Bibliographic record
Abstract
Rataverkon henkilöliikenteelle on asetettu tavoitteita nopeuden nostamiseksi. Tämän vuoksi nykyisten rautatiesiltojen käyttökelpoisuutta tulevaisuudessa tulee tarkastella, sillä suunnittelustandardit määräävät tehtäväksi dynaamisen analyysin junien suurimman sallitun nopeuden ollessa yli 200 km/h. Eurokoodit sisältävät kuvauksen yksinkertaistetusta mitoitusmenettelystä, mutta varsinainen ohjeistus nykyisten siltojen dynaamisesta analyysistä puuttuu. Tämän työn tavoitteena oli arvioida nopeuden nostamisen vaikutuksia Suomen rataverkon silloille sekä esitellä dynaaminen analyysi. Nykyisistä silloista kerättiin tietoa Taitorakennerekisteristä, minkä perusteella tarkasteltavaksi valittiin tyypillisiä rataverkon siltoja. Suunnitteluohjeiden ja kirjallisuustutkimuksen pohjalta kerrottiin dynaamisen analyysin vaatimukset ja tärkeimmät tekijät. Yksiaukkoisten vapaasti tuettujen siltojen taipumien määrittämiseksi esiteltiin analyyttinen menetelmä. Kahdelle teräsbetoniselle laattasillalle laskettiin liikkuvien junakuormien tuottamat taipumat, joita verrattiin FEM-ohjelmiston tuloksiin. Täten varmistuttiin FEM-ohjelmiston soveltuvuudesta tutkimuksen tarpeisiin ennen laskennan suorittamista koko valitulle aineistolle. Laskentatuloksia vertailtiin keskenään eri siltatyyppien ja jännemittojen välillä sekä raja-arvoihin. Kannen taipumille ja pystykiihtyvyyksille on asetettu liikenneturvallisuuden raja-arvot. Kiihtyvyyden noustessa liian suureksi, on riski radan tukikerroksen epästabiiliudelle sekä junan ja raiteiden kosketusvoimien liialliselle pienenemiselle. Tarkastelluista silloista eniten ongelmia havaittiin jännitetyillä betonisilla ulokelaattasilloilla ja jännitetyllä betonisella palkkisillalla. Näillä silloilla tarkasteltavat junat aiheuttivat resonanssin ja voimakkaita vasteita, mitä osaltaan selittävät jännittämättömiä rakenteita pienempi vaimennus sekä rakenteiden hoikkuus. Myös muilla tarkastelluilla siltatyypeillä havaittiin raja-arvot ylittäviä vasteita. Rataliikenteen nopeuksien nostoa suunniteltaessa tulee kiinnittää huomiota erityisesti jännitettyihin siltoihin sekä hoikkiin rakenteisiin, sillä hoikkuuden tuomat vaikutukset ominaistaajuuteen ja massaan altistavat värähtelyongelmille. Työn tulosten perusteella havaittiin tärkeitä tekijöitä sillan värähtelyn ja dynaamisen analyysin kannalta. Vasteiden muodostuminen ja resonanssi riippuvat voimakkaasti junien ominaisuuksista, erityisesti akseliväleistä. Jotta siltojen käyttökelpoisuus tulevaisuuden tarpeisiin voitaisiin arvioida parhaalla tavalla, tulisi käytettävä junakalusto ennakoida mahdollisimman tarkasti. Dynaamisen analyysin kannalta havaittiin, että analyysin lopputulokset ovat herkkiä lähtötiedoille ja rakennemallivalinnoille. Pienet muutokset lähtötiedoissa tai erilaisten vaikutusten huomioiminen rakennemallissa muuttavat dynaamisen analyysin lopputuloksia merkittävästi. Lähtötietojen ja standardin arvojen osalta tulisi pyrkiä varmistumaan, että ne vastaisivat todellisia arvoja mahdollisimman hyvin.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.029 | 0.008 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".