Experimental and numerical investigation of the performance of self-sensing concrete sleepers
Notice bibliographique
Résumé
Prestressed concrete sleepers with built-in fibre optic–based sensing systems have recently been developed to capture performance data within railway networks and to provide critical decision-support information to route managers and operators. To better understand how self-sensing sleepers can be fully utilized within the rail network, a study of their comprehensive performance under controlled conditions must be undertaken. This article presents the results of the full-scale laboratory testing of a self-sensing sleeper supported on ballast. A primary focus of this study was to investigate whether a self-sensing sleeper could also be used to estimate rail seat load, detect cracking, and identify differential ballast settlement. The ultimate capacity and resilience of the embedded fiber Bragg grating sensing system was tested by applying load up until concrete cracking followed by several cyclic load cycles. Through inference of the load versus strain response, the ability of the self-sensing sleeper to detect damage (concrete cracking and loss of ballast support) was evaluated. The experimental results revealed the effectiveness and robustness of the embedded sensing system to continue to provide reliable dynamic strain measurements well beyond the ultimate loading capacity of the prestressed sleeper. Cracking of the top surface of the sleeper was effectively detected by the fiber Bragg grating strain sensors at the mid-span section. After cracking, subsequent load cycles were carried out. During this period, the bottom fiber Bragg grating measurements captured the effects of differential ballast settlement under the rail seats. A three-dimensional nonlinear finite element model was developed to simulate the experimental test setup and to investigate the relation between fiber Bragg grating sensor measurements and rail track response. The combined experimental and numerical results suggest that a self-sensing sleeper may be deployed on an operational railway to provide reliable and long-term measurements of rail axle load and ballast pressure.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».