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
Predicting energy consumption and CO2 emissions of excavators in earthwork operations: An artificial neural network model
Luleå tekniska universitet, Institutionen för samhällsbyggnad och naturresurser, Industriellt och hållbart byggande.ORCID-id: 0000-0003-0465-8304
Luleå tekniska universitet, Institutionen för samhällsbyggnad och naturresurser, Industriellt och hållbart byggande.ORCID-id: 0000-0002-4695-5369
Luleå tekniska universitet, Institutionen för samhällsbyggnad och naturresurser, Industriellt och hållbart byggande.ORCID-id: 0000-0002-5661-5237
2017 (Engelska)Ingår i: Sustainability, ISSN 2071-1050, E-ISSN 2071-1050, Vol. 9, nr 7, artikel-id 1257Artikel i tidskrift (Refereegranskat) Published
Abstract [en]

Excavators are one of the most energy-intensive elements of earthwork operations. Predicting the energy consumption and CO2 emissions of excavators is therefore critical in order to mitigate the environmental impact of earthwork operations. However, there is a lack of method for estimating such energy consumption and CO2 emissions, especially during the early planning stages of these activities. This research proposes a model using an artificial neural network (ANN) to predict an excavator's hourly energy consumption and CO2 emissions under different site conditions. The proposed ANN model includes five input parameters: digging depth, cycle time, bucket payload, engine horsepower, and load factor. The Caterpillar handbook's data, that included operational characteristics of twenty-five models of excavators, were used to develop the training and testing sets for the ANN model. The proposed ANN models were also designed to identify which factors from all the input parameters have the greatest impact on energy and emissions, based on partitioning weight analysis. The results showed that the proposed ANN models can provide an accurate estimating tool for the early planning stage to predict the energy consumption and CO2 emissions of excavators. Analyses have revealed that, within all the input parameters, cycle time has the greatest impact on energy consumption and CO2 emissions. The findings from the research enable the control of crucial factors which significantly impact on energy consumption and CO2 emissions.

Ort, förlag, år, upplaga, sidor
Basel: MDPI, 2017. Vol. 9, nr 7, artikel-id 1257
Nationell ämneskategori
Byggproduktion
Forskningsämne
Byggproduktion
Identifikatorer
URN: urn:nbn:se:ltu:diva-65072DOI: 10.3390/su9071257ISI: 000406709500184Scopus ID: 2-s2.0-85025160264OAI: oai:DiVA.org:ltu-65072DiVA, id: diva2:1131544
Anmärkning

Validerad; 2017; Nivå 2; 2017-08-15 (andbra)

Tillgänglig från: 2017-08-15 Skapad: 2017-08-15 Senast uppdaterad: 2019-06-14Bibliografiskt granskad
Ingår i avhandling
1. Assessing and Reducing Energy Use and Carbon Emissions: Planning of Environmentally Sustainable Earthmoving Operations
Öppna denna publikation i ny flik eller fönster >>Assessing and Reducing Energy Use and Carbon Emissions: Planning of Environmentally Sustainable Earthmoving Operations
2019 (Engelska)Doktorsavhandling, sammanläggning (Övrigt vetenskapligt)
Alternativ titel[sv]
Planering och utvärdering av miljömässigt hållbara massförflyttningsoperationer
Ort, förlag, år, upplaga, sidor
Luleå: Luleå University of Technology, 2019
Serie
Doctoral thesis / Luleå University of Technology 1 jan 1997 → …, ISSN 1402-1544
Nationell ämneskategori
Byggproduktion
Forskningsämne
Byggproduktion och teknik
Identifikatorer
urn:nbn:se:ltu:diva-74574 (URN)978-91-7790-409-0 (ISBN)978-91-7790-410-6 (ISBN)
Disputation
2019-10-03, F231, F-Hus, SBN, Luleå tekniska universitet, 97187 Luleå, Luleå, 10:00 (Engelska)
Opponent
Handledare
Tillgänglig från: 2019-06-19 Skapad: 2019-06-14 Senast uppdaterad: 2019-06-20Bibliografiskt granskad

Open Access i DiVA

Fulltext saknas i DiVA

Övriga länkar

Förlagets fulltextScopus

Personposter BETA

Jassim, HassaneanLu, WeizhuoOlofsson, Thomas

Sök vidare i DiVA

Av författaren/redaktören
Jassim, HassaneanLu, WeizhuoOlofsson, Thomas
Av organisationen
Industriellt och hållbart byggande
I samma tidskrift
Sustainability
Byggproduktion

Sök vidare utanför DiVA

GoogleGoogle Scholar

doi
urn-nbn

Altmetricpoäng

doi
urn-nbn
Totalt: 150 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