High -speed Train Running Safety under Random Wind Effect
Notice bibliographique
Résumé
The aerodynamic performance of the high-speed train deteriorates in the strong wind environment when the railway vehicles have been made increasingly lighter to reach higher speeds, affecting their running safety.To explore the differences in the running safety of high-speed trains under different wind load models, the time history curve of random wind was simulated considering the random characteristic of wind using the discretizing and synthesizing random flow generation method based on the Von-Karman spectrum.Next, the aerodynamic characteristics of trains were solved and analyzed using the Star-CCM+ solver through the improved delayed detached eddy simulation technique.On this basis, the indexes of the train running safety were compared and evaluated by using the multi-body system dynamics simulation software SIMPACK.Results demonstrate that the mean values of the aerodynamic load coefficients of trains under different wind fields have little difference.The pulsation of the random wind effect becomes stronger with the increase in the yaw angle.The standard deviation of the lateral force coefficient under random wind reaches 0.238 at the yaw angle of 20°, greatly reflecting the aerodynamic load changes under the pulsation characteristics of a random wind effect.In terms of train running safety, the peak value of each index far exceeds the mean value under the random wind load, and the influence of the pulsation of random wind load on the train running safety indexes is enhanced with the increase in the yaw angle.When the yaw angle is 20°, the peak value of the train overturning coefficient exceeds 68% of the mean value, indicating that sufficient safety margin should be reserved in the evaluation of train running safety, and it is more reasonable to evaluate train running safety under a random wind field.The change curves of the running safety indexes under random wind should be filtered, and the appropriate filtering frequency is 20 Hz.The proposed method provides a scientific basis for more accurately evaluating the train running safety under crosswind.
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 | 0,000 | 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 | 0,000 |
| 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) | 0,001 | 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 ».