MétaCan
Menu
Retour à la cohorte
Enregistrement W4405737955 · doi:10.3390/su17010020

Investigating Surface Settlements During Shield Tunneling Using Numerical Analysis

2024· article· en· W4405737955 sur OpenAlexaff
Ruixia He, Ziwen Zhou, Shuai Li, Sai K. Vanapalli

Notice bibliographique

RevueSustainability · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueTunneling and Rock Mechanics
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesChina Scholarship Council
Mots-clésShieldHuman settlementSurface (topology)Quantum tunnellingEnvironmental scienceGeologyGeotechnical engineeringGeographyMaterials scienceArchaeologyMathematicsOptoelectronicsGeometryPetrology

Résumé

récupéré en direct d'OpenAlex

The development of the subway system in Shenyang City, China, plays a vital role in alleviating traffic congestion and promoting sustainable societal growth. However, the deformation of the surface caused by the tunneling of the shield presents a significant threat to the structural integrity of Shenyang Subway Line 2 and adjacent geotechnical structures. To tackle this challenge, a set of FEA (finite element analysis) simulations were carried out to examine surface deformation under various construction scenarios for Line 2. These simulations were compared with empirical formulas and numerical analyses conducted using Midas GTS NX 2019 software, in addition to actual site measurements. The outcomes of the finite element analysis (FEA) demonstrated a closer alignment with the empirical data than with traditional formulas. The maximum deformation was observed to be approximately twice as large as the equivalent diameter at the back of the excavation face. The analysis indicated that surface deformation is inversely correlated with overburden thickness (H), soil elasticity (E), and the grout filling rate of the shield tail (ψ), while it is directly proportional to the shield’s outer diameter (D). This study provides important methods used in the shield tunneling process employed in the Shenyang subway and suggests that the developed methodologies may be applicable to similar subway projects.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,085
Score d'incertitude au seuil0,908

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
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)0,0000,000

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 Opus0,012
Tête enseignante GPT0,263
Écart entre enseignants0,251 · 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.

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

Citations5
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSustainabilityMême sujetTunneling and Rock MechanicsTravaux en français237 207