استفاده از رگرسیون آماری و شبکه عصبی مصنوعی برای تعیین ارتفاع منطقه رها از تنش در سقف پهنه جبهه کار طولانی

ارتفاع منطقه رها از تنش (HDZ) در سقف پهنه جبهه کار طولانی پارامتر مهمی در تعیین میزان تنش ناشی از استخراج پهنه و بارهای انتقالی به اطراف آن است. لذا تخمین دقیق HDZ به منظور تحلیل تنش در اطراف پهنه، طراحی ایمن سیستم نگهداری ورودی ها و پیش بینی نشست سطح زمین، ضروری می باشد. به منظور تعیین HDZ در این تحقیق، از دو مدل رگرسیون آماری و شبکه عصبی مصنوعی استفاده و نتایج حاصله با همدیگر و با داده های واقعی مقایسه شد. برای طراحی و ارزیابی مدل ها، از ۱۲۰ سری داده مستخرج از منابع معتبر استفاده گردید. پارامترهای ارتفاع روباره، ضخامت لایه زغال سنگ استخراجی، وزن مخصوص، مدول الاستیسیته، ضریب پواسون، مقاومت فشاری تک محوری و فاکتور حجمی توده سنگ سقف به عنوان متغیرهای ورودی برای پیش بینی HDZ در نظر گرفته شد. در فرآیند ارزیابی مدل ها بر اساس داده های واقعی، مقادیر ضریب تصمیم گیری، میانگین خطای مطلق و میانگین خطای نسبی به ترتیب برای مدل آماری برابر با %۷۷/۲۲، ۵/۶۶ متر و %۲۰/۴۳ و برای شبکه عصبی برابر با %۹۶/۰۴، ۲/۵۳ متر و %۷/۳۲ به دست آمد. نتایج فوق نشان دهنده دقت بیش تر و خطای کم تر شبکه عصبی نسبت به مدل آماری و تطابق بهتر خروجی های آن با داده های واقعی است. تحلیل حساسیت نتایج مدل آماری نشان داد که وزن مخصوص و ضریب پواسون توده سنگ به ترتیب با مقدار ضریب استاندارد شده ۰/۵۲۴ و ۰/۰۱ بیش ترین و کمترین تاثیر را بر HDZ دارند. در نهایت، تحلیل اهمیت متغیر نتایج شبکه عصبی نشان داد که ارتفاع روباره و ضریب پواسون به ترتیب با میزان اهمیت ۰/۹۴۹ و ۰/۸۷۹ دارای بیش ترین و کم ترین تاثیر بر HDZ هستند.

کلیدواژه ها:

معدنکاری جبهه کار طولانی ، منطقه رها از تنش ، رگرسیون آماری ، شبکه عصبی مصنوعی ، تحلیل اهمیت متغیر