MétaCan
Menu
Retour à la cohorte
Enregistrement W2144697227 · doi:10.1109/aps.2010.5561061

Electric fields from RF tag interrogators underneath an urban rail train

2010· article· en· W2144697227 sur OpenAlexaff
Andrea Lüttgen, C.C. Bantin, K.G. Balmain

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueRailway Systems and Energy Efficiency
Établissements canadiensThales (Canada)University of Toronto
Organismes subventionnairesnon disponible
Mots-clésBallastBogieTrainGround planeMultiphysicsElectrical engineeringAntenna (radio)EngineeringElectrical conductorTrack (disk drive)Finite element methodComputer scienceMechanical engineeringStructural engineering

Résumé

récupéré en direct d'OpenAlex

RF tag interrogation systems are used for position determination in the automatic control of urban rail trains. Such systems consist of a Tag Interrogator Unit (TIU) which is attached to an antenna mounted underneath the rail car and transmits interrogation pulses to tags installed between the rails. The TIU operates in a complex electromagnetic environment that contains some components which are highly conductive, such as the rail car itself, the wheel bogie sets, the rails and rail spikes into the ground. Other components have lower but still significant conductivities and permittivities different from that of free space, such as the ground, the ballast, and the sleepers (ties). In the design of a positioning system it is important to gain an understanding of the influence of these components on the RF field distribution underneath the rail car, especially in the plane where the tags are located. This paper discusses the use of a computer simulation, using the RF module of the COMSOL Multiphysics finite element software package, to model the situation and to predict the electric field distribution, most importantly in the plane of the tag. The results of the simulation can be used to better understand the response of the TIU and the train position can be better determined.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,773
Score d'incertitude au seuil0,776

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)0,0010,000

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 Opus0,006
Tête enseignante GPT0,190
Écart entre enseignants0,184 · 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

Citations1
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetRailway Systems and Energy EfficiencyTravaux en français237 207