Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 2

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  kategoryzacja zagrożenia
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
EN
As part of the present article, the Authors analyzed relevant legal rules that are in force in countries where the gas and coal outburst hazard occurs (Australia, the Czech Republic, China, Germany, Poland, Russia, and Ukraine). Similarities and differences between particular solutions were highlighted. As the subject of the analysis were the original legal standards, the article incorporates the parameter symbols and units adopted in the discussed regulations.
PL
W ramach niniejszej pracy poddano analizie obowiązujące rozwiązania prawne z krajów, gdzie występuje zagrożenie wyrzutami gazu i węgla (Australia, Czechy, Chiny, Niemcy, Polska, Rosja, Ukraina). Zwrócono uwagę na podobieństwa i różnice w poszczególnych rozwiązaniach. Ze względu na analizę oryginalnych rozwiązań legislacyjnych w opracowaniu pozostawione zostały stosowane w odpowiednich przepisach oznaczenia parametrów oraz ich jednostki. Istnieje duże podobieństwo w obrębie przepisów w krajach europejskich. Podobieństwo to dotyczy zarówno ogólnej koncepcji przepisów, w których dąży się do maksymalnego sformalizowania nakładanych wymogów, łącznie ze wskazaniem konkretnych parametrów górniczych oraz ich wartości kryterialnych, na bazie których klasyfikowane są pokłady węglowe, bądź ich części, do poszczególnych klas zagrożenia wyrzutowego. Podobne podejście w ustawodawstwie w zakresie bezpieczeństwa w górnictwie reprezentują Chiny. W całkowitej opozycji do przepisów europejskich i chińskich znajdują się przepisy amerykańskie i australijskie. W przepisach tych wyraźnie zaakcentowany jest fakt, iż charakter ryzyka wyrzutowego jest bardzo lokalny, więc trudno go uogólniać nie tylko między kopalniami, ale również w poszczególnych wyrobiskach. Jedno, niezmienne podejście do zarządzania ryzykiem, zgodnie z przepisami australijskimi, jest więc niewłaściwe. Przepisy te nie podają szczegółowego opisu, w jaki sposób prowadzić zarządzanie ryzykiem wyrzutu, ale dają natomiast zarys tego, jakie elementy muszą być uwzględnione w rozwoju zarządzaniu ryzykiem. Kategoryzacja zagrożenia wyrzutowego w krajach europejskich i w Chinach ma wiele cech wspólnych. Ustalane są najczęściej dwie, lub trzy kategorie zagrożenia. Często incydenty wyrzutów, bądź poważnych symptomów mogących świadczyć o zagrożeniu są podstawą do zaliczenia pokładu do najwyższej kategorii zagrożenia. Dominującym parametrem w podstawowej ocenie zagrożenia wyrzutowego jest zawartość metanu w pokładzie węgla. Występuje ona w aktach prawnych wszystkich krajów, które narzucają konkretne sposoby określana stanu zagrożenia, jedynie przepisy chińskie nie obligują do badań zawartości gazu w węglu. W przepisach chińskich pojawia się pomiar ciśnienia gazu.
PL
Celem przedstawionych w niniejszym artykule badań było sprawdzenie przydatności sieci neuronowych jako narzędzia umożliwiającego kategoryzację zagrożenia tąpaniami w kopalniach węgla kamiennego. Sprawdzano na rzeczywistym przykładzie eksploatacji pokładu węgla kamiennego w jednej z kopalń możliwość klasyfikacji tego zagrożenia przez sieć neuronową Kohonena. Sprawdzano wyniki uczenia tej sieci na zestawach danych (zmiennych wejściowych) niewątpliwie wpływających na stan zagrożenia oraz danych rozszerzanych o zestawy zmiennych o wartościach losowych lub/i wartościach stałych. Badano w ten sposób czułość i odporność wyników uczenia sieci na występowanie informacji niezwiązanych z klasyfikowanym zagrożeniem reprezentowanym przez stały zestaw danych.
EN
Investigations presented in the paper were targeted at the checking of neural networks' usefulness as a tool enabling the categorization of outbursts hazard in hard coal mines. A possibility of classification of this hazard by the Kohonen neuron network was checked on a real example of exploitation of hard coal seam in one of mines. The results of learning of this network were verified on sets of data (input variables) undoubtedly influencing the state of hazard, as well as data being extended with sets of variables of random values or/and the constant values. In this way, the sensitivity and resistance of network learning results was tested for the occurrence of information not associated with the classified hazard represented by a fixed data set.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.