MétaCan
Menu
Retour à la cohorte
Enregistrement W4403431059 · doi:10.1080/00084433.2024.2415235

Influence of HPGR operating parameters on the edge and centre product – an industrial trial

2024· article· en· W4403431059 sur OpenAlexaff
Mohsen Izadi-Yazdan Abadi, Saeid Zare, Javad Pourshahabadi, Mohammad Reza Garmsiri

Notice bibliographique

RevueCanadian Metallurgical Quarterly · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueMineral Processing and Grinding
Établissements canadiensIron Ore Company (Canada)
Organismes subventionnairesnon disponible
Mots-clésEnhanced Data Rates for GSM EvolutionProduct (mathematics)Materials scienceMetallurgyNuclear engineeringProcess engineeringEnvironmental scienceEngineeringMathematics

Résumé

récupéré en direct d'OpenAlex

High pressure grinding rolls has been widely used in mineral industries as energy-efficient equipment. During the working life of an HPGR mill, the rolls’ surface wears out, and a concave wear profile (maximum wear in the middle) occurs on the rolls. As a result, a difference between HPGR discharge particle size from the middle and edges is also expected that has yet to be quantified. On the other hand, many operational variables affect the HPGR performance; however, there is an interaction between the operational variables and worn rolls. This work studied the effect of operational variables such as hydraulic pressure, rolls’ rotation speed, level of material in the hopper, and operational gap on the HPGR performance on an industrial scale. In addition, the particle size of HPGR discharge from the middle and edges of the rolls is also investigated. Results indicated that HPGR discharge from the middle of the rolls is always finer than discharge from the edges, while the difference between the discharge size from the middle and edges depended on the other variables. Furthermore, it was concluded that deeper material levels in the hopper and lower rotation speed of the rolls resulted in a finer HPGR discharge. This finding is crucial in optimising the HPGR performance and modifying the design of HPGRs to regulate the distribution of material on the rolls.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,026
Tête enseignante GPT0,224
Écart entre enseignants0,198 · 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'étudeEssai non randomisé
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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Metallurgical QuarterlyMême sujetMineral Processing and GrindingTravaux en français237 207