MétaCan
Menu
Retour à la cohorte
Enregistrement W2917370587 · doi:10.1139/tcsme-2018-0177

Optimum cutting depth and spacing of roadheader picks: a numerical simulation using a three-dimensional cracking method

2019· article· en· W2917370587 sur OpenAlexvenueno aff
Weihuang Liu, Jun Cao, Tao He, Gengyuan Gao, Hu‐Lin Li, Zhongwei Yin

Notice bibliographique

RevueTransactions of the Canadian Society for Mechanical Engineering · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueTunneling and Rock Mechanics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRoadheaderStructural engineeringFinite element methodCrackingCoalDrillingProcess (computing)EngineeringComputer scienceMechanical engineeringMaterials scienceComposite material

Résumé

récupéré en direct d'OpenAlex

Cutting depth and spacing are two important parameters for the efficiency of a roadheader in mining operation. In this study, the case of a roadheader excavating a coal gallery is taken into account. Based on explicit finite element analysis (FEA), the minimum cutting specific energy (SE) was obtained by a series of numerical simulations. According to the actual cutting process, a three-dimensional (3D) double-pick cutting model was established. The validation for the cutting model showed that it was not only reliable to predict the value of cutting SE, but also capable of accurately simulating the cutting morphology. The variation of cutting moments, stress distributions, and character of coal fragment formation were investigated. The reasons for the different SEs are explained and an optimum design for cutting depth and spacing is given. The results show that SE shrinks by 22.82% using the optimum design compared to the original parameters. Overall, it is believed that the novel 3D double-pick cutting model and the optimization method used in this study are highly appropriate to better understand coal fragmentation and improved mining efficiency.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,746
Score d'incertitude au seuil0,648

Scores Codex et Gemma par catégorie

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

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 Opus0,017
Tête enseignante GPT0,241
Écart entre enseignants0,224 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransactions of the Canadian Society for Mechanical EngineeringMême sujetTunneling and Rock MechanicsTravaux en français237 207