MétaCan
Menu
Retour à la cohorte
Enregistrement W4392372901 · doi:10.1177/09544062241235198

Working mechanism and experimental study of split bit

2024· article· en· W4392372901 sur OpenAlexaff
Jialin Tian, Yuhang Wu, Zhe Deng, Liming Dai

Notice bibliographique

RevueProceedings of the Institution of Mechanical Engineers Part C Journal of Mechanical Engineering Science · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Surface Polishing Techniques
Établissements canadiensUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésBit (key)Mechanism (biology)Computer scienceArithmeticMathematicsEpistemologyComputer networkPhilosophy

Résumé

récupéré en direct d'OpenAlex

As a component directly acting on the rock in the drilling process, the low efficiency of rock breaking will occur when the bit is drilled. In this paper, a new type of split drill is designed in which the cutting ring can move relatively independently, as well as the kinematic analysis model of the cutting tooth is established. The displacement, velocity and acceleration values of the specific points on the cutting tooth ring of the bit are obtained, which verifies that the small cutting ring at the center of the split cone bit can improve the rock breaking efficiency at the center of the bit. Through the comparison experiments of different types of bits and split bits, the results show that the mechanical drilling rate of split single-tooth bits and triple-tooth bits increased by 11.7% and 12.4%, respectively, in Beipei limestone conditions. Meanwhile, the speed of those two increased by 8.9% and 11.4%, respectively, in Wusheng sandstone conditions, which effectively improved the rock-breaking performance. Combined with the results of bottom hole model, the characteristics of impact, invasion and cutting in the process of tooth rock breaking can be obtained, which effectively improves the rock breaking performance and verifies the rationality of bit design and the correctness of theoretical analysis.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,212
Score d'incertitude au seuil0,910

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,016
Tête enseignante GPT0,254
Écart entre enseignants0,238 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Institution of Mechanical Engineers Part C Journal of Mechanical Engineering ScienceMême sujetAdvanced Surface Polishing TechniquesTravaux en français237 207