MétaCan
Menu
Retour à la cohorte
Enregistrement W4385855430 · doi:10.1139/tcsme-2023-0078

Analysis of rail corrugation characteristics in the vehicle braking section of metro

2023· article· en· W4385855430 sur OpenAlexvenueno aff
Zhiqiang Wang, Yichun Xu

Notice bibliographique

RevueTransactions of the Canadian Society for Mechanical Engineering · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueRailway Engineering and Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSlip (aerodynamics)Transverse planeInstabilityMechanicsFinite element methodThreshold brakingRelative motionMaterials scienceStructural engineeringEngineeringAutomotive engineeringPhysicsBrake

Résumé

récupéré en direct d'OpenAlex

To study the evolution characteristics of corrugation in the vehicle braking section of the metro, a three-dimensional wheel–rail transient contact finite element model is established, and the contact stick–slip characteristics and rail wear distribution features are analyzed. The results show that, under the braking condition, the interface has stick–slip motion, indicating that the system is in a state of instability; the longitudinal relative slip is unevenly distributed; the peak position of the initial corrugation has a large longitudinal relative slip; and the transverse relative slip in the initial corrugation area is significantly larger than that in other areas, indicating that the initial corrugation will continue to develop and have a remarkable transverse wear trend. Under the nonbraking condition, there is no stick–slip motion at the interface, and the longitudinal and transverse relative slip values are less than the corresponding results under the braking condition. The cause of corrugation in the vehicle braking section is the wheel–rail unstable stick–slip motion triggered by the vehicle braking, and the fixed operating mode of the train provides the wavelength-fixing condition for the development of the initial corrugation, which leads to its continuous deterioration.

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: Empirique
Score de désaccord entre enseignants0,395
Score d'incertitude au seuil0,517

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
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 Opus0,010
Tête enseignante GPT0,200
Écart entre enseignants0,190 · 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

Citations3
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransactions of the Canadian Society for Mechanical EngineeringMême sujetRailway Engineering and DynamicsTravaux en français237 207