Suuret infrastruktuurin häiriöt.Olipa kyse äkillisestä sillan romahduksesta, moottoritietunnelin tulipalosta tai maanjäristyksen aiheuttamasta tien repeämästä, voi lamaannuttaa kaupunkiliikenteen muutamassa minuutissa. Kyky simuloida sitä, miten liikenne jakautuu uudelleen hetkeä tällaisen häiriön jälkeen, ei ole enää ylellisyys; se on kriittinen osa joustavaa kaupunkisuunnittelua. Kehittyneiden laskentamallien avulla kuljetusviranomaiset voivat ennustaa ruuhkautumisia, arvioida uudelleenreititysstrategioita ja toteuttaa toimenpiteitä, jotka säästävät aikaa ja elämää. Tässä artikkelissa tarkastellaan tieteitä, joita voidaan simuloida liikenteen uudelleenjakamisen jälkeen suurten infrastruktuurien vikojen, menetelmien ja välineiden avulla, ja esitellään toimintakelpoisia oivalluksia suunnittelijoille ja hätäpäälliköille.

Liikenteen uudelleenjaon ymmärtäminen

Liikennejakauma on dynaaminen prosessi, jolla ajoneuvot siirtyvät häiriintyneestä tai suljetusta laitoksesta vaihtoehtoisille tieverkossa oleville reiteille.

  • Verkkotopologia[ ... Tien fyysinen ulkoasu, mukaan lukien vuororeittien tiheys, valtimoiden kapasiteetti vastaan keräilijät, sekä tukehtumispisteiden, kuten yksikaistaisten siltojen tai kiertokäytävien, esiintyminen.
  • Traffic volyymi ja kysyntämallit[ .
  • Ajoneuvon käyttäytyminen ja reittivalinta[[] . Vikatilanteen jälkeen kuljettajat luottavat henkilökohtaiseen kokemukseen, näkyvään ruuhkaan tai reaaliaikaisiin navigointisovelluksiin päättääkseen, minne mennä. Jotkut voivat jonottaa paikallaan toivoen uudelleenavausta, kun taas toiset aggressiivinen kiertotie.
  • Tiedon saatavuus[ ... Liikennehälytysten nopeus ja tarkkuus, dynaamiset viestimerkit ja mobiilisovelluksen uudelleenreititys vaikuttavat merkittävästi siihen, miten nopeasti ja tasaisesti liikenne jakautuu.
  • Vahvistamis- ja valvontatoimenpiteet[ .

Näiden tekijöiden perusteellinen ymmärtäminen antaa mallintajille mahdollisuuden rakentaa simulaatioita, jotka toistavat reaalimaailman uudelleenjakomalleja ja testata "mitä-jos" -skenaarioita vaarantamatta yleistä turvallisuutta.

Simulointimenetelmä liikenteen uudelleenjakamiseen

Liikennesimulaatiomallit ovat yksityiskohtaisia. Menetelmän valinta riippuu tutkimusalueen laajuudesta, käytettävissä olevasta tiedosta ja infrastruktuurin viasta esitettävistä erityiskysymyksistä.

Mikroskooppiset mallit

Mikroskooppiset mallit simuloivat jokaisen yksittäisen ajoneuvon käyttäytymistä sekunnin tarkkuudella. Ne sisältävät seuraavat säännöt (esim. älykäs kuljettajamalli), kaistanvaihtologiikan, haaravälien hyväksynnän ja kuljettajan heterogeenisuuden. Työkalut kuten SUMO[]], []]Aimoja Next], ja [PTV Vissim[]] ovat laajalti käytössä. Sillan romahtamisskenaariossa mikrosimulointi voi kuitenkin olla kaupunkiverkkoihin nähden kallista.

Macroscopic Models

Macroscopic-mallit pitävät liikennettä jatkuvana virtana, jota kuvataan aggregaattimuuttujien mukaan: tiheys, virtaus ja nopeus. Lighthill-Whitham-Richards (LWR) -teoria ja CTM-solusiirtomalli ovat yhteisiä perustuksia.Nämä mallit ovat nopeita ja sopivia laaja-alaiseen verkkoseulontaan.Nämä mallit soveltuvat esimerkiksi arvioimaan, mitkä valtimot ylittävät kapasiteetin, jos suuri silta menee pois päältä. Huonona puolena on, että ne eivät voi edustaa yksittäisiä kuljettajapäätöksiä tai hiuksenhienoa uudelleenreitityskäyttäytymistä, jotka on käynnistetty reaaliaikaisen tiedon avulla. Makroskooppisia malleja käytetään usein strategisessa suunnittelussa pikemminkin kuin reaaliaikaisessa vaaratilanteiden hallinnassa.

Mesoskooppiset mallit

Mesoskooppiset mallit kurovat aukon umpeen ryhmittelemällä ajoneuvot pakettiin tai liikkumalla korkeammalla tasolla yhdistelemällä samalla yksittäisten reittien valintaa ja verkon vuorovaikutusta. Ne tarjoavat hyvän tasapainon laskentanopeuden ja käyttäytymisrealismin välillä. Mesoskooppinen simulointi on erityisen hyödyllistä simuloitaessa ensimmäistä tuntia vikaa seuraavan tunnin aikana, ennen kuin yksityiskohtaiset mikrotason päätökset tulevat kriittisiksi. Esimerkkejä ovat alustat, kuten PTV Visum[] ja DYNAMEQ (DYNAMIT:in seuraaja).

Monet nykyaikaiset liikenteenhallintakeskukset käyttävät hybridilähestymistapoja: mesoskooppisia alueverkon ja mikroskooppisia välittömässä läheisyydessä vikapaikan.

Tietovaatimukset ja mallin kalibrointi

Tarkka simulointi riippuu korkealaatuisista syöttötiedoista ja tiukasta kalibroinnista.

  • ]Induktiivisten silmukkailmaisimien, tutkan ja pneumaattisten putkien historialliset liikennemäärät [ peruskysynnän määrittämiseksi.
  • Reaaliaikainen GPS-anturin tiedot [ navigointisovelluksista (esim. Google Maps, Waze) ja laivaston seuranta, jotta voidaan napata hetkelliset nopeudet ja reittivalinnat.
  • Tapahtumalokit[ aiemmista epäonnistumisista mallien ennustusten validoinnissa (esim. kuinka kauan ruuhka kesti todellisen sillan sulkemisen jälkeen?)
  • Verkkogeometria ja signaalin ajoitus[ syötetään simulointiympäristöön.

Kalibrointi edellyttää malliparametrien säätämistä.Näin voidaan simuloida vikaskenaariota luotettavasti. Ilman kalibrointia simulointitulokset saattavat olla harhaanjohtavia, erityisesti jos uudelleenjakamisennusteet riippuvat tarkoista kapasiteettirajoitteista.

Tapaustutkimus: Suuren sillan romahduksen simulointi

Ajatelkaa keskikokoista kaupunkia, jossa on 800 000 asukasta ja jossa on ylityspaikkana nelikaistainen silta, jossa on 120 000 ajoneuvoa päivässä. Sillan äkillinen romahtaminen klo 8.15 tiistaina tehokkaasti erottaa kaupungin kahtia. Seuraavat vaiheet kuvaavat, miten simulaatio tukee vastaussuunnittelua:

  1. Alkutörmäys:[ Lähestymistiet sulkeutuvat minuuteissa, kun ajoneuvot yrittävät kääntyä takaisin tai jonottaa. Mikrosimulointi osoittaa, että heijastus sillalta lähestyy aiheuttaa kolme suurta risteystä lukita.
  2. Reouting dynamics:[ Macroscopic mallinnus paljastaa, että vain kahdella alajuoksulla olevalla valtimolla on riittävästi varakapasiteettia absorboida ohjattu tilavuus.
  3. Mittaustestaus:[] Mesoskooppista mallia käytetään kolmen strategian testaamiseen: a) liikennevalojen synkronointi vaihtoehtoisilla reiteillä, b) poliisin lähettäminen manuaalisesti suoraan liikenteeseen kriittisissä risteyksissä ja c) palautuvien kaistaverkkojen aktivointi. Simulaatio osoittaa, että strategia (a) vähentää verkon keskimääräistä viivettä 40 prosentilla ja (c) tuottaa pieneneviä palautuksia, koska käännettävät kaistat syöttävät ruuhkaiseen pullonkaulaan.
  4. ]Kiinteistöajoneuvoilla uudelleenreitittäminen:[ skenaario, jossa on mukana 30 prosenttia ajoneuvosta infrastruktuuriin -viestintä, osoittaa, että reaaliaikainen uudelleenreititys vähentää ruuhkien huippua edelleen 25 prosentilla, koska ajoneuvot ohjataan pois ylikuormitetuilta yhteyksiltä ennen niiden tuloa.

