JPH08334000A - トンネル換気制御方法 - Google Patents
トンネル換気制御方法Info
- Publication number
- JPH08334000A JPH08334000A JP7141855A JP14185595A JPH08334000A JP H08334000 A JPH08334000 A JP H08334000A JP 7141855 A JP7141855 A JP 7141855A JP 14185595 A JP14185595 A JP 14185595A JP H08334000 A JPH08334000 A JP H08334000A
- Authority
- JP
- Japan
- Prior art keywords
- traffic volume
- air
- blowers
- predicted value
- tunnel
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Ventilation (AREA)
Abstract
(57)【要約】
【目的】 送風装置の最適な運転台数を与えるトンネル
換気制御の方法を提供する。 【構成】 交通量を予測すると共に空気透明度を計測
し、この交通量の予測値と空気透明度の現在値とをトン
ネル内の空気汚染を模擬する物理モデル２１に入力し、
この物理モデル２１に送風装置５２を全台停止から全台
運転までの運転台数候補で運転した場合毎に空気透明度
の予測値を出力させ、これら入力・出力の実績を用いて
物理モデル２１の予測ずれを学習させたニューラルネッ
ト２２により空気透明度の予測値の予測ずれを補正さ
せ、これら運転台数候補毎の補正した予測値を用い、空
気汚染が環境基準を越えないよう、かつ送風装置５２の
消費エネルギが少ないよう、かつ送風装置５２の停止・
運転の回数が少なくなるようにファジー理論３１により
運転台数を決定する。
換気制御の方法を提供する。 【構成】 交通量を予測すると共に空気透明度を計測
し、この交通量の予測値と空気透明度の現在値とをトン
ネル内の空気汚染を模擬する物理モデル２１に入力し、
この物理モデル２１に送風装置５２を全台停止から全台
運転までの運転台数候補で運転した場合毎に空気透明度
の予測値を出力させ、これら入力・出力の実績を用いて
物理モデル２１の予測ずれを学習させたニューラルネッ
ト２２により空気透明度の予測値の予測ずれを補正さ
せ、これら運転台数候補毎の補正した予測値を用い、空
気汚染が環境基準を越えないよう、かつ送風装置５２の
消費エネルギが少ないよう、かつ送風装置５２の停止・
運転の回数が少なくなるようにファジー理論３１により
運転台数を決定する。
Description
【０００１】
【産業上の利用分野】本発明は、トンネル内の複数台の
送風装置の運転台数を増減して行うトンネル換気制御に
係り、特に、送風装置の最適な運転台数を与えるトンネ
ル換気制御の方法に関するものである。
送風装置の運転台数を増減して行うトンネル換気制御に
係り、特に、送風装置の最適な運転台数を与えるトンネ
ル換気制御の方法に関するものである。
【０００２】
【従来の技術】図２に示されるように、トンネル５１内
には、空気汚染を抑制するために、このトンネル自体を
通風させて換気する送風装置５２が設けられている。送
風装置５２は例えばトンネル内天井部等に取り付けられ
る軸流ファンであり、複数の送風装置５２がトンネル長
手方向に所定間隔で配置される。例えば４０００ｍのト
ンネル内２０箇所に送風装置が配置される。換気能力は
送風装置５２の台数やそれぞれの送風能力に依存する
が、この例では個々の送風装置５２は定格運転か停止か
いずれかにオンオフ制御される。この場合、送風装置５
２の運転台数を加減することによって換気能力が増減で
きる。運転台数の加減に伴い消費エネルギも増減する。
一方、トンネル内の空気汚染の度合いは交通の激しさそ
の他さまざまの条件によって常に変化している。従っ
て、エネルギの浪費をすることなくトンネル内環境を一
定基準に維持するためには、交通の激しさや空気汚染の
度合いに応じて送風装置の運転台数を加減する必要があ
る。
には、空気汚染を抑制するために、このトンネル自体を
通風させて換気する送風装置５２が設けられている。送
風装置５２は例えばトンネル内天井部等に取り付けられ
る軸流ファンであり、複数の送風装置５２がトンネル長
手方向に所定間隔で配置される。例えば４０００ｍのト
ンネル内２０箇所に送風装置が配置される。換気能力は
送風装置５２の台数やそれぞれの送風能力に依存する
