MétaCan
Menu
Retour à la cohorte
Enregistrement W2999658462 · doi:10.1155/2020/5828514

Roof Movement and Failure Behavior When Mining Extra‐Thick Coal Seams Using Upward Slicing Longwall‐Roadway Cemented Backfill Technology

2020· article· en· W2999658462 sur OpenAlexaff
Xuejie Deng, Zongxuan Yuan, Lixin Lan, B. de Wit

Notice bibliographique

RevueAdvances in Materials Science and Engineering · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueTailings Management and Properties
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesState Key Laboratory of Coal Resources and Safe MiningNatural Science Foundation of Heilongjiang ProvinceChina University of Mining and TechnologyNational Natural Science Foundation of China
Mots-clésRoofCoal miningSlicingLongwall miningDeflection (physics)Mining engineeringCoalGeologyGeotechnical engineeringMaterials scienceStructural engineeringEngineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

A novel and environmental‐friendly backfill mining method known as upward slicing longwall‐roadway cemented backfill (USLCB) technology has recently been proposed and successfully applied in mines extracting extra‐thick coal seams located under sensitive areas. This paper studies the effects USLCB had on roof movement and failure behavior using the mechanical analysis approach. The application of USLCB in the Gonggeyingzi Mine is taken as a case study with roof movement behavior being monitored over a single mining cycle, as well as over multiple mining cycles of different coal slices. In addition, backfill performance requirements to prevent roof failures where USLCB is implemented are studied. The results show that the deflection curves of the roof at the end of each mining cycle during mining the first and the six slices are symmetrical, but they change from asymmetrical to symmetrical during the mining progresses of the second slice to the fifth slice. The final state of roof movement after the first slice, and through to the fifth slice, displays an obvious “flat bottom” pattern in the middle of the deflection curve. The roof movement during the removal of the top slice is noticeably different from other slices. The results also show that the requirements of the elastic modulus, as well as the strength of the backfill, increase as the number of mined slices increases from 1 to 5, but the requirements drop sharply for mining the top slice.

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)0,000
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 enseignants0,002
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,013
Tête enseignante GPT0,216
Écart entre enseignants0,203 · 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

Citations26
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in Materials Science and EngineeringMême sujetTailings Management and PropertiesTravaux en français237 207