MétaCan
Menu
Retour à la cohorte
Enregistrement W4411406865 · doi:10.1139/cgj-2025-0131

Spatial localization technology and motion characteristics analysis of muck particles during EPB shield tunneling

2025· article· en· W4411406865 sur OpenAlexvenueno aff
Yong Fang, Yuxiang Yao, Xiongyu Hu, Chuan He, Gongyun Xu, Zhigang Yao

Notice bibliographique

RevueCanadian Geotechnical Journal · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueTunneling and Rock Mechanics
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésMuckGeotechnical engineeringQuantum tunnellingShieldParticle (ecology)Magnetosphere particle motionParticle flowGranular materialGeologyMechanicsEngineeringSoil scienceMaterials sciencePhysics

Résumé

récupéré en direct d'OpenAlex

The motion characteristics of soil particles ahead of the cutterhead and within the soil chamber are crucial for predicting muck flow patterns and identifying potential stagnation zones in earth pressure balance (EPB) shield tunneling. A theoretical basis for optimized cutterhead and soil chamber design can be established through systematic analysis of these particle motion characteristics, ultimately enhancing cutting efficiency and muck flow guidance. However, direct observation of particle movement is hindered by the opacity of geomaterials. To address this, magnetic positioning technology was innovatively applied to model EPB tunneling experiments in this study. A spatial positioning system for soil particles and a corresponding model tunneling apparatus were developed, and experiments were conducted. This research achieved, for the first time, visualization of soil particle trajectories during model EPB tunneling, providing preliminary insights into particle movement behavior. The study offers a novel technical approach and experimental data to support a deeper understanding of particle dynamics, optimized cutterhead design, and improved soil chamber configurations.

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: Empirique
Score de désaccord entre enseignants0,386
Score d'incertitude au seuil0,433

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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 Opus0,005
Tête enseignante GPT0,191
Écart entre enseignants0,186 · 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 revueCanadian Geotechnical JournalMême sujetTunneling and Rock MechanicsTravaux en français237 207