MétaCan
Menu
Retour à la cohorte
Enregistrement W4308516379 · doi:10.3390/infrastructures7110151

Performance Evaluation of Carrying Capacity of Prestressed Bearers for Railway Turnouts Using Laboratory Experiments in Vietnam

2022· article· en· W4308516379 sur OpenAlexaff
Tran Anh Dung, Said M. Easa

Notice bibliographique

RevueInfrastructures · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueRailway Engineering and Dynamics
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesBộ Giáo dục và Ðào tạo
Mots-clésEngineeringAxleFactory (object-oriented programming)Structural engineeringGauge (firearms)Carrying capacityForensic engineeringComputer science

Résumé

récupéré en direct d'OpenAlex

Previous studies have addressed railway turnouts (switches and crossings), but research on the performance of 1000 mm gauge turnouts is limited. At present, wooden sleeper structures are used at turnouts in Vietnam. However, these structures have many disadvantages in the operation process. This paper evaluates the performance of new prestressed bearer (PSB) for turnouts, designed for the 1000 mm gauge, to overcome the disadvantages of a wooden sleeper. Test samples of PSB were manufactured in the factory, and experiments were conducted in the laboratory according to European Standards to evaluate the PSB carrying capacity. The test results show that the proposed structure meets the carrying capacity under the standard test loads. In addition, the results of the static and fatigue tests of the bearers show a considerable reserve in the cross-section capacity. This means that the existing reserve can be used with a larger locomotive axle, and the bearer design can be optimized by arranging the prestressed strands and changing the bearer cross-section’s geometric dimensions. It is hoped that the proposed bearer design will be a viable alternative for designing railway turnouts.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
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 recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,021
Tête enseignante GPT0,252
Écart entre enseignants0,231 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInfrastructuresMême sujetRailway Engineering and DynamicsTravaux en français237 207