Näiden oivallusten ansiosta liikenteenhallintaviranomaiset voivat mobilisoida resursseja juuri sinne, missä niillä on suurin vaikutus .

Edistyneet näkökohdat: Palaute, sopeutumiskyky ja kestävyys

Liikenne ei ole kertaluonteinen tapahtuma, vaan se kehittyy tuntien ja päivien kuluessa. Epäonnistuminen voi saada viranomaiset toteuttamaan väliaikaisia kontraflow-väyliä, perustamaan kiertotiemerkkejä tai jopa sulkemaan toisia teitä suojaamaan haavoittuvia lähialueita. Simulaatio voi sisällyttää nämä sopeutumisstrategiat aikavaihtelun syöttöinä. Lisäksi häiriönsietokyvyn analyysi käyttää useita simulointijaksoja, joissa on erilaisia vikapaikkoja ja kestoja, jotta voidaan tunnistaa mitkä verkon osat ovat kriittisimpiä. Esimerkiksi yhden sillan vikaa voidaan käsitellä asianmukaisesti, mutta kahden sillan samanaikainen sulkeminen (järistystilanteessa) voi peittää verkon.

Uudet teknologiat, kuten digitaaliset kaksoset, elävät, jatkuvasti ajantasaistetut simulaatiot, jotka heijastavat reaaliaikaista dataa. Nämä järjestelmät voivat niellä reaaliaikaisia liikennetietoja ja simuloida välittömästi uuden vian uudelleenjakovaikutusta, ja sitten työntää suosituksia liikenteenohjausjärjestelmiin sekunneissa. Vaikka digitaalikaksoset ovat vielä varhaisessa vaiheessa käytössä, ne merkitsevät siirtymistä verkon ulkopuolisesta suunnittelusta reaaliaikaiseen operatiiviseen mallintamiseen.

Liikennesimulaation edut ja rajoitukset

Liikenteen uudelleenjaon simuloinnista suurten epäonnistumisten jälkeen saatavat hyödyt ovat hyvin selvillä:

  • Aikaisemmat reagointisuunnitelmat[ . Viranomaiset voivat suunnitella esisuunnittelun kiertokäynnit, esiasentokyltit ja kouluttaa henkilöstöä simuloinnin tulosten perusteella.
  • Vähennetty ruuhka[ . . Optimoitu signaalin ajoitus ja uudelleenreititys vähentävät yleistä viivettä ja polttoaineenkulutusta.
  • Parempi turvallisuus[ .
  • Infrastruktuurien priorisointi[ .

Simulaatio ei kuitenkaan ole rajattomasti. Mallit ovat likiarvoita; ne eivät ehkä pysty kuvaamaan järjetöntä kuljettajan käyttäytymistä (esim. kuminekkelöinti tien toisella puolella). Kalibrointi edellyttää hyviä tietoja, joita ei välttämättä ole olemassa pienemmillä teillä. Ja kaaoksessa heti suuren epäonnistumisen (palo, roskat, poliisin saarto) jälkeen simulaatio-oletukset voidaan mitätöidä nopeasti. Paras käytäntö on käyttää simulaatiota päätöksenteko-tukivälineenä kristallipallon sijasta ja täydentää sitä reaaliaikaisella valvonnalla ja mukautuvalla hallinnalla.

Päätelmät

Simulointi liikenteen uudelleenjakaminen suurten infrastruktuurin toimintahäiriöiden jälkeen tarjoaa kaupunkisuunnittelijoille ja hätäjohtajille tehokkaan linssin, jolla nähdään häiriön tulevaisuuden liikkuvuus. Ymmärtämällä verkkotopologian, kuljettajan käyttäytymisen ja valvontatoimenpiteiden vuorovaikutus ja soveltamalla asianmukaista mallintamismenetelmääon mahdollista suunnitella toimenpiteitä, jotka minimoivat kaaoksen ja pitävät ihmiset liikkeessä turvallisesti. Kaupungit investoivat digitaaliseen infrastruktuuriin ja reaaliaikaisiin datavirtoihin, liikenteen simuloinnista tulee vain tarkempaa ja välttämättömämpää. Seuraavan kerran kun silta romahtaa tai valtatie sulkeutuu, on mahdollista, että vastaus on jo harjoiteltu silico.