MétaCan
Menu
Retour à la cohorte
Enregistrement W2016072132 · doi:10.1071/eg14086

Drill-rig noise suppression using the Karhunen-Loéve transform for seismic-while-drilling experiment at Brukunga, South Australia

2015· article· en· W2016072132 sur OpenAlexaff
Baichun Sun, Andrej Bóna, Binzhong Zhou, Andrew King, Christian Dupuis, Anton Kepic

Notice bibliographique

RevueExploration Geophysics · 2015
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueSeismic Waves and Analysis
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésDrillDrillingDrill bitNoise (video)AcousticsGeologySIGNAL (programming language)AmplitudeInterference (communication)Filter (signal processing)Measurement while drillingSeismic arrayComputer scienceSeismologyEngineeringOpticsPhysicsTelecommunicationsComputer visionMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Diamond-impregnated drill bits are known to be low energy vibration seismic sources. With the strong interference from the drill rig, it is difficult to obtain the drill-bit wavefield with a surface receiver array. To overcome the challenge of surface wave interference generated from the rig for seismic-while-drilling (SWD), we need to separate the rig- and bit-generated signals. To this end, we apply two wavefield separation methods, the Karhunen-Loéve (KL) transform and the f – k filter, and compare their performance. The applicability of these methods is based on the drill rig and drill bit having different spatial positions. While the drill-bit spatial position changes during the process of drilling, the drill rig remains stationary. This results in the source wavefields from the drill rig and the drill-bit having different characteristics, and allows us to separate and extract the drill-bit signal. We use a synthetic model to compare the KL transform and f – k filter. Both techniques are robust when the noise wavefield has consistent amplitude moveout. However, for changing amplitudes, such as the rig noise, which has an unrepeatable wavefield due to power amplitude variation, we show that the KL transform performs better in such situations. We also show the results of signal analysis of the SWD experiment data acquired from Brukunga, South Australia. We demonstrate the feasibility of the KL transform in separating the coherent noises from the stationary drill rig in a hard rock drilling environment, particularly emphasising the suppression of the surface and direct waves from the rig. The results show that drill-rig noise can be effectively suppressed in the correlation domain.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,062

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,125
Tête enseignante GPT0,288
Écart entre enseignants0,164 · 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'étudeExpérimental (laboratoire)
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

Citations8
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueExploration GeophysicsMême sujetSeismic Waves and AnalysisTravaux en français237 207