Monte Carlo Simulation-Based Uncertainty Integration into Rock Particle Shape Descriptor Distributions
محل انتشار: مجله معدن و محیط زیست، دوره: 12، شماره: 2
سال انتشار: 1400
نوع سند: مقاله ژورنالی
زبان: انگلیسی
مشاهده: 270
فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JMAE-12-2_001
تاریخ نمایه سازی: 20 تیر 1400
چکیده مقاله:
The particles within the rock samples are present in extensive ranges of shapes and sizes, and their characterization and analysis exist with a considerable diversity. The prior research works have appraised the significance of the particle shape types and their effects on the geotechnical structures and deficiencies by evaluating the uncertainty-related rock particle shape descriptors (PSDs). In this work, the Monte Carlo simulation (MCS) is used in order to present a framework to integrate the inherent uncertainty associated with PSDs. A tabletop microscope is used to measure the primary particle shape distribution for the sandstone samples. An open-source processing tool, ImageJ, is used in order to analyze PSDs. The probabilistic distribution of PSDs is acquired using MCS according to the relative frequency histogram of the input parameters. Additionally, a probabilistic sensitivity analysis is performed in order to evaluate the importance of the input parameters in PSDs. The sensitivity analysis results demonstrate that the major axis and area are the most influential parameters involved. The simulation results obtained have revealed that the proposed framework is capable of integrating the inherent uncertainties related to the particle shape.
کلیدواژه ها:
نویسندگان
K. Shah
School of Materials and Mineral Resources Engineering, Universiti Sains Malaysia, Engineering Campus, Nibong Tebal, Penang, Malaysia
M. H. Mohd Hashim
School of Materials and Mineral Resources Engineering, Universiti Sains Malaysia, Engineering Campus, Nibong Tebal, Penang, Malaysia
K. Sh. Ariffin
School of Materials and Mineral Resources Engineering, Universiti Sains Malaysia, Engineering Campus, Nibong Tebal, Penang, Malaysia
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :