本逻辑与方法。并通过北京MaaS在冬奥期间上线新功能作为案例进行进一步的说明。     

某轿车前悬架系统动力学和运动学分析

本文主要运用ADAMAS仿真分析软件,分别通过对车轮施加侧向力、纵向力、垂向力,以及轮跳,研究车轮定位参数的变化情况,进而对该轿车的前悬架系统进行动力学和运动学分析。     

基于故障树分析法的柴油机起动困难故障诊断

柴油发动机故障的产生原因较多，但大多数集中在燃油供给系统，其中又以喷油泵与喷油器引起的故障为最多，本文主要介绍由燃油供给系引起的柴油发动机起动困难故障。     

城市道路客货冲突识别模型——以北京市为例

针对城市道路客货混行状态下货运车辆静态限行管理政策与货运时空需求不匹配的问题,建立客货冲突识别模型量化评估混合交通流中货车对客车运行状态的影响。以北京市五环内路网为例,首先根据货车流量占用道路通行能力所表现出的分级特征,划分出不同的场景;然后分别建立基于货车流量、路段速度及道路通行能力的客货冲突识别模型,并将获得的客货冲突指数1～10平均划分为5级;最后针对北京市东五环快速路和新发地区域路网,利用模糊C均值聚类进行道路运行状态判别。实例研究结果表明,东五环客货严重冲突的时段为7:00—9:00和14:00—20:00,处于轻度冲突以上的时段占88%,最高与最低的冲突指数之间相差3倍以上;新发地道路随着等级的降低,客货冲突程度呈逐渐增加的趋势,且各等级道路有区分上下行的客货冲突分布特征。模型对客货冲突的识别结果符合实际客货冲突产生的原理,可以反映出各等级道路客货冲突水平的差异,实现对路段客货冲突水平的动态识别。     

基于收费数据的交通运行参数估计方法

为更精准利用收费OD数据获取路网时空交通运行参数,提出一种机器学习预测服务区驶入与收费OD数据增量迭代相结合的计算交通运行状态的方法.首先利用机器学习方法开展服务区驶入预测,通过调查获取23 515份问卷数据,利用随机森林模型、支持向量机、朴素贝叶斯模型3种机器学习方法开展训练和预测精度敏感性分析,结果表明进入服务区最...