MétaCan
Menu
Retour à la cohorte
Enregistrement W4415486613 · doi:10.1139/cgj-2025-0444

Tunnel face instability in composite strata during shield tunneling: a case study

2025· article· en· W4415486613 sur OpenAlexvenueno aff
Sen Teng, Jian Shi, Mingkai Zhao

Notice bibliographique

RevueCanadian Geotechnical Journal · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueGeotechnical Engineering and Analysis
Établissements canadiensnon disponible
Organismes subventionnairesNatural Science Foundation of Shandong Province
Mots-clésShieldInstabilityComposite numberArchParametric statisticsQuantum tunnellingFace (sociological concept)Failure mechanism

Résumé

récupéré en direct d'OpenAlex

Accurately predicting tunnel face stability during shield tunneling in composite strata remains a significant challenge due to the pronounced heterogeneity and contrasting mechanical behaviors of stratified geological formations. To address this issue, this study establishes a refined coupled FDM–DEM numerical model of a tunnel boring machine (TBM), capable of realistically capturing the excavation-induced disturbance process. A parametric study was conducted to evaluate the effects of the composite ratio and the chamber fill ratio on tunnel face behavior, including failure zone development, TBM thrust, and torque evolution. The results indicate that tunnel face instability evolves through a typical three-stage process: initial disturbance, failure development, and failure propagation with arch reformation. The extent of failure is positively correlated with the composite ratio and negatively correlated with the chamber fill ratio. A higher composite ratio amplifies disturbance effects due to increased exposure to weaker strata, while greater chamber fill enhances face support and suppresses failure propagation. These findings enhance the understanding of tunnel face failure mechanisms in composite strata and support the rational design of shield tunneling parameters under complex geological conditions.

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: Empirique
Score de désaccord entre enseignants0,054
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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
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 Opus0,010
Tête enseignante GPT0,223
Écart entre enseignants0,213 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Geotechnical JournalMême sujetGeotechnical Engineering and AnalysisTravaux en français237 207