Buscar en Google Scholar
Título: Optimización del Comportamiento Operacional de una Intersección Tipo Trébol aplicando Semaforización Inteligente con la Metodología Ramp Metering
Otros títulos: Optimization of the Operational Behavior of a Cloverleaf Applying Smart Traffic Lights with the Ramp Metering Methodology
Asesor(es): Campos De La Cruz, Fernando José
Campo OCDE: http://purl.org/pe-repo/ocde/ford#2.00.00; https://purl.org/pe-repo/ocde/ford#2.01.01
Fecha de publicación: 10-dic-2020
Institución: Universidad Peruana de Ciencias Aplicadas (UPC)
Resumen: Los tréboles son infraestructuras diseñadas para mejorar la circulación y seguridad vehicular en las intersecciones. El trébol analizado se define como una intersección vial a desnivel parcial de tres lazos y cuatro ramales directos; el cual, está comprendido por la vía expresa metropolitana Javier Prado y la vía expresa nacional Panamericana. Esta investigación se realizó mediante un análisis de riesgo donde se obtuvo un nivel de riesgo intolerable identificado en los conductores que invaden las vías adyacentes; los cuales, interrumpen el flujo vehicular y pueden ocasionar colisiones. Además, se identificó problemas en su comportamiento operacional, especialmente en los lazos que confluyen con las vías principales. Esto debido al ingreso desordenado de vehículos, inadecuada dosificación vehicular y maniobras peligrosas realizadas por los conductores que tratan de ingresar a la via principal. La presente investigación propone un sistema de semaforización inteligente con la metodología Ramp metering en base al algoritmo ALINEA. El cual, ordena, mediante una dosificación vehicular en tiempo real, el ingreso de los vehículos hacía las vías principales. Además, disminuye la probabilidad de colisiones ya que aplica un control de ingreso adaptativo. La propuesta logra que la velocidad promedio se incremente en 15,8% y que los tiempos de viaje se reduzcan en un máximo de 19.1%. Adicionalmente, existe un leve incremento de 30 Veh/h en el aforo vehicular del trébol. A partir de lo observado, se demuestra que la optimización de parámetros individuales genera una sinergia que influye positivamente en el comportamiento operacional del trébol.

Clovers are infrastructures designed to improve traffic and vehicular safety at intersections. The analyzed cloverleaf is a partially uneven road intersection with three loops and four direct branches located in the Javier Prado highway and the Panamericana highway in the city of Lima. The research will base on a risk analysis with an intolerable level of risk identified in drivers who invaded adjacent roads. Interrupt the flow of vehicles and can cause chain collisions. Also, it was possible to identify problems in their operational behavior, especially in the loops that converge with the main roads. Due to the disorderly entry of vehicles, inadequate vehicle dosing, the formation of lines in cloverleaf loops, increased probability of collisions and dangerous maneuvers carried out by drivers trying to enter the main road. The present research proposes an intelligent traffic light system with the Ramp metering methodology based on the ALINEA algorithm. Which, through real-time vehicle dosing, orders the entry of vehicles onto the main roads. Besides, it reduces the probability of collisions since it applies adaptive entry control. The research achieves an increased by 15.8% in the average speed, and a maximum of 19.1% reduces that travel times. Additionally, there is a slight increase of 30 Veh / h in clover's vehicle capacity. Furthermore, it shows that the optimization of individual parameters generates a synergy that positively influences the operational behavior of the clover.
Enlace al repositorio: http://hdl.handle.net/10757/653976
Disciplina académico-profesional: Ingeniería Civil
Institución que otorga el grado o título: Universidad Peruana de Ciencias Aplicadas (UPC). Facultad de ingeniería
Grado o título: Ingeniero Civil
Fecha de registro: 25-ene-2021



Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons