인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
Rockbursts, catastrophic events involving the violent release of elastic energy stored in rock features, remain a worldwide challenge for geoengineering. Especially at deep-mining sites, rockbursts can occur in hard, high-stress, brittle rock zones, and the associated risk depends on such factors as mining activity and the stress on surrounding rocks. Rockbursts are often sudden and destructive, but there is still no unified standard for predicting them. Based on previous studies, a new Bayesian multi-index model was introduced to predict and evaluate rockbursts. In this method, the rock strength index, energy release index, and surrounding rock stress are the basic factors. Values from 18 rock samples were obtained, and the potential rockburst risks were evaluated. The rockburst tendencies of the samples were modelled using three existing methods. The results were compared with those obtained by the new Bayesian model, which was observed to predict rockbursts more effectively than the current methods.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
