Aproximación analítica de consumo de combustible y comportamiento periódico para un vehículo que viaja a través de una serie de semáforos
Main Article Content
Keywords
modelado, simulación, tráfico vehicular, consumo de combustible, análisis de estabilidad, sistemas dinámicos
Resumen
En el siguiente artículo, se presenta un sistema suave por tramos que describe la dinámica de un vehículo que se mueve a través de una calle con semáforos que se encienden y apagan con una frecuencia específica. El modelo presenta tres comportamientos dinámicos: acelerado, desacelerado y detenido. Además, se muestra la descripción del modelo matemático utilizado para simular el sistema. La simulación se desarrolló bajo un esquema basado en eventos y se implementó en Matlab. Para realizar el análisis numérico, se toma como parámetro el ciclo de los semáforos, que mejora el sistema de tráfico vehicular debido a que con su configuración se logran implementar estrategias de optimización permitiendo que los vehículos se desplacen en ola verde y reduzcan el tiempo de viaje, minimizando así, el número de paradas a lo largo del camino y reduciendo el consumo de combustible debido a las paradas y aceleradas. Además, se estudió la estabilidad de las órbitas periódicas uno y dos que presenta el modelo de simulación, así como sus implicaciones dinámicas. Finalmente, se presenta una propuesta para calcular el consumo de combustible, asumiendo que es proporcional a la energía mecánica producida por el motor, resulta en una propuesta novedosa que permite a las secretarias de movilidad comprender los comportamientos de los vehículos en vías principales de las ciudades. Desde este punto de vista, se puede concluir que es posible aplicar estrategias de modelado y simulación basadas en sistemas dinámicos para comprender los comportamientos complejos asociados al desplazamiento de los vehículos en una via controlada por semáforos.
Descargas
Referencias
[2] F. Espinosa, C. Gordillo, and O. Avilés, “Algoritmos de visión de máquina aplicados al control dinámico de intersecciones semáforizadas.” DYNA, vol. 80, no. 178, pp. 132–140, 2013. 55, 58
[3] M. Catalano and F. Galatioto, “Enhanced transport-related air pollution prediction through a novel metamodel approach,” Transportation Research Part D: Transport and Environment, vol. 55, pp. 262–276, 2017. [Online]. Available: http://dx.doi.org/10.1016/j.trd.2017.07.009 55, 58
[4] A. Matas, J.-L. Raymond, and A. Dominguez, “Changes in fuel economy: An analysis of the Spanish car market,” Transportation Research Part D: Transport and Environment, vol. 55, pp. 175–201, 2017. [Online]. Available: http://dx.doi.org/10.1016/j.trd.2017.06.025 55
[5] A. D. Marchi, M. Gerdts, and M. Matthias, “Traffic Flow on Single-Lane Road Networks : Multiscale Modelling and Simulation,” IFAC-PapersOnLine, vol. 51, no. 2, pp. 162–167, 2018. [Online]. Available: https://doi.org/10.1016/j.ifacol.2018.03.028 55
[6] J. Mihelj, A. Kos, U. Sedlar, J. Mihelj, A. Kos, and U. Sedlar, “Source reputation assessment in an IoT-based vehicular traffic monitoring system monitoring system,” Procedia Computer Science, vol. 147, pp. 295–299, 2019. [Online]. Available: https://doi.org/10.1016/j.procs.2019.01.267 55
[7] B. A. Toledo, V. Muñoz, J. Rogan, C. Tenreiro, and J. A. Valdivia, “Tráfico Vehicular como Sistema Complejo,” Physical Review, vol. 70, pp. 1–4, 2004. 55, 56, 60
[8] M. Mesa-Mazo, J. Valencia-Calvo, and G. Olivar-Tost, “Modelo para la dinámica de un vehículo a través de una secuencia de semáforos,” DYNA, vol. 81, no. 184, pp. 138–145, 2014. [Online]. Available: http://dx.doi.org/10.15446/dyna.v81n186.39767 55, 57, 60, 62, 64
[9] G. O. Tost, M. Mesa-Mazo, and J. Valencia, “Numerical Simulation Analysis of a Traffic Model,” Springer Proceedings in Mathematics and Statistics, vol. 121, 2015. [Online]. Available: http://dx.doi.org/10.1007/978-3-319-12583-1 55
[10] B. A. Toledo, E. Cerda, J. Rogan, C. Tenreiro, R. Zarama, and J. A. Valdivia, “Universal and nonuniversal features in a model of city traffic,” pp. 1–10, 2007. [Online]. Available: http://dx.doi.org/10.1103/PhysRevE.75.026108 55, 72
[11] A. Varas, M. D. Cornejo, B. A. Toledo, V. Muñoz, J. Rogan, R. Zarama, and J. A. Valdivia, “Resonance, criticality, and emergence in city traffic investigated in cellular automaton models,” Phys. Rev. E, vol. 80, no. 5, p. 056108, 2009. [Online]. Available: http://dx.doi.org/10.1103/PhysRevE.80.056108 56
[12] M. J. Mesa-Mazo, “Bifurcaciones en un Sistema de Tráfico Vehicular,” Ph.D. Thesis, Departamento de Ingeniería Eléctrica, Electrónica y Computación. Universidad Nacional de Colombia, 2014. [Online]. Available: http://bdigital.unal.edu.co/47402/1/7911003.2014.pdf 56, 60, 64
[13] B. Palat and P. Delhomme, “A simulator study of factors influencing drivers’ behavior at traffic lights,” Transportation Research Part F: Traffic Psychology and Behaviour, vol. 37, pp. 107–118, 2016. [Online]. Available: http://dx.doi.org/10.1016/j.trf.2015.11.009 56
[14] M. Makys and S. Kozak, Effective method for design of traffic lights control. IFAC, 2011, vol. 44, no. 1. [Online]. Available: http://dx.doi.org/10.3182/20110828-6-IT-1002.02772 56
[15] B. Davies, Exploring Chaos: Theory and Experiment., P. B. Publishing and . L.L.C., Eds. Perseus Books, 1999. 68, 79
[16] P. G. Lind, “Pattern Formation in Diffusive-Advective Networks of DiscreteTime Oscillators,” Ph.D. Tesis, Universidade de Lisboa 2003. 68, 71
[17] D. C. Lane and J. D. Sterman, “Profiles in Operations Research : JayWright Forrester. Chapter 20 in Profiles in Operations Research: Pioneers and Innovators. S.” Springer, pp. 363–386, 2011. 68
[18] J. a.C. Gallas, “Dissecting shrimps: results for some one-dimensional physical models,” Physica A: Statistical Mechanics and its Applications, vol. 202, no. 1-2, pp. 196–223, jan 1994. [Online]. Available: http://dx.doi.org/10.1016/0378-4371(94)90174-0 71
[19] R. Serway and J. Jewett, FÍSICA para ciencias e ingeniería con Física Moderna, 7th ed., S. R. Cervantes González, Ed. México, D.F.: Cengage Learning Editores, 2008. 72