Bibliographic record
Abstract
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.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 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".