MétaCan
Menu
Retour à la cohorte
Enregistrement W4388307999 · doi:10.36487/acg_repo/2335_08

Probabilistic pit slope stability analysis targeting a reliability-based design acceptance criteria: a parametric study

2023· article· en· W4388307999 sur OpenAlexaff
Gustavo Velarde, Renato Macciotta

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueGeotechnical Engineering and Analysis
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésReliability (semiconductor)Parametric statisticsSlope stabilityProbabilistic logicProbabilistic designReliability engineeringRock mass classificationOpen-pit miningFactor of safetyMonte Carlo methodStability (learning theory)Acceptance testingComputer scienceRandom variableSafety factorEngineeringGeotechnical engineeringEngineering design processMathematicsStatisticsMining engineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Design of open pit slopes is a decision-making process which aims to maximise the ore recovery while minimising the excavation volumes. The current practice of designing open pit slopes adopts the widely accepted Guidelines for Open Pit Slope Design by Read & Stacey (2009). An optimum design should satisfy a design acceptance criteria (DAC). However, designing open pit slopes is a complex process that involves inherent risks and uncertainties. As a result, reliability analyses are becoming increasingly important for performance-based slope designs. In a reliability approach, the amount of information on the slope materials and behaviour would reflect the reliability of a slope design. This paper presents a parametric study defined by the uncertainties of the rock mass strength properties and the slope geometric configurations at three different design reliability levels targeting a reliability-based DAC (RBDAC). The reliability assessment is performed using probabilistic analysis adopting the two-dimensional limit equilibrium method and Monte Carlo simulations. The input variables for the rock mass strength are defined through probability density functions (PDF) that capture the natural variability, while the input variables of geological structures are defined through kinematic assessments. The PDFs of the rock mass strength properties were modelled based on the generalised Hoek–Brown criterion using the mean, coefficient of variation (COV) and dependence between quantitative properties of the criterion. Results show that most of the resultant pairs of Factor of Safety (FoS) and probability of failure and associated COV of the resulting FoS (COVFoS) are consistent with the RBDAC. Based on this, a redesign is proposed showing the applicability of the RBDAC and comparing it to the current DAC. This approach has significant implications for slope optimisation or mitigation plans for future pushbacks in case of instabilities.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,451
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,013
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,028
Tête enseignante GPT0,256
Écart entre enseignants0,228 · 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 tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetGeotechnical Engineering and AnalysisTravaux en français237 207