بررسي مقايسه اي پيش بيني فركانس لرزش زمين ناشي از انفجار با روش هاي آماري و شبكه هاي عصبي
چکيده
حفاري و انفجار هنوز هم به عنوان اقتصادي ترين روش در حفريات معادن روباز و زيرزميني شناخته مي شود. بر اساس تحقيقات انجامشده، مابين 20 تا 0 درصد انرژي توليد شده توسط ماده منفجره صرف خردايش توده سنگ مي شود و مابقي آن به شکل لرزش زمين وهوا، پرتاب سنگ و. صرف مي شود. در اين ميان لرزش زمين بيشترين اثر مخرب را دارد. معادلات زيادي تاکنون توسط محققين جهتپيش بيني لرزش زمين پيشنهاد شده است که از خرج در هر تأخير و فاصله از محل انفجار به عنوان پارامترهاي اصلي ياد مي کند. اما هنوزنمي توان از معادلات ارائه شده براي تخمين لرزش در هر محيطي استفاده کرد زيرا لرزش زمين تحت تأثير پارامترهاي زيادي مي باشدکه مختص منطقه است و ترکيب آنها درمعادلات ديده نمي شود. همچنين فركانس و بيشينه سرعت ذرات هردو نقش مهمي براي انفجارايمن و بدون اشكال ايفا مي كنند که در اين فرمول ها فرکانس مورد ارزيابي قرار نمي گيرد. اين تحقيق کاربرد شبکه هاي عصبي مصنوعي (ANN) در تخمين فرکانس لرزش زمين با در نظر گرفتن همه پارامترهاي موثر توده سنگ، خواص ماده منفجره و طراحي انفجار را موردبررسي قرار مي دهد. براي اين منظور يک شبکه عصبي با الگوريتم پس انتشار شکل گرفت و از داده هاي الگوي انفجار معادن مس سونگونو سرچشمه به عنوان پارامتر هاي ورودي استفاده شد و فرکانس لرزش به عنوان پارامتر خروجي در نظر گرفته شد. همچنين براي اثباتکارايي اين روش، همان اطلاعات به وسيله آناليز رگرسيون چندگانه ) MVRA ( که با نرم افزار SPSS بدست آمد, مورد مقايسه قرار گرفت.مقايسه دو روش آناليز رگرسيون چندگانه و شبکه هاي عصبي مصنوعي در مورد معدن سرچشمه مشخص مي کند که روش شبکه هايعصبي مصنوعي، با ضريب تعيين 69 / 0 = R2 و ميانگين مجذور خطاي 1/ 5 براي بهترين شبکه، نسبت به آناليز رگرسيون چندگانه، با ضريبتعيين 6/ 0= R2 و ميانگين مجذور خطاي 8/ 51 ، براي بهترين پيش بيني، از دقت بالاتري برخوردار است. همچنين مقايسه دو روش آناليزرگرسيون چندگانه و شبکه هاي عصبي مصنوعي در مورد معدن سونگون ثابت کرد که روش شبکه هاي عصبي مصنوعي، با ضريب تعيينR2 = 0/89 و ميانگين مجذور خطاي 74 / 0 براي بهترين شبکه نسبت به آناليز رگرسيون چندگانه، با ضريب تعيين 53 / 0= R2 و ميانگينمجذور خطاي 98 / 2، از دقت بالا تري برخوردار است. درنهايت بر اساس مقايسه ضريب همبستگي و ميانگين خطاي مطلق بين مقاديراندازه گيري شده و پيش بيني شده فرکانس، روش شبکه هاي عصبي مصنوعي داراي بهترين دقت تعيين شد.
کلمات کليدي:
فرکانس لرزش زمين . شبکه هاي عصبي مصنوعي . آناليز رگرسيون چندگانه
اولین کنفرانس مهندسی انفجار (1389)
برای دانلود به ادامه مطلب بروید
بررسي مقايسه اي پيش بيني فركانس لرزش زمين ناشي از انفجار با روش هاي آماري و شبكه هاي عصبي
چکيده
حفاري و انفجار هنوز هم به عنوان اقتصادي ترين روش در حفريات معادن روباز و زيرزميني شناخته مي شود. بر اساس تحقيقات انجامشده، مابين 20 تا 0 درصد انرژي توليد شده توسط ماده منفجره صرف خردايش توده سنگ مي شود و مابقي آن به شکل لرزش زمين وهوا، پرتاب سنگ و. صرف مي شود. در اين ميان لرزش زمين بيشترين اثر مخرب را دارد. معادلات زيادي تاکنون توسط محققين جهتپيش بيني لرزش زمين پيشنهاد شده است که از خرج در هر تأخير و فاصله از محل انفجار به عنوان پارامترهاي اصلي ياد مي کند. اما هنوزنمي توان از معادلات ارائه شده براي تخمين لرزش در هر محيطي استفاده کرد زيرا لرزش زمين تحت تأثير پارامترهاي زيادي مي باشدکه مختص منطقه است و ترکيب آنها درمعادلات ديده نمي شود. همچنين فركانس و بيشينه سرعت ذرات هردو نقش مهمي براي انفجارايمن و بدون اشكال ايفا مي كنند که در اين فرمول ها فرکانس مورد ارزيابي قرار نمي گيرد. اين تحقيق کاربرد شبکه هاي عصبي مصنوعي (ANN) در تخمين فرکانس لرزش زمين با در نظر گرفتن همه پارامترهاي موثر توده سنگ، خواص ماده منفجره و طراحي انفجار را موردبررسي قرار مي دهد. براي اين منظور يک شبکه عصبي با الگوريتم پس انتشار شکل گرفت و از داده هاي الگوي انفجار معادن مس سونگونو سرچشمه به عنوان پارامتر هاي ورودي استفاده شد و فرکانس لرزش به عنوان پارامتر خروجي در نظر گرفته شد. همچنين براي اثباتکارايي اين روش، همان اطلاعات به وسيله آناليز رگرسيون چندگانه ) MVRA ( که با نرم افزار SPSS بدست آمد, مورد مقايسه قرار گرفت.مقايسه دو روش آناليز رگرسيون چندگانه و شبکه هاي عصبي مصنوعي در مورد معدن سرچشمه مشخص مي کند که روش شبکه هايعصبي مصنوعي، با ضريب تعيين 69 / 0 = R2 و ميانگين مجذور خطاي 1/ 5 براي بهترين شبکه، نسبت به آناليز رگرسيون چندگانه، با ضريبتعيين 6/ 0= R2 و ميانگين مجذور خطاي 8/ 51 ، براي بهترين پيش بيني، از دقت بالاتري برخوردار است. همچنين مقايسه دو روش آناليزرگرسيون چندگانه و شبکه هاي عصبي مصنوعي در مورد معدن سونگون ثابت کرد که روش شبکه هاي عصبي مصنوعي، با ضريب تعيينR2 = 0/89 و ميانگين مجذور خطاي 74 / 0 براي بهترين شبکه نسبت به آناليز رگرسيون چندگانه، با ضريب تعيين 53 / 0= R2 و ميانگينمجذور خطاي 98 / 2، از دقت بالا تري برخوردار است. درنهايت بر اساس مقايسه ضريب همبستگي و ميانگين خطاي مطلق بين مقاديراندازه گيري شده و پيش بيني شده فرکانس، روش شبکه هاي عصبي مصنوعي داراي بهترين دقت تعيين شد.
کلمات کليدي:
فرکانس لرزش زمين . شبکه هاي عصبي مصنوعي . آناليز رگرسيون چندگانه
اولین کنفرانس مهندسی انفجار (1389)
بلافاصله پس از پرداخت هزینه لینک دانلود توسط سیستم فعال و در اختیار شما قرار می گیرد و یک کد رهگیری جهت پیگیری احتمالی درخواست، به شما داده می شود. همچنین بعد از چند ثانیه به صفحه مورد نظر جهت دریافت مقاله انتقال داده خواهید شد.
قیمت:99.000 ریال
------------------------------------------------------------------------
پک جامع آموزش نرم افزار آبا (ABAQUS)
پک جامع آموزش نرم افزار ژئواستادیو (Geostudio)
پک جامع آموزش نرم افزار پی اف سی دو بعدی (PFC 2D)
دانلود نرم افزار تریدک 5 (5.20.277 Itasca 3DEC)
دانلود نرم افزار فلگ دو بعدی 8 (Itasca FLAC - FLAC Slope 8.0.454 x64)
دانلود نرم افزار پلکسیز سه بعدی 2013 (PLAXIS 3D 2013)
دانلود مقاله تعیین نمودار ظرفیت باربری گروه ریزشمع توسط روش عددی و تحلیلی دانلود مقاله بررسی اندرکنش خاک با FRP به وسیله آزمایش برش مستقیم دانلود مقاله بررسی اندرکنش خاک با FRP به وسیله آزمایش برش مستقیم دانلود مقاله ارزیابی پتانسیل روانگرایی بر اساس نتایج آزمایش نفوذ استاندارد (مطالعه موردی شهرستان کرج دانلود مقاله بررسی پتانسیل تورم خاک های رسی مناطق مختلف شهرستان کرج دانلود مقاله بررسی میزان تاثیرپذیری نرخ پیشروی ماشین تونل بری از مقاومت توده سنگ دانلود مقاله بررسی میزان تاثیرپذیری نرخ پیشروی ماشین تونل بری از مقاومت توده سنگ
درباره این سایت