تاثیر ترکیب قوس افقی و شیب طولی بر ضریب اصطکاک جانبی
Publish place: Secound Nationaland Conferences on Sustainable Development in Road Construction Focusing on Environmental
Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,743
This Paper With 18 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
SDRC02_019
تاریخ نمایه سازی: 6 اردیبهشت 1396
Abstract:
به دست آوردن ضریب اصطکاک جانبی در قوس های افقی به ویژه در ترکیب شیب طولی و قوس افقی جهت طراحی جاده ها ازاهمیت بالایی برخوردار می باشد. ضریب اصطکاک جانبی در حالت ترکیب قوس افقی و شیب طولی متفاوت از فرمول اصلی آشتومحاسبه می شود و ممکن است بیشتر یا کمتر محاسبه گردد. هدف مطالعه انجام شده (توسط یکی از مراکز علمی) به دست آوردنرابطه ی بین ضریب اصطکاک و شیب طولی در قوس های افقی در سه بعد و ارایه مدل های جدیدی برای تخمین ضریب اصطکاکجانبی برای وسایل نقلیه مختلف می باشد. روش مورد استفاده، شبیه سازی مسیله در نرم افزارهای CarSim و TrackSim ، سپسآنالیز رگرسیونی خطی روی نتایج بدست آمده با استفاده از نرم افزار SPSS و پس از آن ارایه مدل های خطی برای به دست آوردنضریب اصطکاک جانبی است. سه نوع خودروی SUV, Sedan و کامیون دومحوره به همراه بار در نظر گرفته شدند. دو رفتارمتفاوت شبیه سازی برای رانندگی در نظر گرفته شد. در یکی راننده قوس را با سرعت ثابت طی کرده (بدون ترمز) و در دیگریراننده وقتی از سرازیری عبور می کند، ترمز می گیرد. همچنین ضریب اصطکاک جانبی برای هر محور وسایل به طور مجزا مطالعهگردید. به علاوه ضریب اصطکاک جانبی در سرازیری و سربالایی برای انواع وسایل نقلیه بررسی گردید. به عنوان نتیجه مطالعاتمی توان ذکر کرد که ضرورت دارد مدل های ارایه شده در طراحی ضریب اصطکاک جانبی در راه های شهری و تجاری با توجه(به نوع وسیله غالب) مورد توجه طراح قرار گیرد و بحرانی ترین حالت در برای طراحی قوس در نظر گرفته شود.
Keywords:
Authors
محسن ابوطالبی اصفهانی
استادیار گروه مهندسی برنامه ریزی حمل ونقل، دانشکده حمل و نقل، دانشگاه اصفهان، اصفهان، ایران
علی ایرانپور
دانشجوی - کارشناسی ارشد مهندسی برنامه ریزی حمل و نقل، دانشکده حمل ونقل، دانشگاه اصفهان، اصفهان، ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :