控制道及劈高对气动射流元件射流切换的影响

液动射流冲击器冲锤受力具有不受围压影响能在深井工作的优点,而现有气动冲击器单次冲击功大但无法在深孔钻进。为此有必要研究一种新型气动射流冲击器,使之具有二者优点。由于气液物性不同,故新型气动射流冲击器的核心部件——气动射流元件的切换性能需进行研究。改变气动射流元件控制道宽度、劈高进行试验,研究其对射流切换性能的影响,结果是控制道宽度较小,元件易实现射流切换;劈高对射流切换影响不大。

深宽比、控制道对射流切换性能影响的试验研究

液动射流冲击器是解决深井、硬岩钻进难题的一种有效工具。但是,它存在核心部件易损坏、寿命低等问题。原因在于其内部结构设计不合理,尤其是喷嘴的过水断面设计不合理。解决的办法是增大喷嘴过水断面,而增大喷嘴过水断面势必会影响射流元件切换性能,故有必要进行研究。由于工作室内流体流动非常复杂,因此采用试验的方法。笔者研究了射流元件喷嘴深宽比、控制道对射流切换性能的影响。经试验得出,当深宽比增加,射流切换性能变好;控制道宽度的变化对射流切换性能没有显著影响。

典型匝道控制场景下深度强化学习决策机理解析

以典型匝道控制场景为研究对象,利用状态值函数、显著图及输入扰动,理解深度强化学习模型在交通控制中的决策机理。利用状态值函数评判模型是否能够认识到交通状态的变化,通过显著图分析特定环境状态下模型感知到的环境状态特征和决策动作规律,应用输入扰动分析扰动后匝道控制动作匹配率和控制效果并鉴别关键区域。结果表明,基于深度强化学习的匝道控制模型能够准确评判交通状态的优劣,感知到交通状态的关键特征,并做出合理的决策动作。

基于匝道控制及尾气计算模型的高速公路绿色交通管理研究

随着高速公路车辆的增多,大量汽车排放的尾气导致高速公路附近的环境受到极大的威胁。匝道是在立交处连接立交上、下道而设置的单车道单方向的转弯道路。在高速公路的道路上通常都设有一个控制与检测点。为了提高高速公路附近的自然环境质量,研究提出了一种基于匝道控制和尾气计算模型的策略,该策略通过对匝道控制进行优化,减少车辆在道路上的停留时间,从而减少尾气排放。对研究提出策略的实际应用效果进行分析,结果说明,研究提出的交通策略可有效减少汽车尾气,从而提升高速公路附近的环境水平,促进绿色交通的发展。

考虑宏观碳排放阈值的快速路入口匝道控制

为缓解日益严重的快速路交通拥堵及交通污染问题,在经典ALINEA匝道控制算法基础上考虑碳排放的影响,通过宏观基本图将实时碳排放测度指标与占有率指标相结合提出宏观碳排放阈值指标,构建兼顾主线与匝道碳减排以及路网运行效率提升的CE-ALINEA(carbonemission-ALINEA)分级控制算法,并通过VISSIM仿真实验比较不同控制算法的控制效果.结果表明:相比ALINEA控制,CE-ALINEA控制不仅能有效减少主线排放量并提升主线运行效率,还能明显减少因匝道控制而增加的匝道碳排放;CE-ALINEA控制在改变检测器布设下能有效测度主线碳排放并对主线交通具有稳定的控制效果;随着电动汽车渗透率增加,CE-ALINEA减排效果有所减弱,但与ALINEA相比对匝道碳排放仍有较好的减排效果.

基于车流波动理论的匝道达到控制与仿真效果评价

以匝道达到控制为主体的合流区主动交通管控是高速公路与城市快速路在提升交织区通行能力与交通安全采用的重要方法。采用历史真实交通数据,结合优化的速度波动理论模型,构建车辆在拥挤流交织过程中的运行状态模型,量化分析混合控制决策下最优化的管控方案,并通过优化的仿真平台,获取车辆轨迹、分布及冲突状况等信息,验证结论的实际效果。以秦洪立交为例进行模型试验论证,对比匝道单一控制与匝道主线混合控制的优化效果。结果表明,相对于无管控状态,单一匝道控制下冲突减少52.5%,但车辆延误增长20.5%;混合控制下冲突减少68.1%,且车辆延误降低12.0%。由此可知控制模型对匝道交通安全与效率有明显优化效果。其中,采用匝道主线混合控制时效果最佳,有效提升匝道通行效率和交通安全效益。

