MétaCan
Menu
Retour à la cohorte
Enregistrement W2965666041 · doi:10.11159/mmme19.143

In-Situ Measurement of Sensible Heat Ratio and Wetness Coefficient in Coal Mine Roadways

2019· article· en· W2965666041 sur OpenAlexvenueno aff
Jianliang Gao, Quanfu He

Notice bibliographique

RevueProceedings of the World Congress on Mechanical, Chemical, and Material Engineering · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueCoal Properties and Utilization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEnvironmental scienceSensible heatCoalIn situGeologyMeteorologyAtmospheric sciencesWaste managementEngineering

Résumé

récupéré en direct d'OpenAlex

The sensible heat ratio and wetness coefficient of roadway are important parameters for calculating the heat exchange between the wall of surrounding rock and air flow. Firstly, the variation pattern of sensible heat factor is analysed and illustrated theoretically. The sensible heat ratio decreases with the increase of the ventilation time after the rock surface is exposed, because of the decreasing of the surface temperature of the rock. The sensible heat ration increases with the enhancement of the relative humidity of airflow and decreases with the increase of the wetness coefficient of the rock surface. Secondly, according to the theory of heat and moisture exchange between mine air flow and surrounding rock, a method for calculating sensible heat ratio and wetness coefficient of underground roadway is proposed. The in-situ measurement has been carried out at several coal mines. The results show that the sensible heat ratio of rock roadway is larger than that of coal roadway, in which rock roadway is in the range of 0.4-0.7, coal roadway is in the range of 0.1-0.4, upper and lower hills are in the range of 0.2-0.4, and coal mining face is in the range of 0.1-0.4. For roadways with a small amount of water on the floor, the wetness coefficient is between 0.06 and 0.06. For roadways with a small amount of water on the floor, the wetness coefficient is between 0.06 and 0.1.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,061
Score d'incertitude au seuil0,525

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 Opus0,008
Tête enseignante GPT0,181
Écart entre enseignants0,173 · 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'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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the World Congress on Mechanical, Chemical, and Material EngineeringMême sujetCoal Properties and UtilizationTravaux en français237 207