Технические науки/4. Транспорт
Кротенко В.С., д. Левашев А.Г., п. Михайлов А.Ю.
Национальный исследовательский Иркутский государственный технический университет, Россия
Применение критерия Германа-Пригожина
Рост
уровня автомобилизации сопровождается ухудшением условий дорожного движения в
городах Российской Федерации, т.е. ростом задержек транспортных, средств
снижением скорости сообщения и возникновением транспортных заторов. Поэтому
совершенствование организации дорожного движения (ОДД) становится одной из
важнейших задач эффективного развития автомобильного транспорта, обеспечения
его работоспособности, дорожной и экологической безопасности.
С повышением уровня автомобилизации важно иметь
инструменты, позволяющие комплексно оценивать условия движения на УДС города.
Поэтому в современных
условиях особый интерес представляют критерии оценки условий дорожного
движения, основанные на данных мониторинга текущего состояния транспортных
потоков. К их числу относится критерий Германа-Пригожина, рассматривающий
дифференцированно две составляющие удельных затрат времени – затраты времени в
движении и затраты времени, связанные с задержками (простоем). Эти две
составляющие отражают воздействие разнообразных факторов, влияющих на состояние
транспортного потока, поэтому критерий Германа – Пригожина признан
интегральным.
Важным
достоинством кинетической теории Пригожина и Германаявляется возможность учитывать два отдельных состояния
транспортного потока. Это возможность учитывать
движение в свободных условиях и в условиях связанных потоков (в пачках), т.е. в
зависимости от плотности транспортного потока. Кинетическая теория имеет
дело с многополосным движением. Модель с двумя жидкостями - это теория
городского движения. Она была
предложена, как описание движения в условиях связанного потока (в пачках), в
городской уличной сети. Транспортные средства в транспортном потоке разделены
на два класса (таким образом, две жидкости): движущиеся и останавливающиеся
транспортного средства. В последний класс включают транспортные средства,
заехавшие в транспортный поток, то есть, остановившиеся на светофоре или знаков
остановки, остановившиеся для загрузки и разгрузки транспортных средств,
которые блокируют движение по дороге, остановившиеся в результате пробки, и
т.д., но, исключаются из транспортного
потока припаркованные автомобили. Модель с двумя жидкостями обеспечивает
макроскопическую меру качество транспортного сервиса в уличной сети, которая
независима от концентрации.
Модель двух потоков представляет
макроскопическое измерение качества функционирования движения в УДС, независимо
от скопления. Модель базируется на двух исходных данных:
1. Средняя скорость
управления в УДС пропорциональна доле движущихся транспортных средств;
2. Долевое время
остановки тестируемого транспортного средства, движущегося в УДС, равнозначно
среднему количеству транспортных средств, простаивающих в течение одного и того
же периода времени.
Параметры, используемые в модели двух
потоков, представляют средние данные в масштабе всей УДС, взятые за данный
период времени.
Формулу для двух
жидкостной модели:
(1)
Ряд полевых
исследований подтвердили двух жидкостную модель, а
также указали, что городскую уличную сеть можно охарактеризовать двумя
параметрами модели, n и Tm. Эти параметры были оценены с помощью наблюдения
за временем остановки и движения транспортных средств на УДС. Эмпирические
данные были собраны в погони за автомобилем, случайно выбранным в сети. Поездки
были разбиты на 1 или 2-киллометровые, и время движения (Tr) и общее время поездки
(T) для каждой одна - или двух - километровые поездки собраны для параметра
оценки. Результаты могут сформировать почти линейную зависимость, отношение
времени поездки к времени остановки (уравнение 1), как показано на рисунке 1.
Данные, собраны в Остине, штат Техас. Значение Tm отражается у-перехват (например, Т
при Тs = 0), n наклон кривой, представляет более высокие уровни концентрации, они лежат
выше, вдоль кривой.
