авторефераты диссертаций БЕСПЛАТНАЯ РОССИЙСКАЯ БИБЛИОТЕКА - WWW.DISLIB.RU

АВТОРЕФЕРАТЫ, ДИССЕРТАЦИИ, МОНОГРАФИИ, НАУЧНЫЕ СТАТЬИ, КНИГИ

 
<< ГЛАВНАЯ
АГРОИНЖЕНЕРИЯ
АСТРОНОМИЯ
БЕЗОПАСНОСТЬ
БИОЛОГИЯ
ЗЕМЛЯ
ИНФОРМАТИКА
ИСКУССТВОВЕДЕНИЕ
ИСТОРИЯ
КУЛЬТУРОЛОГИЯ
МАШИНОСТРОЕНИЕ
МЕДИЦИНА
МЕТАЛЛУРГИЯ
МЕХАНИКА
ПЕДАГОГИКА
ПОЛИТИКА
ПРИБОРОСТРОЕНИЕ
ПРОДОВОЛЬСТВИЕ
ПСИХОЛОГИЯ
РАДИОТЕХНИКА
СЕЛЬСКОЕ ХОЗЯЙСТВО
СОЦИОЛОГИЯ
СТРОИТЕЛЬСТВО
ТЕХНИЧЕСКИЕ НАУКИ
ТРАНСПОРТ
ФАРМАЦЕВТИКА
ФИЗИКА
ФИЗИОЛОГИЯ
ФИЛОЛОГИЯ
ФИЛОСОФИЯ
ХИМИЯ
ЭКОНОМИКА
ЭЛЕКТРОТЕХНИКА
ЭНЕРГЕТИКА
ЮРИСПРУДЕНЦИЯ
ЯЗЫКОЗНАНИЕ
РАЗНОЕ
КОНТАКТЫ


Pages:     | 1 || 3 |

Обоснование пропускной способности лесовозных дорог при различных скоростных режимах и моделях транспортного потока

-- [ Страница 2 ] --

Программой экспериментальных исследований предусматривалось измерение времени ожидания автопоезда на разъезде.

При выполнении данных замеров использовались 3 электронных секундомера марки Электроника ИТ-01. Включение первого секундомера соответствовало въезду на разъезд. Его выключение – остановке автопоезда. В этот момент включался второй секундомер, фиксирующий время ожидания автопоезда на разъезде. Начало съезда соответствовало выключению второго секундомера и включению третьего. После того как автопоезд покидает разъезд, секундомер выключается.

Во время переезда от одного разъезда к другому замеренные на секундомерах данные записывались в бланк. И все результаты сбрасывались. Суммарное время на разъезде определялось сложением всех составляющих. Кроме использование секундомера, при проведении эксперимента применялась цифровая видеокамера VP-D20i.

После выполнения экспериментальной части переходят к построению математической модели зависимости скорости движения от характеристик продольного профиля (максимального подъема, средне арифметического значения уклона и дисперсии уклонов). Вид целевой функции скорости движения автопоезда определен с помощью методов множественного регрессионного анализа, на основе данных, полученных в результате проведенных экспериментов.

В данном случае применяется множественный корреляционно-регрессионный анализ, который решает следующие задачи: определяет форму связи результативного признака с факторными, выявляет тесноту этой связи и устанавливает влияние отдельных факторов.

Уравнение регрессии для выбранной модели имеет вид:

, (1)

Параметры находятся путем решения системы нормальных уравнений:

, (2)

Затем, решая эту систему методом Гаусса, получаем значение коэффициентов . В данной работе применяем гауссовский метод исключения и LU-разложения, который позволяет нам избежать влияния вычислительной погрешности. Рассмотрим метод в общем виде. Нам необходимо решить систему линейных уравнений . Алгебраической основой гауссовского исключения служит следующая теорема:

«Пусть дана квадратная матрица А порядка n и означает главный минор матрицы, составленный из первых k строк и столбцов. Предположим, что для k=1,2,…,n-1. Тогда существует единственная треугольная матрица , где , и единственная верхняя треугольная матрица , такие, что ».

