Influence of trains meeting on the ventilation performance of equipment compartment with independent air duct in high-speed train: numerical and experimental study
Notice bibliographique
Résumé
Abstract During the train meeting events, train equipment compartments are exposed to the worst pressure changes, potentially affecting the ventilation performance of equipment, particularly for electrical facilities equipped with independent air ducts. In this paper, a two-step method is used for numerical computation: (1) obtaining the temporal and spatial transient node data of the flow field sections during the train-passing simulation and (2) using the data as the input data for the equipment compartment simulation. In addition, this paper also compares the difference in equipment ventilation between the single-train and train-passing scenarios in real vehicle tests. The results indicate that the primary factors influencing ventilation effectiveness are the aerodynamic compression and deceleration of airflow induced by the other train’s nose, as well as the instability of the external flow field in the wake of the other train. During train crossing, the air is forced into the air duct, with a maximum ratio of the airflow in-duct to the airflow out-duct reaching 3.2. The average mass flow falls below the rated mass flow for the converter. Compared to the rated air volume of converter, the maximum suppression rates obtained from testing and simulation are – 24.5% and – 16.8%, respectively. Compared to the single-train operation, the maximum suppression rates obtained from testing and simulation are – 15% and – 18%, respectively. These findings provide valuable insights into the design and operation of high-speed trains.
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 | 0,001 | 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 | 0,000 |
| 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 ».