Installation of a microseismic monitoring system in the Mittersill scheelite mine / Aufbau eines mikroseismischen Überwachungssystems im Mittersiller Scheelit Bergbau
Bibliographic record
Abstract
Abstract The 500.000 t/a underground Mittersill scheelite mine produced around 12 Mio. t during its 40 year lifetime. The active western field dips with 55° to the NNW under the western flank of the steep valley. The ore zone is developed over a vertical length of 600 m from its outcrop at 1.250 m down to the 650 m asl. The deepest workings are already more than 1.000 m below surface due to the dipping below the mountain range. Open stoping with backfill, cut and fill as well as sublevel caving are the prominent mining methods. End of 2015 a micro seismic system from Canadian ESG Solution was installed to get a better understanding of induced stresses and movements in rock formation. As of December 2015 the system consisting of ten sensors are constantly recording all microseismic events in the mine at a depth between 500 and 1.000 m. The events are analysed and graphically displayed according their location, magnitude and category. Der Mittersiller untertägige Scheelit Bergbau gewinnt pro Jahr etwa 500.000 t Erz. Über die Lebensdauer des Betriebs wurden bereits mehr als 12 Mio. t abgebaut. Die derzeit im Abbau befindliche Lagerstätte, das sogenannte Westfeld fällt mit etwa 55° noch NNW unter den Hang ein. Die Lagerstätte ist vom Ausbiss auf dem Niveau 1.250 m NN bis zum Niveau 650 m NN über 600 Höhenmeter aufgeschlossen. Durch das Einfallen unter den Hang haben die tiefsten Grubenbaue bereits eine Überdeckung von über 1.000 m. Als Abbauverfahren kommen großräumiger Weitungsbau, Firstenstoßbau und Teilsohlenbruchbau zur Anwendung. Ende 2015 wurde ein mikroseismisches Überwachungssystem der kanadischen Firma ESG Solutions installiert, um ein besseres Verständnis über die durch den Bergbau hervorgerufenen Spannungsverlagerungen und Bewegungen im Gebirgsverband zu bekommen. Seit Dezember 2015 erfolgen die Aufzeichnungen in einem Bereich mit einer Überdeckung von 500 bis 1.000 m. Das System erfasst mithilfe von zehn Sensoren seismische Aktivität und zeichnet diese kontinuierlich in Echtzeit auf. Die Ereignisse werden nach Ort, Größe und Kategorie ausgewertet und dreidimensional grafisch dargestellt.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.004 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".