پديد آورنده :
عظيمي، قاسم
عنوان :
ارزيابي پتانسيل انفجار سنگ با استفاده از تكنيك هاي داده كاوي
مقطع تحصيلي :
كارشناسي ارشد
گرايش تحصيلي :
مكانيك سنگ
محل تحصيل :
اصفهان: دانشگاه صنعتي اصفهان، دانشكده معدن
صفحه شمار :
خ، 89ص.: مصور، جدول، نمودار
يادداشت :
ص.ع. به فارسي و انگليسي
استاد راهنما :
لهراسب فرامرزي
توصيفگر ها :
انفجار سنگ , دادهكاوي , ماشين بردار پشتيبان , نزديكترين همسايگي , شبكههاي بيزين , شبكه عصبي مصنوعي , مدل درختي CHAID , معيار تنش مماسي , معيار تردي , شاخص انرژي الاستيك
استاد داور :
داور خارجي: راحب باقرپور; داور داخلي: محمود بهنيا
تاريخ ورود اطلاعات :
1396/07/17
چكيده فارسي :
6 چكيده پديده انفجار سنگ يك فاكتور مهم و تأثيرگذار در ايمني تونلها و معادن زيرزميني است در اين پديده به دليل تمركز تنش و انفجار ناگهاني توده سنگ به قطعات كوچك و بزرگ شكسته و به اطراف پرتاب ميشود كه معموال باعث تخريب و خسارات بزرگ ميشود با افزايش عمق حفاري و توسعهي تونل ها و معادن زيزميني پتانسيل انفجار سنگ به عنوان مهمترين عامل تهديد پايداري در اين پروژهها مي باشد در سالهاي اخير استفاده از روش هاي دادهكاوي براي پيشبيني انفجارسنگ گسترش يافته است در تحقيق حاضر جهت مطالعه و ارزيابي اين پديده از دادههاي واقعي انفجار سنگ مربوط به معادن و تونلهاي مختلف سراسر جهان استفاده شده است اين دادهها براي توسعه مدل هاي دادهكاوي ماشين بردار پشتيبان SVM نزديكترين همسايگي KNN شبكههاي بيزين BNs شبكه عصبي مصنوعي ANN و مدل درختي CHAID در نرمافزار 81 IBM SPSS Modeler به كار گرفتهشده است پس از ساخت مدلها كارآيي و دقت پيشبيني روشهاي دادهكاوي باهم و با سه روش تجربي معيار تنش مماسي معيار تردي و شاخص انرژي االستيك مورد ارزيابي قرارگرفته است نتايج نشان از ارزيابي مطلوب الگوريتمهاي دادهكاوي در مقايسه با روشهاي تجربي را نشان مي دهد در بين الگوريتمهاي دادهكاو ي مدل هاي ماشين بردار پشتيبان شبكه هاي بيزين و شبكه هاي عصبي مصنوعي به ترتيب باالترين دقت را ارائه دادهاند نتايج حاصل از تحليل هاي انجام شده نشان داد كه با توجه به ارزيابي مطلوب مدلهاي داده كاوي مي توان از آن ها درارزيابي پديده انفجار سنگ استفاده كرد كلمات كليدي انفجار سنگ دادهكاوي ماشين بردار پشتيبان نزديكترين همسايگي شبكههاي بيزين شبكه عصبي مصنوعي مدل درختي CHAID معيار تنش مماسي معيار تردي شاخص انرژي االستيك
چكيده انگليسي :
88 94 Kaiser Peter K and Ming Cai Design of rock support system under rockburstcondition Journal of Rock Mechanics and Geotechnical Engineering 4 3 PP 215 227 2012 The art of rock support in burst prone 95 Cai M I N G and D E N I S Champaigne ground Proceedings of RaSiM 7 pp 33 46 2009 56 Cai M Principles of rock support in burst prone ground Tunnelling and Underground SpaceTechnology 36 pp 46 56 2013 97 Wang J A and H D Park Comprehensive prediction of rockburst based on analysisof strain energy in rocks Tunnelling and Underground Space Technology 16 1 PP 49 57 2001 98 Kwasniewski M I Szutkowski and J A Wang Study of ability of coal from seam510 for storing elastic energy in the aspect of assessment of hazard in Porabka KlimontowColliery Sci Rept Silesian Technical University 1994 92 Guang Zhang Chen Jingxi and Hu Bin Prediction and control of rockburst duringdeep excavation of a gold mine in China Chinese Journal of Rock Mechanics andEngineering 10 2003 91 Wang Jimin and Jingjian Zhang Preliminary engineering application of microseismicmonitoring technique to rockburst prediction in tunneling of Jinping II project Journal ofRock Mechanics and Geotechnical Engineering2 3 PP 193 208 2010 96 Kidybi ski A Bursting liability indices of coal International Journal of RockMechanics and Mining Sciences Geomechanics Abstracts Vol 18 No 4 Pergamon 1981 99 Singh Bhawani et al Support pressure assessment in arched underground openingsthrough poor rock masses Engineering Geology 48 1 2 PP 59 81 1997 99 Bieniawski Z T Strata control in mining engineering Balkema Rotterdam 1987 94 Singh Bhawani and Rajnish K Goel Rock mass classification a practical approachin civil engineering Vol 46 Elsevier 1999 95 He Manchao et al Rockburst laboratory tests database application of data miningtechniques Engineering Geology 185 PP 116 130 2015
استاد راهنما :
لهراسب فرامرزي
استاد داور :
داور خارجي: راحب باقرپور; داور داخلي: محمود بهنيا
