MétaCan
Menu
← Retour à la cohorte
Enregistrement W7084106065 · doi:10.12473/cpm.202406059

Research and Development of ZJ15/750Y Intelligent Hydraulic Drilling Rig

2025· article· en· W7084106065 sur OpenAlexaff

Notice bibliographique

RevueDOAJ (DOAJ: Directory of Open Access Journals) · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueGeochemistry and Geologic Mapping
Établissements canadiensPetro-Canada
Organismes subventionnairesnon disponible
Mots-clésDrillingAutomationDrill stringDrilling rigDrillInterfacingProcess (computing)Measurement while drillingExcavatorIntelligent control

Résumé

récupéré en direct d'OpenAlex

Automatic and intelligent operation of drilling rig is the pursue of the drilling equipment industry, and there are less efforts on research and development of intelligent hydraulic drilling rig. This paper presents the research and development of ZJ15/750Y intelligent hydraulic drilling rig. This drilling rig with the hydraulic cylinder lifting system as the main part is associated with automatic string processing tool to form a drilling rig system that is capable of automatic makeup, breakout and striping of drill pipes, as well as rotary drilling. It realizes the whole process “one-click linkage” function that combines the automation of surface string movement and the automation of drilling operation, and incorporates the “digital twin” technology that enables real-time and accurate simulation of equipment action through remote intelligent monitoring. For conventional stripping operations, it achieves unmanned remote control on drilling to the predetermined well depth and release of drill string at the predetermined well depth just by one-key action. With no human intervention in the whole process in the field application, it allows for stable intelligent operations. The proposed device functions normally in remote monitoring, allowing for real-time transmission of the operation status of the drilling rig.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,373
Tête enseignante GPT0,565
Écart entre enseignants0,193 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDOAJ (DOAJ: Directory of Open Access Journals)→Même sujetGeochemistry and Geologic Mapping→Travaux en français237 207→