A preliminary feasibility study of a short-term prognosis of mining towers tops' displacements with the use of artificial neural networks

• Autorzy: Dudzik M. , Łątka D. , Repelewicz M. , Stewarski E. , Stręk A. M.

Warianty tytułu

PL

Wstępne studium wykonalności krótkoterminowej prognozy przemieszczeń szczytów wież górniczych z wykorzystaniem sztucznych sieci neuronowych

• Języki publikacji: EN

Abstrakty

EN

Mining industry is a key sector of many national economies, thus even a small crack in a mining site echoes nationwide. This strategic sector is subjected to special safety care in every aspect, including operational safety of engineering structures. The newest technologies are employed to diagnose and monitor the working structures and buildings. In this article we propose an innovative idea of combining GPS monitoring system with artificial neural network prognosing to build a prediction tool for displacement of mining shafts in operational conditions. The paper describes a training of a neural network system whose task is to prognose the displacements of the top of a mine shaft tower in direction in a selected period of time. The data used for the training come from the GPS monitoring of displacements of the top of the S 1.2 mining shaft tower. The tower is located in the mining works LW "Bogdanka".

PL

Przemysł wydobywczy jest kluczowym sektorem wielu gospodarek narodowych, w związku z tym nawet najmniejsza usterka w obrębie kopalni zawsze odbija się echem w całym kraju. Ten strategiczny sektor jest więc poddany szczególnej trosce o bezpieczeństwo, w każdym aspekcie, włączając bezpieczeństwo eksploatacji konstrukcji inżynierskich. Najnowsze technologie są używane do badania i monitorowania pracujących obiektów i budowli. W tym artykule proponujemy nowatorski pomysł połączenia monitoringu GPS z prognozowaniem za pomocą sztucznych sieci neuronowych w celu zbudowania narzędzia prognozowania przemieszczenia szybów kopalni w warunkach eksploatacyjnych. Artykuł prezentuje trening sztucznej sieci neuronowej, której zadaniem jest prognozowanie przemieszczenia szczytu wieży szybu kopalnianego dla jednego kierunku w wybranym okresie czasu. Analizowane w artykule wyniki pomiarów pochodzą z monitoringu przemieszczeniowego szczytu wieży szybu S 1.2 w kopalni LW "Bogdanka". Uzyskane wyniki obliczeń dla wybranego fragmentu okresu letniego prezentują się obiecująco.

Słowa kluczowe

EN

artificial neural network; artificial neural network training; displacement of the top of mining shaft tower; GPS monitoring

PL

sztuczna sieć neuronowa; trening sztucznej sieci neuronowej; przemieszczenia szczytu wieży szybu kopalnianego; monitoring GPS

• Wydawca: Wydawnictwo Politechniki Krakowskiej im. Tadeusza Kościuszki
• Czasopismo: Czasopismo Techniczne. Budownictwo
• Rocznik: 2014
• Tom: R. 111, z. 5-B
• Strony: 59--64
• Opis fizyczny: Bibliogr.

Twórcy

autor

Dudzik M.

• Institute of Industrial Electrical Engineering and Computer Technology, Faculty of Electrical and Computer Engineering, Cracow University of Technology

autor

Łątka D.

• Institute of Building Materials and Structures, Faculty of Civil Engineering, Cracow University of Technology

autor

Repelewicz M.

• Institute of Building Materials and Structures, Faculty of Civil Engineering, Cracow University of Technology

autor

Stewarski E.

• AGH University of Science and Technology, Faculty of Mining and Geoengineering, Department of Geomechanics, Civil Engineering and Geotechnics

autor

Stręk A. M.

• AGH University of Science and Technology, Faculty of Mechanical Engineering and Robotics, Department of Strength and Fatigue of Materials and Structures

Bibliografia

• [1] Tajduś A., Stewarski E., Monitoring satelitarny GPS mikroprzemieszczeń szczytów wież szybowych w kopalni LWBogdanka (Komunikat), Bezpieczeństwo Pracy i Ochrona Środowiska w Górnictwie, vol. 1, 2013, 26-30.
• [2] Kobielski A., Drapik S., Dudzik M., Prusak J., Wstępne studium efektywności zastosowania sieci neuronowych w badaniach obciążeń kolejowych podstacji trakcyjnych, XIV Konferencja naukowa Jakość, Bezpieczeństwo, Ekologia w Transporcie QSET 2013, 05–07 czerwca 2013 Niepołomice, Politechnika Krakowska Wydział Mechaniczny, Instytut Pojazdów Szynowych.
• [3] Mathworks: http://www.mathworks.com/help/nnet/gs/time-series-prediction.html.
• [4] Kosek W., Metody Analiz Widmowych, Filtracji i Prognozowania, Centrum Badań Kosmicznych PAN, Bartycka 18A, 00-716 Warszawa, http://www.cbk.waw.pl/~kosek/tsa/wyklad3.html.