MétaCan
Menu
Retour à la cohorte
Enregistrement W2051759511 · doi:10.1243/09544097jrrt366

Implementation of Distributed Power and Friction Control to Minimize the Stress State and Maximize Velocity in Canadian Pacific's Heavy Haul/Heavy Grade Operations

2010· article· en· W2051759511 sur OpenAlexaffabout
M D Roney, Simon Bell, S Paradise, Kevin Oldknow, J O Igwemezie

Notice bibliographique

RevueProceedings of the Institution of Mechanical Engineers Part F Journal of Rail and Rapid Transit · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueRailway Engineering and Dynamics
Établissements canadiensL.B. Foster Rail Technologies (Canada)Canadian Pacific Railway (Canada)
Organismes subventionnairesnon disponible
Mots-clésTonnageTrack (disk drive)Leverage (statistics)EngineeringPower (physics)State (computer science)Automotive engineeringMarine engineeringMechanical engineeringComputer scienceGeology

Résumé

récupéré en direct d'OpenAlex

Canadian Pacific (CP) has taken a systems approach to minimizing the stress state and maximizing velocity in high-tonnage, heavy haul western Canada mainline operations. Recognizing the interaction between wheel-rail contact mechanics, train handling, and track geometry, CP has tested and implemented a number of advanced technologies that leverage current knowledge, systems, products, and equipment in each of these areas. This includes implementation of distributed locomotive power configurations based on sophisticated track/train interaction modelling, as well as the state-of-the-art top of rail and gauge face friction control. Together, these technologies have resulted in reductions in damaging lateral forces, rail wear, and fastening system fatigue, as well as increases in velocity and network capacity. This article presents the theory, implementation, and verification of distributed power, fine tuning curve superelevation and friction control technologies within the practical operating conditions of British Columbia.

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 enseignants0,133
Score d'incertitude au seuil0,346

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,005
Tête enseignante GPT0,198
Écart entre enseignants0,193 · 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

Citations6
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of the Institution of Mechanical Engineers Part F Journal of Rail and Rapid TransitMême sujetRailway Engineering and DynamicsTravaux en français237 207