Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Economic lifetime prediction of a mining drilling machine using an artificial neural network
Luleå tekniska universitet, Institutionen för samhällsbyggnad och naturresurser, Drift, underhåll och akustik.ORCID-id: 0000-0001-5620-5265
Division of Product Realization, Mälardalen University, Eskilstuna.
Luleå tekniska universitet, Institutionen för samhällsbyggnad och naturresurser, Drift, underhåll och akustik.
Luleå tekniska universitet, Institutionen för samhällsbyggnad och naturresurser, Drift, underhåll och akustik.
2014 (Engelska)Ingår i: International Journal of Mining, Reclamation and Environment, ISSN 1748-0930, E-ISSN 1748-0949, Vol. 28, nr 5, s. 311-322Artikel i tidskrift (Refereegranskat) Published
Abstract [en]

This study develops models for predicting the economic lifetime of drilling machines used in mining. It uses three cases, each represented by a MATLAB code, to develop an optimisation model. The resulting ORT is fed as input to an artificial neural network (ANN) and the results translated into a relatively simple equation. The study finds that increasing the purchase price and decreasing the operating and maintenance costs will increase a machine's ORT linearly. Decreased maintenance cost has the largest impact on ORT, followed by increased purchase price and decreased operating cost. The ANN method gives a series of basic weight and response functions which can be made available to any engineer without the use of complicated software. It also helps decision-makers determine the best time economically to replace an old machine with a new one; thus, it can be extended to more general applications in the mining industry

Ort, förlag, år, upplaga, sidor
2014. Vol. 28, nr 5, s. 311-322
Nationell ämneskategori
Annan samhällsbyggnadsteknik
Forskningsämne
Drift och underhållsteknik
Identifikatorer
URN: urn:nbn:se:ltu:diva-15070DOI: 10.1080/17480930.2014.942519ISI: 000343814000006Scopus ID: 2-s2.0-84908509788Lokalt ID: e88326dd-a5fe-4a78-916a-a0a0fa000a58OAI: oai:DiVA.org:ltu-15070DiVA, id: diva2:988043
Anmärkning
Validerad; 2014; 20140813 (andbra)Tillgänglig från: 2016-09-29 Skapad: 2016-09-29 Senast uppdaterad: 2018-07-10Bibliografiskt granskad

Open Access i DiVA

Fulltext saknas i DiVA

Övriga länkar

Förlagets fulltextScopus

Personposter BETA

Hamodi, HussanLundberg, JanGhodrati, Behzad

Sök vidare i DiVA

Av författaren/redaktören
Hamodi, HussanLundberg, JanGhodrati, Behzad
Av organisationen
Drift, underhåll och akustik
I samma tidskrift
International Journal of Mining, Reclamation and Environment
Annan samhällsbyggnadsteknik

Sök vidare utanför DiVA

GoogleGoogle Scholar

doi
urn-nbn

Altmetricpoäng

doi
urn-nbn
Totalt: 63 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf