Paramètres de contrôle ultrasonore des défauts de rail dans des températures extrêmement froides
Notice bibliographique
Résumé
Minor defects or anomalies in rails can cause breakages when stressed by factors such as increased train tonnage and cold weather conditions, causing a safety risk for railroads. To monitor these defects, railroads are primarily reliant on ultrasonic testing (UT), a non-destructive evaluation (NDE) technology. This report evaluated the effectiveness of UT by measuring the effects of extreme cold (0oC to -40oC) on the refraction angle, velocity, and density of ultrasound in couplants and rail steel. Experiments were conducted using a chiller bath inside an ultrasonic immersion tank for non-contact UT tests and using a cold chamber for contact UT tests. The resulting velocity and density values were then used for ultrasonic beam modeling and simulation in rails. Contact UT determined average wave velocities at different angles but also observed data scattering due to erratic readings. Non-contact UT found an inverse relationship between velocity and temperature, but readings were severely limited by increasing signal attenuation losses in the immersion liquid as temperatures decreased. Rail beam modelling results identified the potential for shifted refraction angles resultant from decreased ultrasonic velocities, which can cause a misdirection of the beam and subsequent omission of rail flaws. For this reason, it is recommended that hi-rail ultrasonic systems be calibrated at the temperature of actual environmental conditions at time of testing. Future testing into the characteristics of ultrasonic attenuation changes in liquids and steel as a function of temperature may be pursued.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| 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 | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».