Response surface methodology-based characterization and optimization of fibre reinforced cemented tailings backfill with Slag
Notice bibliographique
Résumé
With the increasing depths of underground mines due to the scarcity of near-surface ores, the introduction of fibre-reinforced cemented paste backfill (F-CPB) has emerged as a novel solution to address the demanding geomechanical conditions in deep mining operations. However, the widespread adoption of F-CPB in mining and industrial backfill operations necessitates a comprehensive understanding of its key engineering properties, including strength, yield stress, modulus of elasticity, and cost. Moreover, it is crucial to investigate the influence of the constituent materials (water, fibres, binders, tailings) and their interactions on these properties. This research paper presents the application of response surface methodology (RSM) to model the effects of binder content (Portland cement/Slag), water content, fibre content, tailings and their interactions on the mechanical and rheological properties, as well as the cost of F-CPB. Central Composite Design (CCD) experiments were conducted, and a high degree of agreement was observed between the experimental and predicted responses. The RSM approach proves suitable for accurately estimating the responses and assessing the interactions between the model parameters and the properties of F-CPB. Furthermore, a combination of RSM and the desirability approach enables the development of an optimisation tool for F-CPB, facilitating the formulation of optimal backfill mixtures. The results obtained from this study highlight the effectiveness of the combined RSM and desirability approach in F-CPB mix proportioning, offering an advanced engineering approach to F-CPB mix design. The proposed design method has the potential to reduce the laboratory testing protocol required for determining the optimal mix composition.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 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 ».