Technische Universität Bergakademie Freiberg: Qucosa
Not a member yet
1431 research outputs found
Sort by
Cutting force component-based rock differentiation utilising machine learning
Get PDFThis dissertation evaluates the possibilities and limitations of rock type identification in rock cutting with conical picks. For this, machine learning in conjunction with features derived from high frequency cutting force measurements is used. On the basis of linear cutting experiments, it is shown that boundary layers can be identified with a precision of less than 3.7 cm when using the developed programme routine. It is further shown that rocks weakened by cracks can be well identified and that anisotropic rock behaviour may be problematic to the classification success. In a case study, it is shown that the supervised algorithms artificial neural network and distributed random forest perform relatively well while unsupervised k-means clustering provides limited accuracies for complex situations. The 3d-results are visualised in a web app. The results suggest that a possible rock classification system can achieve good results—that are robust to changes in the cutting parameters when using the proposed evaluation methods.:1 Introduction...1
2 Cutting Excavation with Conical Picks...5
2.1 Cutting Process...8
2.1.2 Cutting Parameters...11
2.1.3 Influences of Rock Mechanical Properties...17
2.1.4 Influences of the Rock Mass...23
2.2 Ratios of Cutting Force Components...24
3 State of the Art...29
3.1 Data Analysis in Rock Cutting Research...29
3.2 Rock Classification Systems...32
3.2.1 MWC – Measure-While-Cutting...32
3.2.2 MWD – Measuring-While-Drilling...34
3.2.3 Automated Profiling During Cutting...35
3.2.4 Wear Monitoring...36
3.3 Machine learning for Rock Classification...36
4 Problem Statement and Justification of Topic...38
5 Material and Methods...40
5.1 Rock Cutting Equipment...40
5.2 Software & PC...42
5.3 Samples and Rock Cutting Parameters...43
5.3.1 Sample Sites...43
5.3.2 Experiment CO – Zoned Concrete...45
5.3.3 Experiment GN – Anisotropic Rock Gneiss...47
5.3.4 Experiment GR – Uncracked and Cracked Granite...49
5.3.5 Case Study PB and FBA – Lead-Zinc and Fluorite-Barite Ores...50
5.4 Data Processing...53
5.5 Force Component Ratio Calculation...54
5.6 Procedural Selection of Features...57
5.7 Image-Based Referencing and Rock Boundary Modelling...60
5.8 Block Modelling and Gridding...61
5.9 Correlation Analysis...63
5.10 Regression Analysis of Effect...64
5.11 Machine Learning...65
5.11.2 K-Means Algorithm...66
5.11.3 Artificial Neural Networks...67
5.11.4 Distributed Random Forest...70
5.11.5 Classification Success...72
5.11.6 Boundary Layer Recognition Precision...73
5.12 Machine Learning Case Study...74
6 Results...75
6.1 CO – Zoned Concrete...75
6.1.1 Descriptive Statistics...75
6.1.2 Procedural Evaluation...76
6.1.3 Correlation of the Covariates...78
6.1.4 K-Means Cluster Analysis...79
6.2 GN – Foliated Gneiss...85
6.2.1 Cutting Forces...86
6.2.2 Regression Analysis of Effect...88
6.2.3 Details Irregular Behaviour...90
6.2.4 Interpretation of Anisotropic Behaviour...92
6.2.5 Force Component Ratios...92
6.2.6 Summary and Interpretations of Results...93
6.3 CR – Cracked Granite...94
6.3.1 Force Component Results...94
6.3.2 Spatial Analysis...97
6.3.3 Error Analysis...99
6.3.4 Summary...100
6.4 Case Study...100
6.4.1 Feature Distribution in Block Models...101
6.4.2 Distributed Random Forest...105
6.4.3 Artificial Neural Network...107
6.4.4 K-Means...110
6.4.5 Training Data Required...112
7 Discussion...114
7.1 Critical Discussion of Experimental Results...114
7.1.1 Experiment CO...114
7.1.2 Experiment GN...115
7.1.3 Experiment GR...116
7.1.4 Case Study...116
7.1.5 Additional Outcomes...117
7.2 Comparison of Machine Learning Algorithms...118
7.2.1 K-Means...118
7.2.2 Artificial Neural Networks and Distributed Random Forest...119
7.2.3 Summary...120
7.3 Considerations Towards Sensor System...121
7.3.1 Force Vectors and Data Acquisition Rate...121
7.3.2 Sensor Types...122
7.3.3 Computation Speed...123
8 Summary and Outlook...125
References...128
Annex A Fields of Application of Conical Tools...145
Annex B Supplements Cutting and Rock Parameters...149
Annex C Details Topic-Analysis Rock Cutting Publications...155
Annex D Details Patent Analysis...157
Annex E Details Rock Cutting Unit HSX-1000-50...161
Annex F Details Used Pick...162
Annex G Error Analysis Cutting Experiments...163
Annex H Details Photographic Modelling...166
Annex I Laser Offset...168
Annex J Supplements Experiment CO...169
Annex K Supplements Experiment GN...187
Annex L Supplements Experiment GR...191
Annex M Preliminary Artificial Neural Network Training...195
Annex N Supplements Case Study (CD)...201
Annex O R-Codes (CD)...203
