Probabilistic and Deterministic Approach to Define the Vertical Stress in Inclined Mine Stopes
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Due to its environmental utility and capacity to increase the stability of mine excavations, underground mine backfilling is a proven technique and has become a common practice in the mining industry. The backfilling of underground stopes is a technique that has been used for decades in Canada and worldwide. In the last few years, several contributions reported the potential of analyzing backfill stress in mine stopes through analytical equations, numerical modeling, and in situ measurements. Using a probabilistic stress analysis approach, this study proposes an analytical solution to determine the stress of a backfill on the pillar of an inclined mine stope to rectify its mathematical and physical limitations. The backfill parameters utilized in these analyses were obtained from laboratory investigation data conducted at the Canadian Niobec mine in Quebec. Monte Carlo simulations were employed to generate a comprehensive database encompassing both analytical and numerical results. The obtained results exhibited comparability across multiple cases, revealing that the standard deviation of vertical stress decreases with increasing stope inclination and increases with the augmentation of stope height. Additionally, simulations were conducted to assess the feasibility of the proposed solution, demonstrating an accurate approximation of the actual stresses applied to various stope geometries in the Niobec mine. Furthermore, conducting a simulation specific to the data and geometry of the Niobec mine construction sites allows for the quantification of the stresses present in this scenario.
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.
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 | 0,001 |
| 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 découle