Study on the influence of asymmetric mountain structures at tunnel portals on the aerodynamics of intersecting trains
Notice bibliographique
Résumé
Abstract When two trains going through a tunnel pass each other, the difference of the surrounding space between a train's both sides rises, which induces abrupt aerodynamic force variations on the trains, resulting in the phenomenon of sudden swaying. This study employs the unsteady Reynolds-averaged Navier-Stokes (URANS) method of numerical simulation to analyse the effects of two terrain conditions, that is, a tunnel with and without asymmetric mountain structures at its portals, on the aerodynamic characteristics of two trains during their intersections. The results indicate that during two trains’ intersections at tunnel portals, the rear car suffers the highest risk of swaying. The presence of asymmetric mountain structures at tunnel portals reduces the risk of swaying the train adjacent to the mountains but increases the risk for trains farther away from the mountains. When trains intersect at the exit (for the train adjacent to the mountain) of the tunnel, the presence of mountain structures at the portal reduces the peak-to-peak lateral force values by 12.7% for the front car of the train adjacent to the mountain and increases by 16.5% for the rear car of the train away from the mountain. The impact of the mountain structures on the peak-to-peak values of a train's lateral force is minimal when two trains intersect at the midpoint of the tunnel. Therefore, it is suggested to consider the placement of symmetrical buffer structures or the modification of existing mountain structures at appropriate locations near tunnel portals to mitigate the abrupt lateral force variations experienced by passing 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».