MétaCan
Menu
Retour à la cohorte
Enregistrement W2032447758 · doi:10.1680/geot.2007.57.9.757

A new discrete fracture modelling approach for rock masses

2007· article· en· W2032447758 sur OpenAlexfundno aff
R.J. Pine, D. R. J. Owen, John Coggan, J.M. Rance

Notice bibliographique

RevueGéotechnique · 2007
Typearticle
Langueen
DomaineEngineering
ThématiqueRock Mechanics and Modeling
Établissements canadiensnon disponible
Organismes subventionnairesEngineering and Physical Sciences Research CouncilRio Tinto
Mots-clésRock mass classificationGeologyGeomechanicsBoreholeDiscrete element methodGeotechnical engineeringRock mechanicsAnisotropyFracture (geology)Finite element methodUltimate tensile strengthMohr–Coulomb theoryExtended discrete element methodBoundary element methodStructural engineeringMechanicsEngineeringMaterials scienceComposite material

Résumé

récupéré en direct d'OpenAlex

A method for modelling discrete fracture in rock masses under tensile and compressive stress fields is presented, based on a Mohr–Coulomb failure surface in compression and three independent anisotropic rotating crack models in tension. Extension fracturing is modelled by coupling the softening of the anisotropic rotating crack failure criterion to the compressive plastic strain evolution. An explicitly time-integrated coupled discrete element/finite element approach is employed with an explicit Lagrangian contact algorithm to enforce non-penetration of the surfaces created when the tensile strength is depleted. The geomechanical model is applied to naturally fractured rock masses, which are characterised by field mapping and borehole data integrated in a stochastic 3D discrete fracture network model. This approach maximises the utility of the field data and provides a direct approach to the determination of rock mass strength and deformability. It also provides a realistic insight into complex failure mechanisms. Typical applications are mine pillars, roofs, hangingwalls and block caving. The model has also been used on rock slopes.

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.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,510
Score d'incertitude au seuil0,649

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,234
Écart entre enseignants0,217 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations35
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGéotechniqueMême sujetRock Mechanics and ModelingTravaux en français237 207