Developing Guidelines for Crashworthiness of Light Rail Vehicles in Mixed Fleet Operations
Notice bibliographique
Résumé
As new passenger rail cars are introduced into existing rail fleets, the potential structural for incompatibility between cars in a collision is a safety concern. Crush damage that occurs when dissimilar strength vehicles collide is concentrated in the weaker vehicle. In a serious collision the deformation of the weaker vehicle could be sufficiently large to intrude into the occupied volume of the operator or passenger compartments. As a result, the strength incompatibility has the potential for increased risk of injury for passengers in the weaker vehicle. The design strategy of many modern rail vehicles is to reduce vehicle weight and incorporate crashworthiness design features to improve safety. This is in contrast to an older design approach where strength requirements, such as a high buff strength, were included to ensure structural integrity. The objective of this study is to assess the collision risk for a mixed rail fleet of different vehicle designs. Collision safety is investigated for three different vehicle types. The crash scenarios investigated include vehicle to vehicle collisions between newly designed cars, between older designed cars, and between a mix of new and old designs. To quantify risk, parameters such as cab crush strength, occupant volume strength, and collision speed are varied in computer crash simulations to uncover potential safety problems associated with mixed car operation. Results from these parametric analyses are presented and utilized to guide the development of new crashworthiness specifications for mixed fleet operation.
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 ».