高速公路数据海量 大数据分析有可为

截止到2014年,中国高速公路通车总里程达11.195万公里,管理和监控难度又上了一个新的台阶。目前IT技术、智能视频技术、信息技术、传感技术及计算机技术的有效集成应用,为高速公路监控体系带来了极大的便利,大大提升了高速公路管理、服务、收费、监控的效率。同时,在整个体系的运行过程中,各个系统也产生了大量的数据,怎样管理如此庞大的数据量,怎样甄别有效数据和无效数据,怎样高效     

硫酸雾测试方法若干问题思考

简述了我国硫酸雾测试方法的发展历史,分析和总结了《固定污染源废气硫酸雾的测定离子色谱法》(HJ 544—2016)存在的一些争议和问题,包括硫酸雾的定义、测试方法的干扰控制等。分析认为,相比《硫酸工业污染物排放标准》(GB 26132—2010),HJ 544—2016对硫酸雾的定义更加合理。实验结果表明:硫酸盐是测试方法条件下的目标物,滤筒可以显著地捕捉硫酸盐。9组样品滤筒中,被测目标物所占比例为7.9%~69.1%;滤筒和前吸收液中,被测目标物所占比例为93.7%~97.8%。HJ 544—2016新增加的两级串联碱液吸收瓶可以较完全地捕集穿透滤筒后的硫酸雾,同时也会捕集SO2。SO2会对硫酸雾测试产生正干扰,约42.9%的SO2在被吸收后转化为硫酸雾。     

高速公路汽车追尾预警系统的开发研究

对高速公路汽车追尾预警系统进行了总体设计,把系统划分为主控单元、雷达测距单元、信息采集单元、显示-声光报警单元4个子系统。在分析汽车动力学基础上,提出了系统安全距离模型,并对各子系统进行了软、硬件设计。通过模拟试验和实际装车实验,验证了系统所要求的各种性能,雷达测距准确,系统报警及时有效.     

安全与效率协同的高速公路改扩建时机决策

为克服以饱和度确定改扩建时机无法全面体现高速公路运行状态的局限性,提出基于交通安全与效率状态变点的改扩建时机决策方法。以严重交通冲突率为安全指标,以速度损失率和相对通行效率为效率指标,构建改扩建时机评价指标体系;引入变点理论并参考理想点法分析交通安全与效率状态质变点,构建改扩建指标阈值确定模型及改扩建时机决策模型,并以广深高速南头-南坪段进行仿真和实例分析。结果表明：以饱和度作为对比指标进行趋势分析,该方法所选取指标在变点前后变化幅度均在300%以上,而饱和度在变点前后变化幅度仅为18%;该方法确定出的改扩建最佳时机2020年与服务水平法确定的2025年相比,既有高速公路两半幅的严重交通冲突率分别降低了41.11%与43.52%,速度损失率分别降低33.95%与29.26%,南头至南坪段相对通行效率提高9.46%,且避免了南坪至南头段相对通行效率的降低。     

基于HNAC-FD的高速公路网应急疏导措施效用评估

为安全有效地疏散突发事件造成的高速公路网拥堵,评估不同应急疏导措施的效用,首先,分析突发事件下高速公路网拥堵传播消散规律,基于提出的高速公路节点容纳能力(HNAC),结合基本图(FD)模型,建立HNAC-FD消散计算模型;然后,根据疏散案例交通流数据,使用Vissim软件搭建仿真模型,仿真分析不同疏导措施对疏散交通流速度的影响,并利用Logistic速密模型计算路网各个区段的交通流状态;最后,根据高速公路网突发事件案例,设计不同疏导措施方案,并通过HNAC-FD模型计算拥堵消散时间,从事件影响消散时间和拥堵队列车辆平均行程时间,评估不同疏导方案的效用。结果表明：疏导措施会延迟事件影响消散,但能提升疏散交通流的速度,减少拥堵队列的车辆平均行程时间,且组合方案的疏散效果与单一措施差别不显著;可逆车道具有最佳疏散效果。     

基于事故修正系数的山区高速公路事故预测模型

为量化分析山区高速公路线形指标对交通事故发生及严重程度的影响,引入事故修正系数(CMF)概念,提出基于CMF的高速公路交通事故预测模型。验证事故数据服从零膨胀负二项(ZINB)分布,并标定10个不同线形组合路段的基本事故预测模型;在界定理想条件的基础上,借助优势比分析方法,建立10个不同线形组合相对于基本预测模型的CMF模型;通过弹性分析识别出对不同严重程度事故有显著影响的因素,并以此分析山区高速公路线形指标及线形组合的安全效应。研究结果表明：CMF能够定量反映不同线形组合的风险效应,且其值越高,事故率及事故严重程度可能更高;山区高速公路中,平曲线缓坡组合相对安全,平曲线陡坡组合、平曲线竖曲线组合均有较高的事故风险;平曲线与凹型竖曲线组合时的风险会略低于其与凸形竖曲线组合;控制纵坡度、减少平竖曲线的组合均有利于山区高速公路交通安全。     

冬季高速公路逐时路表温度LSTM预测模型

为提高冬季路表温度的预测精度,提出一种基于多维长短时记忆(LSTM)神经网络的冬季路表温度逐时预测模型,以小时路表温度为模型输出,综合考虑多维气象因素的累积影响和路表温度的周期性,采用滑动窗口构造输入特征矩阵;构建路表温度LSTM逐时预测模型,通过深度学习高效逼近具有复杂非线性和不确定性的路表温度,并以江苏省宁宿徐高速公路、云南省麻昭高速公路为实例进行验证。结果表明：与随机森林(RF)模型和BP神经网络相比,LSTM路表温度逐时预测模型的准确率得到显著提高,在宁宿徐高速、麻昭高速的平均绝对误差(MAE)、均方误差(MSE)和均方根误差(RMSE)分别为0.303、0.295、0.543和0.581、0.694、0.833,预测值与观测值绝对误差位于[0, 1)℃之间的占比为93%和89%。LSTM模型能准确捕捉路表温度的周期性和不确定性,在阴雨天和晴朗天的预测值与实测值基本一致,模型鲁棒性较好。     

煤化工废水生物处理及节能研究

本文从煤化工废水特点以及常见处理方法进行分析,并通过实验的方法探索了煤化工废水的生物处理可行性,并得出了运行的最佳操作条件。     

还原水解——SBR法降解化工工业废水研究

本文用实验的方法研究了还原水解-SBR法降解化工工业废水的设计水解实验参数和运行参数,重点研究厌氧水解的限制因素,通过实验论证了本方法经济可行,处理效果较好。