Centrifuge modelling of drawdown seepage in tailings storage facilities
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
Uncertainties surrounding seepage behaviour are a key issue raised in tailings storage facility (TSF) operation. Poor seepage management can result in negative environmental impacts, costly remediation or even embankment failure and, in the context of mine closure, long term liabilities and/or legacy site issues. In particular, recovery pumping rates must be maintained for sufficient time to capture seepage both during operation and after closure during reservoir drawdown. Seepage analyses for TSF design commonly assume isotropic or, at best, anisotropic homogeneous material properties. However, layering during deposition, consolidation and swelling on drying and wetting create a seepage environment far more complex than these assumptions suggest. Improved modelling is required to increase analysis confidence. Centrifuge modelling allows geotechnical phenomena to be investigated using scale models under representative stress conditions. However, precious few examples exist for seepage modelling using this technique. This paper briefly discusses modelling equipment development for use with The University of Western Australia (UWA) beam geotechnical centrifuge. Results for seepage during reservoir drawdown, simulating facility closure, are then presented for a layered, heterogeneous embankment model, as compared to predictions made by commercial analysis software. Findings are used to comment on the implication of simplifying analysis assumptions on drawdown time and flowrate calculations.
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 | 0,000 |
| 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