Tạp chí
 
Năm 2016
 
Số 6 [12 - 2016], Năm thứ XXX

Xây dựng phẩn mềm dự báo lún do khai thác hầm lò trên cơ sở thuật toán mạng nơ-ron nhân tạo

https://tapchi.hoimovietnam.vn/vi/archives?article=16062

  • Cơ quan:

    Trường Đại học Mỏ - Địa chất

  • Nhận bài: 15-07-2016
  • Chấp nhận: 22-10-2016
  • Ngày đăng: 31-12-2016
Trang: 13 - 18
Lượt xem: 364
Xem onlineXem online
Lượt tải: 1
Tải về PDF
★★★★★Yêu thích: , Số lượt: 0
  • ★
  • ★
  • ★
  • ★
  • ★
Bạn yêu thích

Tóm tắt:

The artificial neural network (ANN) has been widely applied in many fields, including scientific forecasting. Using ANN forecasting surface subsidence caused by underground mining does not need to know the geological conditions above the excavation, but we need the subsidence monitoring data on the surface, which is much easier to collect than the geological factors. This paper presents the neural, Multilayer perception, and Backpropagation method for training a neural network. The paper also presents the subsidence prediction software built based on artificial neural network, it is an effective, high accuracy prediction software. Five main influencing factors: angle of coal seam, mean mining depth, thickness of seam, length of excavation and distance from trough edge to points were selected as the input data of the software, these data are easy collected in the underground coal mine. Comparing the predicted values with actual subsidence data indicates that this is the high precision subsidence prediction software.

Trích dẫn
Nguyễn Quốc Long và Lê Văn Cảnh, 2016. Xây dựng phẩn mềm dự báo lún do khai thác hầm lò trên cơ sở thuật toán mạng nơ-ron nhân tạo, Tạp chí Công nghiệp Mỏ, số XXX, kỳ 6, tr. 13-18.
Tài liệu tham khảo

1. Nguyễn Đình Bé, Vương Trọng Kha (2000), Dịch chuyển và biến dạng đất đá trong khai thác mỏ, NXB Giao thông Vận tải, Hà Nội.

2. Quy phạm ngành mỏ (198#), Qui tắc bảo vệ công trình và đối tượng thiên nhiên chống ảnh hưởng có hại của khai thác hầm lò, Viện VNIMl, Liên bang Nga.

3. Tomaz Ambrozic, Goran Turk (2003), "Prediction of subsidence due to underground mining by artificial neural networks", Computers & Geosciences, 29 (5), 627-637.

4. Guoqiang Zhang, B. Eddy Patuwo, Michael Y. Hu (1998), "Forecasting with artificial neural networks: The state of the art", International Journal of Forecasting, 14, 35-62.

5. Laurene Fausett (1994), Fundamentals of neural networks: architectures, algorithms, and applications, Prentice-Hall, Inc.

6. Zhang He-sheng, Liu Li-juan, Liu Hong-fu (2011), “Mountain ground movement prediction caused by mining based on BP-neural network”, Journal of Coal science & Engineering, Vol.17 No,1, China.

7. Wojciech Gruszczynski (2007), “Zastosowanie sieci neuronowych do prognozowania deformacji gorniczych”, Akademia Gorniczo-Hutnicza im. Stanistawa Staszica, Poland.

Các bài báo khác