MétaCan
Menu
Retour à la cohorte
Enregistrement W2625237348 · doi:10.36487/acg_rep/1410_52_wang

Wave propagation simulation in underground mines by SPECFEM2D

2014· article· en· W2625237348 sur OpenAlexaff
Xin Wang, Ming Cai

Notice bibliographique

RevueDeep mining · 2014
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueSeismic Imaging and Inversion Techniques
Établissements canadiensLaurentian University
Organismes subventionnairesnon disponible
Mots-clésExcavationGeologySeismologySeismic waveSlip (aerodynamics)Seismic velocityMining engineeringGeotechnical engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

In burst-prone underground mines, seismic waves generated from a fault slip seismic event may play a critical role in causing relatively large, localised rockburst damage. This study hypothesises that altered wave pattern due to geological structures and mine excavations is one of the important causes of localised rockburst damage resulted from a relatively large fault slip seismic event. The study aims to better understand wave propagation patterns around mine tunnels and to capture peak particle velocity (ppv) accurately for rockburst damage forensic analysis and dynamic support design. For these purposes and as the first step, advanced seismic wave propagation modelling tool SPECFEM2D is used to study complex wave propagation patterns in underground mines. In the present study, particular attention is directed to the influence of different mine excavations and geological structures on wavefield patterns. The simulation results show that the ppv distribution around a tunnel can be altered largely, leading to high and low ppv zones around the tunnel. Moreover, the response of ground motion and wavefields become more complicated as more mine excavations and geological structures are involved; modulation of travel time and long S-coda waves can be observed in the complex waveforms. Using the modelling approach, areas in a mine that may experience high potential of rockburst damage could be identified and correlated to field observation, and mine safety could be improved by implementing dynamic rock ground support in these areas.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,018
Tête enseignante GPT0,220
Écart entre enseignants0,202 · 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 source (Gemma direct ou Codex distillé), 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

Citations5
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDeep miningMême sujetSeismic Imaging and Inversion TechniquesTravaux en français237 207