Badanie skuteczności sieci neuronowych do modelowania naprężeń w sieci gazowej w obszarze drgań parasejsmicznych

• Autorzy: Figiel, W. , Tarnowski, J.

Warianty tytułu

EN

Some investigation of artificial neural network effectiveness to modelling gas line manners in area of paraseismic vibrations

• Języki publikacji: PL

Abstrakty

PL

W wyniku występujących tąpnięć i wstrząsów pochodzenia górniczego pojawia się wiele rozszczelnień w elementach sieci gazowej. Najczęściej awariom ulegają domowe przyłącza gazu. Podwyższona awaryjność przyłączy domowych gazu na terenach ROW (Rybnickiego Okręgu Węglowego) objętych działalnością górniczą spowodowała serię badań poligonowych. Zakresem badań objęto także prostoliniowe odcinki gazociągów sieci średnioprężnej, których wyniki przedstawiono w pracy [9]. Badania te są kosztowne i czasochłonne. Próby stworzenia sieci neuronowych modelujących zachowanie sieci gazowej (obserwowanych w badaniach poligonowych) są sposobem na zastąpienie badań poligonowych, na rzecz badań symulacyjnych. Badania skuteczności sieci neuronowych do modelowania reakcji sieci gazowej w obszarze drgań parasejsmicznych są tematem rozważań niniejszego opracowania.

EN

The mining activity with concurrent terrestrial tremor effects in gas line breakdown sometime. The most frequently, the damage manifests itself as lack of leakproofness of gas line house terminal. It was observed that increased frequency of gas line terminal leak took place in Rybnik Coal District (ROW). That was the reason to arrange proof ground research there. That research is time and cost consuming and remedy to omit them, is a simulation. The results of the measurements were used to feed artificial neural network design and training process. The constituted neural network models were used to predict gas line stress in paraseismic tremor conditions. The prediction results and parameters of neural models have been analysed in our paper. The consideration of artificial neural network effectiveness to modelling gas line manners in area of paraseismic vibrations are the paper contests and base to evaluate the models usefulness.

Słowa kluczowe

PL

sieci neuronowe; sieć gazowa; drgania parasejsmiczne; Rybnicki Okręg Węglowy; ROW

EN

neural networks; gas line; paraseismic vibrations; Rybnik Coal District; ROW

• Czasopismo: Nafta-Gaz
• Rocznik: 2008
• Tom: R. 64, nr 9
• Strony: 583-592
• Opis fizyczny: Bibliogr. 10 poz., rys., tab., wykr.

Twórcy

autor

Figiel, W.

autor

Tarnowski, J.

• Akademia Górniczo-Hutnicza w Krakowie

Bibliografia

• [1] Figiel W., Tarnowski J.: Badania współczynnika tarcia rurociągu i gruntu na terenach górniczych w obecności wstrząsów. Eksploatacja i Niezawodność, Kwart. PAN Nr 4 (28), 2005.
• [2] Figiel W., Szybka J., Tarnowski J.: Aspekty geomechanicznych badań doświadczalnych na terenach górniczych dla wyznaczenia współczynnika tarcia rurociągu i gruntu. Geotechnika i Budownictwo Specjalne pod redakcją Flisiak D. i Cały M., Kraków - Krynica 2006.
• [3] Figiel W., Tarnowski J.: Badania wpływu sztywności konstrukcji na stan naprężeń przyłącza gazu w środowisku drgań parasejsmicznych. Materiały konferencyjne XXX ZSMGiG - ZNPW, Wrocław - Jelenia Góra 2007.
• [4] Klupa A., Tarnowski J.: Trwałość i integralność rozdzielczych sieci gazowych z rur polietylenowych użytkowanych na terenach górniczych. Nafta-Gaz Nr 7-8, 1998.
• [5] Podręcznik elektroniczny Statistica7.1 - StatSoft Polska. W: StatSoft, Inc. (2005). STATISTICA (data analysis software system), version 7.1. www.statsoft.com.
• [6] Rudnicki Z, Figiel W.: Neural nets applications in tribology research. Zastosowanie sieci neuronowych w badaniach tribologicznych. Zagadnienia Eksploatacji Maszyn, vol. 37, z. 3, s. 97-110, 2002.
• [7] Tang H., Tan K.C., Yi Z.: Neural Networks: Computational Models and Application, Springer, 2007.
• [8] Tarnowski J., Broniec Z.: Analiza współpracy sieci gazowych z górniczo odkształcalnym ośrodkiem gruntowym. Prace Nr 83 Instytutu Górnictwa Naftowego i Gazownictwa pt.: Trwałość i niezawodność sieci gazowych eksploatowanych na terenach górniczych, Kraków 1994.
• [9] Tarnowski J.: Badania poligonowe obciążeń dynamicznych gazociągu posadowionego w gruncie objętym drugą kategorią górniczą. Nafta-Gaz Nr 12, 2005.
• [10] Wprowadzenie do sieci neuronowych. Przekł. z jęz. ang. i oprac. Lula P, Tadeusiewicz R.; StatSoft Kraków: StatSoft Polska, 2001.