MétaCan
Menu
Retour à la cohorte
Enregistrement W2605995805 · doi:10.36487/acg_rep/1404_28_grabinsky

Interpretation of as-placed cemented paste backfill properties from three mines

2014· article· en· W2605995805 sur OpenAlexafffundabout
Murray Grabinsky, Dragana Simon, B. D. Thompson, W.F. Bawden, Ryan Veenstra

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueTailings Management and Properties
Établissements canadiensUniversity of TorontoSimon Fraser University
Organismes subventionnairesCiência sem FronteirasGoverno BrasilBarrick Gold Corporation
Mots-clésInterpretation (philosophy)Geotechnical engineeringGeologyMining engineeringComputer science

Résumé

récupéré en direct d'OpenAlex

Over the last few years considerable attention has been paid to predicting the as-placed properties of cemented paste backfill (CPB) using laboratory techniques that load the sample in ways that are thought to reasonably simulate the effective stress paths experienced by the CPB during initial placement and subsequent curing while backfilling is ongoing. Most of these studies suggest that consolidation mechanisms prior to significant hydration-induced stiffness increases are responsible for denser CPB and correspondingly higher strengths. The field evidence for significant density increases during placement, however, is mixed with some studies indirectly suggesting increased density may occur and some studies with direct field measurements showing no significant density increases. This paper presents three case studies in which very careful and detailed field measurements were taken during backfilling, and for which considerable success was achieved in subsequent field sampling to directly measure densities of as-placed CPB. The three mines cover a range of mining conditions with some narrow Alimak stopes, some large and some small stopes, at three different mining operations in two countries (two operations in good quality Canadian Shield host rock, and one in relatively poor host rock conditions in Turkey). Even for this seemingly wide range of mining conditions, the field results were similar and compelling; very little water was lost between transported and cured samples, and therefore the density increased only very marginally. For all three mines the field measurements collected during filling suggests that effective stresses remain essentially zero for a prolonged period (many hours) during filling. Evidence for hydration during this zero effective stress stage includes changes in temperature and electrical conductivity, which can be correlated to laboratory measurements on similar samples. Therefore, the material essentially hydrates under a zero effective stress condition and gains sufficient stiffness to withstand subsequent loading under non-zero effective stresses with very little change in density. The question then to be asked is ‘why’ does this prolonged period of zero effective stress exist? Some insight can be gained from modified Gibson analytic solutions but the most compelling explanation is derived from numerical modelling based on a Gibson approach for fully coupled stress-deformation-fluid transport analysis. The boundary conditions for such modelling are non-trivial and are considered in detail in a companion paper by Veenstra et al. (2013), but the consistency of the numerical solutions with the extensive field data collected suggests that the modelling approach has merit. Finally, for mines where such conditions exist, it appears that very little can be done through altering the deposition technique in order to affect the consolidation processes to increase density. In such cases, the only solution may be to use water reducing admixtures and such an approach is briefly addressed.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,743
Score d'incertitude au seuil0,359

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 Opus0,012
Tête enseignante GPT0,179
Écart entre enseignants0,167 · 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
GenreEmpirique

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

En bref

Citations8
Publié2014
Routes d'admission3
Résumé présentoui

Explorer davantage

Même sujetTailings Management and PropertiesTravaux en français237 207