MétaCan
Menu
Retour à la cohorte
Enregistrement W2805803786 · doi:10.1061/9780784481608.020

Design Methodology to Evaluate Hydraulic Jacking in Pressure Tunnels

2018· article· en· W2805803786 sur OpenAlexaff
Mohammad Moridzadeh, Peter A. Dickson

Notice bibliographique

RevueIFCEE 2018 · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueGeotechnical Engineering and Underground Structures
Établissements canadiensStantec (Canada)
Organismes subventionnairesnon disponible
Mots-clésJackingRock mass classificationGeotechnical engineeringFinite element methodStructural engineeringJoint (building)GeologyPore water pressureEngineeringSection (typography)Computer science

Résumé

récupéré en direct d'OpenAlex

This paper presents methodology and tools for use in evaluation of potential hydraulic jacking in the concrete-lined section of a pressurized headrace tunnel immediately adjacent to a steel-lined tunnel section. The locations of potential in situ stress deficiency in the rock mass are uncertain but could be located in the transition section. Therefore, the performance of reinforced concrete-lining in the transition zone and elsewhere are evaluated for hydraulic jacking. The evaluation of hydraulic jacking was performed by using finite element method (FEM) and discrete element method (DEM). The computer programs ABAQUS and UDEC were used for FEM and DEM analyses, respectively. In addition to the analytical approach, a review of the available approaches focusing on the performance of concrete-lined pressure tunnels was performed. The response of the tunnel system including the lining and surrounding rock mass was evaluated for various scenarios. The evaluation includes: (1) extent of hydrojacking; (2) exfiltration from the tunnels; and (3) structural stability of the tunnel system. A series of sensitivity analyses were performed using numerical modeling to parametrically evaluate the influence of rock mass joint variations on the results.

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)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,063
Tête enseignante GPT0,297
Écart entre enseignants0,233 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

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

En bref

Citations3
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIFCEE 2018Même sujetGeotechnical Engineering and Underground StructuresTravaux en français237 207