Zobrazeno 1 - 10
of 26
pro vyhledávání: '"Feng Shangxin"'
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Liu, Bin, Wang, Chengkun, Liu, Zhengyu, Xu, Zhenhao, Nie, Lichao, Pang, Yonghao, Wang, Ning, Feng, Shangxin
Publikováno v:
In Engineering Geology 5 December 2021 294
Autor:
Feng, Shangxin, Chen, Zuyu, Luo, Hua, Wang, Shanyong, Zhao, Yufei, Liu, Lipeng, Ling, Daosheng, Jing, Liujie
Publikováno v:
In Tunnelling and Underground Space Technology incorporating Trenchless Technology Research April 2021 110
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Cao, Ruilang1 (AUTHOR), Feng, Shangxin1 (AUTHOR) 18706867845@163.com
Publikováno v:
Soil Mechanics & Foundation Engineering. Sep2021, Vol. 58 Issue 4, p308-313. 6p.
Publikováno v:
Soils and Foundations. 60:1011-1019
Soil particle size distribution (PSD) is critical for assessing the potential for internal instability of sand–gravel soils, mainly because particle migration in sand–gravel soils owing to seepage forces affects almost all soil hydraulic properti
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::8d0579998efc3495b6d4697663ae8879
https://doi.org/10.1016/j.sandf.2020.05.006
https://doi.org/10.1016/j.sandf.2020.05.006
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Lipeng Liu, Yufei Zhao, Feng Shangxin, Hua Luo, Shanyong Wang, Zuyu Chen, Liujie Jing, Daosheng Ling
Publikováno v:
Tunnelling and Underground Space Technology. 110:103636
This work explores the potential for predicting TBM performance using deep learning. It focuses on a 17.5-km-long tunnel excavated for the Yingsong Water Diversion Project in Northeastern China with its 728 days’ continuous monitoring of mechanical
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::95e9c938b9e44712d51b5a77ecc25cfa
https://doi.org/10.1016/j.tust.2020.103636
https://doi.org/10.1016/j.tust.2020.103636
Publikováno v:
Geotechnical Testing Journal. 43:20180208
Test results on the suffusion of sand-rock mixtures (SRMs) in one-dimensional laboratory seepage tests are reported with details regarding the experimental setup and procedures. The nuclear magnetic resonance (NMR) systems were successfully applied t
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::ffc4f5b5c51bc3ae3222221c35fc6342
https://doi.org/10.1520/gtj20180208
https://doi.org/10.1520/gtj20180208