Tests and Analytical Model to Predict Geotextile Tube Performance in the Field: A Case Study
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
Geotextile tubes are used in dewatering applications over many decades for a variety of slurries, sediments, and wastes. With the increased use of geotextile tubes dewatering in recent years, the desire to maximize both the dewatering rate and retention lead to the use of chemical coagulants and flocculants, which has become a standard practice in geotextile dewatering projects. A variety of small-scale, medium-scale, pilot-scale test methods, and models are used to predict geotextile tube dewatering performance in field. In addition, analytical models have been developed using pilot-scale test and pressurized 2-dimensional dewatering test (P2DT) to predict the dewatering behavior in field and in the lab. These analytical models can be used to predict the dewatering behavior under alternative conditions, including the changes in pumping rates, solids concentration of the slurry, number of dewatering cycles, dewatering duration, final solids concentration of filter cake, and in cumulative volume of slurry. Analyzing the alternative dewatering scenarios using analytical models prior to full-scale implementation, without conducting many dewatering performance tests, is a great benefit in terms of time and money. This study focuses on a geotextile dewatering project of a glue industry settling pond, and the material had different geotechnical properties from the traditional dredged sediment. Multiple lab and field tests were conducted in this study and analytical model was used to evaluate the dewatering performance of geotextile demonstration tests (GDT) in the field. It was found that GDT results were close to the P2DT results and the analytical model successfully predicted GDT 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.
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