MétaCan
Menu
Retour à la cohorte
Enregistrement W4386982820 · doi:10.46690/ager.2023.09.04

Study on the seismic damage and dynamic support of roadway surrounding rock based on reconstructive transverse and longitudinal waves

2023· article· en· W4386982820 sur OpenAlexaff
Shengquan He, Feng Shen, Tuo Chen, Hani S. Mitri, Ting Ren, Dazhao Song

Notice bibliographique

RevueADVANCES IN GEO-ENERGY RESEARCH · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueGeotechnical and Geomechanical Engineering
Établissements canadiensMcGill University
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesPostdoctoral Research Foundation of ChinaNational Natural Science Foundation of China
Mots-clésTransverse planeDisplacement (psychology)GeologySeismic waveSeismologyInduced seismicityTransverse waveLongitudinal waveParticle displacementVibrationSeismic energyEnergy (signal processing)Geotechnical engineeringStructural engineeringWave propagationEngineeringAmplitudeAcousticsPhysics

Résumé

récupéré en direct d'OpenAlex

The magnitude and frequency of induced seismicity increase as mining excavation reaches greater depth, leading to the increasingly severe damage to roadways caused by high-energy seismic waves. To comprehensively simulate the damage caused by dynamic loads, a synchrosqueezing transform and empirical mode decomposition method was developed, which effectively decomposed raw seismic wave signals into transverse and longitudinal components. This novel method produced more accurate results in terms of velocity, displacement, rock yielding patterns, and reflecting theoretically orthogonal oscillating directions of transverse and longitudinal waves compared to using raw mixed waves at the seismic source. Under the disturbance of transverse and longitudinal waves, the vertical displacement was much higher than horizontal displacement at the top position of the roadway, while the horizontal displacement was greater at the sidewalls. The particle vibration velocity, displacement and yielding zone of the surrounding rock of roadway were proportional to the energy level of seismic, while inversely proportional to the source-roadway distance. The proportion of damage attributed to transverse waves increased with the energy level, ranging from 75.8% to 85.8%. Eventually, a roadway dynamic support design was optimized based on the proposed seismic wave processing and modeling methodology. The methodology offers guidance for roadway dynamic support design, with the goal of averting excessive or insufficient support strength. Document Type: Original article Cited as: He, S., Shen, F., Chen, T., Mitri, H., Ren, T., Song, D. Study on the seismic damage and dynamic support of roadway surrounding rock based on reconstructive transverse and longitudinal waves. Advances in Geo-Energy Research, 2023, 9(3): 156-171. https://doi.org/10.46690/ager.2023.09.04

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,032
Tête enseignante GPT0,310
Écart entre enseignants0,278 · 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'étudeObservationnel
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

Citations14
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueADVANCES IN GEO-ENERGY RESEARCHMême sujetGeotechnical and Geomechanical EngineeringTravaux en français237 207