基于衔接交叉口绿波交通的快速路入口匝道信号控制策略

基于快速路入口匝道与衔接交叉口的绿波交通构建了快速路入口匝道信号控制模型。通过合肥市裕溪路高架对智能控制方案进行算法验证,结果表明:智能控制方案在晚高峰时间段,提升了快速路服务水平,快速路主线行程时间降低率保持在20%以上,在晚高峰时期交通流量提升率在40%以上,主线速度提升30%以上。

基于CTM模型的入口匝道模型预测控制

入口匝道车流的无序汇入会影响快速路主线车辆的正常行驶,造成交通拥堵甚至交通事故。为了使城市快速路交通流保持稳定有序,提出一种基于元胞传输模型(Cell Transmission Model,CTM)的入口匝道模型预测控制方法。最优控制模型采用CTM交通流模型作为过程模型,综合考虑通行效率、匝道队列和控制信号波动构建目标函数,使用粒子群优化算法(Particle Swarm Optimization,PSO)求解。仿真结果表明,相比于无控制算法,提出的匝道模型预测控制方法可以有效缓解交通拥堵、减少通行时间,使快速路系统取得良好的交通表现。

平衡主线和匝道交通运行的强化学习型匝道控制研究

考虑合流区域主线和匝道的交通流运行状态,提出了一种基于深度强化学习的鲁棒自适应匝道控制模型——DRLARM模型。根据交通流运行特征,构造了平衡主线交通效率和匝道排队长度的强化学习奖励函数;为适应动态变化的交通环境,采用多交通流场景混合训练控制模型,在不同拥堵成因、不同拥堵时长、不同需求分布等测试场景下开展仿真实验,对比分析了无控制及DRLARM、ALINEA和PI-ALINEA模型控制的车辆平均行程时间A、车道占有率o、匝道排队长度W和匝道损失时间比P等评价指标。研究表明:DRLARM模型控制的平均行程时间A相比无控工况节省了22%,略好于ALINEA模型,与PI-ALINEA模型控制效果相当;DRLARM模型在不同测试场景下产生的匝道损失时间比P较稳定,匝道排队长度W绝对值相较于ALINEA模型和PI-ALINEA模型均缩短了约16%;深度强化学习方法兼顾了通行效率和路权公平性,训练所得DRLARM模型在动态交通条件下表现出良好的鲁棒性。

基于强化学习的改进NSGA-Ⅱ算法的城市快速路入口匝道控制

为了缓解城市快速路拥堵和尾气排放问题,提出了基于竞争结构和深度循环Q网络的改进非支配排序遗传算法(non-dominated sorting genetic algorithm Ⅱ based on dueling deep recurrent Q network, DRQN-NSGA-Ⅱ).该算法结合了基于竞争结构的深度Q网络(dueling deep Q network, Dueling DQN)、深度循环Q网络(deep recurrent Q network, DRQN)和NSGA-Ⅱ算法,将Dueling DRQN-NSGA-Ⅱ算法用于匝道控制问题.除了考虑匝道车辆汇入以提高快速路通行效率外,还考虑了环境和能源指标,将尾气排放和燃油消耗作为评价指标.除了与无控制情况及其他算法进行比较之外, Dueling DRQN-NSGA-Ⅱ还与NSGA-Ⅱ算法进行了比较.实验结果表明:与无控制情况相比,本算法能有效改善路网通行效率、缓解环境污染、减少能源损耗;相对于无控制情况,总花费时间(total time spent, TTS)减少了16.14%,总尾气排放(total emissions, TE)减少了9.56%,总燃油消耗(total fuel consumption, TF)得到了43.49%的改善.

基于动态轨迹规划的自动驾驶车辆协同换道方法

传统的多车协同缺乏对目标队列和换道车辆信息的有效利用,为考虑动态信息变化对换道过程的影响,本文提出基于动态轨迹规划的自动驾驶车辆协同换道控制方法。首先,针对自动驾驶环境下单车进入车辆队列的研究场景,提出基于实时动态信息的协同换道控制框架,在考虑换道车辆与目标队列车辆的合作以及换道行为给目标队列带来影响的基础上,构建非换道期间和换道期间的纵向协同控制模型;之后,在换道车辆发出换道请求并满足换道触发条件后,考虑队列纵向协同目标,根据纵向速度变化动态规划每一时刻的期望轨迹,提出基于正弦曲线的动态换道轨迹规划方法,得到安全和可靠的轨迹曲线,并采用模型预测控制的轨迹跟踪控制算法,实现实时轨迹跟踪;最后,通过搭建Prescan-Simulink联合仿真平台,设计多组不同速度工况下的仿真实验,以及设置传统基于前车—跟随策略的控制算法与本文的控制策略进行对比,综合分析换道触发时间、队列稳定时间和速度波动幅度这3项指标,验证本文控制策略的有效性和可行性。仿真结果表明:本文所设计的协同换道控制策略和传统方法相比,队列的平均稳定时间缩短了34%,队列的速度波动幅度保持稳定,并在不同相对速度的工况下,均能够实现车辆安全和高效地换道。