が、この例では個々の送風装置５２は定格運転か停止か
いずれかにオンオフ制御される。この場合、送風装置５
２の運転台数を加減することによって換気能力が増減で
きる。運転台数の加減に伴い消費エネルギも増減する。
一方、トンネル内の空気汚染の度合いは交通の激しさそ
の他さまざまの条件によって常に変化している。従っ
て、エネルギの浪費をすることなくトンネル内環境を一
定基準に維持するためには、交通の激しさや空気汚染の
度合いに応じて送風装置の運転台数を加減する必要があ
る。
【０００３】従来技術では、送風装置の運転台数を決定
するためのデータとして、交通量、空気透明度、有害ガ
ス濃度等が用いられている。交通量は一定時間内に通過
する車両の台数を計数したものであり、これに速度や車
種を加味することで発生する排気ガス量の指標となる。
空気透明度や有害ガス濃度は空気汚染の度合いを定量的
に示す物理量である。また、運転台数制御を空気汚染の
度合いの変化に事前に対応させるために、交通量や空気
透明度に一定時間後の予測値を用いることもある。例え
ば、交通量の予測値と空気透明度の現在値とを入力する
と空気透明度の予測値が出力されるような数式モデルを
構築し、出力される空気透明度の予測値に対応し、空気
透明度が一定基準に収まる換気能力を得るべく運転台数
を決定する。
するためのデータとして、交通量、空気透明度、有害ガ
ス濃度等が用いられている。交通量は一定時間内に通過
する車両の台数を計数したものであり、これに速度や車
種を加味することで発生する排気ガス量の指標となる。
空気透明度や有害ガス濃度は空気汚染の度合いを定量的
に示す物理量である。また、運転台数制御を空気汚染の
度合いの変化に事前に対応させるために、交通量や空気
透明度に一定時間後の予測値を用いることもある。例え
ば、交通量の予測値と空気透明度の現在値とを入力する
と空気透明度の予測値が出力されるような数式モデルを
構築し、出力される空気透明度の予測値に対応し、空気
透明度が一定基準に収まる換気能力を得るべく運転台数
を決定する。
【０００４】
【発明が解決しようとする課題】しかしながら、交通量
や空気透明度が必ずしも空気汚染の度合いに即応してい
るとは限らず、例えば、交通量が多いのに空気汚染があ
まり激しくないとか、空気透明度が高くても有害ガス濃
度等が高いといった場合もある。従って、数式モデルの
出力から一意的に決定された送風装置の運転台数が必ず
しも最適な運転台数にはならず、エネルギが浪費された
り、空気汚染が一定基準を越えたりするおそれがある。
や空気透明度が必ずしも空気汚染の度合いに即応してい
るとは限らず、例えば、交通量が多いのに空気汚染があ
まり激しくないとか、空気透明度が高くても有害ガス濃
度等が高いといった場合もある。従って、数式モデルの
出力から一意的に決定された送風装置の運転台数が必ず
しも最適な運転台数にはならず、エネルギが浪費された
り、空気汚染が一定基準を越えたりするおそれがある。
【０００５】また、今日では、上記交通量や空気透明度
と実際の空気汚染の度合いとの関係のように入出力関係
が複雑或いは曖昧なシステムにおいて、制御量をニュー
ラルネット、ＡＩ、ファジー理論等の人口知能によって
決定する方法が知られている。これにより、交通量や空
気透明度を入力とし運転台数を出力とする人口知能的運
転台数決定手段が構成できる。しかし、これらの人口知
能は複雑曖昧な入出力関係を処理できるとはいっても、
その入力自体が不正確では不都合である。交通量や空気
透明度の入力に予測値を用いる場合、その予測が不正確
であると、結局、最適な運転台数が得られない。
と実際の空気汚染の度合いとの関係のように入出力関係
が複雑或いは曖昧なシステムにおいて、制御量をニュー
ラルネット、ＡＩ、ファジー理論等の人口知能によって
決定する方法が知られている。これにより、交通量や空
気透明度を入力とし運転台数を出力とする人口知能的運
転台数決定手段が構成できる。しかし、これらの人口知
能は複雑曖昧な入出力関係を処理できるとはいっても、
その入力自体が不正確では不都合である。交通量や空気
透明度の入力に予測値を用いる場合、その予測が不正確
であると、結局、最適な運転台数が得られない。
【０００６】そこで、本発明の目的は、上記課題を解決
し、送風装置の最適な運転台数を与えるトンネル換気制
御の方法を提供することにある。
し、送風装置の最適な運転台数を与えるトンネル換気制
御の方法を提供することにある。
【０００７】
【課題を解決するための手段】上記目的を達成するため
に本発明は、トンネル内に複数台の送風装置を配置し、
