A General Review on Longwall Mining-Induced Fractures in Near-Face Regions
Notice bibliographique
Résumé
It is believed that underground longwall mining usually produces fractures in the surrounding rocks. On the one hand, mining-induced fractures not only degrade the strength of the rock mass but also serve as main channels for fluids (e.g., water and methane). Fractures facilitate the failure of the rock mass and fluid inrush into working spaces. Therefore, mining-induced fractures are significant for the safety evaluation of underground structures and finding feasible solutions. On the other hand, the fractures are also beneficial for methane collection and coal fragmentation, which are essential for the successful operation of longwall top coal caving mining. Therefore, determining the characteristics of induced fractures is significant for underground longwall mining. From a global perspective, longwall mining-induced fractures in the overburden have been well studied, which improves the understanding of the mining pressure and ground control. However, induced fractures near the longwall face, which have more significant effects on mining activities, have not been summarized. The goal of this review paper is to provide a general summary of the current achievements in characterizing mining-induced fractures in near-face regions. The characteristics of mining-induced fractures in the coal wall, chain pillar, immediate roofs and top coal, and floors are reviewed and summarized. Remarks are made on the current progress of, fundamental problems with, and developments in methodologies for characterizing mining-induced fractures using methods such as field observations, small-scale laboratory tests, physical modeling, and numerical modeling. Based on a comprehensive analysis, the advantages and disadvantages of each method are discussed, and the ideal conditions for applying each of these methods are also recommended.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,003 |
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 source (Gemma direct ou Codex distillé), 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 ».