Numerical Determination of RVE for Heterogeneous Geomaterials Based on Digital Image Processing Technology
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
Representative volume element (RVE) is an important parameter in numerical tests of mechanical properties of heterogeneous geomaterials. For this study, a digital image processing (DIP) technology was proposed for estimating the RVE of heterogeneous geomaterials. A color image of soil and rock mixture (SRM) with size of 400 × 400 mm2 taken from a large landslide was used to illustrate the determination procedure of the SRM. Six sample sizes ranging from 40 × 40 mm2 to 240 × 240 mm2 were investigated, and twelve random samples were taken from the binarized image for each sample size. A connected-component labeling algorithm was introduced to identify the microstructure. After establishing the numerical finite difference models of the samples, a set of numerical triaxial tests under different confining pressures were carried out. Results show that the size of SRM sample affects the estimation of the mechanical properties, including compressive strength, cohesion, and internal friction angle. The larger the size of the samples, the less variability of the estimated mechanical properties. The coefficient of variation (CV) was applied to measure the variability of mechanical properties, and the RVE of the SRM was determined easily with a predefined acceptance threshold of the CV. The results show that a DIP-based modeling method is an effective method got the RVE determination of heterogeneous geomaterials.
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