ДонНТУ   Портал магістрів

Реферат по темі випускної роботи

Вступ

На сьогоднішній день актуальним питанням є проблема відпрацювання запасів вугілля на шахтах України[7]. Видобуток вугілля ускладнюється такими факторами як велика глибина розробки, високий рівень гірського тиску, шаруватість масиву, тріщинуватість, водообільность, висока газоносність пластів. Найбільш проблемним чинником при відпрацюванні пластів, є малоамплітудної нарушенность. Складність у тому, що до ведення очисних робіт порушення з маленькою амплітудою практично неможливо виявити. Відстані між розвідувальними свердловинами досягає сотень метрів отже вловити порушення амплітудою 0,3-1,5 м практично неможливо. У зв'язку з цим застосовують ряд геофізичних методів, які виробляють безпосередню розвідку малоамплітудних порушень. Однак такі методи вимагають значних витрат для закупівлі спеціального обладнання. Трудомісткість обробки проміжних даних при проведенні робіт значна. Крім того відновлення параметрів порушень та їх координат є завданням, яка не має однозначного рішення. До того ж надійність результату дорозвідки як правило не більше 80%.

1. Актуальність теми

У зв'язку з цим доцільним є розробка нових менш трудомістких і доступних методів вирішення даної проблеми. Ефективним є залучення методів штучного інтелекту, для розрахунку і прогнозування малоамплітудної нарушенности в масиві.

2.Мета і завдання дослідження,заплановані результати

Мета роботи: удосконалити існуючу методику прогнозу малоамплітудної нарушенности. Використовуючи новий підхід для розрахунку зон, появи малоамплітудних порушень.

Для досягнення поставленої мети визначено такі завдання дослідження:

  1. Зібрати необхідні дані, за фактичними порушеннями.
  2. Виконати їх аналіз.
  3. Обгрунтувати та обрати модель для здійснення прогнозу.
  4. Підготувати вихідні дані для стохастичного моделювання.
  5. Виконати стохастичне моделювання чергування місця розташування малоамплітудних порушень.

3. Огляд досліджень і розробок

3.1 Огляд міжнародних джерел

В даний час проблема прогнозу маломапплітудной нарушенности вирішується з допомогою низки геофізичних методів [4,5]

3.2 Огляд досліджень по темі в Україні

На території України дослідженнями прогнозу малоамплітудних порушень, що відбуваються в вуглепородному масиві, займається науково-дослідний інститут УкрНДМІ НАН

3.3 Огляд досліджень по темі в ДонНТУ

Кафедра маркшейдерської справи в Донецькому Національному Технічному Університеті є однією з провідних наукових організацій, одним з об'єктів дослідження на кафедрі є прогноз малоамплітудної нарушенности. Цією проблемою займається д.т.т проф. Назимко В.В.

4. Об'єкт дослідження

Процес формування порушень.

5. Предмет дослідження

Параметри малоамплітудних порушень (амплітуда порушення, азимут, кут падіння, відстані між порушеннями по виробках ).

6. Ідея роботи

Розробити методику, яка значно підвищить надійність прогнозу малоамплітудної нарушенності , і одночасно зменшить вартість прогнозу в рази.

7. Перший розділ

Перший розділ моєї магістерської роботи присвячений огляду вже наявної літератури для аналітичного огляду досліджень з проблем прогнозу малоамплітудної нарушенності.

  1. Достовірний прогноз порушень амплітуда яких коливається від 0,25 до 0,5, порушення розташовуються не рівномірно, їх прогноз практично неможливий.
  2. Застосовують ряд геофізичних методів, які виробляють безпосередню розвідку малоамплітудних порушень. Однак такі методи вимагають значних витрат для закупівлі спеціального обладнання. Трудомісткість обробки проміжних даних при проведенні робіт значна. Крім того відновлення параметрів порушень та їх координат є завданням, яка не має однозначного рішення. До того ж надійність результату дорозвідки як правило не більше 80%.
  3. Спостерігаючи за характером появи порушень можна зробити попередній висновок про те, що чередуемие параметрів появи порушень вздовж лінії 5 південного конвейкрного штреку, може бути представлена простий інформаційною моделлю. Чередуемие сусідніх малоамплітудних порушень можна представити як, потоки подій які не відбуваються в один проміжок часу, у зв'язку з цим було прийнято рішення використовувати, як метод дослідження Марківські процеси.

