MétaCan
Menu
Retour à la cohorte
Enregistrement W7161936310 · doi:10.82308/18506

Study of rock burstability with mechanical property testing and microscopic image analysis

2022· dissertation· en· W7161936310 sur OpenAlexaboutno aff
John Malki

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineEngineering
ThématiqueRock Mechanics and Modeling
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBrittlenessBasaltUltimate tensile strengthFracture (geology)Optical microscopeRock mechanicsReliability (semiconductor)

Résumé

récupéré en direct d'OpenAlex

Rockbursts are considered some of the most dangerous phenomena that occur in underground mines. Severe rockbursts can result in injuries, equipment damage, and even fatalities. Other devastating impacts of rockbursts are increased levels of anxiety by the mine operators following a damaging rockburst, delayed production due to rehabilitation work, and economic losses. Therefore, rockburst prediction and control is a key element to the success and safety of underground mining operations. This study concerns itself with the identification of strainburst potential of hard rocks in underground mines. Strainburst phenomena are associated with strong and brittle rocks that exhibit sudden and violent energy release at failure. First, a comprehensive literature review of the rock burstability criteria is carried out and the most common criteria used in the literature are retained for the study. A laboratory investigation program for both mechanical tests and microstructure analysis with optical microscopy was designed and implemented. Rock cores from two operating Canadian mines were acquired for the purpose of examining their burstability. They are basaltic komatiite and norite. A total of 67 mechanical property tests were conducted including uniaxial compressive strength, Brazilian tensile strength, and load-unload. The latter test was conducted to determine the strain energy index of the rock – a well-known criterion for the prediction of strainburst potential. The results indicate that basaltic komatiite shows moderate to high burstability whereas norite shows consistently high burstability. To confirm the trends, 20 rock slices were then prepared for optical microscopy and image analysis software. The results show that basaltic komatiite contains fine grains of carbonate and phyllosilicate minerals that make the rock weak and ductile. On the other hand, the results for norite show high content of k-feldspar and plagioclase which are strong and large-grained, thus supporting the finding of mechanical tests that it is highly burstable. This study shows that the combination of microscopy with mechanical testing proves to be useful in assessing rock burstability

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)0,001
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 enseignants0,004
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,002
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,017
Tête enseignante GPT0,249
Écart entre enseignants0,232 · 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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetRock Mechanics and ModelingTravaux en français237 207