城市快速路入口匝道控制研究综述

入口匝道控制是城市快速路交通缓堵的重要手段。为全面了解其研究现状及发展趋势,回顾了入口匝道控制自提出以来近60年的发展历程,系统梳理了入口匝道控制逻辑与类别,聚焦入口匝道控制的方法论演进。研究发现:入口匝道控制范围从局部最优向全局最优发展;入口匝道控制对象由宏观交通流控制向微观车辆控制发展;入口匝道控制的建模方法从确定、均质和静态等模型假设向考虑交通流随机性、异质性和动态性方向发展;入口匝道控制的求解方法分为数学推导和搜索算法两类,在收敛性和普适性方面各具优势。最后,分析了入口匝道控制研究现状,并指出了未来4个重要研究方向,包括宏观与微观交通流协同控制、入口匝道控制的抗干扰与自恢复能力提升、大规模快速路网控制的高效可靠求解,以及网联环境下的智能控制技术实现。

高速公路连续瓶颈混合交通流可变限速与换道协同控制方法

为缓解高速公路连续瓶颈区车辆强制换道造成的通行能力下降的问题,减轻瓶颈之间的相互干扰,提出了面向智能网联车辆(connected and automated vehicles,CAVs)与普通车辆混行情况的高速公路连续瓶颈可变限速与换道协同控制策略。对传统的细胞传输模型(cell transmission model,CTM)进行改进,使其更好地预测考虑了可变限速地混合交通流状态;基于实验模拟,得到了不同交通需求场景下合理的换道控制段长度,通过对瓶颈上游车流进行预先换道提醒,缓解因强制换道引发的通行能力下降现象,进而提高可变限速控制的效果,同时利用可变限速对高交通需求下的流量进行调控,为换道控制段内车辆能够完成预先换道提供保障;构建了连续瓶颈下协同控制框架,并以最小化总行程时间和速度差为目标,优化连续瓶颈的交通运行性能;分析了3种CAVs渗透率对协同控制的影响。结果表明:相比于无控制和可变限速控制,在协同控制下总行程时间分别降低了54.76%和33.05%,总速度差分别减少了86.84%和29.58%。此外,CAVs对协同控制性能和道路运行状况有着积极作用。当CAVs渗透率为0.5时最低限速值由渗透率为0时的30 km/h提高至60 km/h,当渗透率为1时限速值始终保持在自由流速度,随着CAVs渗透率的增加协同控制下系统的总行程时间可从239.64 h减少至158.86 h。研究可为高速路连续瓶颈和未来含CAVs的混合交通流主动管控提供参考。

基于绿道控制区的市域绿道绿廊规划研究

本文旨在市政化建设的同时,研究市域级绿道绿廊在绿道控制区内的规划方法,其目的是解决路域红线内和红线外的衔接过渡以及原封闭式高速公路对城市景观的割裂问题。结合石家庄复兴大街、北三环绿道绿廊建设规划这一典型案例,通过梳理和分析相关行业规范和条例,同时结合项目自身路域内、外可利用的合理空间,明确绿道绿廊类型和绿道控制区合理范围,利用复合型绿道贯通方式构建合理的绿道绿廊布局方案,进一步明确城市绿道的功能定位,以保障绿道的多样化功能和绿道控制区的多重功能,带动沿线土地的开发利用,促进“人-路-景”融合发展,为市域级绿道绿廊规划策略提供一定的参考。

带有迭代学习外环的快速路入口匝道无模型自适应预测控制

针对快速路交通系统复杂时变以及难以建模的特点,首先,本文设计了基于无模型自适应预测控制的快速路入口匝道控制方案.其次,根据快速路交通系统具有重复性特点,本文在无模型自适应预测控制方法的基础上引入开环迭代学习控制,提出一种带有迭代学习前馈外环的无模型自适应入口匝道预测控制方案.相比无模型自适应预测控制方案,该方案可以利用迭代学习前馈控制器补偿系统可重复扰动,实现系统的完全跟踪.值得说明的是,预测控制器和学习控制器可以独立工作也可以联合工作.最后,文章给出了控制方案的收敛性分析,并通过交通流仿真验证了所提控制方案的有效性.

