列车着火后继续在隧道中行驶的烟气特性

保障隧道列车着火后继续向前行驶的安全性是火灾应急救援的目标.文中采用计算流体动力学方法,使用STAR-CCM+软件的滑移网格功能,研究了不同列车行驶速度和火源热释放速率对隧道内烟气特性的影响,得到列车携带火源在隧道内行驶时烟气温度的分布规律和最佳行驶速度.结果表明:隧道列车着火后继续向前行驶时,存在一个使温度达到最低的最佳行驶速度50km/h;当列车运行速度恒定时,火灾热释放速率越大,人眼高度处的最高温度也越高;热释放速率恒定时,最高温度随着列车行驶速度的增大先减小后增大,呈开口向上的抛物线形状;随着着火列车向前运行,列车车顶进风口的最高温度逐渐上升,在隧道横断面的中性面上,最高温度值有较大的振荡;在隧道内340 m处温度最低,但是也达到了166.45℃.列车顶部区域的温度过高,可能会被烧毁性破坏,因此可考虑在列车着火后继续向前运动的同时给隧道通风,以降低环形空间的温度.     

地铁列车着火后在隧道内行驶的安全速度的实验研究

地铁列车着火后在隧道内行驶的安全性对隧道列车火灾的应急救援有非常重要的影响。列车着火后的行驶速度是决定其安全性的关键因素。由于客观原因,难以进行全尺寸试验,故在1:8的隧道模型内设置相同比例的列车模型,进行列车火灾模型实验。原型火灾热释放速率为0510 MW,在模型上加入经过相似变换的荷载,采用正庚烷为燃料,利用变频风机提供的流场模拟列车在隧道中运动的流场。通过测定在不同的行驶速度、着火部位及火源位置的条件下,风速与火灾热释放速率的关系、火焰扩展和烟气蔓延规律、列车周围的温度场以及火灾烟气逆流情况,研究并提出了着火列车在隧道内行驶的最佳速度,为隧道列车火灾的研究和防治提供了一定参考。     

地铁列车着火后在隧道内行驶的安全速度

地铁列车着火后在隧道内行驶的安全性对火灾应急救援具有重要意义,而行驶速度是决定着火列车安全性的关键因素.文中以热释放速率为0~10MW的火灾为原型,在1∶8的隧道模型内进行列车火灾模型实验.经过相似变换的模型火灾的热释放速率为0~55 kW.采用正庚烷为燃料,利用变频风机提供的流场模拟列车在隧道中的运动情况.通过测定不同行驶速度、着火部位及火源位置时,风速与火灾热释放速率的关系、列车周围的温度场以及火灾烟气蔓延规律,并以北京地铁为例,得到着火列车在隧道内行驶的最佳速度为41.83 km/h.     

基于模糊自适应PID的智能车控制与仿真

由于智能车的行驶是时变非线性系统,传统的PID算法无法很好地满足需求,改进的模糊自适应的PID算法采用高效的PID算法和模糊自整定控制相结合进行自动调节,可以让智能车系统克服传统PID算法无法实时调节参数的缺点,提高智能车在速度控制上的效率和鲁棒性。利用MATLAB中的Simulink仿真模块,设计搭建模糊控制器,并应用模糊规则进行仿真,分别给与负载电机转速扰动和电磁转矩的阶跃扰动,利用传统PID和改进后的模糊自适应PID控制对比测试电机控制系统的阶跃响应性能。实验表明,该系统不仅实现了智能车速度的实时调控和优化,而且与传统的PID控制算法相比较,具有更稳定的动态响应、鲁棒性与精确度。     

基于模糊-PI控制的沥青混凝土摊铺机行驶系统仿真

为了提高摊铺机的恒速行驶能力,提出一种将模糊算法和比例积分相结合的模糊-PI双模控制算法,并应用到摊铺机的行驶驱动系统上。为了观察其控制能力,建立了整个行驶驱动系统的数学模型,并且分别采用了模糊-PI双模控制算法和传统的PID算法对系统进行控制,利用Mat-lab/Simulink对整个行驶驱动系统进行了仿真分析。仿真结果表明：当采用模糊-PI双模控制对摊铺机行驶系统进行控制时,其控制效果要优于传统的PID控制,系统的反应速度快、超调量小,并且外界的冲击对系统的影响较小,摊铺机能得到很好的加速特性。     

着火列车在隧道内行驶的烟气温度特性研究

地铁隧道火灾中,以列车着火的可能性较大,着火后的应急处置办法是尽量带火运行到前方车站.依据1/8缩尺模型实验结果,利用计算流体力学STAR-CD软件的动网格功能,通过求解N-S方程,对列车着火后继续向前行驶的过程中的流场特性进行了研究,分析了不同列车行驶速度和火源热释放速率对隧道内温度分布的影响,得到列车携带火源在隧道内行驶时烟气温度的分布规律和列车行驶速度对烟气温度场特性的影响.结果表明:在着火列车继续向前行驶的过程中,隧道顶棚处温度最高,沿隧道高度向下逐渐降低,且烟气没有扩散至隧道高度2 m以下的范围;列车行驶速度越大,隧道两侧的烟气扩散的速度越快,蔓延的范围也越大;若车内的人员保持在1.375 m高度以下,可以保证生命安全.研究结果对于地铁列车着火后继续在隧道中行驶时的安全研究具有一定的参考作用.     