交通の激しさや空気汚染の度合いに応じて上記送風装置
の運転を制御するトンネル換気制御方法において、交通
量を予測すると共に空気透明度を計測し、この交通量の
予測値と空気透明度の現在値とを該トンネル内の空気汚
染を模擬する物理モデルに入力し、この物理モデルに上
記送風装置を全台停止から全台運転までの運転台数候補
で運転した場合毎に空気透明度の予測値を出力させ、こ
れら入力・出力の実績を用いて上記物理モデルの予測ず
れを学習させたニューラルネットにより上記空気透明度
の予測値の予測ずれを補正させ、これら運転台数候補毎
の補正した予測値を用い、空気汚染が環境基準を越えな
いよう、かつ上記送風装置の消費エネルギが少ないよ
う、かつ上記送風装置の停止・運転の回数が少なくなる
ようにファジー理論により運転台数を決定するものであ
る。
に本発明は、トンネル内に複数台の送風装置を配置し、
交通の激しさや空気汚染の度合いに応じて上記送風装置
の運転を制御するトンネル換気制御方法において、交通
量を予測すると共に空気透明度を計測し、この交通量の
予測値と空気透明度の現在値とを該トンネル内の空気汚
染を模擬する物理モデルに入力し、この物理モデルに上
記送風装置を全台停止から全台運転までの運転台数候補
で運転した場合毎に空気透明度の予測値を出力させ、こ
れら入力・出力の実績を用いて上記物理モデルの予測ず
れを学習させたニューラルネットにより上記空気透明度
の予測値の予測ずれを補正させ、これら運転台数候補毎
の補正した予測値を用い、空気汚染が環境基準を越えな
いよう、かつ上記送風装置の消費エネルギが少ないよ
う、かつ上記送風装置の停止・運転の回数が少なくなる
ようにファジー理論により運転台数を決定するものであ
る。
【０００８】上記交通量の予測値は、蓄積した過去の交
通量から曜日等の条件別に統計予測する統計的交通量モ
デルにより時刻毎に交通量を予測し、他方、所定短時間
毎に現在交通量を計測した現在交通量と上記交通量の予
測値との差分の時系列から自己回帰モデルにより現在以
降の交通量と上記交通量の予測値との差分を回帰予測
し、上記統計的予測値を上記回帰予測値で補正したもの
であってもよい。
通量から曜日等の条件別に統計予測する統計的交通量モ
デルにより時刻毎に交通量を予測し、他方、所定短時間
毎に現在交通量を計測した現在交通量と上記交通量の予
測値との差分の時系列から自己回帰モデルにより現在以
降の交通量と上記交通量の予測値との差分を回帰予測
し、上記統計的予測値を上記回帰予測値で補正したもの
であってもよい。
【０００９】
【作用】上記構成により、物理モデルは、トンネル内の
空気汚染を模擬して予測値を出力する。即ち、送風装置
を全台停止した場合、現在の空気透明度がその後の交通
量の変化によってどうなるか、さらに、１台，２台・・
・全台運転ならばどうなるか、運転台数候補毎に空気透
明度の予測値を出力する。この予測は必ずしも実際のト
ンネル内で起きている空気汚染には一致しないので、予
測ずれが生じる。ここで、ニューラルネットは、実績に
より物理モデルが予測ずれする傾向を学習しているの
で、予測ずれをよく補正することができる。従って、運
転台数候補毎の空気透明度の予測値は実際のトンネル内
で起きるであろう空気汚染による空気透明度を正確に予
測したものとなる。従って、運転台数候補毎の補正した
予測値を用いファジー理論により決定された運転台数は
最適なものとなる。
空気汚染を模擬して予測値を出力する。即ち、送風装置
を全台停止した場合、現在の空気透明度がその後の交通
量の変化によってどうなるか、さらに、１台，２台・・
・全台運転ならばどうなるか、運転台数候補毎に空気透
明度の予測値を出力する。この予測は必ずしも実際のト
ンネル内で起きている空気汚染には一致しないので、予
測ずれが生じる。ここで、ニューラルネットは、実績に
より物理モデルが予測ずれする傾向を学習しているの
で、予測ずれをよく補正することができる。従って、運
転台数候補毎の空気透明度の予測値は実際のトンネル内
で起きるであろう空気汚染による空気透明度を正確に予
測したものとなる。従って、運転台数候補毎の補正した
予測値を用いファジー理論により決定された運転台数は
最適なものとなる。
【００１０】統計的交通量モデルによる交通量予測は周
知である。しかし、常に統計通りの交通量になるとは限
らず実際の交通量に対してずれが生じる。そこで、実際
の交通量を計測して補正に用いるが、必要なのは現在交
通量ではなく予測値である。そこで、計測した交通量の
短期的な変動から現在以降の交通量と交通量の予測値と
の差分を回帰予測し、その回帰予測値で統計的予測値を
