Design of ballasted railway track foundations using numerical modelling. Part I: Development
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In this paper, a new design method is developed for ballasted railway track foundations that must support high-speed trains and heavy axle loads. The proposed method is intended to prevent the two most common track failures; namely, progressive shear failure of the track subgrade and excessive plastic deformation of the track substructure (i.e., ballast plus subgrade). The method is based on improved empirical models and sophisticated three-dimensional (3D) finite element (FE) numerical analysis. The improved empirical models are used for predicting the cumulative plastic deformation of the track, whereas the stress parameters of the ballast and subgrade layers are obtained from the 3D FE numerical analysis. The outcomes are then synthesized into a set of design charts that form the core of the proposed design method so that it can be readily used by railway geotechnical engineers for routine design practice. The design method can be applied to various practical conditions of train–track–ground systems, including the modulus, thickness, and type of ballast and subgrade. In addition, the traffic parameters that have a significant influence on track performance are also considered in the design method, including the wheel spacing, train speed, and traffic tonnage. The new design method has significant advantages over the existing methods and would provide a major contribution to modern railway track design and code of practice. The applications of the new design method are presented and explained in a companion paper (i.e., Part II: Applications).
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.
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 découle