Insights From Micromechanical Modeling of Intact Rock Failure: Event Characteristics, Stress Drops, and Force Networks
Notice bibliographique
Résumé
Abstract We use a bonded‐particle method to investigate event characteristics, b values, internal force distributions, and stress drops in triaxial deformation tests. We simulate brittle through ductile deformation regimes. We find the following: (1) Event rates are proportional to anelastic axial strain: (i) significant and accelerating events rates only occur near peak stress (brittle deformation); (ii) event rates gradually increase until the anelastic strain plateaus (ductile deformation). (2) b value patterns show a systematic decrease when approaching peak stress, after which (i) they increase again (brittle case) or (ii) reach a constant minimum (ductile case). A decrease in b values is indicative of progressive internal damage, with an increasing event rate. (3) Weak‐ and strong‐force networks exist within the sample. Macrofailure of the sample occurs due to collapse of the strong‐force network. Acoustic emissions predominantly occur (i) within the weak‐force network allowing for tensile crack opening and closing despite the large compressive external stresses, and (ii) in areas with the largest spatial force gradients, close to the strong‐force networks. All internal compressive and extensional normal forces display exponential distributions despite uniform boundary stresses. (4) Stress drops of the largest events are inversely proportional to peak stress; the largest stress drops occur for brittle failure, progressively approaching a zero magnitude for ductile deformation. The systemic correlations between b values, the number of acoustic emissions, and stress drops with the maximum principal stress may offer opportunities to invert for changes in the stress state from these remote observables during earthquake cycles.
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 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) | 0,001 | 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 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».