Wyniki wyszukiwania - BazTech

1

Predicting the peak particle velocity from rock blasting operations using Bayesian approach

Aladejare Adeyemi Emman, Lawal Abiodun Ismail, Onifade Moshood

Acta Geophysica

|

2022

|

Vol. 70, no 2

581--591

EN

Measuring the blast-induced ground vibration at blasting sites is very important, to plan and avoid adverse effects of blasting in terms of the peak particle velocity (PPV). However, the measurement of PPV often requires time, cost, and logistic commitment, which may not be economical for small-scale mining operations. This has prompted the development of numerous regression equations in the literature to estimate PPV from a relatively easier to estimate scaled distance (SD) measurement. With numerous regression equations available in the literature, there is a challenge of how to select the appropriate model for a specific blasting site, more so that rocks behave differently from site to site because of different geological processes that rocks are subjected to. This study develops a method that selects appropriate models for specific blasting sites by comparing the evidence and occurrence probability of different regression models. The appropriate model is the model with the highest evidence and occurrence probability given the available blasting site SD data. The selected model is then integrated with prior knowledge and available blasting SD data in Bayesian framework for probabilistic characterization of PPV. The SD and PPV data at the opencast coal mine, Jharia coalfield in the Dhanbad district of Jharkhand, India, is used to illustrate and validate the approach. The mean and standard deviation of simulated PPV samples from the proposed approach are 12.38 mm/s and 7.36 mm/s, respectively, which are close to the mean of 12.03 mm/s and standard deviation of 9.24 mm/s estimated from the measured PPV at the site. In addition, the probability distribution of the simulated PPV samples is consistent with the probability distribution of the measured PPV at the blasting site.

2

Artificial Neural Network Optimized by Modified Particle Swarm Optimization for Predicting Peak Particle Velocity Induced by Blasting Operations in Open Pit Mines

Bui Xuan‑Nam, Nguyen Hoang, Nguyen Truc Anh

Inżynieria Mineralna

|

2021

|

no. 2

79--90

EN

Blasting is an indispensable part of the open pit mining operations. It plays a vital role in preparing the rock mass for subsequent operations, such as loading/unloading, transporting, crushing, and dumping. However, adverse effects, especially blast-induced ground vibrations, are considered one of the most dangerous problems. In this study, artificial intelligence was supposed to predict the intensity of blast-induced ground vibration, which is represented by the peak particle velocity (PPV). Accordingly, an artificial neural network was designed to predict PPV at the Coc Sau open pit coal mine with 137 blasting events were collected. Aiming to optimize the ANN model, the modified version of the particle swarm optimization (MPSO) algorithm was applied to optimize the ANN model for predicting PPV, called the MPSO-ANN model. For the comparison purposes, two forms of empirical equations, namely United States Bureau of Mining (USBM) and U Langefors - Kihlstrom, were also developed to predict PPV and compared with the proposed MPSO-ANN model. The results showed that the proposed MPSO-ANN model provided a better performance with a mean absolute error (MAE) of 1.217, root-mean-squared error (RMSE) of 1.456, and coefficient of determination (R2) of 0.956. Meanwhile, the empirical models only provided poorer performances with an MAE of 1.830 and 2.012, RMSE of 2.268 and 2.464, and R2 of 0.874 and 0.852 for the USBM and U Langefors – Kihlstrom empirical models, respectively.

3

Zastosowanie modelowań numerycznych do oceny wielkości drgań górotworu w otoczeniu podziemnych wyrobisk górniczych

Chodacki Jacek

Przegląd Górniczy

|

2020

|

T. 76, nr 4

28--36

PL

Wstrząsy sejsmiczne, wywołane nagłym odprężeniem skał górotworu w pobliżu podziemnych wyrobisk górniczych, stanowią zagrożenie dla ludzi pracujących pod ziemią. Propagująca fala sejsmiczna powoduje gwałtowny wzrost obciążeń dynamicznych, a te są bezpośrednio związane z wielkością drgań ośrodka skalnego. Znajomość parametrów tych drgań wpływa na ocenę stateczności wyrobisk podziemnych oraz pozwala na właściwy dobór obudowy chodnikowej. Jedną z metod umożliwiających prognozowanie parametrów drgań sejsmicznych od wstrząsów górniczych jest Metoda Elementów Spektralnych (SEM). W metodzie tej obliczane są sejsmogramy syntetyczne, które umożliwiają obrazowanie pełnego przebiegu falowego. W artykule przedstawiono wyniki modelowań drgań od wstrząsu o magnitudzie 2.7 w skali Richtera, który wystąpił w dniu 17.04.2018 w kopalni KWK Piast-Ziemowit. Obliczone sejsmogramy wykazują dużą zgodność z rzeczywistymi przebiegami falowymi, zarejstrowanymi w bliskiej odległości od ogniska wstrząsu. Wskazuje to na właściwy dobór parametrów modelu i potwierdza skuteczność metod numerycznych, które mogą stanowić uzupełnienie metod analitycznych w rozwiązywaniu problemów związanych z bezpieczeństwem pracy pod ziemią.

