5 分で読了
0 views

切り込み爆破における余剰深さの変化が残存損傷に与える影響

(Evaluation of post-blast damage in cut blasting with varying extra-depths)

さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか?

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として
一目置かれる存在に!

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか?

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、
あなたも生成AIマスター!

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題!誰1人置いていかずに寄り添います。

詳細を見る

田中専務

拓海先生、お忙しいところ失礼します。部下から「切り込み爆破の設計でextra-depthを調整すると効率が上がる」と聞いたのですが、正直ピンと来ません。要するに何が変わるという話でしょうか。

AIメンター拓海

素晴らしい着眼点ですね!切り込み爆破のextra-depth(ここではcut holeの端からさらに掘る追加深さのこと)を変えると、爆破後の穴利用率や空洞サイズ、破砕粒径がどう変わるかが変わるんですよ。要点を3つにまとめると、1) 損傷は非線形に変わる、2) 2次元(2D)数値シミュレーションと3次元(3D)モデル実験の両方で同様の傾向が見える、3) フラクタル指標で迅速評価が可能、です。

田中専務

なるほど。2Dと3Dで傾向が似ているというのは現場に近い証拠ですね。ただ、我々が気にするのは投資対効果です。これ、現場で実際に変えたらコストが下がるのか、安全性が上がるのか、要点を端的に教えていただけますか。

AIメンター拓海

素晴らしい着眼点ですね!結論だけ先に言うと、extra-depthの最適化は無駄打ちを減らし、破砕の均一性を改善することで工程効率を上げ得るのです。投資対効果という観点では、不要な余剰炸薬や追加掘削を抑えればコスト低減に直結します。要点を3つにまとめると、1) 過剰な余剰深さは逆効果、2) 適正値で効率化、3) シミュレーションで予測が可能、です。

田中専務

これって要するに、余計に深く掘れば安全になるわけでもなく、深さには山があるということですか?適切なところで止めないと効率が落ちると。

AIメンター拓海

その通りです!非常に本質を突いていますよ。論文の主な発見は、extra-depthを増やすと最初は損傷指標が増加するが、ある点を越えるとむしろ低下するという非線形挙動です。要点を3つにすると、1) 初期増加、2) 極値到達、3) 過剰で低下、となります。

田中専務

それは測定方法の信頼性も問題になります。2Dの数値解析(two-dimensional (2D) numerical simulations(2次元(2D)数値シミュレーション))と3Dの模型実験(three-dimensional (3D) model experiments(3次元(3D)モデル実験))で整合性があると言われますが、どの程度信用してよいでしょうか。

AIメンター拓海

素晴らしい着眼点ですね!論文はLS-DYNA(LS-DYNA、有限要素解析ソフトウェア)を用いた2Dシミュレーションと、セメント砂モデルを使った3D模型実験を行い、両者で類似した傾向が得られたと報告しています。完全一致ではないが、設計方針の初期評価や感度解析には十分使えるというのが妥当な解釈です。要点を3つにすると、1) 完全代替ではない、2) 設計の指針には有効、3) 実現場での補完実験は不可欠、です。

田中専務

実地での追加実験が要るのは理解しました。では、我々の現場で簡単に使える評価指標や手順が示されているのであれば導入しやすいのですが、その辺はどうでしょうか。

AIメンター拓海

素晴らしい着眼点ですね!論文はフラクタルダメージ特性(fractal damage characterization(フラクタル損傷特性))を用いることで、破砕分布から迅速にダメージレベルを推定する手法を提示しています。現場ではハンドサンプルのふるい分けや簡易計測でおおまかなフラクタル指数を出すだけで、設計パラメータの良否判定が可能です。要点を3つにまとめると、1) フラクタルで迅速評価、2) 簡易実測で運用可能、3) シミュレーションと組合せが最適、です。

田中専務

分かりました。要点を自分の言葉で整理します。余剰深さは増やせばいいという単純なものではなく、適正点があり、2D解析と3D模型で同傾向が確認でき、フラクタル評価で速やかに設計の見直しができる、と理解しました。これで社内説明ができそうです。

監修者

阪上雅昭(SAKAGAMI Masa-aki)
京都大学 人間・環境学研究科 名誉教授

論文研究シリーズ
前の記事
アラビア語文脈における大規模言語モデルの精神疾患に関する包括的評価
(A Comprehensive Evaluation of Large Language Models on Mental Illnesses in Arabic Context)
次の記事
推論時のスケーリングとステアリングのための一般的枠組み
(A General Framework for Inference-time Scaling and Steering of Diffusion Models)
関連記事
二次元光格子中の反強磁性スピン凝縮体
(Antiferromagnetic spinor condensates in a two-dimensional optical lattice)
Asteria-Proによるバイナリコード類似性検出の精度向上
(Asteria-Pro: Enhancing Deep-Learning Based Binary Code Similarity Detection by Incorporating Domain Knowledge)
動的車両配車問題に対する深層強化学習:イベントベースアプローチ
(Deep reinforcement learning for the dynamic vehicle dispatching problem: An event-based approach)
VATr++:手書き文字生成における語の選択 — VATr++: Choose Your Words Wisely for Handwritten Text Generation
ロボットシステムの離散対称性に関する研究――群論的およびデータ駆動的解析
(On discrete symmetries of robotics systems: A group-theoretic and data-driven analysis)
AdapMoE: 感度ベースの適応的エキスパートゲーティングと管理による効率的なMoE推論
(AdapMoE: Adaptive Sensitivity-based Expert Gating and Management for Efficient MoE Inference)
この記事をシェア

有益な情報を同僚や仲間と共有しませんか?

AI技術革新 - 人気記事
ブラックホールと量子機械学習の対応
(Black hole/quantum machine learning correspondence)
生成AI検索における敏感なユーザークエリの分類と分析
(Taxonomy and Analysis of Sensitive User Queries in Generative AI Search System)
DiReDi:AIoTアプリケーションのための蒸留と逆蒸留
(DiReDi: Distillation and Reverse Distillation for AIoT Applications)

PCも苦手だった私が

“AIに詳しい人“
として一目置かれる存在に!
  • AIBRプレミアム
  • 実践型生成AI活用キャンプ
あなたにオススメのカテゴリ
論文研究
さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか?

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として一目置かれる存在に!

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか?

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、あなたも生成AIマスター!

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題!誰1人置いていかずに寄り添います。

詳細を見る

AI Benchmark Researchをもっと見る

今すぐ購読し、続きを読んで、すべてのアーカイブにアクセスしましょう。

続きを読む