Проектирование регулируемых пересечений. Левашев А.Г - 38 стр.

                                      37

     При сравнении полученных результатов исследования с уже существую-
щими значениями соответствующих параметров транспортного потока были
сделаны следующие выводы:
1. Грузовые автомобили по СНиП 2.05.02-85 имеют значение коэффициентов
приведения в диапазоне от 1,5 до 3,5 легк.авт. В то же время по результатам
данной работы значения коэффициентов приведения для всех выбранных видов
грузовых автомобилей находятся в диапазоне от 1,179 до 1,647 легк.авт.
2. Коэффициенты приведения для автопоездов по СНиП 2.05.02-85 и получен-
ные по результатам данной работы также различны и равны соответственно 3,5
- 6 и 2,231 легк.авт.
3. В СНиП 2.05.02-85 дан коэффициент приведения для автобусов, значение
которого 3 легк.авт.. Коэффициент приведения для автобусов, полученный в
данной работе 1,839 значительно отличается от предлагаемого в СНиП.
       Таким образом, значения всех коэффициентов приведения, полученных в
данной работе, являются ниже значений, данных в СНиП 2.05.02-85. В то же
время некоторые коэффициенты близки по значению коэффициентам, которые
были получены другими авторами (см. табл. 2.1).
     Следует отметить, что в исследовании Левашева А.Г. обследовались лишь
полосы прямого направления. Поэтому для получения полного представления о
состоянии транспортного потока на регулируемом пересечении, необходимо
провести ряд работ, направленных на определение коэффициентов приведения
транспортных средств, движущихся не только по различным полосам движения
(направление; ширина полосы), но и при различных уклонах подходов пере-
крестка. Полученные коэффициенты приведения, по мнению авторов, позволят
более качественно проектировать регулируемые пересечения, а также прово-
дить оценку их эффективности.
     В табл. 2.4 представлено среднее значение стартовой задержки, полученное
по результатам регрессионного анализа. Значение задержки попадает в диапа-
зон значений от 1 с до 2 с, представленных в НСМ 2000 (см. табл. 2.5) [70], что
также говорит об адекватности выбранной регрессионной модели.