Preventive grinding on Estrada de Ferro Carajás, Brazil
Notice bibliographique
Résumé
Vale S.A.’s Estrada de Ferro Carajás (EFC) and Transportation Technology Center, Inc. (TTCI) began a program in 1996 to increase tonnage on EFC’s 890 kilometres of track. Significant rail and wheel fatigue problems were causing excessive maintenance and removal of fatigued components. By 2016 EFC will increase line capacity by installing double track, increasing axle loads to 37.5 tonne (t) and increasing annual tonnage to 460 million gross tonnes (mgt). The National Research Council Canada, Surface Transportation (NRC-ST) was commissioned in 2008 by TTCI and EFC to assist with the management of the rail to increase rail life. NRC-ST designed six new rail profile templates. Multiple tangent profiles were introduced to spread the distribution of rail contacts across the wheel tread to obtain more uniform tread wear which reduces the rate of tread hollowing and the development of false flanges. To better manage the rail and increase grinding productivity, EFC purchased a high production 96-stone rail grinder in 2008 to better implement the NRC-ST rail profile templates using a preventive gradual grinding strategy. A detailed grinding program was developed using a single pass at 15 km/h with specific patterns for each tangent and curve on EFC. Grinding intervals were established based on the rail position and the state of rolling contact fatigue (RCF). The EFC rail is now in excellent condition after 450 mgt of traffic. Newer rail on the line is now predicted to last significantly longer as a result of the preventive grinding program. Starting in 2012 curve rail life will further increase with the introduction of an effective lubrication and top-of-rail friction management strategy.
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 ».