MétaCan
Menu
Retour à la cohorte
Enregistrement W4293115986 · doi:10.11159/mmm22.132

Diesel Particulate Matter Exposure to an Operator of LHD Loader Working in an Active Ore Heading Area

2022· article· en· W4293115986 sur OpenAlexvenueno aff
Sergei Sabanov, Nursultan Magauiya, Aibyn Zenulla, Akmaral Abil, Gulnur Nurshaiykova

Notice bibliographique

RevueProceedings of the World Congress on Mechanical, Chemical, and Material Engineering · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueVehicle emissions and performance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLoaderParticulatesHeading (navigation)Diesel fuelEnvironmental scienceAutomotive engineeringEngineeringMechanical engineeringAerospace engineeringChemistry

Résumé

récupéré en direct d'OpenAlex

Underground mines are particularly hazardous environments where miners are exposed to toxic fumes and gases. To ensure safety, sufficient mine ventilation must be provided. Ventilation requirements should be estimated considering diesel equipment engine power, blasting fumes, gases, aerosols, dust, and the unit airflow needed. Diesel engines are the main sources of toxic gases (CO, CO₂, NOₓ, SO₂, hydrocarbons) and diesel particulate matter (DPM). DPM consists of elemental carbon (EC), organic carbon (OC), and various gases and aerosols produced by incomplete combustion. The relationship between EC and OC fractions in untreated exhaust depends on engine operating conditions, engine type, fuel composition, and other parameters [5]. Total carbon (TC) is calculated as the sum of EC and OC and typically represents about 80% of total DPM [6]. Only 5–10% of all DPM particles are larger than one micrometer in diameter [2]. The concentration of particulate matter smaller than 1 μm (PM₁) is commonly used as an indicator of DPM levels because this size range encompasses nearly all diesel particulate matter [5]. Mine ventilation, diesel emission rates, exhaust flow direction, and the geometry of drifts influence DPM concentrations and dispersion patterns. Mobile diesel equipment operators generally experience the highest exposure to DPM. The main objective of this study is to conduct experimental sampling and analysis of DPM exposure for an operator of a diesel-powered load–haul–dump (LHD) loader working in an active ore heading area. Experimental sampling of particulate matter (PM) concentrations was carried out using a RigzardPM Plus sampling instrument in an underground polymetallic mine. Sampling was conducted over a 12-minute period inside the open cabin of an R1700 LHD loader (engine model Cat® C11 ACERT, 241 kW, Tier 3/Stage IIIA equivalent engine) working at the active ore heading face. The average PM₁ concentration measured by the RigzardPM Plus was 655 μg/m³ at a mine ventilation air velocity of 0.7 m/s. The LHD loader operated over a 30-meter haulage distance with an approximate cycle time of 2 minutes. Based on the TC–PM₁ correlation (DPM) used in the NIOSH 5040 method, the corresponding TC concentration of 185 μg/m³ is very close to the Mine Safety and Health Administration (MSHA, 2008) DPM limit of 160 μg/m³, measured as total carbon. This indicates that auxiliary ventilation requires moderate improvement to ensure sufficient dilution of toxic fumes in the active ore heading area. The measurement results appear reliable and demonstrate the suitability of the RigzardPM Plus instrument for monitoring DPM concentrations, with strong potential for its validation in computational fluid dynamics (CFD) modelling of DPM dispersion underground. The planned CFD simulations will incorporate LHD loader positions and auxiliary ventilation configurations in the active ore heading area. The expected outcome of this work is improved auxiliary ventilation design and enhanced protection of mine workers’ health.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,037

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 technologies0,0020,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,011
Tête enseignante GPT0,213
Écart entre enseignants0,202 · 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'étudeObservationnel
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
Publié2022
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueProceedings of the World Congress on Mechanical, Chemical, and Material EngineeringMême sujetVehicle emissions and performanceTravaux en français237 207