補正する。これにより実際に近い交通量予測ができる。
知である。しかし、常に統計通りの交通量になるとは限
らず実際の交通量に対してずれが生じる。そこで、実際
の交通量を計測して補正に用いるが、必要なのは現在交
通量ではなく予測値である。そこで、計測した交通量の
短期的な変動から現在以降の交通量と交通量の予測値と
の差分を回帰予測し、その回帰予測値で統計的予測値を
補正する。これにより実際に近い交通量予測ができる。
【００１１】
【実施例】以下本発明の一実施例を添付図面に基づいて
詳述する。
詳述する。
【００１２】図１に示されるように、本発明の方法に係
るトンネル換気制御システムは、主に、交通量を予測す
る交通量予測部１と、空気透明度（ＶＩ）を予測するＶ
Ｉ予測部２と、運転台数を決定する運転台数決定部３と
からなる。
るトンネル換気制御システムは、主に、交通量を予測す
る交通量予測部１と、空気透明度（ＶＩ）を予測するＶ
Ｉ予測部２と、運転台数を決定する運転台数決定部３と
からなる。
【００１３】交通量予測部１は、統計的交通量モデル１
１と交通量予測補正自己回帰モデル（ＡＲモデル）１２
とからなる。
１と交通量予測補正自己回帰モデル（ＡＲモデル）１２
とからなる。
【００１４】統計的交通量モデル１１は、過去の車種別
交通量データを蓄積したデータベースを持ち、これらの
交通量データを曜日等の条件別に統計し、当日の曜日に
合わせて交通量予測値を出力することができる。この実
施例の統計的交通量モデル１１は、時刻を入力し、その
時刻に対応するその曜日の過去の平均値を予測値として
出力するようになっている。従って、この曜日のこの時
刻にはこの程度の交通量があるという統計的予測が得ら
れる。
交通量データを蓄積したデータベースを持ち、これらの
交通量データを曜日等の条件別に統計し、当日の曜日に
合わせて交通量予測値を出力することができる。この実
施例の統計的交通量モデル１１は、時刻を入力し、その
時刻に対応するその曜日の過去の平均値を予測値として
出力するようになっている。従って、この曜日のこの時
刻にはこの程度の交通量があるという統計的予測が得ら
れる。
【００１５】交通量予測補正自己回帰モデル１２は、交
通量計測値と交通量の予測値との差分の時系列から現在
以降の交通量と交通量の予測値との差分を回帰予測する
ものである。交通量計はトラフィックカウンタ（ＴＣ）
で行っている。トラフィックカウンタは車種別に所定時
間内に通過した車の台数を計数するものである。この実
施例では５分毎に計数結果（ＴＣ計測値）がサンプルさ
れ、図示しないメモリに時系列として記憶される。
通量計測値と交通量の予測値との差分の時系列から現在
以降の交通量と交通量の予測値との差分を回帰予測する
ものである。交通量計はトラフィックカウンタ（ＴＣ）
で行っている。トラフィックカウンタは車種別に所定時
間内に通過した車の台数を計数するものである。この実
施例では５分毎に計数結果（ＴＣ計測値）がサンプルさ
れ、図示しないメモリに時系列として記憶される。
【００１６】交通量予測部１は統計的予測値を回帰予測
値で補正するようになっている。従って、補正された交
通量の予測値は、平均的なデータからずれた実際の交通
量がその後も変動することを考慮した予測値となる。Ｖ
Ｉ予測部２には、車種別の交通量予測値が出力される。
値で補正するようになっている。従って、補正された交
通量の予測値は、平均的なデータからずれた実際の交通
量がその後も変動することを考慮した予測値となる。Ｖ
Ｉ予測部２には、車種別の交通量予測値が出力される。
【００１７】ＶＩ予測部２は、ＶＩ予測物理モデル２１
とＶＩ予測補正ニューラルネット２２とからなる。
とＶＩ予測補正ニューラルネット２２とからなる。
【００１８】ＶＩ予測物理モデル２１は、トンネル内の
空気汚染を模擬するものであり、交通量予測値と空気透
明度（ＶＩ）計測値及び風向風速（ＷＳ）計測値とファ
ン台数候補とを入力し、空気透明度予測値（ＶＩ予測
値）を出力するようになっている。交通量予測値は交通
量予測部１から与えられる。空気透明度は、トンネル内
に光源及び光センサを設け、所定距離間で光を透過させ
てその透過量から空気の透明度を計測したものである。
風向風速は、トンネル内に風向風速計を配し、トンネル
内の空気の流れを計測したものである。
空気汚染を模擬するものであり、交通量予測値と空気透
明度（ＶＩ）計測値及び風向風速（ＷＳ）計測値とファ
ン台数候補とを入力し、空気透明度予測値（ＶＩ予測
値）を出力するようになっている。交通量予測値は交通
量予測部１から与えられる。空気透明度は、トンネル内
