Fracture Behavior of Intact Rock Using Acoustic Emission: Experimental Observation and Realistic Modeling
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract It is well known that acoustic emission (AE) is a powerful nondestructive testing tool for examining the behavior of materials deforming under stress. One can use it to monitor fracture or damage in a rock mass by listening to AE events during failure under compressive loads. In this paper, an experimental study on the AE source location in square cylinder granite specimens under uniaxial compression is reported. In order to determine the three-dimensional location of AE events, eight AE sensors were mounted on the specimen. The AE source location was determined via the acquisition of eight channel AE sensors after filtering, processing, reporting, and visualizing seismic data. On the basis of the laboratory experiment results, the granite sample was numerically simulated via the Burgers model using the discrete element program PFC2D (Particle Flow Code in Two Dimensions) to further study the mechanism of fracture initiation and propagation in intact rock. In PFC2D, materials may be modeled as either bonded (cemented) or unbonded (granular) assemblies of particles. It can describe nonlinear behavior and localization with accuracy that cannot be matched by typical finite element programs. The consistency of stress-strain curves obtained with PFC2D and with the test results shows that PFC2D is a practical tool for reproducing AE events in rock, and use of the Burgers model is feasible in the field of rock failure and provides an analysis of the microcracking activity inside the rock volume to predict rock fracture patterns under uniaxial loading conditions.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle