Wykorzystanie sieci neuronowych do obliczania prędkości i przyspieszeń drgań gruntu wywoływanych wstrząsami górotworu

W wielu kopalniach istotny problem stanowią drgania gruntu wywoływane silnymi wstrząsami indukowanymi prowadzonymi robotami górniczymi. W rejonach, w których stwierdza się występowanie drgań powierzchni terenu generowanych wstrząsami górotworu, konieczne jest sporządzanie prognoz parametrów drgań gruntu, które mogą wystąpić w trakcie realizacji założeń projektowych zakładów górniczych. W artykule przedstawiono wyniki badań, których celem było określenie możliwości zastosowania, do prognozy parametrów drgań gruntu wywoływanych wstrząsami, sieci neuronowych. Wykorzystano obserwacje drgań gruntu pochodzące z obszaru jednej z silnie zagrożonych sejsmicznie kopalń GZW. Otrzymane rezultaty wykazały możliwość zastosowania sieci neuronowych do obliczania wartości prędkości i przyspieszeń drgań powierzchni terenu powodowanych wstrząsami. Dla rozpatrywanego zbioru rejestracji uzyskano dokładniejsze wyniki niż w przypadku zastosowania powszechnie wykorzystywanego, prostego modelu regresji liniowej.

In many mines there is a problem with ground vibrations caused by severe tremors induced by carried out mining works. In the areas, where surface vibrations occurred due to highenergy tremors it is necessary to forecast the velocity and acceleration of vibrations that may occur during the future excavation process. This paper presents results of studies describing the possibility of using neural networks to forecast ground vibrations caused by mining tremors. During those studies data from highly seismically endangered region of Upper Silesian Coal Basin were used. The results of calculations proved the possibility of using neural networks to calculate the velocity and acceleration of ground vibrations caused by mining tremors. For the considered set of observations more precise results than, from widely used, a simple linear regression model, were obtained.