Permeation grouting of an upstream tailing dam: a feasibility study
Notice bibliographique
Résumé
The presence of potentially liquefiable deposits in tailing dams represents a serious hazard, as is now increasingly clear that liquefaction triggering may occur in unanticipated ways. For legacy dams in which this hazard is already present, intervention alternatives are sought to mitigate the associated risks of liquefaction failure. One interesting possibility is to use targeted ground improvements of tailings within the structural zone of the dams, so that they become nonliquefiable. Liquefaction remediation technologies that are relatively gentle would be preferable, as the possibility of triggering liquefaction during the ground improvement operation itself cannot be lightly discarded. Permeation grouting is a classical soil improvement technology that has been renovated with the apparition of new permeating agents, such as colloidal silica suspensions (CS). Permeation grouting of CS consists in low-pressure injections leading to CS treated soils characterized by a significantly reduced liquefaction potential. CS grout has a complex rheology that is best described by a Bingham model whose parameters change in time. This paper presents design tools that incorporate this complexity and allow both a safer and more realistic design of permeation treatments. As an application example, we study a case based on the Merriespruit tailing dam, which failed by static liquefaction. It is concluded that CS permeation could realistically offer a potential solution to reduce instability risk of some tailing storage facilities (TSF).
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 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 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».