Recent Advances in Fiber Optic Sensing for Geotechnical Monitoring: Practical Considerations for the Mining Industry
Notice bibliographique
Résumé
ABSTRACT: The safety of tailings dams and auxiliary mining infrastructure requires monitoring solutions capable of detecting relevant geotechnical performance indicators. Recent advances in the fibre optic sensing technology of distributed acoustic sensing (DAS) enable continuous dynamic strain measurements over long distances (i.e., tens of kilometers) with meter-scale spatial resolution. This presentation provides practical perspectives on considerations for DAS within the mining industry, illustrated with two recent studies. In the first study, four months of DAS observations at a northern Canadian tailings facility were used to infer changes of shear-wave velocity inside the dam, relying on energy from the ambient seismic wave field. As shearwave velocities can be used as a proxy for soil stiffness, this method helps understand changes in tailings dam performance. The second study involved three-day DAS recordings at a slow-moving landslide observatory in the United Kingdom. Here, lowfrequency (<1 Hz) DAS measurements revealed near-surface slope failure processes with unprecedented nanostrain-rate sensitivity and spatiotemporal resolution. The results capture rupture zone initiation, retrogression, and flow-lobe activity. While these results demonstrate how geotechnical parameters can be derived from DAS data, key challenges remain. These include limited knowledge about instrument response and cable coupling, environmental effects and the management of large data volumes. This presentation will explore practical strategies to overcome these challenges, needed to support broader adoption of DAS technology in the mining sector.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».