A New Approach for Rock Strength Estimation Through a Semi-Point Load Strength Index and Correlation With Destructive and Nondestructive Tests
Notice bibliographique
Résumé
Abstract Multi scale projects of civil, mining, and oil and gas drilling require to determine rock strength as main property of surface and subsurface rocks for safe structures, economic mining operations, as well as drilling performance optimizations. The Unconfined Compressive Strength (UCS) as a main rock strength test is considered a time consuming for sample preparation, costly, and unaffordable. However, it is required for correlations for rock strength obtained from other tests. A semi-Point Load Strength Index (Semi-PLSI) is proposed in this research as a new approach to estimate rock strength. The objectives of this research include reducing testing costs, simplifying sample preparation and testing procedure, precisely localizing, stabilizing, and balancing specimens while testing, and improving accuracy and repeatability. For this test, various sample dimensions and length to diameter ratios are prepared from granite rock type. A 400 (kn) Geomechanics Frame is used for testing and an advanced data acquisition system is utilized for data recording. Data obtained from Semi-PLSI are correlated with data obtained from two main strength types including UCS that represent the shear fracture strength and indirect tensile strength (IT) that represent the tensile fracture strength. Data correlation also includes measurements of ultrasound primary and secondary wave velocities that represents nondestructive data measurements. The good correlation agreements and the verity ways of estimating the strength enrich this new approach of the Semi-PLSI proposed for UCS estimation and pave the road of more research.
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 | 0,000 | 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 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 ».