MétaCan
Menu
Retour à la cohorte
Enregistrement W3210527794 · doi:10.1139/cgj-2021-0196

Effect of bentonite slurry on the function of foam for changing the permeability characteristics of sand under high hydraulic gradients

2021· article· en· W3210527794 sur OpenAlexvenueno aff
Fanlin Ling, Shuying Wang, Qinxin Hu, Shuo Huang, Zhiyao Feng

Notice bibliographique

RevueCanadian Geotechnical Journal · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueGrouting, Rheology, and Soil Mechanics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBentoniteSlurryPermeability (electromagnetism)Geotechnical engineeringMuckHydraulic conductivityConditioningMaterials scienceGeologyComposite materialSoil scienceChemistrySoil water

Résumé

récupéré en direct d'OpenAlex

During earth pressure balance (EPB) shield tunnelling in sandy ground, not only foam but also other conditioning agents need to be injected to reduce the permeability of muck and avoid water spewing out of the screw conveyor. Permeability tests were carried out to study the permeability characteristics of conditioned sand under high hydraulic gradients. A low bentonite slurry injection ratio (BIR) enhanced the workability of foam-conditioned sand. As the hydraulic gradient increased, the initial permeability coefficient of conditioned sand increased, and the initial stable period became shorter or disappeared. The BIR had a more significant effect on the permeability of conditioned sand than the foam injection ratio (FIR), and this effect gradually weakened as the hydraulic gradient increased. The initial permeability coefficient of the foam–bentonite slurry-conditioned sand decreased by approximately an order of magnitude compared with that of the foam-conditioned sand. With the addition of bentonite slurry, suitable sand conditioning can accept a higher water content (w) and lower FIR, resulting in suitable ranges of w and FIR that are more flexible. Finally, the mechanism of stabilizing foam under the action of bentonite slurry was discussed by considering the interaction between foam bubbles and fine particles.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,313
Score d'incertitude au seuil0,323

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0000,000

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 Opus0,009
Tête enseignante GPT0,205
Écart entre enseignants0,196 · 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

Citations34
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

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