MétaCan
Menu
Retour à la cohorte
Enregistrement W3009168977 · doi:10.1080/17480930.2020.1723823

Digging force and power consumption during robotic excavation of cable shovel: experimental study and DEM simulation

2020· article· en· W3009168977 sur OpenAlexaff
Jiaqi Wu, Guoqiang Wang, Qiushi Bi, Robert A. Hall

Notice bibliographique

RevueInternational Journal of Mining Reclamation and Environment · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueMineral Processing and Grinding
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésShovelDiggingEngineeringExcavatorRange (aeronautics)ExcavationPower consumptionPower (physics)Marine engineeringSimulationStructural engineeringMechanical engineeringGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

Cable shovels are on the top priority of the most widely used machinery in open-pit mining industry, the automation of which offers great potential to improve both production efficiency and equipment reliability. Rational evaluations of digging force and power consumption serve as one of the fundamental techniques of realising autonomous operation of cable shovels. In this study, because of the wide range of digging parameters in theoretical calculation, the method of simulation is used to narrow the range of digging parameters in theoretical calculation, so that the digging force can be accurately and efficiently predicted by the method of theoretical calculation. Furthermore, scale-model-based experiments were taken in order to validate the effectiveness of the simulation results. Conclusively, although the theoretical calculation can numerically predict the power consumption in an acceptable extent (R2>0.85), the fitted value of unit resistance to excavation for the theoretical calculation was out of its empirical value range according to the classical theory applied to the prediction of digging resistance in the design of cable shovel. On the other hand, the simulation results were shown to be highly consistent with the experimental results (R2>0.9), which demonstrate the efficiency of the simulation method in evaluating dynamic working performance of cable shovels.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

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
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,023
Tête enseignante GPT0,252
Écart entre enseignants0,228 · 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'étudeSimulation ou modélisation
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

Citations19
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Mining Reclamation and EnvironmentMême sujetMineral Processing and GrindingTravaux en français237 207