Numerical Evaluation for Roads Considering the Addition of Geogrids in Karst Geohazards Zones
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Design of road infrastructure in karst terrain is a challenge for any geotechnical condition caused by the weathering of the subsoil. Previous investigations pointed out the efficiency of the roads with geogrids, however there are few studies analyzing road reinforced under karst geohazards. This paper presents a numerical study of the geogrid additions in a typical Mexican road and considering 19 cavities in the subsoil due to failures of the roads in these terrains. The rocks and the soil were simulated by Hoek–Brown and Mohr–Coulomb constitutive models, considering specific characteristics of karstic materials. Hence, it was carried out in different two-dimension finite element models to analyze the geogrid behavior and its benefits. First, the geogrid position was varied inside of the road structure and applying a heavy truck load in its surface and finally, underground cavities were sequentially opened in the numerical model. It was established the best combination of the road-geogrid structure construction and the influence when cavities are developed underground analyzing the stress paths in the medium. From this study, it is found, that when the geogrid layer is embedded between bedrock and subgrade, the failure is mitigated, observing an increase in the factor of safety even with 19 voids presence in the model. Concluding that the geogrid is an adequate solution of reinforcement of roads.
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.
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) | 0,000 | 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 | 0,000 |
| 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 découle