A REVIEW OF EXPLOSIVE-FREE ROCK BREAKAGE (EFRB) TECHNOLOGIES IN MINING INDUSTRY
Notice bibliographique
Résumé
A REVIEW OF EXPLOSIVE-FREE ROCK BREAKAGE (EFRB) TECHNOLOGIES IN MINING INDUSTRY Abstract There are strategic drivers within the mining industry which are making explosive-free rock breakage approaches an option that is being reconsidered for the excavation of rock masses. A comprehensive review of the performance and related aspects of explosive-free rock breaking (EFRB) technologies is necessary to assess and demonstrate their applicability in the mining industry, particularly in continuous operations and autonomous mining. Additionally, it would facilitate a clear path of research and development. A comprehensive review of rock breakage technologies and expert projects would also provide sufficient understanding from available information and expert opinions of the advantages, limitations, and broad performance specifications of existing and promising EFRB methods for open pit and underground mining applications. The main EFRB technologies include mechanical cutting, microwave, laser, fluid, thermal and electrical applications. Finally, the application of microwave irradiation of rocks has been conducted successfully in the laboratory as a high potential concept. The approach can be expanded to full-scale field implementation as a pre-conditioning tool to facilitate the mechanical breakdown of rock in a continuous fashion as well as possible destressing of rock under high stress. A reduction in mechanical strength of rocks as a result of microwave irradiation could improve the performance of rock excavation equipment such as a tunnel boring machine. This will be increasing the rate of penetration and reducing operation time. Keywords: Mining, Rock breakage, Fragmentation, Explosive-free, Excavation
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 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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,001 | 0,002 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».