MétaCan
Menu
Retour à la cohorte
Enregistrement W4392586367 · doi:10.5194/egusphere-egu24-3665

Management of rockburst risks in deep underground engineering through controlled contour blasting

2024· preprint· en· W4392586367 sur OpenAlexaff
Ang Lu, Peng Yan, Wenbo Lu, Xiaofeng Li, Yuan Cao

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEngineering
ThématiqueRock Mechanics and Modeling
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésRock blastingMining engineeringGeotechnical engineeringGeologyForensic engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

During the development of deep underground engineering projects, the surrounding rock is susceptible to significant deformation, rockburst, and other engineering disasters. The Jinping II Hydropower Station in China experienced several highly intense rockburst during the excavation of auxiliary tunnels and the drainage tunnel. To better understand the rockburst failure process and investigate possible mitigation solutions, the combined finite-discrete element method (FDEM) is adopted to model the development and evolution of the excavation damaged zone (EDZ) also associated to controlled contour blasting. To assess the mechanical effectiveness of this method, numerical simulation analyses employing the failure approaching index, energy release rate, and excess shear stress indices are conducted. Results suggest that blasting-induced damage significantly influences the energy accumulation patterns in the surrounding rock. Changes in blasting design schemes lead to distinct evolution processes of surrounding rock damage, consequently affecting the energy release processes and the rockburst susceptibility. Recommendations for optimizing contour blasting parameters are also proposed to help reduce the risk of rockburst.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,003

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
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 Opus0,027
Tête enseignante GPT0,256
Écart entre enseignants0,229 · 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'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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetRock Mechanics and ModelingTravaux en français237 207