MétaCan
Menu
Retour à la cohorte
Enregistrement W7101439472 · doi:10.1016/j.rineng.2025.107934

Experimental study on porosity-permeability regulation and strength enhancement of 3D-printed rock analogs: New insights from post-processing explorations

2025· article· en· W7101439472 sur OpenAlexaff

Notice bibliographique

RevueResults in Engineering · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueMachine Learning and Algorithms
Établissements canadiensUniversity of Alberta
Organismes subventionnairesInternational Science and Technology Cooperation ProgrammeSouthwest University of Science and TechnologyNatural Science Foundation of Hubei ProvinceNational Natural Science Foundation of China
Mots-clésPorosityPermeability (electromagnetism)Compressive strengthAdhesiveScanning electron microscopeEpoxyResidual strengthParametric statistics

Résumé

récupéré en direct d'OpenAlex

Sandy 3D printing is an emerging technique enabling fabrication of artificial rock analogs with designed structures and controllable physical properties, finding widespread application in rock mechanics and geosciences. However, the low strength, stiffness, and high porosity-permeability of sandy 3D-printed rock analogs (3D-PRA) limit their utility for simulating natural rocks across broader application scenarios. This study explores three modification infiltrates to quantitatively regulate 3D-PRA properties. We systematically evaluate their effects on the physical, mechanical, and hydraulic properties of modified specimens. Permeability-porosity relationships and strength enhancement are analyzed integrally, while compression tests assess mechanical properties and failure behavior. Notably, modification with the three infiltrates increases unconfined compressive strength by over tenfold, exceeding 50 MPa. Permeability is quantitatively regulated across orders of magnitude—from Darcy-scale (∼10D) to millidarcy levels (∼0.2mD). For aqueous nano-silica solution (ANSS), porosity and permeability vary systematically with infiltration parameters. Conversely, polyacrylic resin adhesive (PARA) and epoxy resin adhesive (EPRA) infiltrates significantly reduce permeability but exhibit no quantifiable parametric relationship; porosity trends similarly lack mathematical correlation. Microstructural evolution mechanisms are elucidated through micro-computed tomography (μ-CT) and scanning electron microscope (SEM) analysis. This work contributes a comparative analysis of infiltrate effects on 3D-PRA property regulation and proposes a precision-controlled ANSS-based process for simultaneous permeability-porosity management and strength enhancement, significantly expanding application potential.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,011
Tête enseignante GPT0,262
Écart entre enseignants0,251 · 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'étudeExpérimental (laboratoire)
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 revueResults in EngineeringMême sujetMachine Learning and AlgorithmsTravaux en français237 207