MétaCan
Menu
Retour à la cohorte
Enregistrement W4391071897 · doi:10.1016/j.wear.2024.205267

Hand operated tribometer versus twin disc dry friction characteristics measurements

2024· article· en· W4391071897 sur OpenAlexaff
Esteban Bernal, Maksym Spiryagin, Kevin Oldknow, Qing Wu, Mohammad M. Rahaman, Diego Camacho, Chris Bosomworth, Sanjar Ahmad, Colin Cole, Tim McSweeney

Notice bibliographique

RevueWear · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueRailway Engineering and Dynamics
Établissements canadiensSimon Fraser University
Organismes subventionnairesAustralian Research CouncilAustralian Government
Mots-clésTribometerMaterials scienceSlip (aerodynamics)Friction coefficientTraction (geology)TribologyCoefficient of frictionSlip ratioMechanicsComposite materialMechanical engineeringEngineeringAerospace engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

Accurate friction-slip modelling is particularly important for locomotive traction and rail damage studies. This paper compares friction-slip measurement results from a hand operated (HO) tribometer and a twin disc tribomachine on AS60 rail. The results were used to calibrate traction coefficient-slip curves using the Modified Fastsim contact model. The differences between the two friction measuring instruments including scale, speed, and rail cleaning effect influenced the friction coefficient and slip value at which the friction peak occurred. The proposed equalisation technique was able to match the HO tribometer traction coefficient-slip curve with the tribomachine curve while preserving most of the Modified Fastsim contact parameters.

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 enseignants0,670
Score d'incertitude au seuil0,490

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 Opus0,022
Tête enseignante GPT0,225
Écart entre enseignants0,204 · 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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWearMême sujetRailway Engineering and DynamicsTravaux en français237 207