隧道列车着火后行驶速度对热释放速率的影响

隧道火灾中,列车着火的可能性较大,着火后的应急处置办法是尽量带火运行到前方车站.文中以向前行驶的隧道列车火灾为研究对象,应用槽道科特流、传热传质和燃烧反应动力学理论,结合缩尺火灾模型试验,研究了列车在着火后继续在隧道内行驶时,隧道列车环形空间内的回风风量、隧道内的活塞风效应及其对火灾燃烧特性的影响,给出了回风风量的表达式,建立了火灾热释放速率与列车运行速度的关系模型,得到了使得火灾强度维持在较低水平的列车合理运行速度——48 km/h.研究成果和方法可为隧道列车火灾的应急救援设计提供理论依据和指导.     

CINRAD/SA天气雷达双PRF技术I/Q信号仿真及算法对比验证

以CINRAD/SA天气雷达双PRF技术为研究对象,采用大气分层模型,建立基于端到端I/Q时域信号仿真算法,生成I/Q仿真信号并进行可靠性验证.对比分析不存在速度模糊、低重频下的速度模糊和双重频模糊情况下的快速傅里叶变换算法FFT和脉冲对算法PPP的评估精度,并分别采用标准解模糊算法和改进解模糊算法进行速度解模糊对比计算.统计分析结果表明:基于端到端I/Q信号仿真算法能对探测体内的风速细节进行很好的描述;当发生速度折叠时,脉冲对算法PPP的评估精度要高于快速傅里叶变换算法FFT的运算精度,同时改进解模糊算法精度高于标准解模糊算法,且与单PRF下的脉冲对算法PPP的评估精度相当.      

几种模糊控制算法的MATLAB仿真

模糊控制算法发展至今已有多种算法，对其中的几种常用算法进行分析研究，以比较各种不同算法的特点和优越性是一项十分有意义的工作。通过仿真研究分析了Mamdani模糊算法、具有可调因子的模糊算法以及模糊CCC算法的性能，并解释了模糊CCC算法相对于其他两种算法的优越性。还总结了量化因子和比例因子对模糊控制器的影响及因子的修改方法，并在仿真过程中加以了应用和验证。     

改进遗传算法优化模糊均值聚类中心的图像分割

针对传统模糊均值聚类算法存在的问题, 提出一种改进遗传算法优化模糊均值聚类中心的图像分割算法. 首先在标准遗传算法的交叉操作中引入方向因子, 使参与交叉的个体向最佳个体靠近, 加快算法的收敛速度, 并通过增强群体间的信息共享机制提高算法的全局搜索能力, 避免了早熟收敛, 改善了全局解的精度; 然后采用改进遗传算法选择模糊均值聚类算法的初始聚类中心, 实现图像分割; 最后采用仿真实验测试算法性能. 实验结果表明, 相对于传统模糊均值聚类算法及其他图像分割算法, 本文算法在分割正确率、 分割速度及鲁棒性上均更优.     

基于模糊识别的高速公路交通拥挤预测算法

在分析影响交通拥挤因素的基础上,提出了一种基于模糊识别的交通拥挤状态预测算法,并对算法进行了模拟测试。测试结果表明:该算法实时性好,准确性高,可作为高速公路交通控制与诱导等管理手段的可靠依据。     

基于GA的交叉路口自适应模糊控制器设计

针对交通领域中模糊逻辑控制器的模糊子集隶属度函数的离散性特点,提出了改进的GA(GeneticAlgorithm)算法,设计了适用于模糊子集隶属度函数编码的带区间范围限制的十进制编码方案,并实现受限分布一致交叉和变异算子.改进的经典赌轮选择法,通过动态确定最优隶属度函数,模糊控制器的控制性能得到提高,避免了病态个体产生,加快了收敛速度.通过一个实例的Matlab仿真结果表明了该方法的有效性.该方法对路口两方向车辆到达率相差较大情况的处理亦收到明显的效果.     

基于CAS-FQL算法的区域交通控制

针对Q-学习算法收敛慢、易陷入局部最优的缺陷,提出了一种基于灾变模糊Q-学习（CAS-FQL）算法的区域交通协调控制方法,即将灾变策略引入到模糊Q-学习算法的学习过程中,以提高和改进Q-学习的寻优能力和学习效率.具体是,利用CAS-FQL算法分别优化路网中各交叉口的周期和相位差,绿信比则采用常规方法优化.TSIS软件交通仿真的结果表明,相比基于Q-学习的控制方法,CAS-FQL算法能显著加快算法的收敛速度、提高交通效率.     

