Deformation and Failure Characteristics of Sublevel Tunnels under Triple-Level Combined Backfill Mining in Steeply-Dipping and Ultra-Thick Orebodies
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
Under triple-level combined backfill mining (TLCBM), sublevel tunnels in steeply-dipping and ultra-thick orebodies experience severe deformation and failure, posing significant safety challenges. Based on the field investigation, deformation monitoring, stress measurement, and numerical calculation, this study analyses the deformation behaviour, surrounding rock failure, and stress distribution of sublevel tunnels. A theoretical model is developed to reveal the deformation and failure mechanisms, and targeted engineering countermeasures are proposed. Results show that tunnels deform rapidly and continuously, with damage mainly occurring in the sidewalls and roof. The tunnel cross-section evolves into an asymmetric butterfly shape. The probability and intensity of future deformation and failure are positively correlated with the current damage state. Damage exhibits spatial variability: the near-disturbed side is more affected than the far-disturbed side; vertically, the middle tunnel is the most damaged; horizontally, tunnel ends are more affected than the middle. The damage process follows nine distinct stages. TLCBM places tunnels in a high-stress environment and shifts the highest stress from the lower to the middle sublevel tunnel. Disturbed stress is the dominant factor driving tunnel damage. Variations in disturbance distance lead to spatial variability in tunnel damage. These findings support tunnel design, reinforcement, and risk management in similar mines.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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