Optimisation in the design of underground mine access
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
Efficient methods to model and optimise the design of open cut mines have been known for many years. The design of the infrastructure of underground mines has a similar potential for optimisation and strategic planning. Over the last five years our group has developed two pieces of software to tackle this problem – UNO (Underground Network Optimiser) and DOT (Decline Optimisation Tool). The idea is to connect up a system of declines, ramps, drives and possibly shafts, to minimise capital development and haulage costs over the lifetime of a mine. Constraints that can be handled by the software include: gradient bounds (typically 1:7), turning circle restrictions for navigability, and obstacle avoidance. The latter constraint keeps development at stand off distances from orebodies and ensures it avoids regions that involve high cost, such as faults, voids and other geological features. The software is not limited to only interconnecting fixed points. It has the useful feature that a group of points can be specified such that the development is required to connect to one member of the group. So for example, if an existing ventilation rise must be accessed at some level, then a group of points along the rise can be selected. Similarly, this gives the opportunity to use variable length cross-cuts from a decline to an orebody. The latter gives important flexibility and can significantly reduce the development and haulage cost of a design. Finally, the goals for the next phase of development for this project will be discussed, including speeding up the algorithms and allowing for heterogeneous materials, such as aquifers and faults, as additional costs rather than obstacles.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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