MétaCan
Menu
Retour à la cohorte
Enregistrement W2965247057 · doi:10.1002/geot.201900014

EPB machine excavation of mixed soils – Laboratory characterisation

2019· article· en· W2965247057 sur OpenAlexaff
D. Oliveira, Markus Thewes, Mark S. Diederichs

Notice bibliographique

RevueGeomechanics and Tunnelling · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueTunneling and Rock Mechanics
Établissements canadiensQueen's University
Organismes subventionnairesDeutsche Forschungsgemeinschaft
Mots-clésGeotechnical engineeringSoil waterConcrete slump testExcavationSlumpGeologyMining engineeringSoil scienceMaterials scienceCementMetallurgy

Résumé

récupéré en direct d'OpenAlex

Abstract Earth pressure balance (EPB) tunnel boring machines are shield machines that rely on their own excavated material as a support medium to maintain the support pressure at the face. This material also needs to have the necessary properties to be extracted, transported and, finally, disposed of. Whenever the natural material does not fulfil the necessary requirements, additives like water, foam, polymers, and fines, must be added, modifying the excavated ground to the desired conditions. The rheological properties of any excavated material, together with any additives, must be investigated and understood, as they will influence the flow behaviour of this conditioned material, directly affecting the machine operation and tunnel logistics. While studies assessing the flowability related to the EPB excavation of sand or clay soils are available, there is a lack of information on mixed soils. This paper presents the results from a testing campaign with mixed clay‐sand samples, aiming to reproduce a simplified tropical weathered mixed soil, investigating its flow behaviour when changing certain controlled variables: clay‐sand proportions, clay mineral, size of the clastic grain mixed with clay, water content, and additives (foam and polymers). Results from the tests conducted with a flow table, a slump test, and a rheometer device were compared, providing insights about the flow behaviour of the tested samples and its interaction with an EPB machine.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,005
Tête enseignante GPT0,167
Écart entre enseignants0,162 · 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
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

Citations8
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeomechanics and TunnellingMême sujetTunneling and Rock MechanicsTravaux en français237 207