MétaCan
Menu
Retour à la cohorte
Enregistrement W4391381559 · doi:10.1109/wsc60868.2023.10407795

Devs Modeling and Simulation of The Loading and Hauling Process in Open Pit Mines

2023· article· en· W4391381559 sur OpenAlexaff
Joel Santana, Alonso Inostrosa‐Psijas, Francisco Grimaldo Moreno, Mauricio Oyarzún, Gabriel Wainer

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueMining Techniques and Economics
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésDEVSModular designProcess (computing)Computer scienceDiscrete event simulationCopper mineEvent (particle physics)Simulation modelingModeling and simulationEngineeringSimulationOperating system

Résumé

récupéré en direct d'OpenAlex

Chile is the world's leading copper producer, with more than 5.6 million tons produced in 2020. Most of the produced ore comes from open pit mines, whose extraction process consists of different subprocesses, with ore hauling incurring the highest operational cost. Tools to improve this subprocess are of paramount importance. Most tools use approaches that rely on optimization based on analytical methods. However, these fail to capture human behavior or to consider fine-grained details. To this end, we present a DEVS (Discrete-Event System Specification) simulation model. The formal definition of DEVS helps with the design and experimentation. DEVS modular interfaces allow users to extend the model easily to consider more entities, mine layouts, and dispatching policies. Simulations of the model delivered precise results compared to the literature, providing a valuable tool for decision-making in the mining industry.

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 enseignants0,006
Score d'incertitude au seuil0,110

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 Opus0,042
Tête enseignante GPT0,283
Écart entre enseignants0,240 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMining Techniques and EconomicsTravaux en français237 207