Annex P Supplements Rock Mechanical Tests (CD)...204Die Dissertation evaluiert Möglichkeiten und Grenzen der Gebirgserkennung bei der schneidenden Gewinnung von Festgesteinen mit Rundschaftmeißeln unter Nutzung maschinellen Lernens – in Verbindung mit aus hochaufgelösten Schnittkraftmessungen abgeleiteten Kennwerten. Es wird auf linearen Schneidversuchen aufbauend gezeigt, dass Schichtgrenzen mit Genauigkeiten unter 3,7 cm identifiziert werden können. Ferner wird gezeigt, dass durch Risse geschwächte Gesteine gut identifiziert werden können und dass anisotropes Gesteinsverhalten möglicherweise problematisch auf den Klassifizierungserfolg wirkt. In einer Fallstudie wird gezeigt, dass die überwachten Algorithmen Künstliches Neurales Netz und Distributed Random Forest teils sehr gute Ergebnisse erzielen und unüberwachtes k-means-Clustering begrenzte Genauigkeiten für komplexe Situationen liefert. Die Ergebnisse werden in einer Web-App visualisiert. Aus den Ergebnissen wird abgeleitet, dass ein mögliches Sensorsystem mit den vorgeschlagenen Auswerteroutinen gute Ergebnisse erzielen kann, die gleichzeitig robust gegen Änderungen der Schneidparameter sind.:1 Introduction...1
2 Cutting Excavation with Conical Picks...5
2.1 Cutting Process...8
2.1.2 Cutting Parameters...11
2.1.3 Influences of Rock Mechanical Properties...17
2.1.4 Influences of the Rock Mass...23
2.2 Ratios of Cutting Force Components...24
3 State of the Art...29
3.1 Data Analysis in Rock Cutting Research...29
3.2 Rock Classification Systems...32
3.2.1 MWC – Measure-While-Cutting...32
3.2.2 MWD – Measuring-While-Drilling...34
3.2.3 Automated Profiling During Cutting...35
3.2.4 Wear Monitoring...36
3.3 Machine learning for Rock Classification...36
4 Problem Statement and Justification of Topic...38
5 Material and Methods...40
5.1 Rock Cutting Equipment...40
5.2 Software & PC...42
5.3 Samples and Rock Cutting Parameters...43
5.3.1 Sample Sites...43
5.3.2 Experiment CO – Zoned Concrete...45
5.3.3 Experiment GN – Anisotropic Rock Gneiss...47
5.3.4 Experiment GR – Uncracked and Cracked Granite...49
5.3.5 Case Study PB and FBA – Lead-Zinc and Fluorite-Barite Ores...50
5.4 Data Processing...53
5.5 Force Component Ratio Calculation...54
5.6 Procedural Selection of Features...57
5.7 Image-Based Referencing and Rock Boundary Modelling...60
5.8 Block Modelling and Gridding...61
5.9 Correlation Analysis...63
5.10 Regression Analysis of Effect...64
5.11 Machine Learning...65
5.11.2 K-Means Algorithm...66
5.11.3 Artificial Neural Networks...67
5.11.4 Distributed Random Forest...70
5.11.5 Classification Success...72
5.11.6 Boundary Layer Recognition Precision...73
5.12 Machine Learning Case Study...74
6 Results...75
6.1 CO – Zoned Concrete...75
6.1.1 Descriptive Statistics...75
6.1.2 Procedural Evaluation...76
6.1.3 Correlation of the Covariates...78
6.1.4 K-Means Cluster Analysis...79
6.2 GN – Foliated Gneiss...85
6.2.1 Cutting Forces...86
6.2.2 Regression Analysis of Effect...88
6.2.3 Details Irregular Behaviour...90
6.2.4 Interpretation of Anisotropic Behaviour...92
6.2.5 Force Component Ratios...92
6.2.6 Summary and Interpretations of Results...93
6.3 CR – Cracked Granite...94
6.3.1 Force Component Results...94
6.3.2 Spatial Analysis...97
6.3.3 Error Analysis...99
6.3.4 Summary...100
6.4 Case Study...100
6.4.1 Feature Distribution in Block Models...101
6.4.2 Distributed Random Forest...105
6.4.3 Artificial Neural Network...107
6.4.4 K-Means...110
6.4.5 Training Data Required...112
7 Discussion...114
7.1 Critical Discussion of Experimental Results...114
7.1.1 Experiment CO...114
7.1.2 Experiment GN...115
7.1.3 Experiment GR...116
7.1.4 Case Study...116
7.1.5 Additional Outcomes...117
7.2 Comparison of Machine Learning Algorithms...118
7.2.1 K-Means...118
7.2.2 Artificial Neural Networks and Distributed Random Forest...119
7.2.3 Summary...120
7.3 Considerations Towards Sensor System...121
7.3.1 Force Vectors and Data Acquisition Rate...121
7.3.2 Sensor Types...122
7.3.3 Computation Speed...123
8 Summary and Outlook...125
References...128
Annex A Fields of Application of Conical Tools...145
Annex B Supplements Cutting and Rock Parameters...149
Annex C Details Topic-Analysis Rock Cutting Publications...155
Annex D Details Patent Analysis...157
Annex E Details Rock Cutting Unit HSX-1000-50...161
Annex F Details Used Pick...162
Annex G Error Analysis Cutting Experiments...163
Annex H Details Photographic Modelling...166
Annex I Laser Offset...168
Annex J Supplements Experiment CO...169
Annex K Supplements Experiment GN...187
Annex L Supplements Experiment GR...191
Annex M Preliminary Artificial Neural Network Training...195
Annex N Supplements Case Study (CD)...201
Annex O R-Codes (CD)...203
Annex P Supplements Rock Mechanical Tests (CD)...20
Functional coatings for steel melt filtration
Get PDFIn order to considerably improve the quality of steel products, efforts are being made to increase the cleanness of steel. It is known that the size, type and distribution of non-metallic inclusions (NMIs) in metals significantly influence their mechanical properties. Within the frame of the Collaborativ Research Centre 920 'Multifunc-tional filters for metal melt filtration – a contribution to zero defect materials.”, carbon-bonded alumina filters for steel melt filtration has been investigated. In the present thesis, the interactions between coated carbon-bonded alumina filters and a steel melt were investigated in more detail, with the porous coatings being based on alumina. The time-depended behaviour was evaluated by immersing coated filters for different dwell times. After the immersion tests, the microstructure of the filter surface and the NMIs remaining in the solidified steel were examined to comprehend the interactions.
