Simulation of time-dependent response of jointed rock masses using the 3D DEM-DFN modeling approach
Notice bibliographique
Résumé
Investigating the mechanical response of jointed rock mass, especially its potential changes over time, is vital for the design of geotechnical structures with a long service lifetime. This article studies time-dependent deformations of jointed rock masses based on the 3D distinct element method (DEM) incorporating discrete fracture networks (DFN). A new 3D creep model for jointed rock masses is developed, emphasizing the structural failure due to the creep sliding of joints while considering the long-term strength and the time-to-failure phenomenon of intact rocks. The creep sliding constitutive model of joints is developed based on Barton's nonlinear strength criterion. First, the model implementation, parameter calibration, and model validations are introduced. Then, a case study of the TAS08 tunnel in Äspö Hard Rock Laboratory (HRL) in Sweden is presented. A DFN model using field mapping data is constructed using Mofrac. The time-dependent response of the TAS08 tunnel is analyzed using the proposed creep model for jointed rock masses. Based on the simulation results, it show that the proposed approach can effectively simulate the time-dependent deformation of jointed rock masses. The DEM-DFN simulation approach provides a valuable tool for analyzing time-dependent responses of excavations and managing hazards associated with structurally controlled failures. • A new 3D creep model is developed for jointed rock masses considering the time-dependent deformation of both rock and joints. • Structurally controlled failure associated with creep deformations of discontinuities is simulated. • A DFN generation tool Mofrac is used to build the DFN model containing deterministic and stochastic fractures. • DEM-DFN modeling approach is adopted to analyze the time-dependent response of a tunnel.
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 | 0,001 | 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 ».