MétaCan
Menu
Retour à la cohorte
Enregistrement W2045606788 · doi:10.1115/jrc2008-63023

Dynamic Analysis of Pitch Plane Railway Vehicle-Track Interactions Due to Single and Multiple Wheel Flats

2008· article· en· W2045606788 sur OpenAlexaff
Rajib Ul Alam Uzzal, Subhash Rakheja, Waiz Ahmed

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueRailway Engineering and Dynamics
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésBallastTrack (disk drive)Parametric statisticsCritical speedPlane (geometry)Structural engineeringVehicle dynamicsPhase (matter)Contact forceNonlinear systemAutomotive engineeringEngineeringMechanical engineeringPhysicsElectrical engineeringGeometry

Résumé

récupéré en direct d'OpenAlex

The dynamic impact forces due to the wheel defect such as a flat is a main concern for a heavy freight train operating at high speed. The present investigation employs a pitch plane vehicle model coupled with a comprehensive three-layer track system model to study the impact force generated in the wheel-rail interface due to the presence of wheel flats. The wheel-rail contact is modeled using nonlinear Hertzian contact theory. Responses in terms of wheel-rail impact load and forces transmitted to bearings, pad and ballast are evaluated in an attempt to identify desirable design and operating factors. Wheel-rail impact loads due to the presence of multiple flats either in single or different wheels in-phase or out-of-phase conditions are evaluated and analyzed. A detailed parametric study is carried out that includes the variations in selected vehicle, track, operational as well as flat parameters. The results show that the effect of multiple flats is insignificant if they are more than 45° apart. The impact due to single wheel flat can be larger than in-phase flats at each wheel due to the presence of pitch dynamics. The parametric study shows that other than speed, depth and length of the flats are most sensitive parameters, and there exists a critical length at each flat depth that leads to the largest impact load.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,072
Score d'incertitude au seuil0,652

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,208
Écart entre enseignants0,199 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetRailway Engineering and DynamicsTravaux en français237 207