Wykorzystanie probabilistycznych sieci neuronowych do wyznaczania ryzyka powstania szkód w budynkach poddanych wstrząsom górniczym

• Autorzy: Witkowski M. , Rusek J.

Warianty tytułu

EN

Probabilistic neural networks in the assessment of the risk of damage to buildings subject to mining tremors

• Języki publikacji: PL

Abstrakty

PL

W pracy przedstawiono metodykę pozwalającą na wyznaczenie ryzyka powstania szkód górniczych w budynkach o tradycyjnej konstrukcji murowanej w przypadku silnych wstrząsów górniczych. Podstawą do analiz była baza danych o zgłoszeniach uszkodzeń, jakie wystąpiły po wstrząsach z 20.02.2002 r., 16.05.2004 r. oraz 21.05.2006 r. (LGOM Polkowice) W oparciu o te dane utworzono model klasyfikacyjny w postaci probabilistycznej sieci neuronowej (PNN - Probabilistic Neural Network). Bazując na wynikach wcześniejszych prac, w modelu ujęto konstrukcyjne i geometryczne cechy budynków oraz ich zabezpieczenia przeciwko wstrząsom górniczym. Powstały klasyfikator pozwala na wskazanie prawdopodobieństwa powstania szkody przy zadanym zestawie zmiennych wejściowych. Probabilistyczna notacja modelu daje możliwość efektywnego szacowania prawdopodobieństwa wystąpienia szkody w analizie dużych grup obiektów budowlanych zlokalizowanych w obszarze oddziaływań parasejsmicznych. Pozwolić to może z kolei na oszacowanie, z odpowiednim prawdopodobieństwem, nakładów finansowych, które zakład górniczy powinien zabezpieczyć na usunięcie spodziewanych szkód górniczych.

EN

This paper presents a methodology that allows to determine the risk of mining damage in buildings of conventional brickwork in the case of strong mining tremors. The basis for the analysis was the database on notifications of damage occurring after the upheavals of 20 February 2002, 16 May 2004 and 21 May 2006 (LGOM – Polkowice). Based on these data classification a model in the form of a probabilistic neural network (PNN) was developed. Basing on the results of the previous papers, the model includes structural and geometric characteristics of the buildings and their protection against mining tremors. The probability of damage at a given set of input variables can be indicated owing to the obtained classifier. An efficient way to estimate the probability of damage in the analysis of large groups of buildings located in the area of paraseismic interaction can be obtained by the use of a probabilistic notation model. Due to PNN the financing costs of removing the anticipated mining damage can be estimated with an appropriate probability.

Słowa kluczowe

PL

obiekty budowlane; wstrząsy górnicze; ryzyko; szkody górnicze; probabilistyczne sieci neuronowe; PNN

EN

building structures; mining tremors; risk; mining damage; probabilistic neural network; PNN

• Wydawca: Stowarzyszenie Inżynierów i Techników Górnictwa
• Czasopismo: Przegląd Górniczy
• Rocznik: 2017
• Tom: T. 73, nr 1
• Strony: 44--47
• Opis fizyczny: Bibliogr. 8 poz., rys., tab.

Twórcy

autor

Witkowski M.

• AGH w Krakowie

autor

Rusek J.

• AGH w Krakowie

Bibliografia

• [1] Instrukcja GIG nr 12: Zasady oceny możliwości prowadzenia podziemnej eksploatacji górniczej z uwagi na ochronę obiektów budowlanych. Katowice 2000.
• [2] ŁĘSKI J. 2008 - Systemy neuronowo-rozmyte. WNT, Warszawa.
• [3] OSOWSKI S. 2013 - Sieci neuronowe do przetwarzania informacji. Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa.
• [4] RUTKOWSKI L. 2012 - Metody i techniki sztucznej inteligencji. Wydawnictwo Naukowe PWN, Warszawa.
• [5] SPECHT D.F. 1990 - Probabilistic neural networks. Neural Networks 3: 109–118.
• [6] SUNDARARAJAN C.R. 1995 - Probabilistic Structural Mechanics Handbook: Theory and Industrial Applications. Springer US, Texas.
• [7] WITKOWSKI, M., WODYŃSKI A. 2015 - Analysis of Mining Damage Notifications in Single-Family Buildings after the Occurrence of Intensive Mining Tremors. Geomatics and Environmental Engineering, 9(4)
• [8] ZEMBATY Z. 2004 - Analiza porównawcza wstrząsów górniczych LGOM i słabych trzęsień ziemi. Materiały II Konferencji:„Problemy projektowania i ochrony obiektów budowlanych na terenach górniczych”, ITB Oddział Gliwice, Komisja Ochrony Terenów Górniczych, PAN, Oddział Katowice, Rudy Raciborskie.

Uwagi

Opracowanie ze środków MNiSW w ramach umowy 812/P-DUN/2016 na działalność upowszechniającą naukę (zadania 2017).