Deeper Understanding of the Strength Evolution and Deformation Characteristics of Sodium Silicate–Cemented Paste Tailing Material
Notice bibliographique
Résumé
This research aims to examine the impact of sodium silicate (SS) on the mechanical and microstructural properties of cemented paste tailings or cemented paste backfill (CPB), a cementitious construction material extensively used in underground mining operations. The study involved various compositions and curing conditions of SS-CPB samples, and their uniaxial compressive strength (UCS), stress–strain behavior, microstructure, and modulus of elasticity were evaluated by conducting mechanical (UCS) and microstructural (DT/DTG, MIP) tests, as well as monitoring experiments. Findings indicate that SS improves the mechanical strength of CPB and enhances its microstructure. The development of UCS is affected by SS dosage, curing time, water chemistry, curing temperature, and curing stress. Higher SS dosage, curing time, temperature, and stress lead to higher UCS, while sulfates decrease UCS. SS also increases CPB’s resistance to sulfate attack, and field curing temperature improves the binder hydration enhancement induced by SS. The presence of SS affects the stress–strain properties of CPB, including the shape of the stress–strain curve, maximum stress and strain, and modulus of elasticity. The modulus of elasticity of CPB with SS is higher than that without SS under field thermal curing conditions. Moreover, UCS and the modulus of elasticity have a linear relationship in SS-CPB, regardless of SS content. A relationship is proposed to estimate the modulus of elasticity of SS-CPB from its UCS. The study has significant practical implications for the cost-effective design of mine CPB structures and for improving underground mine work safety and productivity.
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 ».