8. Метод дослідження

Марківські процеси.

Марківський процес - це випадковий процес еволюція якого після будь-якого заданого значення часового параметра t не залежить від еволюції, предшествовующего t, за умови, що значення процесу в цей момент фіксоване. Завдяки порівняльній простоті і наочності математичного апарату, високої достовірності і точності одержуваних рішень, достатню популярність марковські процеси отримали у фахівців займаються дослідженням операцій і теорією прийняття оптимальних рішень.

Розглянемо модель, яку в будь-який момент часу можна описати одним з N станів, де для простоти N = 5.

Через певний проміжок часу модель може змінити свій стан або залишитися в колишньому стані згідно ймовірностям, зазначеним для даних станів. Моменти часу, коли ми реєструємо стан моделі, позначимо як t = 1,2, а стан в момент часу t позначимо qt. Повний опис моделі повинно містити поточний стан (в момент часу t) і послідовність всіх попередніх станів, через які пройшла система. В окремих випадках опис моделі зводиться до вказівкою поточного та попереднього стану, тобто


a ij = P[ q t = S j|qt-1 = S i ,qt-2 = S k,... ] = [ qt = S j| q t-1 = S i]

Крім того, ми також вважаємо що процеси, що протікають в системі, не залежать від часу, про що нам говорить права частина формули (1). Таким чином, систему можна описати безліччю ймовірностей aij у вигляді

a ij = P[ q t = S j|qt-1 = S ],     1 ≤ i,j ≤ N

де aij - це ймовірність переходу зі стану Si в стан Sj в даний момент часу. Оскільки ці ймовірності характеризують випадковий процес, вони мають звичайні властивості, тобто

aij ≥0

Σ j=1aij = 1

Описаний випадковий процес можна назвати відкритою марковській моделлю, оскільки вихідний сигнал моделі - це послідовність станів, що реєструються в часі. Кожен стан відповідає певному (наблюдаемому) події. У нашому випадку роль часу виконує координата вздовж лінії уздовж якої реєструють порушення. А в якості подій виступає факт реалізації конкретного відстані між сусідніми малоамплітуднимі порушеннями.

На малюнку 1 показаний план гірничих виробок. На даному фрагменті наочно видно, як часто можуть зустрічатися в масиві малоамплітудні порушення.

Фрагмент плану гірничих виробок

Рис. 1 Фрагмент плану гірничих виробок М 1:5000

Відстані між порушеннями від 70 до 500 метрів, амплітуда від 0,25 до 0,5 метрів. кут падіння змінюється в інтервалі від 35 ° до 50 °. видно що порушення розподілені нерівномірно, отже передбачити їх місце розташування і параметри дуже складно. [1,2] Спостерігаючи за характером появи порушень можна зробити попередній висновок про те, що чередуемие параметрів появи порушень вздовж лінії 5 південного конвейкрного штреку, може бути представлена простий інформаційною моделлю . Чередуемие сусідніх малоамплітудних порушень можна представити як, потоки подій які не відбуваються в один проміжок часу.

Для побудови евристичної моделі було виконано стохастичне моделювання, були розраховані матриця переходу відстаней. Таблиця 1.

Відстань0-68,75 68,75-137,50137,50-206,25 206,25-275 275-343,75 343,75-412,50 412,50-481,25
Стани перехода1 2 3 4 5 6 7 сумма
1 0,71782182 0,1188118810,059405941 0,059405941 0,024752475 0,01980198 0 1
20,583333333 0,166666667 0,027777778 0,027777778 0,027777778 0,083333333 0,083333333 1
30,818181818 0,045454545 0,068181818 0,068181818 0 0 0 1
40,578947368 0,105263158 0,157894737 0,157894737 0 0 0 1
50,666666667 0,166666667 0 0 0 0,166666667 0 1
6 0,555555556 0,333333333 0 0 0 0,111111111 0 1
7 1 0 0 0 0 0 0 1

Таблиця 1. Матриця переходу станів (5 кадрів, 5 повторень)

Використовуючи матрицю переходів, і теорію ймовірності, виконали розрахунок переходів, з одного стану в інший, результат наочно видно на графіку представленому на рис.2

Графік переходу стану ймовірності

Рис. 2 Графік переходу стану ймовірності (5 кадрів, 5 повторень, 202 кб)

9. Планований результат

  1. Отримати методику прогнозу порушень вздовж траси майбутньої виробки.
  2. Аналіз та узагальнення отриманих результатів

10. Новизна

Розроблюваний метод грунтується на відстані між малоамплітуднимі порушеннями амплітуда яких коливається від 0,3 до 1,5 м., відстані між ними від 70 - 400 м. Отже, є випадковою величиною і не суперечить закону експотенціального розподілу. Висновок зроблений грунтуючись на результатах обробки даних програмою STATISTIKA (Рис. 3). Програма призначена для це сучасний пакет статистичного аналізу, в якому реалізовані всі новітні комп'ютерні та математичні методи аналізу даних. Програма призначена для всіх галузей промисловості (бізнес, наука, навчання).

У ній реалізовано всі можливі функції для статистичної обробки даних плюс до цього: можливість побудови графіків, бази даних і т.д. У програму вбудований STATISTICA Visual Basic що додає ще близько 10000 нових функцій. Синтаксис цього Basic'а повністю сумісний з Microsoft Visual Basic.Версія англійська.

Результати обробки даних у програмі STATISTIKA

Рис.3 Результати обробки даних у програмі STATISTIKA

Висновок

В магістерській роботі представлена актуальна задача, яка заключається в методиці прогноза малоамплітудної нарушенності з використанням методів штучного інтелекту.

Подальші дослідження являються обгрунтуванням і проробкою методики аналіза вскритих параметрів фактично встановлених малоамплітудних нарушень.

При написаннi даного реферата магістерська робота ще не завершена. Дата завершення грудень 2013. З оригіналом магістерської роботи можна буде ознайомиться у наукового керівника Назимко В.В

Список джерел

  1. Тихонов В.І., Миронов М.А. Марківські процеси, – М, 1977
  2. Назимко В.В., Мерзлікін А.В. Досвід застосування нейронних мереж і генетичного алгоритму для прогнозу малоамплітудних порушень Наукові праці Донецького Державного Технічного Університету. Серія: гірничо-геологічна. – 2002. – № 54. – С. 177 – 183.
  3. Назимко В.В., Захаров В.С. , Мерзлікін А.В. Прогноз мелкоамплітудних розривних порушень вугільних пластів за допомогою нейронних мереж і генетичних алгоритмів Геотехнології на рубежі 21 в., Т.2. – Донецьк.: ДонНТУ, 2001. – С. 30-32
  4. Tectonics: Recent Advances by Evgenii Sharkov (ed.) – InTech , 2012 This book is devoted to different aspects of modern geodynamic processes. The text covers up-to-date materials of detailed geological-geophysical investigations, which can help understand the essence of mechanisms of different tectonic processes. (2950 views)
  5. Statistical Physics of Fracture, Friction and Earthquake by Hikaru Kawamura, et al. – arXiv , 2011 We review our research regarding the dynamics and the statistical properties of earthquakes, mainly from a statistical physical viewpoint. Emphasis is put both on the physics of friction and fracture, and on the statistical physical modelling. (1964 views)
  6. Динкін Є.Б. – «Теорія ймовірності та марковські процеси» – М, 1966.
  7. Маркшейдерська справа: Учеб. для вузів. - У двох частинах / За ред. І.М. Ушакова. - 3-е вид., Перераб. і доп. - М. Недра, 1989. - Частина 2/А.Н. Белоліков, В.М. Земісев Г.А. Кротов та ін - 437 с.