MétaCan
Menu
Retour à la cohorte
Enregistrement W4382700366 · doi:10.18280/mmep.100320

Multiaxial Fatigue-Life Prediction of Railway Axles with Consideration of Braking Effects

2023· article· en· W4382700366 sur OpenAlexvenueno aff
Theingi Nwe, Monsak Pimsarn

Notice bibliographique

RevueMathematical Modelling and Engineering Problems · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueFatigue and fracture mechanics
Établissements canadiensnon disponible
Organismes subventionnairesKing Mongkut's Institute of Technology Ladkrabang
Mots-clésAxleBogieStructural engineeringDeflection (physics)Torsion (gastropod)EngineeringFinite element methodFatigue limitAutomotive engineeringAxle load

Résumé

récupéré en direct d'OpenAlex

Ensuring safety in the design of railway infrastructure and rolling stock is a critical aspect of railway operations.Railway axles are subjected to fluctuating bending and torsion loads, which often lead to the development of plastic stresses in the vicinity of fillets and notches, even though they are designed to withstand nominal elastic loads.This study aims to provide an accurate fatigue-life prediction for a motor bogie axle, taking into account the braking effects in conjunction with press fitting and the influence of masses in motion on the axle.Initially, the stress and deflection of the axle under combined loadings are calculated in accordance with the EN 13104 standard.Subsequently, a comparative simulation analysis is conducted using ABAQUS commercial software, with particular emphasis on specific loading conditions.A strainbased approach is employed to estimate fatigue life under multiaxial loading and variable amplitude overloading scenarios, utilizing fe-safe commercial fatigue analysis software.The results reveal a strong correlation between the theoretical and finite element analyses.The braking effects are found to reduce fatigue life by 50% compared to the influences of press fitting combined with masses in motion.This research highlights the significance of considering braking effects in fatigue-life predictions of railway axles to ensure safe and robust design.

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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,733
Score d'incertitude au seuil0,493

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,028
Tête enseignante GPT0,198
Écart entre enseignants0,171 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMathematical Modelling and Engineering ProblemsMême sujetFatigue and fracture mechanicsTravaux en français237 207