کنترل و بهینه‌سازی آلاینده‌ها و سوخت ناشی از وسایل نقلیه در تقاطع‌های شهری مبتنی‌بر سیستم کنترلگر هوشمند فازی

نوع مقاله : مقاله کامل پژوهشی

نویسندگان

گروه مهندسی عمران، دانشکده فنی، دانشگاه ارومیه

چکیده

امروزه پدیده ترافیک یکی از مشکلات جدی در اکثر شهرها به شمار می­رود. این پدیده بر روی کیفیت هوا، و زندگی مردم پیامدهای منفی ایجاد کرده است. با به­کارگیری روش­های نوین کنترل هوشمند می­توان اثرات منفی ترافیک ناشی از قبیل افزایش آلاینده­ها و سوخت مصرفی ناشی از وسایل نقلیه را کاهش داد. بنابراین هدف این مطالعه، کاهش و کنترل اثر پدیده ترافیک بر آلاینده­های ناشی از وسایل نقلیه و میزان سوخت مصرفی در تقاطع­های شهرستان بروجرد توسط سیستم کنترلگر هوشمند فازی است. نتایج حاصل از کنترل میزان آلاینده­ها و سوخت مصرفی در تقاطع­ها نشان می­دهد که پس از بهره­گیری از سیستم کنترلگر فازی میزان آلاینده­ها و سوخت مصرفی به میزان قابل توجهی کاهش یافته است. این کاهش میزان درآلاینده­های اکسیدهای نیتروژن، هیدروکربنی، منوکسیدکربن به­ترتیب 64/27 درصد، 88/30 درصد و 50/21 درصد و برای میزان سوخت مصرفی در تقاطع­ها به 41/33 درصد رسیده است که کاهش قابل ملاحظه­ای را برای این میزان آلاینده­ها و سوخت مصرفی نسبت به کنترل زمان­بندی ثابت نشان می­دهد. نوآوری این مطالعه به گونه­ای است که نقش سیستم های هوشمند فازی در کنترل میزان آلاینده­ها و سوخت مصرفی توسط وسایل نقلیه مفید ارزیابی می­شود طوری که سیستم کنترلگر هوشمند فازی نسبت به کنترل زمان­بندی ثابت توانسته این میزان افزایش آلاینده­ها و مصرف سوخت را بهینه کند. در پایان به منظور درستی و نرمال بودن داده­ها در این پژوهش آزمون­های مختلف آماری نظیر چولگی،کولموگروف اسمیرنوف، همبستگی و t زوجی مستقل، بین متغیرهای قبل و بعد انجام شد. و نتایج نشان داد که این سیستم استنتاج فازی نقش مثبتی در کاهش آلاینده­ها، و سوخت مصرفی ناشی از وسایل نقلیه ایفا می­کند.

کلیدواژه‌ها


عنوان مقاله [English]

Controlling and Optimizing Vehicular Emissions and Fuel Consumption in Urban Intersections by Fuzzy Intelligent Controller

نویسندگان [English]

  • Hamid Shirmohammadi
  • Farhad Hadadi
Faculty of Civil Engineering, Urmia University, Urmia, Iran
چکیده [English]

Recently, Traffic phenomena is one of the most serious problems in most cities. It has had negative consequences on air quality and the quality of people’s life. By development of advanced technologies as intelligent control systems negative consequences have been significantly decreased.
So, the aim of this study is to optimize and reduce vehicular emissions and fuel consumption of urban intersections in Boroujerd city by Fuzzy Logic (FL). For implementing this research, two softwares were used including Synchro 8 and Matlab software. The novelty of this research is to design optimized controller system for urban intersections. Additionally, this paper guides traffic engineers to control negative effects of traffic congestion over vehicular emissions and fuel consumption in a simple way. The results of comparisons between fuzzy logic and fixed time controllers for vehicular emissions, and fuel consumption are indicated.

کلیدواژه‌ها [English]

