Notice bibliographique
Résumé
Le forage et le dynamitage sont deux tâches principales dans les mines à ciel ouvert. A l'heure ou l'industrie minière s'automatise et augmente l'efficacité de sa production, une surveillance efficace de l'état des forages est essentielle. La condition du bit affecte de manière significative les performances de forage, et par conséquent le cout total d'exploitation. Déterminer le temps nécessaire pour changer le bit est une question difficile. Une panne de bit au cours de l'opération à la suite d'une usure progressive entrainera des couts ultérieurs pour la société minière. Ainsi, la présente étude développe une nouvelle approche pour surveiller l’état d’usure et prédire les défaillances catastrophiques des trépans tricônes, qui sont préférés dans la plupart des applications de forage rotatif pour le forage en trous de mine. Au cours de la première phase de ce projet, l’utilisation du radar a pénétration de sol (GPR) dans les mines à ciel ouvert a été étudiée. Les capacités et les limites du GPR sont discutées pour l’identification du sous-sol de la mine sur la base des essais sur le terrain. Pour développer une approche de surveillance de l'usure indirecte, une compréhension approfondie de la relation entre l'usure des trépans et les signaux de forage est nécessaire. Par conséquent, des mesures exhaustives en cours de forage (MWD) ont été effectuées sur des appareils de forage équipés dans deux mines participantes au Canada afin de recueillir des données de forage à grande échelle dans le monde réel, dans diverses conditions géologiques. La condition d'usure du foret a été inspectée visuellement pendant toute la période de mesure sur le terrain pour Étiqueter les données collectées en conséquence. En outre, une nouvelle méthode de classement de l'usure des tricônes est proposée. Les données de la MWD ont été analysées à l’aide des méthodes de temps, de fréquence et temps-fréquence. Le courant du moteur rotatif et les signaux de vibration verticale ont été déterminés comme étant sensibles à l’usure des trépans. Les fréquences de défaut de vibration des trépans ont étudié mathématiquement et expérimentalement. Les caractéristiques du signal provenant des vibrations décomposées par ondelettes et les caractéristiques statistiques du courant du moteur rotatif ont été sélectionnés pour la surveillance de l'usure des trépans. Un modale de réseau de neurones artificiels a fusion de capteurs a été conçu et entraineur la base des caractéristiques de signal sélectionnées afin de classer l'état d'usure des trépans en cinq classes et de prévoir les défaillances. Enfin, la performance du modèle développé été examinée à l’aide de données de forage empiriques recueillies sur le terrain.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».