Performance Evaluation of Nigeria Railway Track Ballast Under Simulated Operational Conditions
Notice bibliographique
Résumé
Over time, most research on railway track performance has focused mainly on rail and track geometry, with a few considering the damage or degradation occurring at the substructure level. This paper presents a step‐by‐step comprehensive study on the performance evaluation of selected uncontaminated ballast under simulated operational conditions and contaminated ballast (i.e., fouled) based on a series of laboratory tests. Tested parameters included granulometry, strength, durability and drainability and were compared with the recognised railway ballast requirements. The topsoil used as one of the fouling agents is classified into the ML group as inorganic silt with median compressibility. The initial gradation of the ballast indicates that the clean ballast samples are typically uniformly graded and generally strong and suitable for use following relevant recommendations. The abrasion tolerance of the uncontaminated ballast samples from both test locations increased as the cyclic/repeated loading induced by the train increased. The ballast gradation curves for each mix after the fouling process in the worst case of degradation by abrasion and contaminant shifted to broad‐graded classification due to the presence of finer‐sized particles. Generally, the higher the content of the fouling agent as ballast contamination, the lower the hydraulic conductivity. However, the inclusion of diesel as liquid intrusion does not seem to have any significant effect on the hydraulic conductivity. The study further presents an empirical model capable of predicting the hydraulic conductivity of ballast. The study concluded with admissible ballast contamination for cleaning and maintenance works.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».