Представление матрицы А в виде произведения является основой идей гауссовских схем исключения, так как тогда система может быть записана как

, (3)

и сводится к двум системам с треугольными матрицами

, (4,5)

которые легко решаются. Компоненты промежуточного решения y могут быть получены из первой системы непосредственно, так как первое уравнение содержит только , второе – только и т.д. Затем компоненты х могут быть получены аналогично из второй системы в таком порядке Таким образом, получаем модель множественной регрессии. Далее необходимо рассчитать коэффициент множественной корреляции и частные коэффициенты.

При простой регрессии относительное значение или сила влияния независимых факторов измерялись отношением стандартного отклонения оцененных величин к стандартному отклонению фактических величин и это отношение называлось - коэффициентом корреляции.

Исходя из вышеизложенного, можно дать определение коэффициенту множественной корреляции, то есть когда оценки основываются на нескольких переменных, относительное значение всех этих переменных может быть измерено путем сравнения стандартного отклонения оцененных величин с соответствующим показателем. В общем виде коэффициент множественной корреляции определяется по формуле:

,(6)

В нашем случае формула будет выглядеть следующим образом:

,(7)

В дополнение к измерению влияния всех комбинированных независимых переменных иногда желательно получить показатель частного воздействия каждой отдельной переменной, предполагая при этом связь ее с остальными независимыми переменными. Для этого определяют коэффициенты частной корреляции. Коэффициентом частной корреляции измеряется корреляция между зависимой переменной (в нашем случае скорости движения) и каждым из нескольких факторов, искажающим эту корреляцию (максимальный подъем, среднее арифметическое значение уклона, дисперсия уклонов). В программе определяют частные коэффициенты корреляции, которые характеризуют степень тесноты связи между двумя признаками при фиксированном значении других факторных признаков. В случае зависимости от нескольких факторных признаков коэффициент частной корреляции следующий:

(8)
или
(9)

Для среднего арифметического значения уклона и максимального подъема в грузовом направлении коэффициенты частной корреляции имеют следующий вид:

(10)
(11)

Рассмотрение множественной регрессии до настоящего момента ограничивалось линейной зависимостью, при которой предполагалось, что изменение зависимой переменной происходят равномерно, в постоянном отношении к единице каждой независимой переменной. Однако, ограничение анализа линейными отношениями зависимости при применении множественной регрессии может серьезно снизить ценность этого анализа для ряда задач или даже совсем исключить возможность его использования.

Разумеется, линейная функция не всегда хорошо отражает данную зависимость от нескольких переменных. Принципиальная основа выбора вида функции для уравнения корреляционной зависимости от нескольких признаков остается та же. Но практически применение криволинейной связи с несколькими переменными затруднительно и, в тем большей мере, чем больше этих переменных. Однако с помощью ЭВМ эта задача становится решаемой. Для этой цели были рассмотрены следующие криволинейные функции- обратная функция от дисперсии продольных уклонов (); логарифмическая функция (; среднеквадратическое отклонение от дисперсии продольных уклонов ().

В уравнении зависимости появляется четвертая переменная. Решение полученного таким образом уравнения немного усложняется, но суть остается такой же. Для нахождения уравнения зависимости, а также для определения коэффициента множественной корреляции и коэффициентов частной корреляции составлены компьютерные программы. Все программы представлены в приложениях диссертационной работы. По результатам опытов получают зависимость скорости движения от характеристик продольного профиля .

Обработка результатов эксперимента начинается с корреляционного анализа, который выполняется с целью выяснения наличия линейной (нелинейной) связи между величинами .

