Dynamic failure characteristics of surrounding rocks under different lateral pressure coefficients in deep tunnel transient excavation
Notice bibliographique
Résumé
Abstract A novel transient unloading testing system was adopted to simulate the transient excavation of tunnels under different lateral pressure coefficients ( k 0 ). The results show that the transient excavation of a tunnel induces significant stress redistributions and concentrations, particle displacements and vibrations to the surrounding rocks. The decrease of k 0 enhances the dynamic disturbance of transient tunnel excavation, and especially when k 0 = 0.4 and 0.2, the tensile stress can be observed on the top of the tunnel. The peak particle velocity (PPV) of the measuring points on the top of the tunnel decreases with the increasing distance between the tunnel boundary and measuring point. The transient unloading wave is generally concentrated on lower frequencies in the amplitude-frequency spectrum under the same unloading conditions, especially for lower k 0 values. In addition, the dynamic Mohr–Coulomb criterion was used to reveal the failure mechanism of a transient excavated tunnel by involving the loading rate effect. It is found that the excavation damaged zone (EDZ) of the tunnel is dominated by the shear failure, and the number of the shear failure zones increases with the decrease of k 0 . The EDZ of tunnels after transient excavations varies from ring-shape to egg-shape and X-type shear with the decrease of k 0 . The evolution of the EDZ induced by the transient unloading is associated with k 0 , i.e., the shear failure of surrounding rocks mainly occurs in the stress redistribution stage under high k 0 (1.0–0.7), while the dramatic destruction of surrounding rocks is more prone to occur after the transient unloading process when k 0 ≤ 0.6.
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 ».