The here presented results imply that carbon of the carbon-bonded alumina sub-strate took part in the filter–steel interactions. The presence of dissolved carbon at the filter–steel melt interface is essential to promote alumina dissolution and pre-cipitation processes. Thereby, the melt was locally supersaturated with aluminium, which reacted with dissolved oxygen to form secondary corundum. During these interactions, a liquid oxide film was formed directly at the ceramic surface and provided nuclei for heterogeneous nucleation of secondary corundum. After immersion during cooling, a characteristic layer built-up formed at the filters surface. All alumina-based coated filters contributed to the filtration of especially alumina-based NMIs, and outperformed the uncoated carbon-bonded alumina filter.
During the first experimental trials, it became obvious that the thermal shock resistance of the alumina coating has to be enhanced. For this purpose, a material combination was investigated which so far has not been used as a coating material to the author’s knowledge: alumina-zirconia-titania in the ration 95 : 2.5 : 2.5. This material is known for its excellent thermal shock resistance. Thereby, the influence of zirconia or titania doping of the coating were considered. The addition of titania enhanced wetting of this filter by the steel melt. As a result, alumina inclusions of the steel melt were modified: they were more in number, but distinctly smaller compared to trials without filter or the immersion of the other filter types. Especially, the decreased average area of the alumina inclusions is interesting because the particle size of NMIs strongly influences the fatigue life of a steel product. The deformability of a steel product, however, is determined by the amount of NMIs. Thus, the modification of alumina inclusions by adding titania to the filter coating might present a way to tailor these inclusions depending on the product’s application
Löslichkeitsgleichgewichte mit Lithiumsalzen und deren Modellierung mit dem Fokus auf das Salar-Brine-System bei tiefen Temperaturen
Get PDFEine grundlegende Herausforderung bei der Gewinnung von Lithiumsalzen aus den Brines der südamerikanischen Salzseen stellt die Trennung von Lithium- und Magnesiumsalzen dar. Bei der klassischen salaren Eindunstung fallen schwer zu trennende Salzgemische und Doppelsalze an. Eine effektive Möglichkeit zur Abtrennung von Magnesiumsalzen kann die fraktionierte Kristallisation von Salar-Brines bei tiefen Temperaturen sein.
Die vorliegende Arbeit untersucht die Lösegleichgewichte und Prozesse im System 2Li+ , Mg2+ || 2Cl - , SO42- – H2O bei Temperaturen zwischen 25°C und -30°C experimentell und stellt thermodynamische Modelle (Ionenwechselwirkungsmodell nach Pitzer und modifiziertes BET-Modell) zu deren Beschreibung zur Verfügung. Diese Modelle bieten eine Grundlage für die Simulation und Umsetzung von Tieftemperatur-Prozessschritten zur Gewinnung reiner Lithiumsalze. Ein möglicher Prozess zur Abreicherung von Magnesium aus hochkonzentrierten Lithiumchlorid-Lösungen durch Tiefkühlung wurde experimentell im Pilotmaßstab und modell-rechnerisch nachvollzogen
Determination of elastic (TI) anisotropy parameters from Logging-While-Drilling acoustic measurements - A feasibility study
Get PDFThis thesis provides a feasibility study on the determination of formation anisotropy parameters from logging-while-drilling (LWD) borehole acoustic measurements. For this reason, the wave propagation in fluid-filled boreholes surrounded by transverse isotropic (TI) formations is investigated in great detail using the finite-difference method. While the focus is put on quadrupole waves, the sensitivities of monopole and flexural waves are evaluated as well. All three wave types are considered with/without the presence of an LWD tool. Moreover, anisotropy-induced mode contaminants are discussed for various TI configurations. In addition, the well-known plane wave Alford rotation has been generalized to cylindrical borehole waves of any order, except for the monopole. This formulation has been extended to allow for non-orthogonal multipole firings, and associated inversion methods have been developed to compute formation shear principal velocities and accompanying polarization directions, utilizing various LWD (cross-) quadrupole measurements.:1 Introduction
1.1 Borehole acoustic configurations
1.2 Wave propagation in a fluid-filled borehole in the absence of a logging tool
1.3 Wave propagation in a fluid-filled borehole in the presence of a logging tool
1.4 Anisotropy
2 Theory
2.1 Stiffness and compliance tensor
2.1.1 Triclinic symmetry
2.1.2 Monoclinic symmetry
2.1.3 Orthotropic symmetry
2.1.4 Transverse isotropic (TI) symmetry
2.1.5 Isotropy
2.2 Reference frames
2.3 Seismic wave equations for a linear elastic, anisotropic medium
2.3.1 Basic equations
2.3.2 Integral transforms
2.3.3 Christoffel equation
2.3.4 Phase slowness surfaces
2.3.5 Group velocity
2.4 Solution in cylindrical coordinates for the borehole geometry
2.4.1 Special case: vertical transverse isotropy (VTI)
2.4.2 General case: triclinic symmetry
3 Finite-difference modeling of wave propagation in anisotropic media
3.1 Finite-difference method
3.2 Spatial finite-difference grids
3.2.1 Standard staggered grid
3.2.2 Lebedev grid
3.3 Heterogeneous media
