MétaCan
Menu
Retour à la cohorte
Enregistrement W3217627954 · doi:10.1115/1.4052103

Improved Design and Dynamics Characteristics Research of a Composite Percussion Drilling Tool

2021· article· en· W3217627954 sur OpenAlexaff
Jialin Tian, Haili Yang, Liming Dai, Yinglin Yang, Haolin Song

Notice bibliographique

RevueJournal of Energy Resources Technology · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueTunneling and Rock Mechanics
Établissements canadiensUniversity of Regina
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésHammerDrillingAccelerationSlip (aerodynamics)Dynamics (music)Composite numberMechanicsStructural engineeringMaterials scienceEngineeringMechanical engineeringAcousticsPhysicsAerospace engineeringComposite materialClassical mechanics

Résumé

récupéré en direct d'OpenAlex

Abstract Internal motion and dynamics mechanism studies of a new composite percussion drilling tool aim at reducing stick-slip phenomenon and improving rock breaking efficiency. In this study, experiments are performed using composite percussion drilling tools to investigate its torsional and axial composite impact performance. According to the experimental results, a six degrees-of-freedom (6DOF) rigid body motion model was established to study the passive motion of a torsional hammer. The obtained results, including the tangential acceleration, were verified with experimental data, and the small pressure differences between the high and low pressure areas, which mainly determined by the inlet structure, is the main reason for the poor torsional impact effects. Based on these discoveries, the improved design increases the inlet flow to 17.2% of the total, the pressure differences to 0.05 MPa, and the instantaneous tangential acceleration to 0.198 m/s2, which results in increased tangential acceleration fluctuation amplitude by 1137.5% and greatly improved torsional impact performance. This research can provide a baseline for stick-slip reduction technology optimization.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,821
Score d'incertitude au seuil0,364

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 recherche0,0000,001
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 Opus0,014
Tête enseignante GPT0,241
Écart entre enseignants0,227 · 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

Citations7
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Energy Resources TechnologyMême sujetTunneling and Rock MechanicsTravaux en français237 207