MétaCan
Menu
Retour à la cohorte
Enregistrement W7132658169

Rail failure root cause analysis on North American Railway

2021· article· en· W7132658169 sur OpenAlexvenueno aff
Daniel Szablewski, Robert Caldwell

Notice bibliographique

RevueNPARC · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueRailway Engineering and Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTrack (disk drive)DerailmentThird railRoot causeBallastTrainGrindingTrack geometry
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

NRC analyzed a broken rail that occurred on a North American Railway in the springtime. The break took place in 115RE standard rail placed in the high rail position of a 5 degree lubricated curve. Rail inspection focused on verifying mechanical, microstructural and chemistry measurements against current AREMA guidelines for these material properties. In addition, fractography was carried out on the fracture surfaces that led to the critical rail failure. The rail defect took place in heavily curved track territory. To pinpoint the root cause(s) of this failure NRC performed a site inspection on a 30 mile length of track inspecting 29 curves, observing running surface conditions, and recording rail profiles and eddy current measurements to build an understanding of track conditions that might have contributed to the observed critical rail failure. The paper describes the methodology undertaken in this investigation and details the outcomes at each investigative step, along with conclusions shedding light on the impact of metrics on the critical rail defect that led to the train derailment. Emphasis is placed on overall running track conditions in the investigated subdivision and on factors affecting the derailment. The paper concludes with a list of recommendations on metrics that need to be monitored with greater scrutiny to prevent future derailments. Improved rail material selection and/or more stringent grinding maintenance practices are also suggested to help prevent rail defect occurrences that might lead to critical track failures in the future.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,858
Score d'incertitude au seuil0,282

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0040,003
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,005
Tête enseignante GPT0,198
Écart entre enseignants0,193 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNPARCMême sujetRailway Engineering and DynamicsTravaux en français237 207