Testing and Validation of Long Trains Under High Flow and Gradient Conditions
Notice bibliographique
Résumé
The need to extend train lengths has been a primary business target of the railway industry, due to its obvious benefits. However, winter train operating conditions, excessive in-train slack action, deterioration of air brake signal propagation and the added stress on infrastructure and equipment has naturally kept the average train lengths at bay. The introduction of advanced equipment, new concepts and strategies have now enabled Canadian Pacific to change this mindset. Long Train make up is now very possible, taking into account the Distributed Power configuration. Making a very long train resemble a series of short trains coupled together, each with its own locomotives, synchronously connected to the Lead unit’s commands, makes such trains very safe and efficient. Extensive Field Testing and Train Simulation work done over the last two years at CP has shown that with the use of Multiple Remote Locomotive set-up, it is in fact very possible to safely contemplate extending the limits of today’s maximum allowed 60 CFM of total train air flow, into uncharted territory, possibly approaching a total of 90 CFM. CP has pursued to implement on a permanent basis, operating instructions that would permit Multiple Distributed Power trains to depart from a train brake test location with combined air flow of up to 90 CFM, provided the flow at each DP locomotive consist is not greater than 60 CFM and train length sections between locomotives are not exceeded. This paper investigates the operation of Distributed Power trains at higher levels of air flow and, through detail field testing and evaluation techniques, substantiates the validity of extending the safety limits of train leakage and gradient for such trains.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».