基于深度强化学习的快速道路入口匝道信号控制方法研究

匝道合流区是公路、快速路、隧道等快速道路的交通瓶颈.为缓解匝道合流区的交通拥堵,基于强化学习理论中的深度确定性策略梯度(Deep Deterministic Policy Gradient,DDPG)算法,提出了以匝道调节率和信号周期共同作为动作向量输入的匝道信号控制模型,该模型通过增设不定周期这一控制动作,拓展动作空间,使交通状态被模型更充分感知和学习,增加了模型的求解空间和优化能力,克服了只以固定周期为前提的动作输入致使输出方案并非最优解的问题.通过在SUMO中搭建仿真场景,测试所提出算法的有效性,并与其他算法进行了控制效果对比.结果表明,本文提出的模型C&R-DDPG可以显著提升效率和安全水平,对比无控制、ALINEA控制和只以匝道调节率为动作的控制,平均行程时间分别减少52.3%、31.6%、15.5%;平均延误分别下降66.3%、36.1%、11.5%;匝道平均排队长度分别减少30.2%、23.1%、9.1%;平均加速度平方和分别降低87.5%、77.7%、66.9%.

高速公路车道分配与入口多匝道协同控制方法

为提升多车道高速公路主线合流区通行效率,由于主线合流区各车道交通特征差异,针对多条匝道相互合流再一同汇入主线的情况,分析了主线合流区流量均衡状态、各车道饱和状态和匝道流量对通行效率的影响,提出了多车道高速公路车道分配与入口多匝道协同控制模型,主要通过主线车道控制引导上游主线车辆提前选择合适车道行驶,同时采用入口多匝道控制协调匝道合流区各汇入匝道车辆的驶入,实现主线和匝道的通行效率最大化提升。仿真验证及工程应用结果表明:通过主线车道控制引导上游主线车辆尽量选择内侧车道行驶,尽管会增加内侧车道行驶车辆的车均延误,但明显降低了主线和匝道的整体车均延误,说明主线车道控制与入口多匝道控制相结合对合流区通行效率提升优势明显,且主线合流区各车道流量均衡有助于提升入口匝道汇入效率。

基于分布式模型预测控制的城市快速路多匝道协同控制

模型预测控制(Model Predictive Control, MPC)是一种适用于多匝道协同控制的控制策略,但其因计算时间过长而难以在复杂路网中实时实施。为了减少MPC控制复杂路网的计算时间,采用分布式控制思想,考虑交通流的单向性,提出一种贯序分布式多匝道MPC控制方案,各控制器依次根据上游控制器传递的交通信息确定最优匝道控制率。最优控制模型采用METANET交通流模型作为过程模型,综合考虑通行效率、匝道队列和控制信号波动构建目标函数,通过求解目标函数在线优化问题得到最佳的入口匝道控制率。仿真结果表明,相较于集中式MPC控制和分散式MPC控制,所提出的贯序分布式多匝道MPC控制方案可以在提高路网表现和降低计算复杂度间达到平衡。

中厚板轧制道次模型的研究

随着制造业的发展,中厚板生产对自动化和信息化技术的需求日益增长。本文针对中厚板生产过程的特点及要求,设计了一套二级轧制道次控制模型。该模型包括材料、物理、温度、再结晶、轧制策略、自适应6个子模型,可实现生产数据的实时处理,确保生产过程的高效运行和产品质量的稳定。通过在某中厚板生产线的应用,该系统表现出良好的稳定性和高效性,显著提高了生产效率与产品质量,降低了生产成本和资源消耗。

高速公路入口匝道控制算法用户公平性分析

入口匝道控制是高速公路交通控制有效策略之一。为避免早期的入口匝道控制算法往往只注重效率而忽视用户的公平性,从而造成入口匝道的排队增加的缺陷,将经济学中的Gini系数引入高速公路入口匝道控制算法分析评价中来反映用户的公平性,以出行时间节省比为效率指标,并以长春市绕城高速公路的净月立交入口匝道为例,通过实际数据调查及计算机模拟对假定实施的入口匝道控制各方案的公平性进行了分析,为高速公路入口匝道控制策略的选取提供依据。