Рисунок 1 – Время
поездки, время остановки по шоссе внеуличной сети в ОстинеКБР
Параметр Tm - среднее минимальное время поездки на заданной
дистанции, оно представляет время
поездки, которое может быть затрачено индивидуальным транспортным средством,
единственным в сети и без остановок. Этот параметр с малой вероятностью может
быть вычислен точно, учитывая, что одиночное транспортное средство, двигаясь по
сети очень поздно ночью, с большой вероятностью должно будет остановиться на
красном сигнале светофора или знаке остановки. Tm, тогда, становится средством измерения неограниченной
скорости, таким образом более высокая величина отражает более низкую скорость,
в большинстве получаемую в состоянии неполного функционирования. Tm, как находили,
колебался в пределах от 1,5 до 3
мин/миль, при том, что более низкая величина отражает лучшие условия
функционирования сети.
В случае, когда время стоянки на заданной
дистанции увеличивается при той же величине n, общее время поездки тоже увеличивается. Вследствие того,
что T= Tr+ Ts, общее время поездки должно увеличиваться, по меньшей мере,
так же быстро, как и время стоянки. Если n=0, Tнеизменна
(по равенству 1), то время поездки увеличивается с той же скоростью, как и
время стоянки. Если n>0, время поездки
увеличивается с большей скоростью, чем время стоянки, учитывая, что время
пробега также увеличивается. Наглядно видно, что n должно быть больше нуля, в силу того, что обычным случаем
для увеличенного времени стоянки является увеличение скопления транспортных
средств. Когда скопление транспортных средств высокое, движущиеся транспортные
средства едут с меньшей скоростью (или затрачивают больше времени пробега за
единицу дистанции), чем, они затрачивают, когда скопление низкое. На самом деле
изучение показало, что n
изменяется от 0,8 до 3,0, при том, что меньшая величина показывает лучшие
условия функционирования УДС. Другими словами, n является величиной сопротивления УДС к разрушающим её
действиям и повышающемуся использованию. Высокий показатель n характерен для УДС,
которые разрушаются быстрее, чем растёт использование. Благодаря тому, что
параметры двух потоков отражают, как УДС реагирует на изменения пользования,
они должны быть измерены и определены в УДС целым рядом условий пользования.
В то время, как низкие n иTm отражают, в общем,
лучшее взаимодействие при движении в УДС, часто существует выбор оптимального
соотношения.
Данные для оценки параметров двух потоков
собраны путём изучения сопровождающих автомобилей, где водителям было поручено
следовать за произвольно выбранным транспортным средством до того, как оно либо
припаркуется, либо выйдет за пределы тестируемой УДС, после чего выбирается
близлежащее транспортное средство и следует за ним. Водителю сопровождающего
автомобиля поручено следовать за сопровождаемым транспортным средством,
подражая действиям его водителя, таким образом, как можно точно измерить
количество времени, которое этот водитель тратит на стоянку.
Важным аспектом изучения сопровождающего
автомобиля является поведение водителя, как водителя тестируемого автомобиля,
так и водителей в УДС. Для проведения одного исследования обратились к вопросу
об экстремальных манерах поведения водителей, и выяснилось, что водителем
тестируемого автомобиля, которому поручили водить агрессивно, был установлен
существенно другой тренд двух потоков, в сравнении с трендом водителя, которому
было поручено двигаться консервативно на той же УДС в то же время.
Анализ уровня качества ОДД на основе
применения критерия Германа-Пригожина в условиях УДС значительно уменьшает
трудоемкость процесса исследования по сравнению с существующими аналогами. При
проведении исследования УДС на основе критерия Германа – Пригожина основной
сбор информации идет через GPS –навигаторы, а не с помощью человеческих
ресурсов (эти ресурсы задействованы, но они осуществляют поездку по своему
личному маршруту, а, соответственно, не требуют никаких затрат). Для
обоснования выгодности применения критерия Германа – Пригожина проведен
технико-экономический анализ, который показал, что на 10км пути в условиях больших
и средних городов выгода составляет около 5 тысяч рублей по сравнению с
существующими методами исследования уровня качества ОДД.
Литература:
1. Prigogine, I. and R. Herman, (1971). Kinetic Theory of Vehicular Traffic, American Elsevier;
2. Ardekani, S. A. and R.
Herman, (1987). Urban Network-Wide
Variables and Their Relations. Transportation Science Vol. 21, No. 1.