PNN-based rockburst prediction model and its applications
El fracturamiento o explosin̤ de rocas es uno de los principales problemas en ingeniera̕ geolg̤ica que amenaza significativamente la seguridad de una construccin̤. La prediccin̤ del fracturamiento de rocas es importante para la seguridad de los trabajadores y el equipamiento en tn͠eles. En este artc...
Saved in:
| Other Authors: | , , |
|---|---|
| Format: | Book |
| Language: | English |
| Subjects: | |
| Online Access: | PNN-based rockburst prediction model and its applications |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
MARC
| LEADER | 00000nam a22000004a 4500 | ||
|---|---|---|---|
| 001 | vpro13358 | ||
| 005 | 20201223000000.0 | ||
| 008 | 180607s2018 ck # g## #001 0#eng#d | ||
| 020 | |a 1794-6190 (versin̤ impresa) ; 2339-3459 (versin̤ online) | ||
| 022 | |||
| 040 | |a CO-BoINGC | ||
| 041 | 0 | |a eng | |
| 245 | 1 | 0 | |a PNN-based rockburst prediction model and its applications |
| 246 | |a Modelo de prediccin̤ de fractura de rocas basado en una red neuronal probabils̕ta y sus aplicaciones | ||
| 264 | |a Bogot ̀(Colombia) : |b Revista VirtualPRO, |c 2018 | ||
| 520 | 3 | |a El fracturamiento o explosin̤ de rocas es uno de los principales problemas en ingeniera̕ geolg̤ica que amenaza significativamente la seguridad de una construccin̤. La prediccin̤ del fracturamiento de rocas es importante para la seguridad de los trabajadores y el equipamiento en tn͠eles. En este artc̕ulo se propone un nuevo modelo de prediccin̤ de fracturamiento de rocas basado en una red neuronal probabils̕tica (PNN por sus siglas en inglš) para determinar la posible ocurrencia e intensidad de uno de estos eventos en proyectos subterrǹeos. La PNN se desarroll ̤con base en un criterio Bayesiano para la clasificacin̤ multivariada de patrones. Debido a que la PNN tiene las ventajas de una menor complejidad de adiestramiento, estabilidad, rp̀ida convergencia y simplicidad en su construccin̤, se puede adecuar en la prediccin̤ del fracturamiento de rocas. Algunos factores principales de control, como la fuerza mx̀ima tangencial de rocas, la resistencia de compresin̤ uniaxial, la fuerza de tensin̤ uniaxial, y el n̕dice de energa̕ els̀tica de las rocas fueron escogidos como los vectores caracters̕ticos de la PNN. El modelo se obtuvo a travš del adiestramiento de datos sobre fracturamiento de rocas en proyectos subterrǹeos en diferentes localidades. Otros datos tambiň se analizaron con el modelo. Los resultados de la evaluacin̤ se ajustan a los registros observados. Simultǹeamente, se utilizaron dos aplicaciones prc̀ticas para verificar el mťodo propuesto. Los resultados de la prediccin̤ son similares a los de mťodos existentes, un factor que adems̀ se present ̤en las pruebas de campo, lo que demuestra la efectividad y la aplicabilidad de la metodologa̕ propuesta. | |
| 650 | \ | \ | |a Ciencias de la tierra |
| 650 | \ | \ | |a Rocas |
| 650 | \ | \ | |a Geologa̕ |
| 650 | \ | \ | |a Geof©Ưsica |
| 650 | \ | \ | |a Tecnologa̕ avanzada |
| 650 | \ | \ | |a Earth sciences |
| 650 | \ | \ | |a Roks |
| 650 | \ | \ | |a Geology |
| 650 | \ | \ | |a Geophysics |
| 650 | \ | \ | |a Advanced technology |
| 650 | \ | \ | |a Red neuronal probabils̕tica |
| 650 | \ | \ | |a Fracturamiento de rocas |
| 650 | \ | \ | |a Prediccin̤ |
| 650 | \ | \ | |a Probabilistic neural network (PNN) |
| 650 | \ | \ | |a Rockburst |
| 650 | \ | \ | |a Prediction |
| 700 | \ | \ | |a Yu Zhou |
| 700 | \ | \ | |a Tingling Wang |
| 700 | \ | \ | |a Universidad Nacional de Colombia. Departamento de Geociencias. |
| 856 | |z PNN-based rockburst prediction model and its applications |u https://virtualpro.unach.elogim.com/biblioteca/modelo-de-prediccion-de-fractura-de-rocas-basado-en-una-red-neuronal-probabilista-y-sus-aplicaciones | ||