EN

Seismic tremors, caused by sudden relaxation of a rock mass near underground mining excavations, pose a considerable threat to people working underground. The propagating seismic wave causes a rapid increase in the dynamic loads, which are directly related to the amount of rock vibration. Knowledge of the vibration parameters can be used in the assessment of the stability of underground excavations and allows for the proper selection of gallery support. One of the methods for forecasting seismic vibration parameters from mining tremors is the spectral element method (SEM). In this method, synthetic seismograms are calculated to image the full waveform. This article presents the results of modeling vibrations generated by a tremor with a magnitude of 2.7 on the Richter scale; this tremor occurred on April 17, 2018, in the KWK Piast-Ziemowit mine. The calculated seismograms show high compliance with the real waveforms recorded near the source of the tremor. This compliance indicates that the selected model parameters were correct and confirms the effectiveness of numerical methods to complement analytical methods in solving problems related to underground work safety.

4

Experimental and statistical analysis of blast-induced ground vibrations (BIGV) prediction in Senegal's quarry

Kadiri Imad, Tahir Younès, Iken Omar, Fertahi Saïf ed-Dîn, Agounoun Rachid

Studia Geotechnica et Mechanica

|

2019

|

Vol. 41, nr 4

231--246

EN

Extractive industries often use explosives to destroy rocks, and productivity requirements tend to increase the charges of the explosives. The blasts induce vibrations, which result in a potential damage of the surrounding structures. Therefore, the prediction of vibrations should be described with accuracy, in order to ensure the safety of engineered structures. However, the prediction of vibrations' levels remain a complicated issue, because it involves numerous parameters correlated to the quarry site. In this paper, statistical analysis based on the peak particle velocity (PPV) and the attenuation law has been carried out to assess the safety charges (Q) for different distances (R) between the blast and the considered structure to secure. Moreover, the experimental investigations were conducted on the quarry site of "Sococim", which is located on the south coast of Senegal. To ensure the safety of the "Conveyor belt" and "Panel 1 (Upper exploitation level)" sites, the PPV should be less than 10 mm/s. In fact, the attenuation model has been used to assess the safe charge weights of the explosive (Q) to be used at the "Conveyor belt" site and at the "Panel 1 (Upper exploitation level)" site. Therefore, the safe charge weights per delay (Q) were respectively 116 kg and 13.75 kg.

5

Optimal positioning of vibration monitoring instruments and their impact on blast-induced seismic influence results

Stanković Siniša, Dobrilović Mario, Škrlec Vinko

Archives of Mining Sciences

|

2019

|

Vol. 64, no. 3

591--607

EN

The major downside of blasting works is blast vibrations. Extensive research has been done on the subject and many predictors, estimating Peak Particle Velocity (PPV), were published till date. However, they are either site specific or global (unified model regardless of geology) and can give more of a guideline than exact data to use. Moreover, the model itself among other factors highly depends on positioning of vibration monitoring instruments. When fitting of experimental data with best fit curve and 95% confidence line, the equation is valid only for the scaled distance (SD) range used for fitting. Extrapolation outside of this range gives erroneous results. Therefore, using the specific prediction model, to predetermine optimal positioning of vibration monitoring instruments has been verified to be crucial. The results show that vibration monitoring instruments positioned at a predetermined distance from the source of the blast give more reliable data for further calculations than those positioned outside of a calculated range. This paper gives recommendation for vibration monitoring instruments positioning during test blast on any new site, to optimize charge weight per delay for future blasting works without increasing possibility of damaging surrounding structures.

PL

Jedną z głównych niedogodności związanych z pracami strzałowymi są spowodowane przez te prace wibracje. Problem ten był dogłębnie badany, opracowano także wskaźniki pozwalające na oszacowanie maksymalnej prędkości ruchu cząstek (Peak Particle Velocity). Jednakże w większości wskaźniki te są albo globalne (wspólny model niezależny od geologii terenu) lub odnoszące się do specyfiki terenu; dlatego też traktować je należy bardziej jako wytyczne do obliczeń niż dokładne dane. Ponadto, wyniki modelowania uzależnione są, między innymi, od lokalizacji i rozmieszczenia instrumentów do pomiarów i monitorowania drgań oraz wibracji. Przy dopasowaniu danych eksperymentalnych krzywą najlepszego dopasowania i linią obrazującą stopień zaufania na poziomie 95%, okazuje się, że równanie modelu zastosowanie ma jedynie dla skalowanych odległości wykorzystanych w dopasowaniu. Ekstrapolowanie poza ten zakres daje wyniki błędne. Dlatego też przed opracowaniem właściwego modelu prognozowania kwestią kluczową jest zastosowanie wstępnego modelu do określenia optymalnej lokalizacji i rozmieszczenia instrumentów pomiarowych. Wyniki wskazują, że rozmieszczenie aparatury pomiarowej we wcześniej wyznaczonej odległości od źródła wybuchu daje bardziej wiarygodne wyniki będące podstawą do dalszych obliczeń niż w przypadku instrumentów umieszczonych poza wyliczonym zakresem. W pracy tej podkreśla się konieczność właściwego umiejscowienia aparatury pomiarowej w trakcie prac strzałowych w nowym miejscu przed przystąpieniem do właściwych obliczeń optymalnej wagi ładunku wybuchowego oraz czasu zwłoki pomiędzy kolejnym strzałami, tak by nie zwiększać ryzyka uszkodzenia sąsiadujących struktur.

6

Developing an XGBoost model to predict blast‑induced peak particle velocity in an open‑pit mine: a case study

Nguyen Hoang, Bui Xuan‑Nam, Bui Hoang‑Bac, Cuong Dao Trong

Acta Geophysica

|

2019

|

Vol. 67, no. 2

477--490

EN

Ground vibration is one of the most undesirable effects induced by blasting operations in open-pit mines, and it can cause damage to surrounding structures. Therefore, predicting ground vibration is important to reduce the environmental effects of mine blasting. In this study, an eXtreme gradient boosting (XGBoost) model was developed to predict peak particle velocity (PPV) induced by blasting in Deo Nai open-pit coal mine in Vietnam. Three models, namely, support vector machine (SVM), random forest (RF), and k-nearest neighbor (KNN), were also applied for comparison with XGBoost. To employ these models, 146 datasets from 146 blasting events in Deo Nai mine were used. Performance of the predictive models was evaluated using root-mean-squared error (RMSE) and coefficient of determination (R2). The results indicated that the developed XGBoost model with RMSE = 1.554, R2 = 0.955 on training datasets, and RMSE = 1.742, R2 = 0.952 on testing datasets exhibited higher performance than the SVM, RF, and KNN models. Thus, XGBoost is a robust algorithm for building a PPV predictive model. The proposed algorithm can be applied to other open-pit coal mines with conditions similar to those in Deo Nai.

7

Investigating ground vibration to calculate the permissible charge weight for blasting operations of Gotvand-Olya dam underground structures

Soltani-Mohammadi S., Amnieh H. B., Bahadori M.

Archives of Mining Sciences

|

2012

|

Vol. 57, no. 3

687--697

EN

Ground vibration, air vibration, fly rock, undesirable displacement and fragmentation are some inevitable side effects of blasting operations that can cause serious damage to the surrounding environment. Peak Particle Velocity (PPV) is the main criterion in the assessment of the amount of damage caused by ground vibration. There are different standards for the determination of the safe level of the PPV. To calculate the permissible amount of the explosive to control the damage to the underground structures of Gotvand Olya dam, use was made of sixteen 3-component (totally 48) records generated from 4 blasts. These operations were recorded in 3 directions (radial, transverse and vertical) by four PG-2002 seismographs having GS-11D 3-component seismometers and the records were analyzed with the help of the DADISP software. To predict the PPV, use was made of the scaled distance and the Simulated Annealing (SA) hybrid methods. Using the scaled distance resulted in a relation for the prediction of the PPV; the precision of the relation was then increased to 0.94 with the help of the SA hybrid method. Relying on the high correlation of this relation and considering a minimum distance of 56.2 m to the center of the blast site and a permissible PPV of 178 mm/s (for a 2-day old concrete), the maximum charge weight per delay came out to be 212 Kg.

PL

Drgania gruntu, rozchodzenie się drgań w powietrzu, rozrzut skał, ich niepożądane przemieszczenia i rozdrobnienie to nieuchronne skutki prowadzenia prac strzałowych, które spowodować mogą poważne spustoszenie w środowisku naturalnym. Maksymalna prędkość drgań cząstek (PPV) to główne kryterium przy ocenie szkód spowodowanych przez drgania podłoża. Istnieje wiele norm określających bezpieczne poziomy prędkości drgań cząstek (PPV). Obliczenie dopuszczalnej wielkości ładunku wybuchowego w taki sposób, by zapobiegać uszkodzeniom podziemnych elementów tamy Gotvand Olya opiera się na wykorzystaniu 16 3-elementowych zestawów danych zarejestrowanych w trakcie 4 wybuchów. Procedura rejestracji obejmuje zapisy drgań w 3 kierunkach (promieniowe, poprzeczne i pionowe) zarejestrowane przez 4 sejsmografy wyposażone w sejsmometry GS-11D, zaś same zapisy analizowano przy wykorzystaniu oprogramowania DADISP. Przewidywanie prędkości drgań cząstek odbywa się w oparciu o skalowanie odległości oraz metody hybrydowe Simulated Annealing (S.A.). W wyniku skalowania odległości otrzymujemy wzorów na prędkość drgań cząstek, przy wykorzystaniu metod hybrydowych dokładność obliczeń wzrasta do 0.94. Wykorzystując wysoki stopień korelacji wynikający ze wzoru, uwzględniając minimalną odległość 56.2 m od epicentrum wybuchu oraz dozwolony poziom prędkości drgań cząstek gruntu 178 mm/s (dla dwudniowego betonu), otrzymujemy maksymalną wielkość ładunku na pojedynczy wystrzał na poziomie 212 Kg.

8

Predicting ground vibration caused by blasting operations in Sarcheshmeh copper mine considering the charge type by adaptive neuro-fuzzy inference system (ANFIS)

Soltani-Mohammadi S., Amnieh H. B., Bahadori M.

Archives of Mining Sciences

|

2011

|

Vol. 56, no 4

701-710

EN

Ground vibration is an inevitable effect of blasting operations. The propagated wave generated, can cause serious damage to the surrounding environment and nearby structures. The type of charge used in each blast is one of the important parameters affecting this vibration. In order to study the effect of charge type, ground vibrations from 11 blasts with two different charges (ANFO and Emolan) were recorded in Sarcheshmeh copper mine by PDAS-100 digital seismographs. Seismometers were installed in three vertical, tangential and radial directions and 46 data were obtained. Data processing was carried out with the DADISP software. In this paper, using Active Neuro-Fuzzy Inference System (ANFIS) and dividing data into ANFO and Emolan sets (charge types), the sensitivity of Peak Particle Velocity (PPV) with respect to the amount of charge weight per delay and the distance from the center of the blast site was analyzed. The correlation coefficient of the estimated and the measured data in both cases is about 0.97 and the Mean Square Error (MSE) in the network testing process for ANFO and Emolan data sets are equal to 0.52 and 0.7 respectively. The amount of PPV caused by ANFO and Emolan blasting for the critical cases was predicted by ANFIS. The critical cases have the maximum charge weights for ANFO and Emolan equal to 5200 kg and 7111 kg respectively and the nearest distance to blast site equals 740 m. The PPVs estimated by ANFIS are equal to 7.42 and 7.47 mm/s for blasting by Emolan and ANFO, respectively. This study shows that the amount of ground vibration caused by high-pressure explosives has more dependence on weight of charge used.

PL

Wibracje gruntu to nieuchronny skutek robót strzałowych. Wytworzona fala uderzeniowa może spowodować poważne zniszczenia sąsiadującego terenu oraz budynków. Jednym z ważnych parametrów wpływających na wibrację jest rodzaj ładunku używanego przy każdym wybuchu. Aby zbadać wpływ rodzaju ładunku, za pomocą sejsmografów cyfrowych PDAS-100 zarejestrowano wibracje gruntu które nastąpiły po 11 wybuchach dwóch typów ładunków (ANFO i Emolan) w kopalni miedzi Sarcheshmeh. Sejsmometry zostały zainstalowane w trzech pionowych, stycznych i promieniowych kierunkach i uzyskano 46 zapisów. Dane zostały przetworzone przy użyciu oprogramowania DADISP. W niniejszej pracy, przy użyciu adaptacyjnego systemu neuro-rozmytego (ANFIS), oraz dzieląc dane na zestawy ANFO i Emolan (rodzaje ładunku), zbadano wrażliwość maksymalnej prędkości cząstki (PPV) z uwzględnieniem wagi ładunku na opóźnienia i odległości od centrum wybuchu. Współczynnik korelacji danych szacunkowych i pomiarowych wyniósł w obu przypadkach 0,97, a błąd średniokwadratowy w procesie testowania sieciowego dla zestawów danych ANFO i Emolan, wyniósł odpowiednio 0,52 i 0,7. PPV wywołane wybuchami ANFO i Emolan dla przypadków krytycznych zostały prawidłowo oszacowane przez ANFIS. W przypadkach krytycznych maksymalne wagi ładunków ANFO i Emolan wynoszą odpowiednio 5200 kg i 7111 kg, a najbliższa odległość od miejsca wybuchu wynosi 740 m. PPV oszacowane przez ANFIS wynoszą 7,42 i 7,47 mm/s, odpowiednio dla Emolan i ANFO. Badania wykazały, że wibracje gruntu spowodowane wysokociśnieniowymi ładunkami wybuchowymi zależą w dużej mierze od wagi zastosowanego ładunku.