3.4 Finite-difference properties and grid dispersion
3.5 Initial conditions
3.6 Boundary conditions
3.7 Parallelization
3.8 Finite-difference parameters
4 Wave propagation in fluid-filled boreholes surrounded by TI media
4.1 Vertical transverse isotropy (VTI)
4.1.1 Monopole excitation
4.1.2 Dipole excitation
4.1.3 Quadrupole excitation
4.1.4 Summary
4.2 Horizontal transverse isotropy (HTI)
4.2.1 Monopole excitation
4.2.2 Theory of cross-multipole shear wave splitting
4.2.3 Dipole excitation
4.2.4 Quadrupole excitation
4.2.5 Hexapole waves
4.2.6 Summary
4.3 Tilted transverse isotropy (TTI)
4.3.1 Monopole excitation
4.3.2 Dipole excitation
4.3.3 Quadrupole excitation
4.3.4 Summary
4.4 Anisotropy-induced mode contaminants
4.4.1 Vertical transverse isotropy (VTI)
4.4.2 Horizontal transverse isotropy (HTI)
4.4.3 Tilted transverse isotropy (TTI)
4.4.4 Summary
5 Inversion methods
5.1 Vertical transverse isotropy (VTI)
5.2 Horizontal transverse isotropy (HTI)
5.2.1 Inverse generalized Alford rotation
5.2.2 Inversion method based on dipole excitations
5.2.3 Inversion method based on quadrupole excitations
5.3 Tilted transverse isotropy (TTI)
5.4 Challenges in real measurements
5.4.1 Signal-to-noise ratio (SNR)
5.4.2 Tool eccentricity
6 Conclusions
References
List of Abbreviations and Symbols
List of Figures
List of Tables
A Integral transforms
A.1 Laplace transform
A.2 Spatial Fourier transform
A.3 Azimuthal Fourier transform
A.4 Meijer transform
B Stiffness and compliance tensor
B.1 Rotation between reference frames
B.2 Cylindrical coordinates
C Christoffel equation
C.1 Cartesian coordinates
C.2 Cylindrical coordinates
D Processing of borehole acoustic waveform array data
D.1 Time-domain methods
D.2 Frequency-domain methods
D.2.1 Weighted spectral semblance method
D.2.2 Modified matrix pencil metho
Untersuchung der Strukturdynamik von offenporigen Schäumen
Get PDFZiel der Dissertation war die Schaffung einer Simulationskette, die auf Basis der Charakteristika eines Schaumes eine Vorhersage über die Verteilung der Eigenkreisfrequenzen dieser Schaumsorte ermöglicht. Zur Validierung der Simulationskette dienen an verschiedenen Schaumproben gemessene Eigenkreisfrequenzen für Längs- und Biegeschwingungen.
Die Modellierung erfolgte als räumlicher stochastischer Prozess mithilfe
der harmonischen Synthese. Notwendige Eingangsgrößen konnten anhand von CT-Scans der Proben bestimmt werden.
Zur Bestimmung der Eigenkreisfrequenzen wurden eindimensionale Ansätze wie der Rayleigh-Quotient und die Finite Cell Method (FCM) als dreidimensionaler Ansatz getestet. Es konnte gezeigt werden, dass die FCM in Verbindung mit den modellierten räumlichen Prozessen die gemessenen Verteilungen der Eigenkreisfrequenzen gut abbilden kann. Der eindimensionale Berechnungsansatz eignet sich ebenfalls, jedoch nur für homogene und isotrope Schäume.:Einleitung
1.1 Einordnung
1.2 Charakterisierung von Schäumen
1.3 Motivation
1.4 Aufgaben und Aufbau der Arbeit
2 Wahrscheinlichkeitsrechnung und stochastische Prozesse
2.1 Wahrscheinlichkeitsrechnung und Zufallsvariablen
2.1.1 Wahrscheinlichkeitsrechnung
2.1.2 Zufallsvariablen
2.2 Stochastische Prozesse
2.2.1 Kenngrößen stochastischer Prozesse
2.2.2 Eigenschaften stochastischer Prozesse
2.2.3 Spektralanalyse stationärer stochastischer Prozesse
2.2.4 Schätztheorie
3 Analyse der Schaumproben
3.1 Probekörper
3.2 Auswertung der CT-Daten
3.2.1 Kalibrierung der Grauwerte
3.2.2 Verteilungsfunktion und Mittelwert
3.2.3 Varianz des Schwankungsanteils und mittlerer Füllgrad
3.2.4 Leistungsdichtespektrum und Autokorrelation
3.2.5 Porendurchmesser und Anisotropie
3.2.6 Flächeninhalt und Flächenträgheitsmoment
3.3 Messung des dynamischen Verhaltens
3.3.1 Theoretische Grundlagen zur Auswertung
3.3.2 Vorbereitung der Proben
3.3.3 Längseigenkreisfrequenzen
3.3.4 Biegeeigenkreisfrequenzen
3.3.5 Fazit
4 Simulationsmodelle zur Nachbildung von Schäumen
4.1 Vorüberlegungen zur Modellierung
4.2 Theoretische Grundlagen zur Erzeugung eindimensionaler stochastischer
Prozesse
4.2.1 Karhunen-Loeve-Transformation .
4.2.2 Harmonische Synthese
4.2.3 Ergebnisse für Flächeninhaltsprozesse
4.3 Simulation mehrdimensionaler stochastischer Prozesse
4.3.1 Bewertungskriterien für die Qualität der Simulation
4.3.2 Ergebnisse für die virtuellen Schäume
4.3.3 Verbesserter Algorithmus
4.4 Vergleich von virtuellen Schäumen und CT-Daten
4.4.1 Keramikschäume
4.4.2 Metallschäume
4.4.3 Anmerkungen und Fazit
4.5 Erweiterung um den Mittelwert
4.6 Konzept zur Simulation von Prozessen größerer Abmessungen
4.7 Fazit
5 Bestimmung der Eigenkreisfrequenzen
5.1 Materialmodelle für die Betrachtung als eindimensionales Kontinuum
5.2 Eindimensionale Modelle
5.2.1 Modell mit konstantem Querschnitt
5.3 Eindimensionales Modell mit Berücksichtigung der Mikrostruktur
5.4 Dreidimensionales Modell mit der Finite Cell Method
5.4.1 Theoretische Grundlagen
5.4.2 Anpassung und Optimierung der verwendeten Toolbox
5.4.3 Konvergenz und Festlegung der Zellgröße
5.5 Diskussion der Ergebnisse
6 Zusammenfassung und Ausblick
Literatur
A Daten zu Geometrie und Material der verwendeten Probekörper
B Sensoren und Parameter für die MessungThe aim of this thesis was to create a simulation chain which, on the basis of the characteristics of a foam, enables a prediction of the distribution of the eigenfrequencies for this type of foam.
Eigenfrequencies measured on different foam samples for longitudinal and flexural vibrations were used to validate the simulation chain. The modeling was done as a spatial stochastic process using harmonic synthesis. Necessary input parameters were determined from CT scans of the specimens.
One-dimensional approaches such as the Rayleigh quotient, and the Finite Cell Method (FCM) as a three-dimensional approach were tested in order to determine the eigenfrequencies. It could be shown that the FCM, in conjunction with the modeled spatial processes, is able to reproduce the measured distributions of the eigenfrequencies. The one-dimensional calculation approach is also suitable, but only for homogeneous and isotropic foams.:Einleitung
1.1 Einordnung
1.2 Charakterisierung von Schäumen
1.3 Motivation
1.4 Aufgaben und Aufbau der Arbeit
2 Wahrscheinlichkeitsrechnung und stochastische Prozesse
2.1 Wahrscheinlichkeitsrechnung und Zufallsvariablen
2.1.1 Wahrscheinlichkeitsrechnung
2.1.2 Zufallsvariablen
2.2 Stochastische Prozesse
2.2.1 Kenngrößen stochastischer Prozesse
2.2.2 Eigenschaften stochastischer Prozesse
2.2.3 Spektralanalyse stationärer stochastischer Prozesse
2.2.4 Schätztheorie
3 Analyse der Schaumproben
3.1 Probekörper
3.2 Auswertung der CT-Daten
3.2.1 Kalibrierung der Grauwerte
3.2.2 Verteilungsfunktion und Mittelwert
3.2.3 Varianz des Schwankungsanteils und mittlerer Füllgrad
3.2.4 Leistungsdichtespektrum und Autokorrelation
3.2.5 Porendurchmesser und Anisotropie
3.2.6 Flächeninhalt und Flächenträgheitsmoment
3.3 Messung des dynamischen Verhaltens
3.3.1 Theoretische Grundlagen zur Auswertung
3.3.2 Vorbereitung der Proben
3.3.3 Längseigenkreisfrequenzen
3.3.4 Biegeeigenkreisfrequenzen
3.3.5 Fazit
4 Simulationsmodelle zur Nachbildung von Schäumen
4.1 Vorüberlegungen zur Modellierung
4.2 Theoretische Grundlagen zur Erzeugung eindimensionaler stochastischer
Prozesse
4.2.1 Karhunen-Loeve-Transformation .
4.2.2 Harmonische Synthese
4.2.3 Ergebnisse für Flächeninhaltsprozesse
4.3 Simulation mehrdimensionaler stochastischer Prozesse
4.3.1 Bewertungskriterien für die Qualität der Simulation
4.3.2 Ergebnisse für die virtuellen Schäume
4.3.3 Verbesserter Algorithmus
4.4 Vergleich von virtuellen Schäumen und CT-Daten
4.4.1 Keramikschäume
4.4.2 Metallschäume
4.4.3 Anmerkungen und Fazit
4.5 Erweiterung um den Mittelwert
4.6 Konzept zur Simulation von Prozessen größerer Abmessungen
4.7 Fazit
5 Bestimmung der Eigenkreisfrequenzen
5.1 Materialmodelle für die Betrachtung als eindimensionales Kontinuum
5.2 Eindimensionale Modelle
5.2.1 Modell mit konstantem Querschnitt
5.3 Eindimensionales Modell mit Berücksichtigung der Mikrostruktur
5.4 Dreidimensionales Modell mit der Finite Cell Method
5.4.1 Theoretische Grundlagen
5.4.2 Anpassung und Optimierung der verwendeten Toolbox
5.4.3 Konvergenz und Festlegung der Zellgröße
5.5 Diskussion der Ergebnisse
6 Zusammenfassung und Ausblick
Literatur
A Daten zu Geometrie und Material der verwendeten Probekörper
B Sensoren und Parameter für die Messun
Mechanisch-thermische Konversion von Agrarreststoffen zur Herstellung geformter Adsorbentien
Get PDFDie vorliegende Arbeit befasst sich mit der Herstellung geformter Adsorbentien aus den Agrarreststoffen Reisstroh und Bagasse. Dazu wurde eine neue Prozessroute entwickelt, anhand welcher die Ausgangsstoffe zunächst pelletiert und anschließend pyrolysiert werden. Ziel ist es ein Produkt mit hoher mechanischer Festigkeit (Ball Pan Hardness) > 80 % und spezifischer Oberfläche > 300 m2/g zu erzeugen. Dies ist durch die Auswahl geeigneter Mischungszusammensetzungen, die Anpassungen der Pelletierparameter und des Pyrolyseregimes möglich. Zusätzliche Aktivierungsschritte führen zu einer weiteren Verbesserung der spezifischen Oberfläche. Auf Basis der experimentellen Untersuchungen wurden mittels statistischer Methoden Einfluss- und Zielgrößen in Hinblick auf die anschließende empirische mathematische Modellentwicklung ausgewählt. Damit kann die spezifische Oberfläche anhand von validierten, nicht-linearen Regressionsmodellen mithilfe von Prozessparametern abgebildet werden kann.:Abbildungsverzeichnis
Tabellenverzeichnis
Symbolverzeichnis
1 Einleitung
2 Grundlagen
2.1 Zusammensetzung und struktureller Aufbau biogener Reststoffe
2.1.1 Aufkommen biogener Reststoffe
2.1.2 Stoffliche Zusammensetzung biogener Reststoffe
2.1.3 Struktureller Aufbau biogener Reststoffe
2.2 Pelletierung biogener Rohstoffe
2.2.1 Wirkungsweise der Pelletierung
2.2.2 Stand der Forschung zur Einflussnahme auf die spezifischen Eigenschaften von Pellets aus biogenen Rohstoffen
2.3 Charakterisierung und Herstellung technischer Adsorbentien
2.3.1 Begriffsklärung, Einteilung und typische Eigenschaften technischer Adsorbentien
2.3.2 Stand der Forschung zu Wandlungsvorgängen und ihren Effekten bei der Herstellung kohlenstoffhaltiger Adsorbentien aus biogenen Rohstoffen
2.4 Ableitung der Aufgabenstellung zur Herstellung von geformten Adsorbentien aus Agrarreststoffen
3 Material und Methoden
3.1 Untersuchte biogene Reststoffe
3.2 Herstellung der Produkte und Begriffsklärung
3.2.1 Herstellung der Biomassepellets
3.2.2 Pyrolyse der biogenen Reststoffe und Pellets
3.2.3 Aktivierung der Biomassen und Formkohlen
3.3 Charakterisierung der Ausgangsstoffe, Zwischenprodukte und Produkte
3.3.1 Stoffliche Zusammensetzung
3.3.2 Mechanisch-physikalische Eigenschaften
3.3.3 Adsorptionsspezifische Eigenschaften
3.4 Vorgehensweise zur empirischen Modellentwicklung
3.5 Fehlerbetrachtung
4 Diskussion der experimentellen Ergebnisse
4.1 Charakterisierung der eingesetzten Rohstoffe
4.2 Auswahl geeigneter Mischungszusammensetzungen und Pelletierbedingungen zur Herstellung von Formkohlen
4.3 Einfluss der Pyrolysebedingungen auf die Eigenschaften der Formkohle
4.3.1 Einfluss des Pelletwassergehaltes auf die spezifische Oberfläche der Formkohlen
4.3.2 Einfluss des Pyrolyseregimes auf die spezifische Oberfläche der Formkohlen
4.4 Einfluss von Aktivierungsschritten auf die Eigenschaften der Formaktivkohlen
4.4.1 Einfluss der chemischen Aktivierung der Biomassen
4.4.2 Einfluss der Aktivierung der Formkohlen
5 Empirische mathematische Modellentwicklung
5.1 Auswahl relevanter Einflussgrößen und Zielgrößen für die empirische Modellentwicklung
5.2 Modellentwicklung zur Abbildung der spezifischen Oberfläche anhand ausgewählter Einflussgrößen
6 Zusammenfassung und Ausblick
7 Literatur
8 Anhang
A. Recherche zur Zusammensetzung ausgewählter Agrarreststoff
B. Übersicht über ausgewählte, wissenschaftliche Veröffentlichungen zur Herstellung von Biomassepellets
C. Übersicht über ausgewählte, wissenschaftliche Veröffentlichungen zur Aktivierung von (pyrolysierten) Agrarreststoffen
D. Übersicht über ausgewählte, wissenschaftliche Veröffentlichungen zur Herstellung (geformter) Kohlenstoffadsorbentien aus Reisstroh und Bagasse
E. Übersicht über die Ball Pan Hardness und spezifische Oberfläche kommerziell erhältlicher Form(aktiv)kohlen
F. Übersicht über die genutzten Messgeräte und die zugehörigen Messfehler
G. Zusammensetzung der Aschen aus Bagasse und Reisstroh
H. Übersicht über ausgewählte Charakteristika der hergestellten Formkohlen und kommerziell erhältlicher Produkt
Thermodynamic database for Pb and its compounds - data selection
Get PDFThis report documents the selection of thermodynamic data for lead and lead compounds. Except for elemental lead, it is restricted to lead in the oxidation state +II (plumbous lead). Besides formation constants and, in part, enthalpies of formation and standard entropies, interaction coefficients for the correction of activity coefficients following the Pitzer formalism are provided. Aqueous complexes of lead with chloride, sulphate, and hydroxide are explicitly accounted for in the Pitzer model. Wherever possible, the validity of selected data is tested by recalculating experimental data. The presented data set is valid for 298.15K only
Wissen, Material und Praktiken in den Geowissenschaften der Frühen Neuzeit: die Objekte der Schweizer Reise des Adolf Traugott von Gersdorf 1786 und die Fernzusammenarbeit bis 1807
Get PDFGegenstand dieser Arbeit sind die Geowissenschaften in jener Entwicklungsphase, die im 19. Jahrhundert in eine eigenständige und universitär etablierte naturwissenschaftliche Disziplin mündete. Für diese als Fallstudie angelegte Untersuchung bilden die Schweizer Reise des Adolf Traugott von Gersdorf (1744–1807) im Jahr 1786 sowie die darauf aufbauende Fernzusammenarbeit bis 1807 den Ausgangspunkt. Aus der bislang eher seltenen Perspektive eines privaten Akteurs wird anhand der überlieferten Sammlungsmaterialien sowie handschriftlicher Quellen nach den Praktiken des Wissenserwerbs, der Wissensakkumulation und des Wissenstransfers gefragt. Objekte und Sammlungen werden erstmals in ihrem Kontext zu den kollektiv verfolgten prozessbezogenen geowissenschaftlichen Erkenntnisinteressen dargestellt. Dabei wird der Zusammenhang zwischen den Besonderheiten des geowissenschaftlichen Forschungsgegenstands und den daraus (selbst für Publikationen) resultierenden Herausforderungen aufgezeigt, deren Überwindung innerhalb der Scientific Community voraussetzend für die Ableitung allgemeingültiger Aussagen und Theorien war. Die Arbeit ist an der Schnittstelle von Geowissenschaften und historischer Forschung zu verorten und liefert sowohl einen Beitrag für die frühe Geschichte der Geowissenschaften, als auch für die Sammlungs- und Wissensgeschichte
Optimization of long-term quarry production planning to supply raw materials for cement plants
Get PDFThe success of a cement production project depends on the raw material supply. Longterm quarry production planning (LTQPP) is essential to maintain the supply to the cement plant. The quarry manager usually attempts to fulfil the complicated calculations, ensuring a consistent supply of raw materials to the cement plant while guaranteeing technical and operational parameters in mining. Modern quarry management relies on block models and mathematical algorithms integrated into the software to optimize the LTQPP. However, this method is potentially sensitive to geological uncertainty in resource estimation, resulting in the deviation of the supply production of raw materials. More importantly, quarry managers lack the means to deal with these requirements of LTQPP.
