Consolidation behavior of various types of slurry tailings co-disposed with waste rock inclusions: a numerical study
Notice bibliographique
Résumé
Abstract The co-disposition of mine tailings and waste rock in tailings storage facilities (TSFs) could contribute to increase the consolidation rate and decrease long-term settlement of tailings. Non-linear change of tailings properties during the filling process and interaction between tailings and waste rock inclusion (WRI) are critical to mechanical analysis but can, however, be complicated to simulate. The question of net volume gains or losses of tailings was also raised. In this study, fully coupled analysis which considered continuous variation of hydraulic conductivity and stiffness of tailings were performed to assess the evolution of consolidation of various tailing types in the presence of WRI. Effects of volume ratio of tailings over WRI on the net volume was investigated. Finally, effect of several practical aspects such as filling rates, and instantaneous filling assumption were considered. Results indicated that WRI could increase by 3.3 times the rate of consolidation of tailings. The zone of influence of WRI on tailings consolidation varied for each tailings. Using updated properties showed significant differences compared to models with constant values. The application of WRI can reduce volume available for the storage of tailings and net volumetric change due to settlement of the tailings with or without WRI could be estimated explicitly. Equations predicting evolution of net volume with the changes in the volume ratio of tailings and WRI were accordingly proposed. WRI effects was more pronounced with the increase of the filling rate. Finally, instantaneous filling assumption had little effect on the simulated rate of consolidation.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».