MétaCan
Menu
Retour à la cohorte
Enregistrement W4297625979 · doi:10.1061/9780784484265.289

A Study of the Pressure Waves Induced by Two 600 km/h High-Speed Maglev Trains Intersecting in a Tunnel

2022· article· en· W4297625979 sur OpenAlexaff
Shuai Han, Jie Zhang, Zhan-Hao Guo, Fan Wang, Yuge Wang, Jia-Bin Wang, Guangjun Gao

Notice bibliographique

RevueCICTP 2022 · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueAerodynamics and Fluid Dynamics Research
Établissements canadiensMinistry of Education and Child Care
Organismes subventionnairesnon disponible
Mots-clésMaglevTrainTurbulenceCompressibilityHigh speed trainTransient (computer programming)MechanicsComputer simulationEngineeringGeologyMarine engineeringStructural engineeringPhysicsComputer scienceElectrical engineering

Résumé

récupéré en direct d'OpenAlex

When two high-speed maglev trains intersect in a tunnel, the pressure rises sharply, which causes serious damage on the train and tunnel structure. In this paper, the three-dimensional, compressible, unsteady, k-ɛ two-equation turbulence model, and sliding grid technology were used to study the influence of speed on the pressure waves induced by two maglev trains intersecting in a tunnel. The numerical simulation method used in this paper was validated against the results from moving model tests. The main conclusions in this paper are as follows: The transient pressures on the maglev train and tunnel surface show a significant relationship with the train speed which will provide strong support for the design of the high-speed maglev train and tunnel.

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 enseignants0,507
Score d'incertitude au seuil0,565

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 ouverte0,0010,001
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 Opus0,016
Tête enseignante GPT0,250
Écart entre enseignants0,235 · 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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCICTP 2022Même sujetAerodynamics and Fluid Dynamics ResearchTravaux en français237 207