A Progressive Approach to Account for Large-Scale Roughness of Concrete–Rock Interface in Practical Stability Analyses for Dam Safety Evaluation
Notice bibliographique
Résumé
This paper proposes a progressive approach to assess the properties of large-scale roughness at dam–rock interfaces and the implementation of their effects into practical dam stability analyses. The analysis steps, ranked per increasing degree of complexity, consist of studying a gravity dam monolith using, first, the gravity method (GM), second, the finite element (FE) method (FEM) with a simplified horizontal planar dam–rock interface, and, third, the FEM with a detailed irregular geometry of the dam–rock interface. In the first two steps, the simplification of the rock foundation geometry is paired with the implementation of apparent cohesion and friction angle into the models. These apparent parameters are evaluated based on nonlinear shear strength criteria combined with an interface roughness coefficient (IRC) introduced to characterize the roughness of a dam–rock joint extending along the whole dam footprint. This coefficient is approximated herein numerically based on FE models. The inputs and steps of the progressive approach are illustrated through several examples of typical dam–rock systems and rock profiles based on bathymetric and LiDAR surveys. The results mainly show that the effects of rock foundation roughness on dam sliding stability can be efficiently represented with apparent cohesion and friction angles. The effectiveness of the simplified models coupled with the conservatism of the results they provide are likely to favor their adoption by practicing engineers.
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 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 | 0,002 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».