Development of risk-informed, performance-based asset management in mining
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract This paper discusses possibilities of developing a holistic risk-informed, performance-based asset management in mining (RIPBAMM). This process would consist of modelling and probabilistic quantification regarding decision support performance indicators. It assists decision-makers in determining not only which mine improvement investment options should be implemented, but also how to prioritize resources for their implementation based on their predicted levels of profitability. The RIPBAMM approach will complement and integrate existing main mine activities such as exploration, ore body modelling, mine design, planning and scheduling, exploitation (all the phases of the mine life), mineral treatment, cost and market model, operational safety and health, environmental issues, mining equipment reliability and maintenance process, equipment selection model, security, etc. RIPBAMM will involve an integrated assessment of dominant influence factors and performance measures related to mining operations. This process is intended to maximize both net present value (NPV) of the mine, and long-term profitability through a continuous support to a decision-making process. It may be particularly useful while optimizing several mine sites belonging to the same mining company. Initial risk informed asset management (RIAM) applications have been initially developed for the nuclear power industry. Afterwards, this process has been adapted to provide decision-making support to other types of power stations, complex facilities (usually capital-intensive), or even groups of such facilities across a wide variety of industries. RIPBAMM is introducing numerous (stochastic) models and supporting performance metrics that can ultimately be employed in order to support decisions that affect the allocation and management of mine resources (i.e. financial support, employment, scheduling, etc.). Keywords: Risk-informed decision makingMine optimizationRisk management
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.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 découle