Оценка достоверности связи выполняется с помощью коэффициента корреляции и коэффициентов частной корреляции. В итоговой таблице1 значения этих коэффициентов находятся в пределах (0,5…0,95), что означает о присутствии линейной, либо нелинейной связи. Для выяснения характера связи переходят к построению математической зависимости. Обработав результаты эксперимента, получим математические модели опытов, что позволит нам исследовать характер и степень виляния каждого из факторов на выходящую величину (v). В ходе выполнения разработанных в представленной работе компьютерных программ на языке Turbo Pascal - MinCor21, MinCor22, MinCor23, MinCor24 были получены следующие уравнения регрессии и значения коэффициентов корреляции:

Таблица 1 Итоговая таблица

Функция Коэффициент множественной корреляции Коэффициенты частной корреляции
R R1 (mi) R2 (si) R3 (di) R4
Прямая 0,874 0507 0,376 0,565 -
Обратная (1/di) 0.913 0.356 0.295 0.615 0.543
Логарифмическая ln(di) 0.940 0.0908 0.0519 0.248 0.712
di 0.946 0.0527 0.0103 0.542 0.745

Затем по экспериментальным точкам и полученным зависимостям строились соответствующие графики, анализируя которые можно сделать выводы об адекватности полученных математических моделях.

Адекватность представленных выше моделей доказывают рис.2-5, где точки представляют собой наблюдаемые значения скорости движения, а прямая (криволинейная) линия – предсказанные по модели, при одинаковых наборах значений факторов, включенных в модель. Тесное расположение точек говорит о высокой степени соответствия модели объективной ситуации.

 График зависимости скорости-34 Рис. 2. График зависимости скорости движения от дисперсии уклонов продольного профиля
 График зависимости скорости-35 Рис. 3. График зависимости скорости движения от обратной характеристики дисперсии уклонов продольного профиля (для 1/di).
 График зависимости скорости-36 Рис. 4. График зависимости скорости движения от логарифма дисперсии уклонов продольного профиля (для ln(di)).
 График зависимости скорости-37 Рис.5. График зависимости скорости движения от среднеквадратического отклонения дисперсии уклонов продольного профиля (для di).

Как видно, использование метода множественной корреляции в данном случае позволяет более точно проанализировать данные и получить результаты максимально приближенные к фактическим. В данной работе необходимо использовать в качестве четвертого параметра di, так как именно при этой характеристике более полно можно охарактеризовать результаты, полученные в опыте. Однако, не всегда необходимо стремиться сразу в расчетах применять метод множественной нелинейной регрессии. Сначала требуется определить зависимость и тем, и другим методами, и уже после делать выводы. Предлагаемые программы позволят на этапе проектирования лесовозных дорог рассчитать скорость движения лесовозного транспорта на любом участке, а также определить участки трассы, где необходимо понижать скорость движения и тем самым избежать ДТП.

Также в данной главе приведен анализ результатов исследований по определению времени ожидания автопоезда на разъездах. Для определения времени ожидания автопоезда на разъезде выполнены замеры времени на: въезде, ожидания и съезде с разъезда. Результаты экспериментов представлены диссертации. По полученным экспериментальным данным получены распределения и составлена статистика.

Нормальность закона распределения доказывают при помощи расчета асимметрии и эксцесса. Если выполняется неравенство

(12,13)

Выборочные коэффициенты асимметрии и эксцесса определяют по формулам: (14,15)

где центральные выборочные моменты 3-го и 4-го порядков,

(16) (17)

середина i-го интервала;

стандартные отклонения асимметрии и эксцесса,

(18) (19)

,

так как выполняется условие можно говорить о нормальности закона распределения.

 Гистограмма полигон распределения-49 Рис. 6. Гистограмма полигон распределения времени ожидания автопоезда на разъезде совмещенная с графиком нормальной плотности

Из рис.6 видно, что полученное из наблюдений эмпирическое распределение времени ожидания автопоезда на разъезде довольно хорошо согласуется с нормальным распределением, так как лишь сравнительно небольшие участки гистограммы выходят за пределы кривой нормальной плотности. Однако такое глазомерное сравнение распределений является весьма приближенным; более точно сравнение выполняется с помощью специальных критериев.