This research develops a stochastic optimization framework based on the combination of geostatistical simulation, clustering, and optimization techniques to optimize the LTQPP. In this framework, geostatistical simulation techniques aim to model the quarry deposit while capturing the geological uncertainty in resource estimation. The clustering techniques are to aggregate blocks into selective mining cuts that reduce the optimization problem size and generate solutions in a practical timeframe. Optimization techniques were deployed to develop a new mathematical
model to minimize the cost of producing the raw mix for the cement plant and mitigate the impact of geological uncertainty on the raw material supply. Matlab programming platform was chosen for implementing the clustering and optimization techniques and creating the software application.
A case study of a limestone deposit in Southern Vietnam was carried out to verify the proposed framework and optimization models. Geostatistical simulation is applied to capture and transfer geological uncertainty into the optimization process. The optimization model size decreases significantly using the block clustering techniques and allowing generate solutions in a reasonable timeframe on ordinary computers. By considering mining and blending simultaneously, the optimization model minimizes the additive purchases to meet blending requirements and the amount of material sent to the waste dump. The experiments are also compared with the traditional optimization framework currently used for the deposit. The comparisons show a higher chance of ensuring a consistent supply of raw materials to the cement plant with a lower cost in the proposed framework. These results proved that the proposed framework provides a powerful tool for planners to optimize the LTQPP while securing the raw material supply in cement operations under geological uncertainty.:Title page _ i
Declaration_ ii
Acknowledgements _ i
Publications during candidature_ii
Abstract _iii
Table of contents _v
List of figures_viii
List of tables _ xi
List of abbreviations _xii
Chapter 1 . Introduction _1
1.1 Background _1
1.2 Statement of the problem _2
1.3 Research aims and objectives_ 3
1.4 Scope of research _4
1.5 Research methodology _ 4
1.6 Significance of theresearch_5
1.7 Organization of thesis _6
Chapter 2 . Literature review _ 8
2.1 Introduction _ 8
2.2 Cement raw materials _8
2.3 Cement production process _ 8
2.3.1 Raw material recovery _9
2.3.2 Raw material processing_10
2.4 Impact of raw materials on the cement production process _12
2.5 Quarry planning and optimization _13
2.6 Long-term production planning (LTPP) problem _14
2.6.1 Deterministic approaches to solve the LTPP problem_15
2.6.2 Stochastic approaches for solving the LTPP problem_21
2.7 Conclusion_26
Chapter 3 . A stochastic optimization framework for LTQPP problem_28
3.1 Introduction_28
3.2 Deposit simulation_29
3.2.1 Simulating the rock type domains using SIS_30
3.2.2 Simulating the chemical grades within each domain conditionally to rock type
domains, using SGS_30
3.3 Block clustering _31
3.4 The mathematical formulation for the LTQPP problem_32
3.4.1 Notation_34
3.4.2 Mathematical formulation_36
3.5 Numerical modelling_39
3.5.1 Clustering _39
3.5.2 SMIP formulation_41
3.6 Conclusion _47
Chapter 4 . Hierarchical simulation of cement raw material deposit_ 49
4.1 Introduction _49
4.2 Research area _ 50
4.2.1 General description_50
4.2.2. Data set_50
4.3. Application of hierarchical simulation _53
4.3.1 Rock-type simulation _ 53
4.3.2 Grade simulation _60
4.4. Discussion_73
4.5. Conclusion_76
Chapter 5 . Application of the stochastic optimization framework_77
5.1 Introduction_77
5.2 Implementation of KHRA _77
5.3 Implementation of the SMIP model _78
5.3.1 Sensitivity of the penalty cost _80
5.3.2 The effectiveness of the SMIP model _82
5.4 Risk mitigation _85
5.5 Conclusion _87
Chapter 6 . Conclusions and future works _ 89
6.1 Conclusions _89
6.2 Future works _91
References_ 93
Appendix I. Software Application _100
A.I.1 Introduction _100
A.I.2 Input preparation _101
A.I.2.1 Format of block model input _101
A.I.2.2 Import block model input _102
A.I.2.2 Cost assignment _104
A.I.2.3 Size reduction _ 107
A.I.3 Optimization _110
A.I.3.1 Destination _110
A.I.3.2 Production capacity _ 111
A.I.3.3 Additive purchase _ 111
A.I.3.4 Pit slopes _ 111
A.I.3.5 Optimization _ 112
A.I.4 Visualization of optimization results _11
Modelling assisted Hydraulic Stimulation Design for Bioleaching at Copper bearing Sandstone Formation
Get PDFThe aim of the EU BIOMOre Project is to investigate the potential to extract copper from Sandstone formations in the North-Sudetic Trough which lies along the border between Poland and Germany. A new mining concept called bioleaching shall be applied in thin and very low permeable copper mineralization zones (order of 0.2 mD). Briefly, bioleaching process is the injection of a lixiviant (sulphur acid containing ferric iron) and then extraction of a pregnant leach solution through boreholes at the ground surface. This concept requires another special technique which is called hydraulic stimulation. Cracks along a wellbore are generated by pumping large quantity of fluid under high pressure into a cased section of rock during a hydraulic stimulation.
This work at hand focuses on the geotechnical methods and scientific-engineering approaches used for extracting copper from very thin mineralization zones. The geological setting with faults and in situ stress state of the exploration zone is generated using measurements, visualised by 3D CAD model (RHINO), and computed via the Discrete Element code 3DEC. The preliminary drilling (stacked dual lateral wellbore) and stimulation design (plug-and-perf completion) are selected based on comprehensive literature survey and industry-based consultancy. In order to calibrate the calculated stress state in 3D, candidate sites for the hypothetical drilling-stimulation are detected using 2D GIS map (QGIS) at CAD model (RHINO). Trend of calculated stresses is in good agreement with the measured ones (σH > σv > σh). The final decision of selecting a drilling-stimulation site is made by using both GIS map and 3D CAD model. A hypothetical drilling-stimulation can be performed up to the depth of 1564 m in the Rotliegend & Grauliegend Sandstone with shale, which is overlain by (Zechstein) Limestone. During a possible stimulation, limestone’s integrity as a caprock and as a stress barrier is of great importance in addition to connect two lateral wellbores for facilitating flow of lixiviant.
The preliminary geometrical design of stimulation is set with the cluster spacing (distance between fractures) of 20 m. Subsequent to final cost estimation of selected preliminary drilling-stimulation design, it is decided to use pinpoint (1,200,000 Euro) instead of plug-and-perf completion (2,345,300 Euro) since it is more economical. A possible drilling operation is anticipated to cost approximately 9,000,000 Euro. The 3D in situ stress model is calibrated before transferring of stress state into the sub-model which is used to optimise the selected stimulation design. The results of the last (DEM) sub-model are employed to reduce costs, to enhance the connection between branches of wellbores for bioleaching and to hinder possible penetration of fractures into the caprock. The preliminary geometrical design of stimulation is then modified based on these calculation results while increasing the cluster spacing from 20 m to 40 m. This is performed due to high stress-shadows (alteration of the stresses between fractures in a stimulation) encountered at the preliminary calculations. Results showed that, after the 80 seconds injection duration of water with 0.16 m3/sec into the sandstone, two wellbore laterals are expected to be connected by three generated cracks. They exhibit average aperture and transmissivity of 4.1 mm and 5.8 . 10-8 m2/sec, respectively. Furthermore, fracture initiation pressure ranges between 30 – 35 MPa at the drilling depth.
The conclusions can be drawn that through the assessment of 3D CAD, GIS, and numerical DEM modelling methods, approximately 49% of cost reduction can be achieved by employing pinpoint instead of plug-and-perf completion. That is an important proof of the systematically approach for a stimulation planning wherein all necessary phases such as in situ stress estimation, modelling and cost assessment should have been considered. This work can be considered as a milestone for studies of stimulation designs which has been newly initiated in the EU-Region as a promising method for efficiency considering unconventional ore extraction. Moreover, this dissertation revealed again the emerging importance of integrated geotechnical information systems analogous to BIM (Building Information Systems).:LIST OF FIGURES
LIST OF TABLES
NOMENCLATURE
ABSTRACT
ZUSAMMENFASSUNG
ACKNOWLEDGEMENTS
1. OUTLINE AND OBJECTIVE OF THE DISSERTATION
2. STATE OF THE ART
2.1. INTRODUCTION TO STIMULATION TECHNOLOGIES, EQUIPMENT AND DESIGNS
2.1.1. Technical instruments and frac-materials
2.1.2. Wellbore completion designs
2.1.3. Location and orientation of a wellbore
2.1.4. Fracture placement designs
2.1.5. Summary and conclusions
2.2. MEASUREMENT AND MODELLING OF UNDERGROUND STRESS FIELD
3. DETERMINATION AND MODELLING OF IN SITU STRESS FIELD IN THE NORTH SUDETIC TROUGH
3.1. GEOLOGICAL SETTING OF THE MODELLED REGION
3.2. SIMULATION OF THE IN SITU STRESS FIELD
3.2.1. Determination of the stress regime by measurements
3.2.2. Stepwise procedure of the stress field modelling
3D CAD assisted structural model of geological setting
3D DEM model for stress field simulations
2D GIS maps used for detection of drilling-stimulation sites
4. DRILLING AND WELLBORE DESIGN CALCULATIONS WITH COST ESTIMATION
4.1. DESIGN CALCULATIONS AND TECHNICAL REQUIREMENTS OF DRILLING AND WELLBORE
4.2. ECONOMICAL EVALUATION OF THE SELECTED DRILLING AND WELLBORE DESIGN
5. MODELLING OF THE HYDRAULIC STIMULATION AT THE SELECTED DRILLING SITE IN SANDSTONE
5.1. FINAL CALIBRATION OF THE 3D STRESS FIELD MODELS
5.2. DISCRETE ELEMENT MODELLING OF THE STIMULATION DESIGN AT THE SELECTED DRILLING SITE
5.3. DESIGN OPTIMIZATION STUDY OF THE STIMULATION MODEL AND FINAL COST ESTIMATION
6. SUMMARY AND CONCLUSIONS
REFERENCES
APPENDIX-A
APPENDIX-B
APPENDIX-