  • Traffic phenomenon
  • Urban intersections
  • Vehicular emissions
  • Fuel consumption
  • Fuzzy logic
تشنه­لب م، صفاپور ن، افیونی د، "سیستم­های فازی و کنترل فازی"، دانشگاه خواجه نصیرالدین طوسی، تهران، ۱۳۷۸.
شاهی ی، کرمانشاهی ش، "استفاده از منطق فازی در کنترل تقاطع­های چراغ­دار"، نشریه دانشگاه فنی، 1386، 43 (۱)، 71-80.
شکوهیان م، شاد ر، قاضی­نژاد م، "تأثیر تراکم طولی و عرضی در آلودگی ناشی از ترافیک در محیط GIS مطالعه موردی: شهر مشهد" ، نشریه مهندسی عمران و محیط زیست، ۱۳۹۳، ۴۴ (2)، ۶۹-۷۹.
محمدی ن، ظروفچی­بنیس خ، شاکرخطیبی م، فاتحی­فر ا، بهروز سرند ع، محمودیان ا، شیخ­الاسلامی ف، "پیش‌بینی غلظت آلاینده‌های گازی در هوای شهر تبریز با استفاده از شبکه عصبی"، نشریه مهندسی عمران و محیط زیست، ۱۳۹۵، ۴۶ (2)، ۸۷-۹۴.
Al-Khateeb G, “Effect of traffic movement and volume on air pollution in irbid city”, Master thesis, Civil Engineering Department, Jordan University of Science and Technology, Irbid, Jordan, 1993.
Barth M, Boriboonsomsin K, “Real-world carbon dioxide impacts of traffic congestion”, Transportation Research Record: Journal of the Transportation Research Board, 2008, 2058 (1), 163-171.
Ciyun L, Bowen G, Xin Q, “Low Emissions and Delay Optimization for an Isolated Signalized Intersection Based onVehicular Trajectories”, PloS one, 2015, 10 (12), 146-158.
Coelho MC, Farias TL, Rouphail NM, “Impact of speed control traffic signals on pollutant emissions”, Transportation Research Part D: Transport and Environment, 2005, 10 (4), 323-340.
García Castro A, Monzón de Cáceres A, “Measuring the effects of traffic congestion on fuel consumption”, 2014.
Ghanim MS, Abu-Lebdeh G, “Improving signalised intersections performance for better built environment”, International Journal of Sustainable Society, 2016, 8 (2), 145-152.
Hallmark SL, “Assessing impacts of improved signal timing as a transportation control measure using an activity-specific modeling approach”, Transportation Research Record, 2000, 1738 (1), 49-55.
Haregewoin Y, “Impact of Vehicle Traffic Congestion in Addis Ababa (A Case study of Kolfe sub-city: Total -Ayer Tena Road)”, MSc Thesis, Ethiopian Civil Service College, 2010.
Jyh-Shing Roger J, Chuen-Tsai S, Eiji M, “Neuro-fuzzy and soft computing a computational approach to learning and machine intelligence”, Matlab Curriculum Series, 1987.
Kermanian D, Zare A, Balochian S, “Coordinated signal control for arterial intersections using fuzzy logic”, Central European Journal of Engineering, 2013, 3 (3), 436-445.
Khaki AM, Pour PJH, “The impacts of traffic signal timings optimization on reducing vehicle emissions and fuel consumption by Aimsun and Synchro software's (Case study: Tehran intersections)”, International Journal of Civil and Structural Engineering, 2014, 5 (2), 144.
Kreinovich V, Quintana C, Reznik L, “Gaussian membership functions are most adequate in representing uncertainty in measurements”, In Proceedings of NAFIPS, 1992, 92, 15-17.
Kwak J, Park B, Lee J, “ Evaluating the impacts of urban corridor traffic signal optimization on vehicle emissions and fuel consumption”, Transportation Planning and Technology, 2012, 35 (2), 145-160.
Leung DYC, Williams DJ, “Modelling of Motor Vehicle Fuel Consumption and Emissions Using a Power-Based Model”, Environmental Monitoring and Assessment, 2000, 65 (1), 21-29.
Li C, Shimamoto S, “An Open Traffic Light Control Model for Reducing Vehicles'$\hbox {CO}_ {2} $ Emissions Based on ETC Vehicles”, IEEE Transactions on Vehicular Technology, 2012, 61 (1), 97-110.
Li M, “Traffic energy and emission reductions at signalized intersections: a study of the benefits of advanced driver information”, International Journal of Intelligent Transportation Systems Research, 2009, 7 (1), 49-58.
Maitra B, Sikdar PK, Dhingra SL, “Modeling Congestion on Urban Roads and Assessing Level of Service”, Jornal of Transportation Engineering, 1999, 125 (6), 508-514.
Mamdani EH, Assilian S, “An experiment in linguistic synthesis with a fuzzy logic Controller”, International Journal of Man-Machine Studies, 1975, 7 (1), 1-13.
Meszaros F, Torok A, “Theoretical investigation of emission and delay based intersection controlling and synchronising in Budapest”, Periodica Polytechnica Transportation Engineering, 2014, 42 (1), 37-42.
Nie NH, Bent DH, Hull CH, “SPSS: Statistical package for the social sciences (Vol. 227)”, New York, McGraw-Hill, 1975.
Noland RB, “Relationships Between Highway Capacity and Induced Vehicle Travel”, Transportation Research part A, 2007, 35 (1) 47-72.
Schrage A, “Traffic Congestion and Accidents”, Nr. 419. University of Regensburg Working Papers in Business, Economics and Management Information Systems, Germany, 2006, 1-25.
Shen Y, “An optimization model of signal timing plan and traffic emission at intersection based on Synchro”, In IOP Conference Series: Earth and Environmental Science, 2018, 189 (6).
Shirmohammadi H, Hadadi F, “Application of Fuzzy Logic for Evaluation of Resilient Modulus Performance of Stone Mastic Asphalt”, Journal of Theoretical & Applied Information Technology, 2017, 95 (13).
Shirmohammadi H, Hadadi F, “Assessment of Drowsy Drivers by Fuzzy Logic approach based on Multinomial Logistic Regression Analysis”, International Journal of Computer Science and Network Security, 2017, 17 (4), 298-305.
Stathopoulos FG, Noland RB, “Induced Travel and Emission from Traffic Improvement Projects Transportation Research Record”, Journal of the Transportation Research, 2003, 1842 (1), 57-63.
Tang TQ, Caccetta L, Wu YH, Huang HJ, Yang XB, “A macro model for traffic flow on road networks with varying road conditions”, Journal of Advanced Transportation, 2014, 48 (4), 304-17.
Tang TQ, Huang HJ, Wu WX, Wu YH, “Analyzing trip cost with no late arrival under car-following model”, Measurement: Journal of the International Measurement Confederation, 2015, 64, 123-129.
The Math Works, Inc. MATLAB. Version 2014a, The Math Works, Inc., 2014. Computer Software.
Trafficware LLC, “Synchro Studio 9 with Warrants and TripGen 2014: Getting Started and What's New in Version 8”, Trafficware, LLC., Sugar Land, TX, USA, 2014. [online] Available at: http://online.trafficware.com/downloads/pdfs/GettingStarted.pdf [Accessed: 18 February 2018.
Unal A, Rouphail N, Frey H, “Effect of arterial signalization and level of service on measured vehicle emissions”, Transportation Research Record: Journal of the Transportation Research Board, 2003, 1842, 47-56.
Zadeh LA, “Probability Theory and Fuzzy Logic”, Computer Science Division Department of EECS UC Berkeley, 2003.