Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "Bui, Hoa" wg kryterium: Autor

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-2 z 2
    Tytuł:
    Estimation of truck-shovel dispatching in Cao Son Open-Pit coal mine and the ability in applying information technology for increasing its efficiency
    Oszacowanie wywozu ładowarkami w kopalni odkrywkowej Cao Son i możliwości zastosowania technologii informatycznych w celu zwiększenia wydajności
    Autorzy:
    Pham, Van Hoa
    Bui, Xuan‑Nam
    Le, Van Quyen
    Le, Thi Thu Hoa
    Pham, Van Viet
    Powiązania:
    https://bibliotekanauki.pl/articles/317977.pdf
    Data publikacji:
    2019
    Wydawca:
    Polskie Towarzystwo Przeróbki Kopalin
    Tematy:
    kopalnie odkrywkowe
    wywóz
    Wietnam
    efektywność
    open pit mines
    dispatching
    Vietnam
    efficiency
    Opis:
    With many types of trucks and shovels for hauling large volume of waste rocks to the dump sites and coal to the storages, the truck – shovel dispatching in Cao Son open pit coal mine is the operation which needs to be improved. At present, the combination between trucks and shovel is usually assigned at the beginning of shift and adjusted during the operation at the mine. The GPS tracking system are integrated into each truck to monitor the position in real time, but applying this information to find the best destination to send the truck to satisfy the production requirements and to minimize truck operating costs is still not used. This paper presents the estimation of the information system, data, the remaining problems of truck – shovel dispatching system, from that proposes the application of available information technology for increasing the efficiency of this activities at the mine.
    Źródło:
    Inżynieria Mineralna; 2019, 21, 2/2; 21-27
    1640-4920
    Pojawia się w:
    Inżynieria Mineralna
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Developing an Advanced Soft Computational Model for Estimating Blast-Induced Ground Vibration in Nui Beo Open-pit Coal Mine (Vietnam) Using Artificial Neural Network
    Opracowanie zaawansowanego modelu obliczeniowego do szacowania wibracji gruntu wywołanych wybuchem w odkrywkowej kopalni węgla Nui Beo (Wietnam) przy użyciu sztucznej sieci neuronowej
    Autorzy:
    Nguyen, Hoang
    Bui, Xuan‑Nam
    Tran, Quang Hieu
    Nguyen, Quoc Long
    Vu, Dinh Hieu
    Pham, Van Hoa
    Le, Qui Thao
    Nguyen, Phu Vu
    Powiązania:
    https://bibliotekanauki.pl/articles/317864.pdf
    Data publikacji:
    2019
    Wydawca:
    Polskie Towarzystwo Przeróbki Kopalin
    Tematy:
    Wietnam
    górnictwo odkrywkowe
    sieci neuronowe
    Vietnam
    open pit mining
    artificial neural network
    Opis:
    The principal object of this study is blast-induced ground vibration (PPV), which is one of the dangerous side effects of blasting operations in an open-pit mine. In this study, nine artificial neural networks (ANN) models were developed to predict blast-induced PPV in Nui Beo open-pit coal mine, Vietnam. Multiple linear regression and the United States Bureau of Mines (USBM) empirical techniques are also conducted to compare with nine developed ANN models. 136 blasting operations were recorded in many years used for this study with 85% of the whole datasets (116 blasting events) was used for training and the rest 15% of the datasets (20 blasting events) for testing. Root Mean Square Error (RMSE), Determination Coefficient (R2), and Mean Absolute Error (MAE) are used to compare and evaluate the performance of the models. The results revealed that ANN technique is more superior to other techniques for estimating blast-induced PPV. Of the nine developed ANN models, the ANN 7-10-8-5-1 model with three hidden layers (ten neurons in the first hidden layer, eight neurons in the second layers, and five neurons in the third hidden layer) provides the most outstanding performance with an RMSE of 1.061, R2 of 0.980, and MAE of 0.717 on testing datasets. Based on the obtained results, ANN technique should be applied in preliminary engineering for estimating blast-induced PPV in open-pit mine.
    Źródło:
    Inżynieria Mineralna; 2019, 21, 2/2; 58-73
    1640-4920
    Pojawia się w:
    Inżynieria Mineralna
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-2 z 2

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies