MétaCan
Menu
Retour à la cohorte
Enregistrement W3092063892 · doi:10.1139/cgj-2020-0124

Discrete element modelling of rock creep behaviour using rate process theory

2020· article· en· W3092063892 sur OpenAlexvenueno aff
J.G. Gutiérrez-Ch, S. Senent, E. Estebanez, Rafael Jiménez

Notice bibliographique

RevueCanadian Geotechnical Journal · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueRock Mechanics and Modeling
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCreepGeotechnical engineeringJoint (building)Constitutive equationDiscrete element methodStress (linguistics)GeologyMaterials scienceRock mechanicsWork (physics)Finite element methodStructural engineeringMechanicsComposite materialEngineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Rock creep behaviour is crucial in many rock engineering projects. Different approaches have been proposed to model rock creep behaviour; however, many cannot reproduce tertiary creep (i.e., accelerating strain rates leading to rock failure). In this work, the distinct element method (DEM) is employed, in conjunction with the rate process theory (RPT) of M.R. Kuhn and J.K. Mitchell (published in 1992) to simulate rock creep. The DEM numerical sample is built using a mixture of contact models between particles that combines the Flat Joint Contact Model and the Linear Model. Laboratory uniaxial compression creep tests conducted on intact slate samples are used as a benchmark to validate the methodology. Results demonstrate that, when properly calibrated, DEM models combined with the RPT can reproduce all creep stages observed in slate rock samples in the laboratory, including tertiary creep, without using constitutive models that incorporate an explicit dependence of strain rate on time. The DEM results also suggest that creep is associated with damage in the samples during the laboratory tests, due to new microcracks that appear when the load is applied and maintained constant at each loading stage.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,850
Score d'incertitude au seuil0,654

Scores Codex et Gemma par catégorie

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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,032
Tête enseignante GPT0,232
Écart entre enseignants0,200 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations22
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Geotechnical JournalMême sujetRock Mechanics and ModelingTravaux en français237 207