MétaCan
Menu
Retour à la cohorte
Enregistrement W4408385481 · doi:10.1061/ijgnai.gmeng-10393

Development of a Finite-Difference–Discrete-Element Coupled Model for Ram-Compacted Bearing Base Piles

2025· article· en· W4408385481 sur OpenAlexaff
Adhila Haris, Hany El Naggar, Mohamed A. Shahin, Navid Bahrani

Notice bibliographique

RevueInternational Journal of Geomechanics · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueGeotechnical Engineering and Underground Structures
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésBearing (navigation)Base (topology)Finite element methodGeotechnical engineeringStructural engineeringGeologyEngineeringComputer scienceMathematicsMathematical analysis

Résumé

récupéré en direct d'OpenAlex

Ram-compacted bearing base (RBB) piles have been utilized as an effective foundation technique in China over the last 20 years. RBB is an enlarged technique for base piling that has proven to be a more economical and environmentally friendly solution than traditional piling methods. However, this technique remains unexplored in Western countries, and there have been only limited studies on the modeling and design of RBB piles. This paper discusses the development of three-dimensional (3D) numerical modeling of RBB piles by coupling the finite-difference method (FDM) and the discrete-element method (DEM). The explicit FDM program FLAC3D (version 7.0) was used to simulate the behavior of soil surrounding the pile wherein the material is represented by a number of continuum zones. The 3D DEM software Particle Flow Code (PFC3D7.0) was also used to simulate the flow and interaction of rubble particles through deformable contacts and time-domain solution of the equation of motion. The strengthened layer where the rubble base is constructed was simulated using a bonded particle model. The performance of the developed FDM-DEM model was then validated by comparing its results with site test results obtained from three case histories, and the outcomes were found to be in good agreement.

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: aucune
Score de désaccord entre enseignants0,850
Score d'incertitude au seuil0,499

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,016
Tête enseignante GPT0,252
Écart entre enseignants0,236 · 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of GeomechanicsMême sujetGeotechnical Engineering and Underground StructuresTravaux en français237 207