Wyniki wyszukiwania - BazTech

Ograniczanie wyników

2 2016

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: EU499 Eureka Project

Sortuj według:

Ogranicz wyniki do:

Rail Vehicle Peak Heat Release Rate Estimation

Tooley D.

Problemy Kolejnictwa

2016

Z. 173

65--72

This paper describes the various methods used to estimate vehicle energy released in the event of a rail vehicle flashover fire. It considers real scale test data and whether it can be applied to other designs. It also considers the calculation methods used in a variety of applications including estimation based on heat content, the Boon-Chiam and Heat Release Rate per Unit Area (HRRPUA or Duggan) methods. It describes features and gives an overview of each calculation method considered. It discusses the energy required to generate flashover in a rail vehicle. It discusses limitations to confidence in calculation of peak release rate. It proposes some ideas for future work programmes to mitigate them as far as is possible. This includes the possibility of using a validated CFD analysis method. CFD analysis could also determine a greater understanding of what may happen in a tunnel in the event of a vehicle flashover fire. It is considered feasible to use the concepts proposed in this paper to develop an outline calculation methodology, but it is noted that because of infrastructure variables, it may not be possible to define a fully standardised process.

Artykuł opisuje różne metody stosowane do szacowania energii pojazdu wydzielanej w przypadku gwałtownego rozgorzenia (flashover) w pojeździe ko lejowym. Autor przytacza dane z badań w skali rzeczywistej i rozważa, czy mogą być one wykorzystane do innych celów. Podaje również metody obliczania używane w różnych aplikacjach, takich jak: szacunki na podstawie zawartości ciepła, metoda Boon-Chiam’a i obliczanie gęstości mocy pożaru Duggana (HRRPUA). Artykuł zawiera przegląd i opis cech charakterystycznych wymienionych metod obliczania. Charakteryzuje ilość energii potrzebnej do stworzenia rozgorzenia w pojeździe kolejowym oraz ograniczenia dotyczące pewności obliczania największego wydzielanego ciepła. W artykule zaproponowano koncepcje przyszłych programów prac w celu umożliwienia korzystania z uznanej metody analizy CFD (obliczeniowej mechaniki płynów). Analiza ta, umożliwia zrozumienie, co może się zdarzyć w tunelu podczas rozgorzenia w pojeździe kolejowym. Koncepcje zaproponowane w artykule mogą być wykorzystane do opracowania metody obliczeń, jednak ze względu na zmienne parametry infrastruktury, może nie będzie możliwe zdefiniowanie procedury w pełni znormalizowanej.`

Nonlinear Regression Model for Ride on Railway

Żółtowski B., Castaneda L., Żółtowski M.

Problemy Kolejnictwa

2016

Z. 173

73--82

The portable diagnosis system – SPD – evaluates the safety and ride quality aspects of the railway vehicles and the technical condition of the rail-vehicle interface. The objective of this article is to estimate the nonlinear regression model associated with the ride quality or motion behavior, by applying fuzzy clustering algorithms to the geometric data obtained from the technical condition of the railway-vehicle interface and measuring quasi-static lateral acceleration y*qst in different vehicles. The performance will be evaluated by comparing the measured acceleration y*qst with the acceleration calculated in our model y*qstM for 15 different vehicles. The obtained results will be then compared with the results of the multiple linear regression model used previously for the same purpose.

Przenośny system diagnostyczny – SPD ocenia aspekty bezpieczeństwa i jakości biegu pojazdów kolejowych oraz stanu technicznego pojazdu kolejowego. Celem niniejszego artykułu jest oszacowanie nieliniowego modelu regresji związanego z zachowaniem jakości jazdy, przez zastosowanie rozmytego algorytmu klastrowania danych geometrycznych stanu technicznego pojazdu kolejowego i pomiary quasi-statyczne przyspieszeń poprzecznych pojazdów szynowych. Będzie to ocena porównawcza zmierzonego realnego przyspieszenia z przyspieszeniem obliczonym skonfigurowanego modelu dla 15 różnych pojazdów. Uzyskane wyniki będą porównane z wynikami modelu liniowej regresji wielokryterialnej, które były dotychczas w tym celu stosowane.