MétaCan
Menu
Retour à la cohorte
Enregistrement W4409359712 · doi:10.1139/cgj-2024-0280

Random large-deformation modelling on face stability considering dynamic excavation process during tunnelling through spatially variable soils

2025· article· en· W4409359712 sur OpenAlexvenueno aff
Jinzhang Zhang, Yao Hu

Notice bibliographique

RevueCanadian Geotechnical Journal · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueGeotechnical Engineering and Analysis
Établissements canadiensnon disponible
Organismes subventionnairesNatural Science Foundation of Sichuan ProvinceNational Natural Science Foundation of China
Mots-clésGeotechnical engineeringQuantum tunnellingExcavationStability (learning theory)Soil waterDeformation (meteorology)Variable (mathematics)GeologyMaterials scienceComputer scienceSoil scienceMathematics

Résumé

récupéré en direct d'OpenAlex

Face stability is one of the key considerations for safe construction during earth pressure shield tunnelling. Both dynamic excavation of cutterhead and spatial variability of soil are widely reported to notably affect face stability. This study therefore proposed a three-dimensional random large-deformation computational framework to explore the combined effect of these two factors on face stability, via the coupled Eulerian–Lagrangian technique and Monte Carlo simulations. The findings demonstrate that incorporating excavation process improves face stability for small opening ratios but diminishes it for large opening ratios. Moreover, the cutterhead excavation process weakens face stability while soil spatial variability will further reduce face stability. This emphasizes the necessity to concurrently account for the effects of cutterhead excavation and soil spatial randomness in the design of chamber pressure. Finally, a factor of safety-based method is proposed for predicting the chamber pressure, which accounts for both effects of cutterhead excavation and soil spatial randomness. The capability and advantages of the implemented method in estimating the chamber pressure are further demonstrated by the simplified sample developed from a real tunnel project.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,863
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,009
Tête enseignante GPT0,207
Écart entre enseignants0,199 · 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.

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

Citations8
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Geotechnical JournalMême sujetGeotechnical Engineering and AnalysisTravaux en français237 207