MétaCan
Menu
Retour à la cohorte
Enregistrement W2808431526 · doi:10.7939/r34747651

Reliability of a North American Freight Railcar Air Brake Inspection Method Using Wheel Temperature Detectors

2018· article· en· W2808431526 sur OpenAlexaboutno aff
Dominika Juhaszova

Notice bibliographique

RevueUniversity of Alberta Library · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueRailway Engineering and Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAutomotive engineeringReliability (semiconductor)BrakeDetectorEngineeringAeronauticsComputer scienceElectrical engineeringPhysicsPower (physics)

Résumé

récupéré en direct d'OpenAlex

This research evaluates the current legally mandated train air brake test within Canada and provides further comparison with a technology driven approach used by Canadian Pacific known as Automated Train Brake Effectiveness (ATBE). The current No. 1 Air Brake Test mandated by Transport Canada is performed on static trains as opposed to the technology-driven approach applied to moving (dynamic) trains using wayside detectors, namely wheel temperature detectors (WTD) and automated equipment identification (AEI). ATBE triggers both Hot and Cold Wheel alarms based on designed detection site locations. Flat locations aim to verify that no excessive wheel temperatures (hot wheels) are present within passing trains. These sites are located where no brake application is needed and serve to identify complete train air brake release. Hot wheels can be indicative of hand brakes left on, sticking brakes, or other braking system defects. Contrarily, hills/grades where train air brakes are intentionally applied while descending to control speed are used to evaluate ineffective brakes. Wheel temperatures measured below threshold or “cold” in comparison to the train average temperature suggest ineffective braking on the corresponding railcar as identified by AEI. Railcars with cold wheels or hot wheels not caused by hand brakes are Single Car Air Brake Tested and repaired prior to return to service. In this work, detection rates of both inspection methods together with the reliability of these methods to identify air brake failures are assessed. Maintenance records of railcars which failed air brake inspections are checked for the repairs associated with the brake defects which would cause cold or hot wheels. Additionally, methods to assess the impact of dynamic braking on the ATBE process are discussed. Research has shown that ATBE has considerably higher alarm rates than the manual air brake test. As both inspection methods are able to identify not only air brake failures, but also defects not related to air brake systems, an inspection which results in increased railcar repairs suggests improved fleet health.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,043
Score d'incertitude au seuil0,085

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,003
Tête enseignante GPT0,166
Écart entre enseignants0,163 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUniversity of Alberta LibraryMême sujetRailway Engineering and DynamicsTravaux en français237 207