MétaCan
Menu
Retour à la cohorte
Enregistrement W4367323216 · doi:10.1061/jcemd4.coeng-13109

Planning of Mobile Crane Walking Operations in Congested Industrial Construction Sites

2023· article· en· W4367323216 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Construction Engineering and Management · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueInfrastructure Maintenance and Monitoring
Établissements canadiensPCL Construction (Canada)University of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésLift (data mining)Modular designMotion planningObstaclePlannerTower craneEngineeringRoboticsSet (abstract data type)Computer scienceMobile robotObstacle avoidanceRobotSimulationArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

The trend toward more compact designs and congested site layouts makes it challenging for lift planners to provide feasible lift paths for mobile cranes, confronting the added risk of potential collisions when maneuvering through on-site obstacles. In some cases, particularly in congested industrial modular projects, it is inevitable for mobile cranes to walk with loads to a position with sufficient clearance to perform the lifts and place the objects in their final set position. This study contributes to the body of knowledge by introducing a comprehensive lift planning framework to plan complicated lifts involving mobile crane walking operations. Due to the lack of reliable and accurate plans for such lifts in practice and the added complexities, they are often eluded by practitioners compared with the more straightforward pick-and-set scenarios. This study proposes an algorithm for optimized planning of crane walking–involved lift operations borrowing an obstacle avoidance technique from robotics. The proposed path planner thoroughly considers site constraints and crane configurations to prevent collision between the crane body and the load with preinstalled objects. Actual case studies are presented to validate the efficiency of the proposed algorithm. The system generated the presented real-world lift in less than 5 min, satisfying the operations’ optimality, safety, and feasibility.

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.

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 enseignants0,195
Score d'incertitude au seuil0,439

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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 Opus0,010
Tête enseignante GPT0,219
Écart entre enseignants0,209 · 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