Mechanical Characterization of Coarse-Grained Waste Rocks Using Large-Scale Triaxial Tests and Neuroevolution of Augmenting Topologies
Notice bibliographique
Résumé
Mining operations produce large quantities of waste rocks, which are usually disposed of in waste rock piles, but can also be valorized in mine haul roads. The engineering performance of these haul roads significantly depends on the mechanical characteristics of the materials used for the construction. However, available experimental studies on coarse-grained waste rocks are relatively limited, mainly because of their large grain size and the scarcity of adapted testing equipment. In this study, a series of repeated load and monotonic triaxial tests (specimens 300 mm in diameter and 600 mm in height) were carried out to evaluate the resilient modulus, permanent deformation, and shear strength of coarse-grained waste rocks (up to 60 mm in diameter) with different gradations. Results showed that an increasing in maximum particle size and compaction effort resulted in a larger resilient modulus and shear strength and smaller permanent deformation. The optimal gravel-to-sand ratio to maximize resilient modulus and shear strength was around 5. Permanent strain was relatively constant when the gravel-to-sand ratio was between 1 and 5, but it decreased significantly when the ratio increased to 8. The impact of fines content and water content on the mechanical properties was relatively limited. Also, the MR-θ model and Rahman and Erlingsson model showed good fitting performance for resilient modulus and permanent strain, respectively. Finally, neuroevolution of augmenting topologies (NEAT) was used to develop a machine learning model for predicting the resilient modulus of waste rocks, based on 265 data sets. The model showed reliable accuracy, simple topology, and high generalizability capacity. The findings described in this article should be beneficial for the valorization of waste rocks in pavement engineering.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».