MétaCan
Menu
Retour à la cohorte
Enregistrement W3210330343 · doi:10.1139/cgj-2021-0327

Investigation of grouting diffusion in a single rock fracture considering the influences of obstructions

2021· article· en· W3210330343 sur OpenAlexvenueno aff
Wenqi Ding, Dong Zhou, Xiaoqing Chen, Chao Duan, Qingzhao Zhang

Notice bibliographique

RevueCanadian Geotechnical Journal · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueGrouting, Rheology, and Soil Mechanics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGeotechnical engineeringFracture (geology)GroutDiffusionDiffusion processGeologyRheologyMaterials scienceMechanicsComposite materialComputer sciencePhysics

Résumé

récupéré en direct d'OpenAlex

Grouting reinforcement was used to improve rock strength and avoid seepage in rock engineering. A self-developed visualised test platform was developed and the influences of different fracture openness on grouting diffusion modes were revealed; the Bingham rheological model was imported to simulate the grouting diffusion process in a single plate fracture, the spatiotemporal distribution of the velocity field under different obstructions was determined using the finite element method. The results indicate that (i) the grout diffuses faster with the increase of fracture openness, while a stagnation effect of the grouting diffusion velocity behind the obstruction occurs. (ii) Due to obstructions, the grouting diffusion process can be divided into four stages: circular diffusion, flat diffusion, vortex diffusion, and butterfly diffusion. (iii) The grouting diffusion area is divided into a fully reinforced zone and a semi-reinforced zone, and the area of the latter increases with the fracture openness, while being little affected by the size of any obstruction. (iv) Furthermore, some new grouting diffusion laws were revealed considering the asymmetrical arrangement of obstructions. The results presented in this work will be helpful for describing and predicting the grouting process in fracture networks.

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: Empirique
Score de désaccord entre enseignants0,330
Score d'incertitude au seuil0,848

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 Opus0,016
Tête enseignante GPT0,198
Écart entre enseignants0,182 · 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

Citations11
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Geotechnical JournalMême sujetGrouting, Rheology, and Soil MechanicsTravaux en français237 207