Laboratory investigation into the compressive strength of cemented paste tailings aggregate fills
Notice bibliographique
Résumé
The use of backfill has now become a component of underground mining operations. In terms of mining methods, the top-down method would be less expensive than the bottom-up method, irrespective of the rock mass hardness. However, the implementation of the top-down method requires a high compressive strength ( 4 MPa) of backfill. The addition of aggregates (e.g. crushed waste rock) to the tailings could achieve this targeted strength. This paper investigates the effect of adding aggregates (crushed waste rock) on the compressive strength development of cemented paste tailings aggregate fill (PAF). Two types of waste rock were crushed to two aggregate sizes (0/10 and 0/15 mm) and their proportion in PAF mixtures varied from 10 to 50 %v/v (by cumulative volume of dry crushed waste rock and tailings). These are oxidised acid generating waste rocks (AG) and non-acid generating waste rocks (NAG). The binder type used is a blend of 20% general use Portland cement (type GU) and 80% of ground granulated blast furnace slag (GBFS) at 5 wt% (by total dry mass of aggregates and tailings). The unconfined compressive strength was determined at seven, 28 and 90 days of curing. The results show that the addition of crushed development waste rock to the cemented paste backfill increases significantly its compressive strength. The strength gain varies in the range 2893% at 28 days and 544% at 90 days of curing in drained conditions. However, the strength development is influenced by the aggregate class of size, the volume and the mineralogy of the aggregates in the mixture.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».