摘要
Slope Stability会议是采矿边坡工程的重要论坛,定期展示最新研究。本文集总结了2007-2024年间的研究进展,重点关注了机器学习在采矿中的应用和边坡稳定性分析。同时,介绍了相似论文查找工具和方法更新,以及概率稳定性分析在露天矿边坡评估中的应用,强调其在提高采矿作业可靠性和安全性中的关键作用。这些研究为边坡工程领域提供了宝贵的参考和启示。
正文
(1) 2007年30篇
(2) 2013年75篇
(3) 2020年110篇
(4) 2022年110篇
(5) 2024年174篇
使用wx或zfb付费后网盘下载。
[1] An application of a reliability based method to evaluate open pit slope stability【岩土工程风险---大数据和机器学习(Geotechnical Risk)】
[2] Stochastic three-dimensional stability assessment in large-scale open pit【ChatGPT---学术文献引用的反向校准】
[3] Development of an Educational Tool for Deterministic and Probabilistic Slope Stability Analysis of Rocks【隧道开挖稳定性概率分析(Probabilistic analysis of tunnel stability)】
[4] A Reliability and Risk Framework to Support Pit Slope Design【Geo-Risk 2023---理论的进步与实践的创新】
[5] Operational Slope Stability Risk Management for Large Open Pits at the Mount Milligan Mine – a Case Study【KCGM的风险管理 (Risk Management)】
[6] A probabilistic approach to evaluate structurally controlled inter ramp slope instabilities【尾矿坝概率稳定性分析的参数设置(Probabilistic Approach)】
[7] A risk-based approach for first line assurance of pit slope management and slope designs and slope management processes【采矿边坡风险评估(Risk Evaluation)】
[8] Reliability Based Design Acceptance Criteria for inter-ramp and overall pit slopes – fundamental considerations and mathematical background【岩土工程风险---大数据和机器学习(Geotechnical Risk)】
一个不解的现象是尽管已经在本地下载了SentenceTransformer模型,但不联网的运行速度比联网的运行速度要慢很多,因此在使用sentence-transformers库时必须联网,几年前使用这个库时并未注意到这个问题,或许是后来改进了使用机制。
(5) RocFall2和RocFall3
(a) 设计具有特定安全系数 (FoS) 的矿坑边坡
(b) 采取措施降低风险,如加固或稳定技术
(c) 长期监测矿坑的稳定性,并在获得新数据时更新分析结果
(1) 更准确的风险评估:概率稳定性分析能更真实地反映边坡的行为,承认与岩土参数相关的不确定性。
(2) 改进决策:通过量化边坡稳定性的不确定性,矿山规划人员和工程师可以就设计修改、安全措施或运营调整做出更明智的决策。
(3) 优化机会:概率方法能够确定影响边坡稳定性的关键因素,从而有针对性地进行优化,提高整体性能。
挑战:
(1) 数据质量和可用性:概率分析在很大程度上依赖于高质量的数据和足够的岩土参数信息。
(2) 模型复杂性:加入多个随机变量会导致计算需求和模型复杂性增加。
(3) 解释和交流:以简洁明了的方式向甲方展示易于理解的概率结果可能具有挑战性。
通过采用概率分析方法,采矿工程师可以更好地理解与边坡稳定性评估相关的岩土工程不确定性,并就矿坑设计、施工和运营做出更明智的决策,最终实现更加可靠、高效和安全的采矿作业。