MétaCan
Menu
Retour à la cohorte
Enregistrement W3209384814 · doi:10.1155/2021/1668496

Dynamic Response Analysis of Medium-Speed Maglev Train with Track Random Irregularities

2021· article· en· W3209384814 sur OpenAlexvenueno aff
Peichang Yu, Mengxiao Song, Qiang Chen, Lianchun Wang, Guang He, Peng Leng

Notice bibliographique

RevueJournal of Advanced Transportation · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueMagnetic Bearings and Levitation Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesNational Key Research and Development Program of China
Mots-clésMaglevTrack (disk drive)Suspension (topology)LevitationElectromagnetic suspensionAutomotive engineeringMagnetic levitationPID controllerControl theory (sociology)Power (physics)EngineeringVibrationVibration isolationSimulationMagnetComputer scienceMechanical engineeringElectrical engineeringAcousticsPhysics

Résumé

récupéré en direct d'OpenAlex

In order to analyze the dynamic response of medium-speed maglev train in the speed range of 0–200 km/h, the suspension performance, suspended energy consumption, and riding comfort of the train stimulated by random track irregularities are discussed in this paper. Firstly, the model of medium-speed maglev train including car body, air spring vibration isolation system, and the suspension system is established. Then, a controller based on flux inner feedback loop and PID outer feedback loop is designed for the suspension system. The established model is stimulated by the actual track power spectrum in full speed range. The simulation results show that the fluctuation of suspension gap is less than ±4 mm. Furthermore, thanks to the adding of permanent magnet, the power consumption is significantly reduced, which is of benefit to the electromagnet heating problem and on-board levitation power supply system. The riding comfort of the train moving on the irregular track using Sperling index is assessed. The experimental results validate the effectiveness of the proposed analytical calculation model of medium-speed maglev train. It is shown that medium-speed maglev train achieved good performance, significant power reduction, and satisfactory riding comfort.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,921
Score d'incertitude au seuil0,424

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,005
Tête enseignante GPT0,215
Écart entre enseignants0,210 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations7
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Advanced TransportationMême sujetMagnetic Bearings and Levitation DynamicsTravaux en français237 207