MétaCan
Menu
Retour à la cohorte
Enregistrement W2884702029 · doi:10.1155/2018/9286758

Research on the Law of Large-Scale Deformation and Failure of Soft Rock Based on Microseismic Monitoring

2018· article· en· W2884702029 sur OpenAlexaboutno aff
Feng Chen, Tianhui Ma, Chun’an Tang, Yanhong Du, Zhichao Li, Fei Liu

Notice bibliographique

RevueAdvances in Civil Engineering · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueGeotechnical and Geomechanical Engineering
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésMicroseismGeologyScale (ratio)SeismologyDeformation (meteorology)LawGeotechnical engineeringGeographyCartographyPolitical science

Résumé

récupéré en direct d'OpenAlex

Based on the existing Canadian ESG microseismic monitoring system, a mobile microseismic monitoring system for a soft rock tunnel has been successfully constructed through continuous exploration and improvement to study the large‐scale nucleation and development of microfractures in the soft rock of the Yangshan Tunnel. All‐weather, continuous real‐time monitoring is conducted while the tunnel is excavated through drilling and blasting, and the waveform characteristics of microseismic events are analysed. Through the recorded microseismic monitoring data, the variation characteristics of various parameters (e.g., the temporal, spatial, and magnitude distributions of the microseismic events, the frequency of microseismic events, and the microseismic event density and energy) are separately studied during the process of large‐scale deformation instability and failure of the soft rock tunnel. The relationship between the deterioration of the rock mass and the microseismic activity during this failure process is consequently discussed. The research results show that a microseismic monitoring system can be used to detect precursors; namely, the microseismic event frequency and energy both will appear “lull” and “active” periods during the whole failure process of soft rock tunnel. Two peaks are observed during the evolution of failure. When the second peak occurs, it is accompanied by the destruction of the surrounding rock. The extent and strength of the damage within the surrounding rock can be delineated by the spatial, temporal, and magnitude distributions of the microseismic events and a microseismic event density nephogram. The results of microseismic analysis confirm that a microseismic monitoring system can be used to monitor the large‐scale deformation and failure processes of a soft rock tunnel and provide early warning for on‐site construction workers to ensure the smooth development of the project.

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)0,001
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,010
Tête enseignante GPT0,257
Écart entre enseignants0,247 · 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'étudeObservationnel
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

Citations9
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in Civil EngineeringMême sujetGeotechnical and Geomechanical EngineeringTravaux en français237 207