The development of a representative multidimensional transient duty cycle for in-service switcher locomotives
Notice bibliographique
Résumé
Switcher locomotives operate in railway yards where they shunt railcars and assemble trains. Shunting railcars requires frequent aggressive acceleration and deceleration events in order for the locomotive to push or pull railcars onto specific tracks. As a result, switcher locomotives rarely sustain tractive power for any significant period of time. Given that all switchers in North America rely on diesel-electric propulsion; the result is rapid and frequent transitions in engine power leading to a very low engine efficiency and high levels of emissions. Any attempt to quantify or remedy these issues will face a lack of a representative profile or test cycle. A locomotive duty cycle is a breakdown of time spent at each power level of the locomotive’s engine. A major drawback of current duty cycles is that they only account for steady power. Such cycles are not representative of real switcher locomotive operation. This paper presents a real-world transient duty cycle for switcher locomotives that accounts for the rapid power transitions and is argued to be more statistically representative of actual operations. The methodology adopted relies on real-time data collection, microtrip based trip segmentation, and a finite mixture model-based clustering algorithm. Measurements were collected on a EMD 16-645 GP9 locomotive. The duty cycle developed herein is representative of switching operations in Southern Railway of British Columbia’s New Westminster Yard as an example of the methodology which can be repeated in other cases as well.
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 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 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».