استفاده از رگرسیون آماری و شبکه عصبی مصنوعی برای تعیین ارتفاع منطقه رها از تنش در سقف پهنه جبهه‌کار طولانی

مقالات آماده انتشار

نوع مقاله : مقاله پژوهشی

نویسندگان

1 گروه مهندسی معدن، دانشکده مهندسی، دانشگاه کردستان، سنندج، ایران

2 استادیار بخش مهندسی معدن، مجتمع آموزش عالی زرند، دانشگاه شهید باهنر کرمان

3 دانشیار گروه مهندسی معدن، دانشگاه صنعتی همدان

چکیده

ارتفاع منطقه رها از تنش (HDZ) در سقف پهنه جبهه‌کار طولانی پارامتر مهمی در تعیین میزان تنش ناشی از استخراج پهنه و بارهای انتقالی به اطراف‌ آن است. لذا تخمین دقیق HDZ به‌منظور تحلیل تنش در اطراف پهنه، طراحی ایمن سیستم نگهداری ورودی‌ها و پیش‌بینی نشست سطح زمین، ضروری می‌باشد. به‌منظور تعیین HDZ در این تحقیق، از دو مدل رگرسیون آماری و شبکه عصبی مصنوعی استفاده و نتایج حاصله با همدیگر و با داده‌های واقعی مقایسه شد. برای طراحی و ارزیابی مدل‌ها، از ۱۲۰ سری داده مستخرج از منابع معتبر استفاده گردید. پارامترهای ارتفاع روباره، ضخامت لایه زغال‌سنگ استخراجی، وزن مخصوص، مدول الاستیسیته، ضریب پواسون، مقاومت فشاری تک محوری و فاکتور حجمی توده‌سنگ سقف به‌عنوان متغیرهای ورودی برای پیش‌بینی HDZ در نظر گرفته شد. در فرآیند ارزیابی مدل‌ها بر اساس داده‌های واقعی، مقادیر ضریب تصمیم‌گیری، میانگین خطای مطلق و میانگین خطای نسبی به‌ترتیب برای مدل آماری برابر با %77/22، 5/66 متر و %20/43 و برای شبکه عصبی برابر با %96/04، 2/53 متر و %7/32 به‌دست آمد. نتایج فوق نشان‌دهنده دقت بیش‌تر و خطای کم‌تر شبکه عصبی نسبت به مدل آماری و تطابق بهتر خروجی‌های آن با داده‌های واقعی است. تحلیل حساسیت نتایج مدل آماری نشان داد که وزن مخصوص و ضریب پواسون توده‌سنگ به‌ترتیب با مقدار ضریب استاندارد شدة 0/524 و 0/01 بیش‌ترین و کمترین تأثیر را بر HDZ دارند. در نهایت، تحلیل اهمیت متغیر نتایج شبکه عصبی نشان داد که ارتفاع روباره و ضریب پواسون به‌ترتیب با میزان اهمیت 0/949 و 0/879 دارای بیش‌ترین و کم‌ترین تأثیر بر HDZ هستند.

کلیدواژه‌ها

موضوعات

مهندسی تونل و فضاهای زیرزمینی

مقالات آماده انتشار، پذیرفته شده
انتشار آنلاین از تاریخ 19 اسفند 1403

فایل ها

هم رسانی

ارجاع به این مقاله

آمار