Understanding pore water pressure responses to sulphate in cemented tailings backfill with superplasticizers under thermo-hydro-mechanical-chemical field conditions
Notice bibliographique
Résumé
This research examines the impact of sulphate on pore water pressure (PWP) development in cement paste backfill (CPB) containing polycarboxylate ether (PES) superplasticizers under thermal-hydraulic-mechanical-chemical (THMC) conditions that imitate actual field curing scenarios. PWP in CPB-PES, with and without sulphate, was assessed under non-isothermal field curing temperatures, varied drainage conditions, and curing stresses using a specially experimental setup. Key findings indicate that PWP behavior in CPB with PES under field conditions diverges markedly from standard laboratory conditions due to the significant effects of field curing temperatures, drainage conditions, and backfill self-weight. The study establishes that high sulphate ion concentrations notably increase initial PWP and slow its dissipation by interfering with the cement hydration process. This interference delays hydration, reduces pore water consumption, and lowers capillary pressure. Moreover, the results show that THMC conditions, especially non-isothermal field temperatures and varied drainage scenarios, considerably accelerate cement hydration compared to standard laboratory conditions, resulting in a more rapid decrease in PWP. Furthermore, improved drainage under THMC conditions mitigates the adverse effects of sulphates by facilitating sulphate ion removal, thus supporting more efficient cement hydration and CPB self-desiccation. The insights gained from this research are essential for understanding PWP behavior in sulphate-bearing CPB-PES in the field, developing predictive THMC models for backfill performance assessment, and enhancing the safety and effectiveness of mining backfills.
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 ».