SciELO - Scientific Electronic Library Online

 
vol.21 issue3Online Outlier Detection for Time-varying Time Series on Improved ARHMM in Geological Mineral Grade Analysis ProcessAnalysis of October 23 (Mw 7.2) and November 9 (Mw 5.6), 2011 Van Earthquakes Using Long-Term GNSS Time Series author indexsubject indexarticles search
Home Pagealphabetic serial listing  

Services on Demand

Journal

Article

Indicators

Related links

  • On index processCited by Google
  • Have no similar articlesSimilars in SciELO
  • On index processSimilars in Google

Share


Earth Sciences Research Journal

Print version ISSN 1794-6190

Abstract

ZHOU, Yu  and  WANG, Tingling. Modelo de predicción de fractura de rocas basado en una red neuronal probabilística y sus aplicaciones. Earth Sci. Res. J. [online]. 2017, vol.21, n.3, pp.141-146. ISSN 1794-6190.  https://doi.org/10.15446/esrj.v21n3.65216.

El fracturamiento o explosión de rocas es uno de los principales problemas en ingeniería geológica que amenaza significativamente la seguridad de una construcción. La predicción del fracturamiento de rocas es importante para la seguridad de los trabajadores y el equipamiento en túneles. En este artículo se propone un nuevo modelo de predicción de fracturamiento de rocas basado en una red neuronal probabilística (PNN por sus siglas en inglés) para determinar la posible ocurrencia e intensidad de uno de estos eventos en proyectos subterráneos. La PNN se desarrolló con base en un criterio Bayesiano para la clasificación multivariada de patrones. Debido a que la PNN tiene las ventajas de una menor complejidad de adiestramiento, estabilidad, rápida convergencia y simplicidad en su construcción, se puede adecuar en la predicción del fracturamiento de rocas. Algunos factores principales de control, como la fuerza máxima tangencial de rocas, la resistencia de compresión uniaxial, la fuerza de tensión uniaxial, y el índice de energía elástica de las rocas fueron escogidos como los vectores característicos de la PNN. El modelo se obtuvo a través del adiestramiento de datos sobre fracturamiento de rocas en proyectos subterráneos en diferentes localidades. Otras datos también se analizaron con el modelo. Los resultados de la evaluación se ajustan a los registros observados. Simultáneamente, se utilizaron dos aplicaciones prácticas para verificar el método propuesto. Los resultados de la predicción son similares a los de métodos existentes, un factor que además se presentó en las pruebas de campo, lo que demuestra la efectividad y la aplicabilidad de la metodología propuesta.

Keywords : Red Neuronal Probabilística; fracturamiento de rocas; predicción.

        · abstract in English     · text in English     · English ( pdf )