Towards optimising ground support systems in underground mines
Notice bibliographique
Résumé
There is a large body of literature describing different methods for designing ground support systems for underground excavations. Ground support design methods are commonly grouped in three classes—namely, analytical, empirical and numerical modelling methods. A comprehensive review of practices in Australian and Canadian mines (Potvin & Hadjigeorgiou 2016) has shown that the design of ground support is largely the result of the evolution of and adjustments to an initial design. The initial design relies mainly on two methods: the Grimstad–Barton (Grimstad & Barton 1993) empirical chart and the RocScience software UnWedge, based on a limit equilibrium wedge analysis defined by continuous large geological structure. The optimisation process is largely reactive and involves modifying the ground support systems to cater for ground conditions that differ from those initially anticipated or replacing ground support elements to improve performance. Sometimes the decision is backed up by numerical modelling analyses in anticipation of stress changes as a result of mining. Nevertheless, a systematic engineering methodology is rarely employed to optimise ground support systems in underground mines. An optimum ground support system can be defined as the lowest cost system, including installation cost and productivity factors such as development mining rates, which can achieve a tolerable Probability of Failure (PoF) during the service life of an excavation. A further requirement is that such a system will minimise the need for rehabilitation. The above definition implies that no matter which design method is applied, a probabilistic assessment is required to ascertain whether the ground support design meets the target PoF. This paper outlines userfriendly mXrap-based tools developed within the scope of the Australian Centre for Geomechanics’s Ground Support System Optimisation research 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 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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».