MétaCan
Menu
Retour à la cohorte
Enregistrement W3084234387 · doi:10.1139/cjce-2019-0825

4D-based automation of heavy lift planning in industrial construction projects

2020· article· en· W3084234387 sur OpenAlexafffundvenueabout
SangHyeok Han, Zhen Lei, Ulrich Hermann, Ahmed Bouferguène, Mohamed Al‐Hussein

Notice bibliographique

RevueCanadian Journal of Civil Engineering · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueBIM and Construction Integration
Établissements canadiensUniversity of AlbertaPCL Construction (Canada)University of New BrunswickConcordia University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésModular designLift (data mining)EngineeringLifting equipmentProcess (computing)AutomationVisualizationTransport engineeringComputer scienceConstruction engineering

Résumé

récupéré en direct d'OpenAlex

In northern Canada, due to the harsh weather and high labor cost, contractors prefer to using modular construction approach to complete heavy industrial projects, where mobile crane are used for onsite module installations. In current practice, module lifts are often planned manually by rigging engineers. With a large number of heavy lifts to be analyzed per project, the planning process is tedious and error prone. This paper represents a data-driven crane management system with three features: (1) identification of design errors in lifting planning; (2) responses to design changes; and (3) dynamic 3D trajectory-based lifting visualization. It covers two types of crane operations: pick from a fixed location, and pick and walking operation. This developed system helps reduce lifting time and improves safety and quality, where various lifting scenarios need to be analyzed. The system has been implemented at a collaborator company for demonstration and validation.

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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,154
Score d'incertitude au seuil0,444

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 Opus0,020
Tête enseignante GPT0,190
Écart entre enseignants0,170 · 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
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

Citations16
Publié2020
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Civil EngineeringMême sujetBIM and Construction IntegrationTravaux en français237 207