考虑洪水漫延过程的地铁车站人员疏散研究

提出一种基于元胞自动机同时分析洪水漫延和人员疏散的新方法,以此研究洪水漫延对行人疏散过程的动态影响.基于元胞自动机原理,利用元胞及其周围相邻元胞上一个时间步长的相关状态变量进行水量转移计算,结合洪水漫延对行人的移动速度和运动方向的影响,建立洪水漫延下人员疏散的分析模型,通过数值仿真研究洪水漫延和人员疏散的动力过程.详细分析不同进水口位置和进水流量对地铁车站应急疏散效率的影响.研究结果表明:有洪水时人员疏散的效率显著低于无洪水的情况;进水流量的增加会导致人员疏散效率降低;进水口位置的不同也会对人员疏散的效率造成很大的影响.     

基于元胞自动机的高速铁路列车群追踪运行仿真模型

为分析高速铁路列车在追踪间隔缩小时的运行状态,根据准移动闭塞系统原理,设置列车区间运行和车站运行的演化规则,建立准移动闭塞条件下基于元胞自动机的列车群追踪运行仿真模型。利用元胞自动机对京沪高速铁路线路"上海虹桥—南京南"运行图中追踪运行的10列车进行建模仿真,分析仿真结果验证到达间隔时间是制约追踪间隔的瓶颈,并得出后行列车满足追踪间隔4 min或3 min的情况下,其运行速度不受前行列车的干扰。     

考虑反馈条件的元胞自动机交通流的建模与仿真

将NS模型中存在的车辆倒退现象以及刹车过急等与实际交通状况不相适应的地方进行改进,提出了反馈形式的交通流元胞自动机模型,该改进NS模型引入了前车状态的变化量以及一套全新的速度更新规则来模拟交通流的变化。仿真试验证明该模型更加符合实际交通基本特征,同时该模型使车流总体增大,也成为后续模型的基础模型。     

以亚硝酸盐为电子受体的反硝化聚糖菌培养及特性分析

采用SBR反应器经过5个阶段约90天的培养,驯化出以亚硝酸盐为电子受体的亚硝酸盐型反硝化聚糖菌(denitrifying glycogen accumulating organisms,DGAOs),其最大耐受NO2--N浓度约为25mg/L.驯化的亚硝酸盐型DGAOs是具有反硝化能力的一种聚糖菌(glycogen a...     

梯度厚度多胞管的轴向冲击性能分析和优化设计

在截面上引入梯度壁厚设计是一种很有前景的提高薄壁结构吸能效率和耐撞性能的方法.研究双面梯度厚度方形多胞管在轴向加载过程中的变形模式和能量吸收问题.基于简化的超折叠单元理论分析了通过引入梯度厚度提高吸能效率的可行性,确定了一种多胞管截面材料分布方式,并进行了数值仿真分析.仿真结果表明:在横截面引入梯度厚度使多胞管能量吸收...     

硫酸盐还原菌对高桩码头抗震设计的影响

国际上高震区高桩梁板码头抗震设计往往采用基于位移的抗震设计方法,且采用钢管桩结构较多,而硫酸盐还原菌(SRB)能在极短时间内对钢管桩造成严重的腐蚀,危害极大。针对SRB的腐蚀机理,提出3种主要防护措施,并对物理防护法的3种不同工程应用方案进行对比研究。结合菲律宾马尼拉某集装箱码头工程设计,采用控制变量法,对3个方案分别进行push-over推覆分析求解。计算结果表明,覆盖层保护法及钢管桩泥面处局部填充混凝土法的结构抗力较大且结构延性较好。对类似工程环境的码头结构设计具有借鉴意义。     

以稻壳为载体培养反硝化菌及硝酸盐氮的去除

研究了以稻壳为载体培养固定反硝化菌及其影响因素,并进行了模拟废水硝酸盐 氮的去除实验．结果表明：稻壳固定反硝化菌能有效地去除水中的ＮＯ３－,降解速率为 ５．９ｍｇ／（Ｌ·ｈ）,去除率达到９１．６％,稻壳培养反硝化菌的最适ｐＨ和温度分别是７．６和３０℃．     

先进出行信息下事故对行程时间可靠性的影响

定义路径行程时间可靠性为在交通事故期间内平均路径行驶时间小于事故前路径出行时间乘以可接受拥堵水平的概率,由此导出路网行程时间可靠性.假定事故持续时间服从正态分布并将研究时域划分成相同的时段,在先进出行信息下,利用元胞传输模型进行路段流量加载,给出了每一个时段内路径行程时间的递推式,并在每一个时段内更新1次路径出行时间,出行者根据更新的出行时间运用Logit模型进行路径决策,最后基于Monte-Carlo法模拟求解路网行程时间可靠性.算例结果表明,行程时间可靠性随事故持续时间和方差及需求的增加而减小;可靠性随可接受拥堵水平的增加而增加;在拥堵网络中,包含事故路段的OD间需求越高,可靠性越低.     

基于时间阈值的旅客登机模型及动态登机策略

减少登机时间有利于提高旅客体验和航空公司运行效率,故优化基于旅客行为的登机策略尤为重要. 基于旅客登机过程中两个阶段的延时,建立考虑时间阈值的新登机模型;在干扰时间阈值分布的基础上,通过优化算法分配行李,从而使登机时间最小,进一步得到基于不同行李构成的动态旅客登机策略. 通过元胞自动机仿真和现场模拟实验比较动态登机策略的效率. 结果显示：新登机模型能准确反映登机过程,Steffen 次序具有最大的干扰时间阈值和优化空间;本文提出的动态登机策略可以缩短登机时间,使登机效率显著提高.     

手动-自动驾驶混合交通流元胞传输模型

为了分析自动驾驶车辆对交通流宏观特性的影响, 以手动驾驶车辆与自动驾驶车辆构成的混合交通流为研究对象, 提出了不同自动驾驶车辆比例下的混合交通流元胞传输模型(CTM); 应用Newell跟驰模型作为手动驾驶车辆跟驰模型, 应用PATH实验室真车测试标定的模型作为自动驾驶车辆跟驰模型; 计算了手动驾驶与自动驾驶车辆跟驰模型在均衡态的车头间距-速度函数关系式, 推导了不同自动驾驶车辆比例下的混合交通流基本图模型, 计算了混合交通流在不同自动驾驶车辆比例下的最大通行能力、最大拥挤密度以及反向波速等特征量, 依据同质交通流CTM理论建立了不同自动驾驶车辆比例下的混合交通流CTM; 选取移动瓶颈问题进行算例分析, 应用混合交通流CTM计算了不同自动驾驶车辆比例下的移动瓶颈影响时间, 应用跟驰模型对移动瓶颈问题进行微观数值仿真, 分析了混合交通流CTM计算结果与跟驰模型微观仿真结果之间的误差, 验证了混合交通流CTM的准确性。研究结果表明: 混合交通流CTM能够有效计算移动瓶颈的影响时间, 在不同自动驾驶车辆比例下, 混合交通流CTM计算结果与跟驰模型微观仿真结果的误差均在52 s以下, 相对误差均小于10%, 表明了混合交通流CTM在实际应用中的准确性; 混合交通流CTM体现了从微观到宏观的研究思路, 基于微观跟驰模型与目前逐步开展的小规模自动驾驶真车试验之间的关联性, 混合交通流CTM能够较真实地反映未来不同自动驾驶车辆比例下单车道混合交通流演化过程, 增加了模型研究的应用价值。