に光源及び光センサを設け、所定距離間で光を透過させ
てその透過量から空気の透明度を計測したものである。
風向風速は、トンネル内に風向風速計を配し、トンネル
内の空気の流れを計測したものである。
【００１９】なお、トンネル内の空気の流れは、トンネ
ル外の自然の風の流入による空気の流れ及び車両の走行
に随伴する空気の流れに送風装置の運転による空気の流
れを加えたものとなる。また、換気は、トンネル内の空
気の流れに従うと共に、これに自然拡散が重なる。
ル外の自然の風の流入による空気の流れ及び車両の走行
に随伴する空気の流れに送風装置の運転による空気の流
れを加えたものとなる。また、換気は、トンネル内の空
気の流れに従うと共に、これに自然拡散が重なる。
【００２０】ファン台数候補は、送風装置（ファン）を
全台停止、即ち０台運転から１台，２台・・・全台運転
までの場合を指定する変数であり、順次、ＶＩ予測物理
モデル２１に与えられる。このＶＩ予測物理モデル２１
は、交通量予測値にその速度や車種別の排気量を加味し
て総排気ガス量を求め、与えられた換気能力によってど
の程度汚染が進行するかを割出し、その汚染程度に見合
う空気透明度を予測するものである。
全台停止、即ち０台運転から１台，２台・・・全台運転
までの場合を指定する変数であり、順次、ＶＩ予測物理
モデル２１に与えられる。このＶＩ予測物理モデル２１
は、交通量予測値にその速度や車種別の排気量を加味し
て総排気ガス量を求め、与えられた換気能力によってど
の程度汚染が進行するかを割出し、その汚染程度に見合
う空気透明度を予測するものである。
【００２１】ＶＩ予測補正ニューラルネット２２は、入
力・出力の実績を用いてＶＩ予測物理モデル２１の予測
ずれする傾向を学習させたものである。もちろん、再学
習を積み重ねることも可能である。
力・出力の実績を用いてＶＩ予測物理モデル２１の予測
ずれする傾向を学習させたものである。もちろん、再学
習を積み重ねることも可能である。
【００２２】ＶＩ予測部２は、ＶＩ予測物理モデル２１
の予測値をＶＩ予測補正ニューラルネット２２の出力す
る値で補正するようになっている。従って、補正された
運転台数候補毎のＶＩ予測値は、その運転台数によって
実際のトンネル内で起きるであろう空気汚染による空気
透明度を正確に予測したＶＩ予測値となる。
の予測値をＶＩ予測補正ニューラルネット２２の出力す
る値で補正するようになっている。従って、補正された
運転台数候補毎のＶＩ予測値は、その運転台数によって
実際のトンネル内で起きるであろう空気汚染による空気
透明度を正確に予測したＶＩ予測値となる。
【００２３】運転台数決定部３は、ファジー理論（最適
ファン台数決定ファジーロジック）３１からなり、ＶＩ
予測値とファン台数候補とＣＯ濃度とを入力し、ファジ
ー理論を用いて空気汚染が環境基準を越えないよう、か
つファン全体の消費エネルギが少ないよう、かつファン
モータ消耗を抑えるためにファンの停止・運転の回数が
少なくなるように最適ファン台数を出力するものであ
る。ＣＯ（一酸化炭素）は有害ガスのひとつであり、Ｃ
Ｏ濃度は、トンネル内にＣＯ濃度計、ガス分析計等を設
けて所定時間おきに計測したものである。最適ファン台
数の信号は図示されない運転組み合わせ装置に出力され
る。
ファン台数決定ファジーロジック）３１からなり、ＶＩ
予測値とファン台数候補とＣＯ濃度とを入力し、ファジ
ー理論を用いて空気汚染が環境基準を越えないよう、か
つファン全体の消費エネルギが少ないよう、かつファン
モータ消耗を抑えるためにファンの停止・運転の回数が
少なくなるように最適ファン台数を出力するものであ
る。ＣＯ（一酸化炭素）は有害ガスのひとつであり、Ｃ
Ｏ濃度は、トンネル内にＣＯ濃度計、ガス分析計等を設
けて所定時間おきに計測したものである。最適ファン台
数の信号は図示されない運転組み合わせ装置に出力され
る。
【００２４】
【発明の効果】本発明は次の如き優れた効果を発揮す
る。
る。
【００２５】（１）空気透明度の予測値が正確になるの
で、送風装置の最適な運転台数を与えることが可能とな
る。
で、送風装置の最適な運転台数を与えることが可能とな
る。
【図１】本発明の方法を実施するトンネル換気制御シス
テムの制御図である。
テムの制御図である。
【図２】換気設備を有するトンネルの部分断面図であ
る。
る。
１ 交通量予測部 ２ ＶＩ予測部 ３ 運転台数決定部 １１ 統計的交通量モデル １２ 交通量予測補正自己回帰モデル ２１ 物理モデル（ＶＩ予測物理モデル） ２２ ニューラルネット（ＶＩ予測補正ニューラルネッ
ト） ３１ ファジー理論（最適ファン台数決定ファジーロジ
