ANALISIS BATAS KECEPATAN KRITIS KELUAR REL DI LENGKUNGAN R60 DENGAN KONDISI TIDAK ADA PELEBARAN DAN PENINGGIAN PADA PROYEK LRT
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
LRT menggunakan jenis lintasan layang. jalurnya tidak hanya lurus melintang, tapi juga menikung. Pada tikungan, kereta akan terpengaruh oleh gaya sentrifugal, kereta akan terlempar ke arah luar. Dengan adanya radius 60 meter pada lintasan kereta LRT, terjadi getaran dan bunyi yang cukup kencang di kabin masinis, akibatnya pihak operasional LRT menurunkan kecepatan desain dari 20 km/j menjadi 10 km/j. Kecepatan kereta yang rendah berdampak pada kedatangan kereta terlambat terutama pada saat jeda waktu keberangkatan antar kereta (headway) yang lebih cepat. Dari hasil survei yang telah dilakukan di lapangan pada lengkungan tersebut roda dan rel sudah terkikis (aus) dengan ditemukannya gram akibat gesekan antara roda dan rel dikarenakan Jarak gandar roda lebih besar dari pada dab rel akibatnya kereta berjalan mepet (Spiezgang) meskipun jalur tersebut dibuat pelebaran maksimum 20 mm sesuai Peraturan Menteri Perhubungan No.60. Kecepatan kritis kereta masih lebih tinggi, yaitu 48 km/jam atau terdapat selisih perbedaan sebesar 38 km/jam dengan batas kecepatan yang diterapkan saat ini yaitu 10 km/jam. Sebagai upaya peningkatan kecepatan dan menghindari tergulingnya LRV sebaiknya pada lintasan lengkung dengan radius yang kecil dilakukan peninggian (cant) dan pelebaran sepur guna mengurangi keausan yang berlebihan pada roda. Serta perlu adanya perawatan khusus menggunakan lubrikasi pada titik tersebut untuk mengurangi gaya gesekan. Agar dapat mengoptimalkan kinerja LRV penulis menyarankan penambahan kecepatan kereta kembali pada kecepatan awal desain yaitu maksimal 20 km/jam.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,003 | 0,005 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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