首页期刊导航|中南大学学报（英文版）
期刊信息/Journal information
中南大学学报（英文版）
中南大学学报（英文版）

黄伯云

月刊

2095-2899

zngdxb@mail.csu.edu.cn

0731-88879765

410083

湖南省长沙市中南大学内

中南大学学报（英文版）/Journal Journal of Central South UniversityCSCDCSTPCD北大核心EISCI
查看更多>>《Journal Central South University of Technology》（即《中南大学学报（英文版）》ISSN 1005-9784,CN43-1231/TD）是国家教育部主管、中南大学主办的以材料、选矿、冶金、化学化工、机电、信息、地质、采矿、土木等专业学科为主的科技期,1994年创刊,双月刊。自2007年第1期起与世界著名德国科技出版集团施普林格(Springer-Verlag)联合出版。本刊已被《科学引文索引》（SCI-E）；《EI Compendex》(即EI核心版)；《化学文摘》；《金属文摘》；《铝工业文摘》等知名检索刊物收录：
正式出版
收录年代

    侧风作用下高速磁浮列车-轨道梁耦合动力响应分析

    田祥富向活跃陈绪黎李永乐...
    2757-2771页
    查看更多>>摘要：侧风作用是影响高速磁浮系统动力设计的重要因素之一.为获得侧风作用下高速磁浮列车-轨道梁耦合振动响应,首先,建立了风-静悬磁浮列车-轨道梁(WSMG)和风-移动磁浮列车-轨道梁(WMMG)空间耦合分析模型.然后,通过风洞试验对磁浮车辆的气动特性进行测试.磁浮列车的控制系统采用比例-积分-微分(PID)控制器和加速度反馈相结合的比例-积分-微分-加速度(PIDA)控制算法进行调控.最后,分析了平均风、脉动风、风速和车速对磁浮系统动力响应的影响.结果表明:PIDA控制算法可以消除侧风引起的磁浮间隙稳态误差,并减小大约40%的车体横向位移;均匀风只改变列车的平衡位置,脉动风和轨道不平整是引起磁浮列车-轨道系统振动的主要原因;风速对车辆的横向振动的影响更为敏感,当风速超过30 m/s时,高速磁浮列车应停止运行.

    风-磁浮列车-轨道梁风洞试验控制系统侧向风动力响应

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据

    面向排放测算的随机性对跟驰模型车队稳定性的影响研究

    孟冬利宋国华鲁洪语吴亦政...
    2772-2789页
    查看更多>>摘要：在基于微观交通仿真模型进行交通能耗排放评估时,跟驰模型生成的车辆轨迹无法代表实际交通环境的驾驶特性,从而导致显著的排放测算误差,同时车辆排放在车队中的稳定性未被充分考虑.本文基于真实的车队轨迹比较了Gipps跟驰模型、全速差模型(FVDM)、智能驾驶员模型(IDM)和Wiedemann模型的面向排放测算的车队稳定性,分析了参数敏感性和随机性对跟驰模型的影响,提出了考虑随机参数的Gipps跟驰模型.结果表明,与Wiedemann模型相比,FVD模型和IDM模型在排放测算方面的误差较小,并且上述三个模型的排放测算误差沿车队是稳定的.Gipps模型能够真实地刻画车队中第一辆跟驰车的车辆动力学,但排放测算误差沿车队逐渐增大.参数敏感性分析表明模型参数标定难以提高Gipps模型的车队稳定性.结合随机参数对Gipps跟驰模型进行优化后,加速度分布均方根误差、VSP分布均方根误差和排放因子相对误差分别降低了5.00%、2.52%和11.04%,车队误差的标准差分别为0.18%、0.08%和0.86%,这表明随机参数能够提高Gipps跟驰模型面向排放测算的车队稳定性,提升仿真轨迹用于车辆能耗排放评估的准确性.

