Modelo de árbol de decisiones para la predicción de estallidos de roca basado en monitoreo microsísmico.
Autores: Zhao, Hongbo; Chen, Bingrui; Zhu, Changxing
Idioma: Inglés
Editor: Hindawi
Año: 2021
Acceso abierto
Artículo científico
Categoría
Ingeniería y Tecnología
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 19
Citaciones: Sin citaciones
El rockburst es un fenómeno de inestabilidad dinámica extremadamente complejo para la excavación subterránea de rocas. Es difícil predecir y evaluar el nivel de rango de rockburst en la práctica. La tecnología de monitoreo microsísmico se ha adoptado para obtener eventos microsísmicos de microfisuras en la masa rocosa para el rockburst. La posibilidad de rockburst puede ser reflejada por los datos de monitoreo microsísmico. En este estudio, se utilizó un árbol de decisión para extraer el conocimiento de rockburst a partir de los datos de monitoreo microsísmico. El modelo predictivo de rockburst se construyó basado en los datos de monitoreo microsísmico utilizando un algoritmo de árbol de decisión. Los resultados predictivos fueron comparados con el verdadero rango de rockburst. La relación entre rockburst y los datos de características microsísmicas fue investigada utilizando el modelo de árbol de decisión desarrollado. Los resultados muestran que el árbol de decisión puede extraer
Descripción
El rockburst es un fenómeno de inestabilidad dinámica extremadamente complejo para la excavación subterránea de rocas. Es difícil predecir y evaluar el nivel de rango de rockburst en la práctica. La tecnología de monitoreo microsísmico se ha adoptado para obtener eventos microsísmicos de microfisuras en la masa rocosa para el rockburst. La posibilidad de rockburst puede ser reflejada por los datos de monitoreo microsísmico. En este estudio, se utilizó un árbol de decisión para extraer el conocimiento de rockburst a partir de los datos de monitoreo microsísmico. El modelo predictivo de rockburst se construyó basado en los datos de monitoreo microsísmico utilizando un algoritmo de árbol de decisión. Los resultados predictivos fueron comparados con el verdadero rango de rockburst. La relación entre rockburst y los datos de características microsísmicas fue investigada utilizando el modelo de árbol de decisión desarrollado. Los resultados muestran que el árbol de decisión puede extraer