MétaCan
Menu
Retour à la cohorte
Enregistrement W2791237239 · doi:10.17580/gzh.2018.02.04

Tunnel support in weak rocks using self-fastening rock bolts SZA

2018· article· en· W2791237239 sur OpenAlexaboutno aff
S. S. Neugomonov, П. В. Волков, A. A. Zhirnov

Notice bibliographique

RevueGornyi Zhurnal · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueTunneling and Rock Mechanics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGeotechnical engineeringRock boltGeology

Résumé

récupéré en direct d'OpenAlex

The article considers the issue of ensuring stability of mine tunnels in weak rocks using the reinforced combined support on the basis of self-fastening rock bolts (SZA) in Artemyevsk Mine of Vostoktsvetmet. The experience of Australian and Canadian mines show that support of mine tunnels in heavily deformable and rockburst-hazardous rocks should possess high energy absorption capacity, i.e., the support must be strong enough to withstand high loads, and at the same time flexible enough to permit a slight displacement of the walls of the mine. Aiming to estimate load-bearing capacity of concrete lining, it was decided to estimate wave impact of blasting (seismic vibration) expressed in terms of explosion output energy. The results of the full-scale trials show that the combination support technology in weak rocks using self-fastening friction-type rock bolts (SZA model) and MasterRoc STS 1510 shotcrete ensures stability of surfaces in tunnels and is applicable in Artemyevsk mine without signifi cant change in the list of available drilling, rockbolting and shotcreting machines, which favors transition to the described design of support.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,262
Score d'incertitude au seuil1,000

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 Opus0,013
Tête enseignante GPT0,222
Écart entre enseignants0,209 · 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.

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

Citations6
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGornyi ZhurnalMême sujetTunneling and Rock MechanicsTravaux en français237 207