MétaCan
Menu
Retour à la cohorte
Enregistrement W4412989778 · doi:10.56952/arma-2025-0632

Leeb Hardness Testing for Rock Strength Estimation: A Case Study from the Bingham Canyon Mine

2025· article· en· W4412989778 sur OpenAlexaff
Greatness H. Ojum, J. J. Potter, Kray Luxbacher, Eyre D. Hover, Karen Bakken, Derek Kinakin, S. Hegger, A. G. Corkum

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueTunneling and Rock Mechanics
Établissements canadiensDalhousie UniversityKamloops Art Gallery
Organismes subventionnairesnon disponible
Mots-clésCanyonGeologyMining engineeringGeotechnical engineeringGeomorphology

Résumé

récupéré en direct d'OpenAlex

ABSTRACT: Understanding rock strength is essential for assessing mine stability. Uniaxial Compressive Strength (UCS) is a critical measure of rock strength, though the frequency of laboratory testing is typically limited due to cost and time constraints. Rock hardness (R-value) is often used as a first order estimate of UCS in mining rock mechanics. R-values are measured using qualitative assessments with the geologic hammer and are easy to collect but inherently subjective. Additionally, Point Load Testing (PLT) provides a strength index that can be correlated with UCS values, but the test is destructive, and can be time-consuming. Originally developed for the metals industry, the Leeb Hardness (LH) tester offers a rapid, quantitative, safer, hand-held and non-destructive alternative for measuring rock hardness. While LH data will not replace the need for UCS testing, the high-density nature of LH data also makes it ideal for predictive modeling and as a reliable input for 3D geotechnical models. This study utilizes drill core data from the Bingham Canyon Mine and focuses on establishing a correlation between LH values, traditional hardness estimates (R-values), and PLT data using linear regression and correlation coefficient analyses for each rock type. Analyzing the Quartzite (QZ) and Monzonite (MZ) data, LH showed moderate correlations with PLT. Trends in data infer PLT values underestimate strength compared to LH, however limitations for the LH tester are also explored and discussed in this study. Future work will focus on developing the LH-UCS correlation for the specific lithologies present at Bingham Canyon, enabling more accurate geotechnical characterizations and informing stability assessments for ongoing and future mining operations.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,059
Score d'incertitude au seuil0,118

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,025
Tête enseignante GPT0,257
Écart entre enseignants0,233 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetTunneling and Rock MechanicsTravaux en français237 207