MétaCan
Menu
Retour à la cohorte
Enregistrement W2982795938 · doi:10.1061/jtepbs.0000287

Speed, Fatigue Test, and P2 Load Limit: Fatigue Strength of Railroad Rail

2019· article· en· W2982795938 sur OpenAlexaff
Nazmul Hasan

Notice bibliographique

RevueJournal of Transportation Engineering Part A Systems · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueRailway Engineering and Dynamics
Établissements canadiensSNC-Lavalin (Canada)
Organismes subventionnairesnon disponible
Mots-clésStructural engineeringReliability (semiconductor)Fatigue limitBendingWeldingStress (linguistics)Vibration fatigueEngineeringFatigue testingMechanical engineering

Résumé

récupéré en direct d'OpenAlex

The allowable bending fatigue stress in a rail will determine the maximum allowable speed, which is then checked against the current operating speed. Therefore, some sensible value of allowable bending fatigue stress must be agreed upon. This paper establishes a relationship between reliability and bending fatigue stress. According to the American Railway Engineering and Maintenance-of-Way Association (AREMA), the recommended allowable bending fatigue stress is 124 N/mm2 (18,000 psi). However, this recommendation is associated with low reliability and does not match the AREMA-recommended fatigue test load, which implies a stress of 97 N/mm2 (14,042 psi). AREMA should review its recommended value of the allowable bending fatigue stress and fatigue test load. This paper explores the basis of the fatigue test span and formulates a fatigue test load. Additionally, the author suggests the upper limit of P2 load in this paper. The concerns associated with the heavy haul operation are discussed with suggestive measures to reduce rail/weld fracture failure rate. Therefore, this paper could be helpful to compute allowable speed, to assess reliability of rail traffic against fatigue failure of rail/weld, to compute fatigue test load and to limit the P2 load.

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)0,001
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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,012
Tête enseignante GPT0,206
Écart entre enseignants0,194 · 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'étudeExpérimental (laboratoire)
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

Citations5
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Transportation Engineering Part A SystemsMême sujetRailway Engineering and DynamicsTravaux en français237 207