MétaCan
Menu
Retour à la cohorte
Enregistrement W2402959266 · doi:10.1061/9780784479827.257

Development of a “Smart Laser Projector” for Guiding Tunnel Boring Construction

2016· article· en· W2402959266 sur OpenAlexafffund
Sheng Mao, Ming Lu

Notice bibliographique

RevueConstruction Research Congress 2016 · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueInertial Sensor and Navigation
Établissements canadiensUniversity of Alberta
Organismes subventionnairesDrainage Services DepartmentMitacs
Mots-clésLaserEngineeringComputer scienceProjectorMechanical engineeringOpticsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Engineering design of a drainage tunnel specifies start/end positions, alignment, grades, and tunnel diameter/lining material. Tunnel construction faithfully transforms engineering design into the built structure in the underground space. In construction, the guidance system of the tunnel boring machine (TBM) is crucial to ensure all design specifications are met within tight tolerances. The laser-based guidance system has been the mainstream solution in practice. However, laser system setup and calibration demands experience and expertise from a survey crew and also results in frequent construction shutdown over extensive time periods. In (1) straight tunnel sections with highly restrained survey window or (2) curved tunnel sections, the line of sight between the laser station and TBM can be easily blocked. Thus, tunnel construction has to be more frequently shut down solely for the sake of calibrating or relocating the guidance system, causing substantial productivity loss. To improve productivity of tunnel construction and enhance current practice of TBM guidance, this paper introduces research and prototyping of the Smart Laser Projector system. Unlike the traditional laser system, the Smart Laser Projector does not rely on maintaining the parallelism between the tunnel alignment and the laser beam. The system calculates the as-designed coordinates of the center in the same cross section of the as-designed tunnel model and projects a laser spot at the exact as-designed position of the center of the target board. It presents the as-designed position information to guide the operator just like the conventional laser, but its operations take much less effort of the surveyors, and the same level of accuracy and reliability can be maintained. A lab test is provided to demonstrate the concept and prototype.

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)0,001
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: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,074
Tête enseignante GPT0,325
Écart entre enseignants0,251 · 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

Citations1
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueConstruction Research Congress 2016Même sujetInertial Sensor and NavigationTravaux en français237 207