MétaCan
Menu
Retour à la cohorte
Enregistrement W4360604057 · doi:10.1016/j.jrmge.2023.02.016

Numerical and experimental analyses of rock failure mechanisms due to microwave treatment

2023· article· en· W4360604057 sur OpenAlexaff
Haitham M. Ahmed, Adel Ahmadihosseini, Ferri Hassani, Mohammed A. Hefni, HussinA.M. Ahmed, Hussein A. Saleem, Essam B. Moustafa, Agus P. Sasmito

Notice bibliographique

RevueJournal of Rock Mechanics and Geotechnical Engineering · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueMineral Processing and Grinding
Établissements canadiensMcGill University
Organismes subventionnairesKing Abdulaziz UniversityDepartment of Sport and Recreation, Government of Western Australia
Mots-clésMicrowaveMicrowave heatingFailure mechanismGeotechnical engineeringMaterials scienceMineralogyNuclear engineeringGeologyEngineeringComposite materialTelecommunications

Résumé

récupéré en direct d'OpenAlex

Despite the extensive studies conducted on the effectiveness of microwave treatment as a novel rock pre-conditioning method, there is yet to find reliable data on the rock failure mechanisms due to microwave heating. In addition, there is no significant discussion on the energy efficiency of the method as one of the important factors among the mining and geotechnical engineers in the industry. This study presents a novel experimental method to evaluate two main rock failure mechanisms due to microwave treatment without applying any mechanical forces, i.e. distributed and concentrated heating. The result shows that the existence of a small and concentrated fraction of a strong microwave absorbing mineral will change the failure mechanism from the distributed heating to the concentrated heating, which can increase the weakening over microwave efficiency (WOME) by more than 10 folds. This observation is further investigated using the developed coupled numerical model. It is shown that at the same input energy, the existence of microwave absorbing minerals can cause major heat concentration inside the rock and increase the maximum temperature by up to three times.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,017
Tête enseignante GPT0,258
Écart entre enseignants0,241 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations26
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Rock Mechanics and Geotechnical EngineeringMême sujetMineral Processing and GrindingTravaux en français237 207