    跟驰模型车队稳定性随机性排放测算VSP分布

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据

    基于人类驾驶员在跟车高风险情景中的经验轨迹数据优化智能网联车辆纵向控制模型参数

    邢璐伍丹唐幼仪李烨...
    2790-2802页
    查看更多>>摘要：智能网联车辆(CAV)具有提高驾驶安全性的巨大潜力,CAV的基本性能评估准则之一是其能否在真实的交通情景中比人类驾驶员更安全地行驶.本研究提出了一种基于人类驾驶员在跟车高风险情景中的经验轨迹数据来优化CAV纵向控制模型参数的方法.首先,从经验轨迹数据中提取初始跟车车组(I-CFP).然后,基于模型默认参数值,采用自适应巡航控制模型(ACC)和协同自适应巡航控制模型(CACC)进行仿真,生成模拟跟车车组(S-CFP)的原始轨迹.最后,应用遗传算法来优化ACC和CACC模型的控制参数,并生成优化后的跟车车组(O-CFP)轨迹.结果表明,S-CFP的安全性优于I-CFP,而O-CFP具有最佳的安全性能.ACC/CACC模型中的优化参数多样且与默认参数不同,表明最佳模型参数会随跟车情景不同而变化,进而为减少追尾碰撞风险提供了有价值的视角.

    交通安全智能网联车辆自适应巡航控制协同自适应巡航控制纵向控制模型参数

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据

    进口单独放行方式下的干道双向绿波协调控制图解法

    江书妍卢凯赵一鸣黄子豪...
    2803-2817页
    查看更多>>摘要：利用车辆运行的时空特征来解析干道绿波协调控制效果,能够深层地探索绿波协调设计的本质性原理.本文从绿波协调设计的原理出发,基于空间时距图几何元素的变换调整,提出了一种进口单独放行方式下的干道双向绿波协调控制图解法.构建了初始综合优化流程,实现了信号协调参数的初步优化设计,进一步提出了交叉口相序再优化判断准则、基于速度推进线旋转变换的公共信号周期再优化方法、基于优化判断矩阵的相位差再优化流程,并通过逐步迭代优化实现了信号相位相序、公共信号周期以及相位差的最终优化.案例分析表明,本文所提出的图解法能够快速地获得双向绿波带宽较为理想的协调控制优化方案.基于VISSIM的仿真分析表明,该方案的协调优化效果优于PBAND模型,且最终达到了正反向绿波带宽的最优值.该图解法具备设计流程清晰、优化空间连续、求解速度快的优点,同时能够获得较为理想的干道双向绿波协调优化效果,具有一定的工程应用价值.

    信号控制干道协调图解法绿波协调进口单放

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据

    基于多分辨率弹性门控注意力和高斯混合模型的地铁站PM2.5浓度区间预测

    方亚民刘辉
    2818-2832页
    查看更多>>摘要：地铁是城市中短途通勤的主流交通工具.然而,由于地铁站内空气流动性差,所以监测地铁空气质量并提供高污染预警具有重大意义.为解决地铁站内空气质量预警问题,本文提出了一个概率预测框架.首先,采用基于概率损失的自动编码器对PM2.5数据进行检测并纠正异常值.其次,采用多分辨率弹性门控注意力机制改进序列到序列(Seq2Seq)中编码器的结构,以减弱预测过程中的误差累积和历史信息丢失.此外,将多输出策略和弹性门控注意力机制相结合,来改进Seq2Seq中解码器的结构,以减少预测时的误差累积.最后,在Seq2Seq的输出端嵌入高斯混合模型(Gaussian mixture model,GMM),使其能够适应浓度分布的变化并生成浓度的概率分布.所提出的模型在第1步、3步和5步预测中的平均MAPE分别为0.94%、1.16%和1.26%.模型对地铁站PM2.5数据的测试结果表明,与其他模型相比,所提出的模型的Pinball loss和Winkler score更小.

    PM2.5地铁站混合高斯分布区间预测注意力机制

      原文链接:
    • NETL
    • NSTL
    • 万方数据