Чтобы принять или опровергнуть гипотезу о том, что случайная величина подчиняется некоторому определенному закону распределения F(), рассмотрим величину 2, характеризующую степень расхождения теоретического и экспериментальных распределений. После всех выполненных расчетов делаем вывод: «Так как 2 < 29;0,05, т. е. 8,2433 < 16,92, следовательно, гипотеза о нормальности распределения рассматриваемого процесса принимается при уровне значимости = 0,05».

В ходе выполнения экспериментов также изучали поведение автопоезда до и после разъезда, для этой цели были выполнены следующие измерения - время и скорость при подходе к разъезду и при выходе с него. Результаты исследования представлены в диссертации. По данным, полученным во время эксперимента, производили построение графика изменения скорости движения при подходе автопоезда к разъезду и выхода с него

 График изменения скорости движения-50 Рис.7. График изменения скорости движения при подходе автопоезда к разъезду и выхода с него

Третья глава посвящена обоснованию необходимости разработки нормативной базы, позволяющей уточнить существующую классификацию лесовозных дорог, в основу которой заложен расчет пропускной способности лесовозных дорог.

Одной из задач при вывозке древесины является разработка и выбор способов по повышению пропускной способности лесовозных дорог. Для этой цели нами предлагается рассмотреть три модели перевозки древесины:

  1. неупорядоченного движения на однополосной дороге с гравийным покрытием.
  2. упорядоченного движения (движение колоннами) по типу однополосной дороги с тем же покрытием;
  3. неупорядоченного движения на двухполосной дороге
    • с покрытием из железобетонных плит на грузовой полосе и гравийным покрытием на порожняковой.
    • с гравийным покрытием.

Для расчета пропускной способности лесовозной дороги необходимо рассматривать дорогу как звено транспортной системы на вывозке леса. Звено транспортной системы представляет собой следующие ступени:

  1. движение автопоезда с нижнего склада на погрузку (порожняковое направление);
  2. погрузка;
  3. движение автопоезда с грузом с места погрузки на нижний склад;
  4. разгрузка.

Грузопотоки должны быть сформированы так, чтобы обеспечить непрерывную работу всей транспортной сети, избежать узких мест и довести до минимума перегрузочные работы при перевозке древесины, чтобы достичь максимального значения пропускной способности.

В первой модели движение автопоездов происходит по дороге с одной полосой, а встреча осуществляется только на разъездах. Для пропуска встречного автомобиля один из них должен сделать на разъезде остановку, поэтому пропускную способность определяют как сумму пропускных способностей дороги и разъездов:

(20)

где пропускная способность участков дороги между разъездами, авт/ч.

максимальная плотность движения на участке дороги, авт/км,

(21)

длина участка дороги между остановками на разъездах,км;

l – интервал между автомобилями, км, принимается равным расстоянию видимости при сухой погоде и в 2,5 раза выше – при скользкой дороге;

(22)

коэффициенты эксплутационного состояния тормозов обоих автомобилей;

некоторый запас расстояния между остановившимися автомобилями, м,

v – скорость движения, км/ч;

коэффициент сцепления с дорогой;

коэффициент, зависящий от загрузки встречной полосы, так как мы рассматриваем однополосную дорогу, то ;

коэффициент, зависящий от дорожных условий и типа дорог, принимаем , (23)

коэффициент, учитывающий влияние расстояния между разъездами на скорость автопоезда, принимаем по таблице 2.

Таблица 2

L,км >3 2 1.5 1.0 0.8 0.5
1.0 0.98 0.96 0.92 0.88 0.80


Pages:     | 1 || 3 |
 





 
© 2013 www.dislib.ru - «Авторефераты диссертаций - бесплатно»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.