Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: piasek roponośny

Sortuj według:

Ogranicz wyniki do:

Preprocessing large datasets using Gaussian mixture modelling to improve prediction accuracy of truck productivity at mine sites

Fan Chengkai, Zhang Na, Jiang Bei, Liu Wei Victor

Archives of Mining Sciences

2022

Vol. 67, no. 4

661--680

The historical datasets at operating mine sites are usually large. Directly applying large datasets to build prediction models may lead to inaccurate results. To overcome the real-world challenges, this study aimed to handle these large datasets using Gaussian mixture modelling (GMM) for developing a novel and accurate prediction model of truck productivity. A large dataset of truck haulage collected at operating mine sites was clustered by GMM into three latent classes before the prediction model was built. The labels of these latent classes generated a latent variable. Two multiple linear regression (MLR) models were then constructed, including the ordinary-MLR (O-MLR) and the hybrid GMM-MLR models. The GMM-MLR model incorporated the observed input variables and a latent variable in the form of interaction terms. The O-MLR model was the baseline model and did not involve the latent variable. The GMM-MLR model performed considerably better than the O-MLR model in predicting truck productivity. The interaction terms quantitatively measured the differences in how the observed input variables affected truck productivity in three classes (high, medium, and low truck productivity). The haul distance was the most crucial input variable in the GMM-MLR model. This study provides new insights into handling massive amounts of data in truck haulage datasets and a more accurate prediction model for truck productivity.

Simulation analysis models of oil sands mining options

Suglo R. S., Szymanski J., Planeta S.

Transport Przemysłowy i Maszyny Robocze

2009

Nr 2

67--73

Athough different combinations of equipment can be used in a mine to achieve the desired production targets, some equipment combinations usually result in lower unit operating costs and higher system efficiencies than others over any given operating time. Computer simulation of the production schedules and sequence of operations of the mining systems are required to select the best equipment combinations. The is paper is aimed at simulating the production schedules and sequence in continuous time paradigm and making comparative analyses of the production-economic functions of the AFS technology versus the conventional shovel-truck mining system. Visual SLAM with AweSim and Simphony software packages were used to model, verify and simulate the shovel-truck mining system (CMS) and the cyclic excavator соnvеуоr belt control system mining (СусЕх CBCS) options which іnvоlvе discrete events, continuous events as well as combined discrete-continuous event operations engaged in oil sands mining.

Chociaż różne kombinacje urządzeń mogą być używane w kopalni do osiągnięcia pożądanych celów produkcyjnych, niektóre z nich zapewniają z reguły niższe jednostkowe koszty operacyjne i wyższe wydajności systemu, w porównaniu z innymi w danym okresie funkcjonowania. Symulacja komputerowa harmonogramów produkcji i kolejności operacji w systemach górniczych jest z reguły wymagana, aby wybrać najlepsze kombinacie urządzeń. Niniejszy artykuł ma na celu pokazanie symulacji harmonogramów i kolejności produkcji w czasie ciągłym i wykonania analiz porównawczych techniczno-ekonomicznych zastosowania technologii urabiania koparkami w połączeniu z transportem hydraulicznym, bezpośrednio z przodka do zakładu przeróbczego At Face Slurrying (AFS) w porównaniu z konwencjonalnym systemem górniczym „koparka-ciężarówka”. Pakiety oprogramowania Visual Slam z AweSim i Simphony zostały wykorzystane do modelu, weryfikacji i symulacji dwóch opcji górniczych „koparka-ciężarówka” (CMS) i systemu cyklicznego „koparka-przenośnik taśmowy” (СусЕх CBCS), które dotyczą wydarzeń dyskretnych i ciągłych, jak również kombinacji wydarzeń dyskretnych i ciągłych, mających miejsce podczas eksploatacji piasków roponośnych. Wyniki pokazują, że symulowane scenariusze produkcji od 1 do 4 w systemie СусЕх CBCS zapewniają wyższą produkcję w danym czasie niż z użyciem różnych rozmiarów floty ciężarówek w systemie CMS. Tak więc stosując wariant СусЕх CBCS należący do systemu AFS, przedsiębiorstwa górnicze, takie jak Athabaska, eksploatujące piaski roponośne, są w stanie lepiej zagwarantować dzienny plan produkcji niż z użyciem obecnego systemu „koparka-ciężarówka”.