Identification Method of Urban Road Traffic Conditions in the Internet of Vehicles Environment

In accordance with the specific deployment way of infrastructure and data exchanging technology in the Internet of vehicles(IoV),the acquiring and calculating method for three basic traffic flow parameters in IoV scenarios,including traffic flow,speed and density,was researched.Considering the complexity of traffic flow and fuzziness of human thinking,fuzzy c-means clustering algorithm based on the genetic algorithm(GA-FCM) was adopted in soft classification of urban road traffic conditions.Genetic algorithm(GA) introduced into fuzzy clustering could avoid fuzzy c-means(FCM) algorithm converging to the local infinitesimal point,which made the cluster result more precise.By means of computer simulation,data exchanging environment in IoV was imitated,and then test data set was divided into four parts.The simulation indicates that the identification method is feasible and effective for urban road traffic conditions in IoV scenarios.     

基于模糊非支配排序遗传算法的多车型快速路交通拥堵和排放优化

以优化城市多车型快速路交通系统拥堵和排放为目标, 综合考虑了走行时间(total time spent, TTS)、走行距离(total travel distance, TTD)、匝道排队、尾气排放和燃油消耗这5个性能指标, 改进了多车型快速路宏观交通流模型Multi-class METANET和多车型排放模型Multi-class VT-macro. 提出了一个新的高维多目标优化算法——模糊非支配排序遗传算法(fuzzy non-dominated sorting genetic algorithm, FNSGA-Ⅲ), 对快速路的匝道汇入率和主路的可变限速(variable speed limit, VSL)值进行了优化, 实现了缓解主路和匝道交通拥堵以及节能减排的目标. 提出的FNSGA-Ⅲ算法, 基于自适应模糊推理系统(adaptive network-base fuzzy inference system, ANFIS), 对下一时刻高维多目标优化的超平面进行预测, 能够有效引导算法在迭代过程中的进化方向, 提高算法的收敛速度. 基于上海市广中路实际路网进行仿真实验. 结果表明, 与现有的单目标遗传算法和高维多目标NSGA-Ⅲ算法相比, FNSGA-Ⅲ算法结合改进的多车型宏观交通流模型, 可以更合理地设置期望速度与匝道控制策略, 更为有效地环缓解快速路的交通拥堵和排放.     

基于跟驰模型的雾天安全限速研究

为准确描述雾天交通流特性,挖掘交通流速度以及交通状态的关系,本文通过对不同气质的驾驶人在不同能见度下的驾驶行为进行问卷调查,分析雾天驾驶人的驾驶心理特性,在NaSch模型中引入加速概率,改变以往加速过程中的贪婪机制,构建考虑雾天驾驶心理的道路交通流模型。通过数值模拟,得到不同能见度水平下车流密度、车头间距、速度以及排队长度的变化趋势,并利用主成分分析法构建交通运行水平模型,为高速公路雾天不同能见度下选择合适的限速值和行车间距建议值提供辅助决策。     

公路隧道交通的元胞自动机模型及仿真

在Nagel-Schreckenberg交通流模型中,用速度负补偿机制代替原有的随机减速机制,建立公路隧道交通的一维元胞自动机交通流模型,并进行数值模拟及模型解析.数值模拟结果显示,模型的最大流量点对应的平均速度低于系统的极限速度,适当调节相关参数可以极大限度提高公路隧道通行能力.模型的理论解析与数值模拟结果相一致.     

基于神经网络的交通参数预测方法

为能够迅速准确地采取相应措施处理交通拥堵问题,改善行车安全,进而提高路网效率,研究了基于神经网络的交通参数预测方法,预测了交通流量、速度和占有率.在分析常用BP(Back Propagation)神经网络算法的基础上,研究误差平方和最小化的L-M(Levenberg-Marquart)算法.相对于常规预测方法,基于神经网络的交通参数的预测方法对于随机的参数变化具有更好的适应性,能及时跟随交通参数的变化,所以精确度更高,适应性更好.仿真结果显示,L-M算法的训练速度相比于常规BP算法要快几十倍,预测交通流量、速度和占有率等参数的效果优于常用的指数平滑算法,因此基于神经网络的交通参数预测方法可以应用于交通领域.     

城市交通信号三级模糊优化控制与仿真

针对多数交通信号模糊控制方法极少关注交通流的不确定性,提出一种城市交通信号三级模糊优化控制器及其Paramics仿真方法. 综合考虑交通需求强度、相位优化和延长时间决策等控制机理,提出三级模糊控制器的结构,并引入搭接相位设计相位优化的机制,遵循交通信号控制基本原则,提出三级模糊控制算法,最后,采用COM组件的混合编程技术构建三级模糊控制的Paramics仿真平台,并以深圳市黑点路口进行实验,在不同交通条件下对提出的模型进行效用评价;结果表明提出的控制器性能良好,在高强度的交通状况下性能稳定,控制效果符合交通管理者的控制目标,且具备快速响应交通流不确定性的能力.     

车辆长度对路段交通流的影响

在NaSch模型的基础上,考虑车辆长度,建立一维元胞自动机交通流模型.通过引入平均间距、占有率和启止密度等参数,数值模拟周期性边界条件下,车辆长度对路段交通流的影响.