MétaCan
Menu
Retour à la cohorte
Enregistrement W4220826455 · doi:10.1139/cgj-2021-0562

Geotechnical rheological modeling of ballasted railway tracks considering the effect of principal stress rotation

2022· article· en· W4220826455 sur OpenAlexvenueno aff
Piyush Punetha, Sanjay Nimbalkar

Notice bibliographique

RevueCanadian Geotechnical Journal · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueRailway Engineering and Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSettlement (finance)Geotechnical engineeringTrack (disk drive)SubstructureDeformation (meteorology)Structural engineeringRotation (mathematics)Stress (linguistics)GeologyRheologyStress pathEngineeringShear (geology)Computer scienceGeometryMechanical engineeringMaterials scienceMathematics

Résumé

récupéré en direct d'OpenAlex

The rotation of principal stress direction experienced by the soil elements in a railway track substructure during a train passage influences the magnitude of accumulated settlement. However, the existing methods to evaluate the track response under repeated train loads disregard the influence of principal stress rotation (PSR). This article presents a novel approach for assessing the behavior of ballasted railway tracks incorporating the contribution of PSR on track deformation. The proposed technique employs a geotechnical rheological model to evaluate the track behavior, in which the material plasticity is captured through plastic slider elements. The influence of PSR is accounted for by extending an existing constitutive relationship for the slider elements for the substructure layers, which is successfully validated against experimental data reported in the literature. The results reveal that PSR causes significant cumulative deformation in the substructure layers, and disregarding it in the analysis leads to inaccurate predictions. The proposed approach is then applied to an open track-bridge transition with heterogeneous support conditions, in which the differential settlement is found to be largely influenced by PSR. The findings from this study highlight the importance of including the effect of PSR in predictive models for a reliable evaluation of track performance.

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)0,001
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,098
Score d'incertitude au seuil0,685

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,009
Tête enseignante GPT0,202
Écart entre enseignants0,193 · 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

Citations16
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Geotechnical JournalMême sujetRailway Engineering and DynamicsTravaux en français237 207