能源部正准备使用国家实验室的大规模计算能力来解决美国生活的日常祸害:交通拥堵。

努力的目标是不仅仅是改善驾驶者’情绪。如果它有效,它可以将U.S.运输燃料消耗降至20%并减少汽车排放。

第二次目标是通过未来10年在美国城市的Unnarling Rush小时交通拥堵中恢复多达1000亿美元的工人生产力。

两年前,国民可再生能源实验室在金色,科罗拉多州,选定的Chattanooga,Tenn。(人口182,799),作为其第一个交通切割实验的豚鼠。

坐落在国家东南角的山丘和山脊之间,在国家之一’最多20个交通拥挤的城市。

NREL科学家的第一步是制作详细的计算机模型,或者它所谓的“digital twin,” of the city’S的交通模式隔离,然后探索其咆哮的高峰时间的解决方案。

“Chattanooga为与市政和州合作伙伴的特殊名单合作,提供了理想的条件和机会的理想微观和机会,”向John Farrell解释了NREL管理车辆技术管理计划。

“最终,该计划是将这些解决方案应用于全国各地的大都市区和区域走廊。”

全国目标是节省33亿加仑的燃料每年浪费,减少88亿小时的生产力,并在每年闲置的汽车闲置的排放量减少排放量。

在典型(非Covid-19)年,根据NREL,司机花了46个小时“卡在车轮后面。”

作为法拉雷在采访中解释的,这是赤塔努瓦两年研究的关键’S的交通是鹰,NREL’最新的超级计算机。它每秒可以做800万亿亿亿亿次计算。电脑’他指出,他的技术和如何申请的累积知识,是一个没有的组合’五年前存在。

它帮助nrel使用一个名为的过程“machine learning”这可以探索大量数据,并迅速识别可能在几周甚至几个月挑选的模式。 chattanooga.’S交通提供了数据山脉。

科学家们合作了一长串合作伙伴。那些包括城市’S运输部门,三所大学,田纳西州和格鲁吉亚交通部门,以及FedEx Corp.等几家卡车运输公司

在研究中有超过500个数据来源。其中:在美国的空间卫星,全球定位系统,自动相机,雷达探测器,气象站,城市记录所显示的城市记录以及视觉观测。

“机器学习斗争的领域之一是它可以告诉你什么,但不是为什么”易于忽视的地区,补充了Farrell。首先“what”那只老鹰突然击败了大德福路,这是一条多包高速公路,将郊区送入城市的司机。

研究人员发现,沿着浅福德的四个交通信号控制器是定时的,以处理非常繁忙的交通,这意味着在日常司机中,发现自己被红灯游行停止了。

其中一个“congestion relief”动作是能够将时间调整到流量的能力,从而导致更多的绿灯,高速公路上车辆的燃料使用率减少了16%。

一举一动,他们带来了靠近他们为整个城市设定的节省燃料目标的区域。在此之前,他们的方法是所有基于计算机的理论。 Farrell叫结果“同时令人震惊和令人欣慰。”

“我们确信自己,我们有一个可行的路线到达那里,”他说,参考全市拥堵解决方案。

未来两年将致力于区域交通解决方案,其中包括其他通往Chattanooga地区的其他高速公路。它将研究卡车交通的行为以及它如何应对查塔努加的减肥变化。

他们将包括“dynamic speed limits”这种调整以更有效地移动流量,并通过控制坡道的时序移动,并控制进入高速公路的斜坡。

“运费是扁平洛克的主要贡献者之一,而不仅仅是全国各地,”注意到Farrell,他解释说,制作卡车反复停止并开始,特别是在丘陵国家,导致比汽车所产生的燃料损失和气候变化的排放量。

根据NREL,超过110亿吨运费每年在美国高速公路上运输,每天达到320亿美元的商品。

在10月2022年10月,NREL及其合作伙伴希望他们将拥有一个可以应用于其他城市及其周围地区的型号。丹佛和亚特兰大是最可能的城市之一,可以接下来的交通。

Farrell表示,他希望基于Chattanooga的模型和经验可以适应在一年内为其他基于城市拥塞的问题带来答案。

“对气候变化的影响只是我们可以帮助减少的许多问题之一,” he said. “当您解决拥堵问题时,您也提高了安全性。”

虽然Covid-19最近已经减少了交通拥堵损失的时间达到了大约26%,但Farrell表示,一旦国家恢复,坐在交通拥堵中丢失的时间可能会恢复到国常数,在40到50小时之间运行。

这变成了88亿小时的生产力。“最小化结果的影响是一个非常大的数字,因为它会影响很多人,”预测它可能会激发更快速的测试和仍然更快的超级计算机的Farrell。

重印 E&E News 掌权授权,LLC。版权所有2021。 E&电子新闻为能源和环境专业人士提供了基本新闻。