A Széchenyi István Egyetem Járműipari Kutatóközpontja Smart City, Smart Transportation című projektje 2.2-es K+F alprojektjének keretében [2] olyan informatikai, városi döntéstámogató rendszer kifejlesztésén dolgozunk, amely egy lehetséges megoldást javasol – a forgalom előírt nagyságának megtartása mellett – a városi közlekedés kibocsátotta szennyezőanyagok minimalizálására. A kutatási ötlet az, hogy vizsgálni kell a szennyezőanyagok elterjedésének valódi térbeli eloszlását is, mert ezek az átlagostól lényegesen eltérő értékeket is mutathatnak helyileg, az aktuális széljárási és forgalmi adatok mellett. Alapvető problémamegoldási eszközünk az MSO technológia, amely a matematikai modellezés, a modellek alapján végrehajtott számítógépes szimulációk és az így kapott eredmények alapján végrehajtott optimalizálás. Megjegyezzük, hogy az MSO technológia napjainkban a számítógépek és az azokat meghajtó szoftverek, valamint az ezek mögött rejlő matematikai algoritmusok fejlettsége okán az ipar és az innováció minden területén képesek a fejlesztőmunka jelentős támogatására (lásd [3] „Best Cases” pontját, az EU-MATHS-IN hálózat sikertörténeteivel). E módszerünket alkalmaztuk Győr város fenti szempontok szerinti elemzésére.

A projekt keretében elvégzett munkát szemlélteti az 1. ábra.

1. ábra. Városi közlekedés és az NOx szennyezőanyag-kibocsátás optimalizálási folyamata valódi 3D geometriai és időjárási viszonyok figyelembevételével

A közlekedési és térinformatikai adatok feldolgozása és kompatibilissé tétele után az alábbi szimulációs részfeladatokat oldottuk meg:

• elvégeztük a közlekedés szimulációját a VISSIM szoftver felhasználásával, a projektünk által végzett és kielemzett forgalomszámlálás adataira támaszkodva, validált szimulációt készítve (lásd a szimulációból nyert 2. ábrát);
  2. ábra. Közlekedésszimuláció Győrben, a Szent István úton és környékén. Ez a város egyik legforgalmasabb helye. Figyeljük meg a 4. ábrán a buszmegálló hatását az NOx-re!
• a forgalmi adatok alapján kiszámítottuk az NOx kibocsátását (emisszióját) egy általunk készített átlagjárműmodell alapján, a Copert-adatbázis modelljeire támaszkodva, Győrre alkalmazásakor figyelembe véve a Győr-Moson-Sopron megyei járműösszetételt;
• NOx levegőben való elkeveredését valódi 3D-s geometriát, azaz valós épületadatokat felhasználva, 3D turbulens áramlási megoldó (Ansys Fluent) szoftverrel, az Országos Meteorológiai Szolgálattól vásárolt légáramlási adatok mint peremfeltételek mellett (3. és 4. ábra). Megjegyezzük, hogy szimulációnkat saját NOx mérési adatainkra támaszkodva validáltuk.
  3. ábra. Számított szélsebességek és áramvonalak a városban, a meteorológiai peremfeltételek figyelembevételével. A szél megközelítőleg jobbról balra fúj, de a kép közepén látható épület mögött középen szélárnyékos rész keletkezik.

4. ábra. Az NOx eloszlása a 3. ábrán jelzett szélviszonyok mellett. Jól kivehető maximum látható a buszmegállóval szemben.

A szimulációk elvégzése után kiszámítjuk – az NOx eloszlása alapján – rögzített referenciapontokban az NOx-koncentrációk maximumát. Ezt célfüggvényértékként optimalizálja az egész folyamatot vezénylő optimalizálóprogram, javaslatot téve megadott jelzőlámpák új beállítására. Ezt a közlekedésszimuláció kiértékeli, és megfelelően nagy forgalom esetén futtatja a légszennyezést kiértékelő programkódokat.

Az eredményeket szemléltetjük az 5. ábrán a Győr, Szent István útra alkalmazott megoldás egyes eredményeinek bemutatásával. Megállapíthatjuk, hogy módszerünk visszatükrözi az elvárt jelenségeket (például szélmentes helyeken nagy forgalom esetén az átlagosat lényegesen meghaladó szennyezőtartományok alakulnak ki).

5. ábra. Az NOx eloszlása 1,5 méter magasságban, valamint a levegő áramvonalai Győr, Szent István úton. Megfigyelhető az utcakanyonok jelensége is (a képen jobboldalt lent), azaz amikor a szűk utcák magas házai fölött elfújó szél örvénylő hatását és pangó tartományok kialakulását eredményezi, lehetővé téve a szennyező anyagok „ottragadását”.

Kutatásunk aktuális szakasza befejezés előtt áll: a közlekedési szakemberek számára elfogadható lámpairányítás beépítése mellett a szimulációs lépések felgyorsítása (jelenleg egy nap teljes szimulá­ciójához körülbelül 4 óra gépidő szükséges az egyetem szuperszá­mítógépén, az adott szoftverlicencek mellett), és a városi döntéssegítő rendszerekbe való beillesztése folyik. Nemzetközi kutatásokban és ipari alkalmazásokban kitűnő egyetemi és ipari partnerek bevonásával fenti eredményeinket magasabb technikai készültségi szintre (magasabb TRL értékre) szeretnénk hozni a közeljövőben. •