ック）
ト） ３１ ファジー理論（最適ファン台数決定ファジーロジ
ック）
───────────────────────────────────────────────────── フロントページの続き (72)発明者 村山 茂樹 東京都江東区豊洲三丁目１番15号 石川島 播磨重工業株式会社東二テクニカルセンタ ー内 (72)発明者 和田 芳武 神奈川県横浜市磯子区新中原町１番地 石 川島播磨重工業株式会社横浜エンジニアリ ングセンター内 (72)発明者 高橋 則夫 東京都江東区豊洲三丁目２番16号 石川島 播磨重工業株式会社豊洲総合事務所内 (72)発明者 長野 親敬 東京都江東区豊洲三丁目２番16号 石川島 播磨重工業株式会社豊洲総合事務所内 (72)発明者 坂本 保幸 東京都江東区豊洲三丁目２番16号 石川島 播磨重工業株式会社豊洲総合事務所内 (72)発明者 小野塚 浩康 東京都江東区豊洲三丁目２番16号 石川島 播磨重工業株式会社豊洲総合事務所内
Claims (2)
- 【請求項１】 トンネル内に複数台の送風装置を配置
し、交通の激しさや空気汚染の度合いに応じて上記送風
装置の運転を制御するトンネル換気制御方法において、
交通量を予測すると共に空気透明度を計測し、この交通
量の予測値と空気透明度の現在値とを該トンネル内の空
気汚染を模擬する物理モデルに入力し、この物理モデル
に上記送風装置を全台停止から全台運転までの運転台数
候補で運転した場合毎に空気透明度の予測値を出力さ
せ、これら入力・出力の実績を用いて上記物理モデルの
予測ずれを学習させたニューラルネットにより上記空気
透明度の予測値の予測ずれを補正させ、これら運転台数
候補毎の補正した予測値を用い、空気汚染が環境基準を
越えないよう、かつ上記送風装置の消費エネルギが少な
いよう、かつ上記送風装置の停止・運転の回数が少なく
なるようにファジー理論により運転台数を決定すること
を特徴とするトンネル換気制御方法。 - 【請求項２】 上記交通量の予測値は、蓄積した過去の
交通量から曜日等の条件別に統計予測する統計的交通量
モデルにより時刻毎に交通量を予測し、他方、所定短時
間毎に計測した現在交通量と上記交通量の予測値との差
分の時系列から自己回帰モデルにより現在以降の交通量
と上記交通量の予測値との差分を回帰予測し、上記統計
的予測値を上記回帰予測値で補正したものであることを
特徴とする請求項１記載のトンネル換気制御方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP14185595A JP3467910B2 (ja) | 1995-06-08 | 1995-06-08 | トンネル換気制御方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP14185595A JP3467910B2 (ja) | 1995-06-08 | 1995-06-08 | トンネル換気制御方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH08334000A true JPH08334000A (ja) | 1996-12-17 |
| JP3467910B2 JP3467910B2 (ja) | 2003-11-17 |
Family
ID=15301740
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP14185595A Expired - Fee Related JP3467910B2 (ja) | 1995-06-08 | 1995-06-08 | トンネル換気制御方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3467910B2 (ja) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH05141200A (ja) * | 1991-11-20 | 1993-06-08 | Toshiba Corp | トンネル換気制御装置 |
| JPH0642298A (ja) * | 1992-07-22 | 1994-02-15 | Toshiba Corp | トンネルの換気制御装置 |
| JPH06185300A (ja) * | 1992-12-16 | 1994-07-05 | Toshiba Corp | トンネル換気制御装置 |
| JPH0762998A (ja) * | 1993-08-26 | 1995-03-07 | Meidensha Corp | 換気自動制御装置 |
| JPH07127395A (ja) * | 1993-11-09 | 1995-05-16 | Meidensha Corp | 換気自動制御装置 |
-
1995
- 1995-06-08 JP JP14185595A patent/JP3467910B2/ja not_active Expired - Fee Related
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH05141200A (ja) * | 1991-11-20 | 1993-06-08 | Toshiba Corp | トンネル換気制御装置 |
| JPH0642298A (ja) * | 1992-07-22 | 1994-02-15 | Toshiba Corp | トンネルの換気制御装置 |
| JPH06185300A (ja) * | 1992-12-16 | 1994-07-05 | Toshiba Corp | トンネル換気制御装置 |
| JPH0762998A (ja) * | 1993-08-26 | 1995-03-07 | Meidensha Corp | 換気自動制御装置 |
| JPH07127395A (ja) * | 1993-11-09 | 1995-05-16 | Meidensha Corp | 換気自動制御装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3467910B2 (ja) | 2003-11-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5251285A (en) | Method and system for process control with complex inference mechanism using qualitative and quantitative reasoning | |
| CN101509390A (zh) | 一种基于模糊控制的隧道通风控制方法 | |
| CN115711148A (zh) | 一种基于车流车型的城市地下交通隧道智能通风方法与装置 | |
| CN101235724B (zh) | 高速公路毗邻隧道联动通风控制方法 | |
| CN112767717B (zh) | 一种面向复杂交通控制环境的区域交通信号协调控制方法及系统 | |
| JP3467910B2 (ja) | トンネル換気制御方法 | |
| JPH11229798A (ja) | 道路トンネルの換気制御システム | |
| JP3204004B2 (ja) | トンネル換気自動制御装置および方法 | |
| JP2703438B2 (ja) | トンネル換気制御装置 | |
| Chaudhary et al. | Predicting the performance of hybrid ventilation in buildings using a multivariate attention-based biLSTM Encoder–Decoder | |
| JP2000110500A (ja) | トンネル内車両走行制御方法及びその装置 | |
| JP2541146B2 (ja) | トンネル換気制御方法 | |
| JP2000027600A (ja) | 道路トンネルの換気システム | |
| JPH07238799A (ja) | トンネル換気制御方法 | |
| JPH07324598A (ja) | トンネル換気制御装置 | |
| JPH07127395A (ja) | 換気自動制御装置 | |
| JP2002227599A (ja) | 道路トンネル換気制御装置 | |
| JPH0613840B2 (ja) | 集中排気式自動車トンネルの換気制御方法 | |
| JP2946970B2 (ja) | 道路トンネルの換気自動制御装置 | |
| JP3254801B2 (ja) | 換気自動制御装置 | |
| JPH0754600A (ja) | トンネル換気制御装置 | |
| JPH04327700A (ja) | トンネル換気制御方法 | |
| JPS59188000A (ja) | トンネル換気制御装置 | |
| JP2897524B2 (ja) | 道路トンネルの換気制御装置 | |
| JPH0222199B2 (ja) |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |