Dergiler / Bilimsel Madencilik Dergisi / 2020 / Cilt: 59 - Sayı: 4

PATLATMA KAYNAKLI TİTREŞİMLERİN YAPAY SİNİR AĞLARI KULLANILARAK TAHMİNİ

PREDICTION OF BLAST INDUCED GROUND VIBRATIONS BY USING ARTIFICIAL NEURAL NETWORKS

Sayfa
265–273
Yayın Tarihi
2020-12-01
DOI
—
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Titreşim yayılım denklemi ile hesaplanan değerler ile kaydedilen olaylar arasında yüksek korelasyonlu doğrusal bir ilişki olduğu; YSA modelinin çıkışları ile kaydedilen olaylar arasında ise daha yüksek korelasyonlu doğrusal bir ilişki olduğu görülmüştür.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Bu çalışmada patlatma kaynaklı titreşim hızının tahmin edilmesinde yapay sinir ağları (YSA) kullanılmıştır.
📊
Temel Bulgular & Veri:İzlenen ilk 12 atımda kaydedilen 24 olaya ait maksimum parçacık hızları ile ölçekli mesafeler istatiksel analize tabi tutulmuş ve sahanın spesifik titreşim yayılım denklemi elde edilmiştir.
💡
Sonuç & Katkı:Titreşim yayılım denklemi ile hesaplanan değerler ile kaydedilen olaylar arasında yüksek korelasyonlu doğrusal bir ilişki olduğu; YSA modelinin çıkışları ile kaydedilen olaylar arasında ise daha yüksek korelasyonlu doğrusal bir ilişki olduğu görülmüştür.
🔬Tür:Uygulamalı Anket & Alan Araştırması
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:Blasting · Vibration · Artifical Neural Networks

Özet

Bu çalışmada patlatma kaynaklı titreşim hızının tahmin edilmesinde yapay sinir ağları (YSA) kullanılmıştır. Bu kapsamda, İstanbul’da bulunan bir taşocağında yapılan patlatmalar izlenmiş ve patlatmalardan kaynaklanan titreşimler kayıt altına alınmıştır. İzlenen ilk 12 atımda kaydedilen 24 olaya ait maksimum parçacık hızları ile ölçekli mesafeler istatiksel analize tabi tutulmuş ve sahanın spesifik titreşim yayılım denklemi elde edilmiştir. Bu veri seti ayrıca, ölçekli mesafenin giriş, maksimum parçacık hızının ise çıkış olduğu bir YSA modelinin eğitilmesinde kullanılmış; ve ilgili sahada patlatma kaynaklı titreşimlerin tahmin edilmesinde kullanılan yeni bir model geliştirilmiştir. Titreşim yayılım denklemi ve geliştirilen YSA modeli kullanılarak, sonradan izlenen 19 atım için titreşim hızı tahminleri yapılmış, elde edilen değerler ile kaydedilen 37 olay karşılaştırılmıştır. Titreşim yayılım denklemi ile hesaplanan değerler ile kaydedilen olaylar arasında yüksek korelasyonlu doğrusal bir ilişki olduğu; YSA modelinin çıkışları ile kaydedilen olaylar arasında ise daha yüksek korelasyonlu doğrusal bir ilişki olduğu görülmüştür.

Abstract

In this study, artificial neural networks (ANN) were used as a tool for estimation of blast-inducedvibrations. For this purpose, the blast shots carried out in a quarry in Istanbul were monitored andthe blast-induced vibrations were recorded.Peak Particle Velocities (PPV) and Scaled Distances (SD) of 24 events were recorded in thefirst 12 shots, subjected to statistical analysis and the site-specific ground vibration propagationequation was obtained. This data set was also used to train an ANN model while SD was aninput and PPV was an output; and a new model, that used to estimate blast-induced vibrationsin the related field, was developed. Using the vibration propagation equation and the developedANN model, blast-induced vibrations were estimated for 19 shots performed subsequently, andthe results were compared with 37 recorded vibration data. It was seen that there was linearrelationship with a high correlation between the values calculated with the equation and recordeddata; and there was linear relationship with a higher correlation between outputs of ANN modeland recorded data.

🔖

Bu Makaleye Atıf Yap

KARADOĞAN, A., ÖZYURT, M. C., ŞAHİNOĞLU, Ü. K., ÖZER, Ü. (2020). PATLATMA KAYNAKLI TİTREŞİMLERİN YAPAY SİNİR AĞLARI KULLANILARAK TAHMİNİ. Bilimsel Madencilik Dergisi, Cilt: 59 - Sayı: 4, 265–273. https://ajindex.com/articles/85920

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (8)

  1. Adeli, H., Wu, M., 1998. Regularization Neural Network For Construction Cost Estimation. Journal of Construction Engineering and Management, Vol. 124, Issue 1. Ak, H., Iphar, M., Yavuz M., Konuk, A., 2009. Evaluation of Ground Vibration Effect of Blasting Operations in a Magnesite Mine. Soil Dynamics and Earthquake Engineering, 29: 4: 669-676.
  2. Allahverdi, N., 2002. Uzman Sistemler: Bir Yapay Zeka Uygulaması. Atlas Yayın Dağıtım, İstanbul.
  3. Ambraseys, N.R., Hendron A.J., 1968. Dynamic Behaviour of Rock Masses, in: Rock Mechanics in Engineering Practice. Ambrozic, T., Turk, G., 2003. Prediction of Subsidence Due to Underground Mining. Computers & Geosciences, Vol. 29, Issue 5. Baghirli, O., 2015,
  4. Comparison of Lavenberg Marquardt, Scaled Conjugate Gradient and Bayes Regularization Backpropagation Algorithms for Multistep Ahead Wind Speed Forecasting Using Multilayer Perceptron Feedforward Neural Network. Master Thesis, Ippsala University Department of Earth Sciences, Campus Gotland. Chapra, S.C., Canale, R.P., 2015, Yazılım ve Programlama Uygulamalarıyla Mühendisler Için Sayısal Yöntemler. Literatür Yayıncılık, Çevirenler: Hasan Heperkan, Uğur Kesgin, ISBN:978-975-8431-83-0.
  5. Cheng, L., Yang, Y., Xiong, Y., 2005. Study of Mine Ventilation System Assessment Based on Artificial Neural Network. China safety science journal. Dowding, C.H., 1985. Blast Vibration Monitoring and Control. Prentice-Hall, USA. Düzgün, H.S.B., 2005. Analysis of Roof Fall Hazards and Risk Assessment for Zonguldak Coal Basin Underground Mines. International Journal of Coal Geology 64. Elmas, Ç., 2011. Yapay Sinir Ağları. Seçkin Yayıncılık, Ankara, 2003, s. 23. Ghosh, A., Daemen, J.J.K., 1983. A Simple New Blast Vibration Predictore (based on wave propagation laws). 24 th U.S. Symp. on Rock Mechanics, June, 151-161
  6. Guo D.Y., Wang Y.B., Wei X.J., Wang X.Y, 2009. Early Warning of Coal and Gas Outburst by GIS and Neural Network. J Univ Sci Technol Beijing 2009;31(01):15–24.
  7. Gupta, R.N., Roy, P.P., Singh B., 1988. On a Blast Induced Blast Vibration Predictor for Efficient Blasting. Safety in Mines Research Proceedings of the 22nd International Conference of Safety in Mines Reseach Institutes. He, G.J., Liu S.Y., Sun Y.B. 2009. Theory and Practice of Coal Mine Accident Hidden Danger Monitoring and Early Warning. J China Coal Soc 2009;34(2):212–7.
  8. Hu, D.H., 2010. Analysis on Coal Mine Safety Accident Causes and Forewarning Management Research. Beijing: China University of Geosciences; 2010. Jimen