Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "retreat mining" wg kryterium: Temat


Wyświetlanie 1-1 z 1
Tytuł:
Improving the method of roof fall susceptibility assessment based on fuzzy approach
Udoskonalenie metody określania skłonności stropu do zawału w oparciu o elementy logiki rozmytej
Autorzy:
Ghasemi, E.
Ataei, M.
Shahriar, K.
Powiązania:
https://bibliotekanauki.pl/articles/219253.pdf
Data publikacji:
2017
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
górnictwo węgla
wybieranie filarowo-komorowe
wybieranie w kierunku od pola
podatność stropu na zawał
analityczne badanie hierarchii procesów
ocena ryzyka z wykorzystaniem elementów logiki rozmytej
coal mining
room and pillar
retreat mining
roof fall susceptibility (RFS)
analytical hierarchy process (AHP)
risk assessment fuzzy approach
Opis:
Retreat mining is always accompanied by a great amount of accidents and most of them are due to roof fall. Therefore, development of methodologies to evaluate the roof fall susceptibility (RFS) seems essential. Ghasemi et al. (2012) proposed a systematic methodology to assess the roof fall risk during retreat mining based on risk assessment classic approach. The main defect of this method is ignorance of subjective uncertainties due to linguistic input value of some factors, low resolution, fixed weighting, sharp class boundaries, etc. To remove this defection and improve the mentioned method, in this paper, a novel methodology is presented to assess the RFS using fuzzy approach. The application of fuzzy approach provides an effective tool to handle the subjective uncertainties. Furthermore, fuzzy analytical hierarchy process (AHP) is used to structure and prioritize various risk factors and sub-factors during development of this method. This methodology is applied to identify the susceptibility of roof fall occurrence in main panel of Tabas Central Mine (TCM), Iran. The results indicate that this methodology is effective and efficient in assessing RFS.
Wybieraniu w kierunku od pola towarzyszy zazwyczaj większa ilość wypadków, większość z nich spowodowana jest zawałem stropu. Dlatego też opracowanie skutecznej metody oceny skłonności stropu do zawału jest kwestią kluczową. Ghasemi et al. (2012) zaproponował metodologię określania ryzyka zawału stropu w trakcie prowadzenia prac górniczych w kierunku od pola w oparciu o klasyczne metody oceny ryzyka. Główną wadą tej metody jest to, iż nie uwzględnia ona subiektywnych niepewności na poziomie językowym związanych z określaniem wartości wejściowych charakteryzujących czynniki ryzyka, inne niedociągnięcia to niska rozdzielczość metody, stałe przyporządkowania wag, przyjęcie ostrych granic pomiędzy kolejnymi klasami. Aby usunąć te niedociągnięcia i w ten sposób udoskonalić metodę, zaproponowano nowe podejście do określania stabilności stropu wykorzystujące elementy logiki rozmytej. Zastosowanie logiki rozmytej jest efektywnym narzędziem w przypadku niepewności na poziomie językowym. Ponadto podejście bazujące na określeniu hierarchii procesów i wykorzystujące elementy logiki rozmytej zastosować można do określania wagi poszczególnych czynników ryzyka oraz czynników cząstkowych. Opracowaną metodę zastosowano do oceny skłonności stropu do zawału w polu głównym wybierania w kopalni Tabas Central Mine, w Iranie. Uzyskane wyniki potwierdzają skuteczność metody prognozowania stabilności stropu.
Źródło:
Archives of Mining Sciences; 2017, 62, 1; 13-32
0860-7001
Pojawia się w:
Archives of Mining Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-1 z 1

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies