Nghiên cứu ứng dụng mạng nơ ron nhân tạo vào xác định các thông số phễu nổ hình thành khi nổ lượng thuốc trong môi trường đất sét dưới nước

Bài viết Nghiên cứu ứng dụng mạng nơ ron nhân tạo vào xác định các thông số phễu nổ hình thành khi nổ lượng thuốc trong môi trường đất sét dưới nước tiến hành nghiên cứu đề xuất một mô hình mạng nơ ron nhân tạo để thiết lập quy luật về mối liên hệ giữa các thông số kích thước đồng dạng đặc trưng cho phễu nổ với các thông số đầu vào là bán kính lượng nổ, chiều sâu chôn thuốc trong môi trường đất sét và chiều sâu nước, khi nổ lượng thuốc chôn trong môi trường đất sét dưới nước, dựa trên bộ số liệu từ thí nghiệm đã có.

NGHIÊN CỨU VÀ TRAO ĐỔI XÂY DỰNG CƠNG TRÌNH NGẦM VÀ MỎ NGHIÊN CỨU ỨNG DỤNG MẠNG NƠ RON NHÂN TẠO VÀO XÁC ĐỊNH CÁC THƠNG SỐ PHỄU NỔ HÌNH THÀNH KHI NỔ LƯỢNG THUỐC TRONG MÔI TRƯỜNG ĐẤT SÉT DƯỚI NƯỚC Vũ Tùng Lâm, Đàm Trọng Thắng Học viện Kỹ thuật Quân Email: vutunglamhvktqs@gmail.com TÓM TẮT Hiện nay, trí tuệ nhân tạo nghiên cứu, ứng dụng rộng rãi lĩnh vực khoa học đời sống Ưu việt trí tuệ nhân tạo nhận dạng quy luật từ số liệu thực nghiệm đủ lớn Bài báo tiến hành nghiên cứu đề xuất mơ hình mạng nơ ron nhân tạo để thiết lập quy luật mối liên hệ thơng số kích thước đồng dạng đặc trưng cho phễu nổ với thơng số đầu vào bán kính lượng nổ, chiều sâu chôn thuốc môi trường đất sét chiều sâu nước, nổ lượng thuốc chôn môi trường đất sét nước, dựa số liệu từ thí nghiệm có Từ khóa: nổ nước, nổ đất sét, nổ văng, nổ nén ép, mạng nơ ron nhân tạo ĐẶT VẤN ĐỀ Hiện nay, giới hướng tới khai thác tiềm biển, phục vụ mục đích khai thác khống sản xây dựng cơng trình nước Khi thực công việc này, thông thường phải sử dụng lượng nổ để đào sâu đáy biển, phá đá nước Hiện lĩnh vực nổ, hệ thống lý thuyết chung tính tốn hộ chiếu nổ giải vụ nổ cạn Hệ thống tính toán nổ phá đất đá nước chủ yếu theo hướng kế thừa phương pháp nổ cạn, chưa có phương pháp tính tốn thơng số nổ, thơng số phá hủy nổ phụ thuộc vào chiều sâu nước [1], [2] Chính lý trên, việc nghiên cứu quy luật thực nghiệm phụ thuộc thống số kích thước phễu sau nổ bán kính phễu nổ văng, chiều sâu trông thấy phễu nổ hay bán kính vùng nén vào chiều sâu chơn lượng nổ, chiều sâu nước bán kính lượng nổ hướng có tính cấp thiết, có ý nghĩa khoa học thực tiễn Các nghiên cứu tác giả Đàm Trọng Thắng, Vũ Tùng Lâm Tô Đức Thọ [10], [11] bước đầu áp dụng thành tựu nghiên cứu lĩnh vực trí tuệ nhân tạo vào thiết lập quy luật thực nghiệm mối liên hệ thông số mức đa chiều đa biến để đưa dạng tổng quát, liên tục cho dạng tác dụng nổ từ nổ văng đến nổ ngầm phương pháp hồi qui dựa học máy Tuy nhiên, nghiên cứu cịn số hạn chế định, độ xác chưa cao, dựa hệ số xác định R2 nên chưa đánh giá mức độ phân tán liệu, đánh giá dựa số liệu sẵn có tác giả Đàm Trọng Thắng [3] Chính vậy, báo tập trung xây dựng mơ hình hồi quy dựa tảng mạng nơ ron nhân tạo nhằm tìm kiếm quy luật phụ thuộc thống số đặc trưng cho kích thước phễu sau nổ gồm bán kính phễu nổ văng, chiều sâu trơng thấy phễu nổ, bán kính vùng nén vào chiều sâu chôn lượng nổ đất sét, chiều sâu nước bán kính lượng nổ Mơ hình mạng nơ ron nhân tạo tiếp tục xây dựng đánh giá độ xác sở sử dụng số liệu thí nghiệm từ nghiên cứu trước [3], [10], [11] Nội dung nghiên cứu 2.1 Tổng quan mạng nơ ron nhân tạo Một mạng nơ ron nhân tạo (ANN) bao gồm nhiều lớp nối tiếp (multi-layer feed-forward) [4], [7], [8], [9], thuật toán lan truyền ngược (back propagation) áp dụng để huấn luyện mạng Mỗi lớp mạng gồm nhiều phần tử xử lý (được gọi nút hay nơ ron) Những nơ ron lớp CÔNG NGHIỆP MỎ, SỐ - 2021 27 XÂY DỰNG CƠNG TRÌNH NGẦM VÀ MỎ kết nối với nơ ron lớp sau thông qua trọng số (wij) Trong mạng nơ ron, có ba loại lớp: lớp đầu vào, lớp đầu ra, lớp ẩn Một sơ đồ biểu diễn mơ hình ANN hình H.1 NGHIÊN CỨU VÀ TRAO ĐỔI toán trở dạng tuyến tính Một ma trận trọng số véc tơ số hạng tự sau điều chỉnh để giá trị đầu mong muốn ypred gần với giá trị đầu thực tế thơng qua hàm chi phí J (cost function) Q trình điều chỉnh gọi huấn luyện mạng (training), thực qua giải thuật lan truyền ngược (back propagation algorithm) Trái ngược với lan truyền thuận, giải thuật lan truyền ngược thực từ lớp đầu đến lớp đầu vào thông qua sở đạo hàm hàm hợp (chain rule) [8], [9] Hàm chi phí J sử dụng báo sau: J= H.1 Sơ đồ minh họa mạng nơ ron nhân tạo lớp Dựa hình H.1, hoạt động ANN mơ tả ngắn gọn qua hai trình lan truyền thuận (forward propagation) lan truyền ngược (back propagation) sau: Quá trình lan truyền thuận lớp đầu vào đến lớp đầu Xét lớp thứ n, đầu vào thứ n j lớp thứ n ( z (j ) ) đầu nút thứ i n −1 lớp thứ n-1 ( a (i ) ) nhân với trọng số (weight) (wij), thành phần thêm vào hệ số tự n (bias) b(j ) Một hàm kích hoạt σ (activation function) phi tuyến sử dụng để chuyển đổi đầu vào n σ → a (jn ) , báo sử dụng thành đầu ra: z (j )  hàm ReLU (rectified linear units) làm hàm kích hoạt Trong q trình lan truyền này, lớp đầu vào không trải qua tính tốn mà truyền sang lớp (lớp ẩn đầu tiên) Vì mạng nơ ron sử dụng để giải toán hồi quy nên hàm kích hoạt khơng áp dụng lớp đầu Với lần trình lan truyền thuận thực thành công cho tham số bao gồm trọng số  w ( n )  số hạng tự b( n )  w ( n )  biểu diễn dạng ma trận, b( n ) biểu diễn dạng véc tơ cột Khác với trình đặt tham số lần khởi tạo với phương pháp học máy [10, 11], giá trị ma trận  w ( n )  véc tơ b( n ) lựa chọn ngẫu nhiên để tránh cho việc đưa { } { } { } 28 CÔNG NGHIỆP MỎ, SỐ - 2021 m (i) ∑ ypred − y(i) 2m i =1 ( ) (1) Trong đó: m – Tổng số mẫu thí nghiệm; ypred – Giá trị lớp đầu dự đoán; y – Giá trị thực tế; i – Mẫu thí nghiệm thứ i Điều kiện để dừng trình huấn luyện hiệu giá trị gần hàm chi phí nhỏ giá trị định tác giả tự định nghĩa Các giá trị nút lớp đầu vào trước sử dụng để truyền sang lớp sau cần phải trải qua q trình chuẩn hóa Chuẩn hóa liệu thực theo chuẩn quy hóa (standardisation) [9] Hiệu mơ hình hồi quy theo mạng nơ ron nhân tạo đánh giá qua hai tiêu chí: hệ số xác định R2 (R squared) sai số bình phương trung bình MSE (mean squared error) R2 tiến gần đến hiệu mơ hình tìm cao Ngược lại, MSE biểu thị cho mức độ phân tán giá trị dự đoán với giá trị thực tế, nên MSE tiến gần 0, hiệu mơ hình tìm cao 2.2 Mơ tả số liệu sử dụng để huấn luyện mơ hình Bộ số liệu sử dụng để huấn luyện cho mơ hình mạng nơ ron nhân tạo nhằm để dự báo quy luật thực nghiệm phụ thuộc thơng số kích thước phễu nổ vào chiều sâu nước, chiều sâu chôn thuốc bán kính lượng nổ lấy từ liệu từ các vụ nổ nghiên cứu mô hình mơi trường đất sét nước [3], [10], [11] Bộ số liệu dự kết nổ môi trường đất sét nước với thông số nổ đặc trưng đầu vào bán kính lượng nổ r, chiều sâu nước h, chiều NGHIÊN CỨU VÀ TRAO ĐỔI XÂY DỰNG CƠNG TRÌNH NGẦM VÀ MỎ sâu chơn thuốc đất sét W, cịn thơng số đầu nhận kích thước phễu nổ văng gồm bán kính phễu nổ văng RB, chiều sâu trơng thấy phễu nổ văng P bán kính vùng nén ép RK Bộ số liệu dùng để thiết lập bán kính phễu nổ văng RB chiều sâu trơng thấy phễu nổ P có 377 mẫu, chia thành huấn luyện 227 mẫu, xác thực chéo kiểm tra 75 mẫu/bộ, số liệu để thiết lập bán kính vùng nén RK có 411 mẫu, chia thành huấn luyện với 247 mẫu, xác thực chéo kiểm tra 82 mẫu/bộ Bộ số liệu sơ cấp chuyển đổi thành số liệu thứ cấp bao gồm thông số đồng dạng hay cịn gọi thơng số tương đối vô thứ nguyên Bản chất tỷ số thơng số cần nghiên cứu với bán kính lượng nổ bao gồm [3], [10], [11]: - Chiều sâu chôn thuốc tương đối tỷ số chiều sâu chôn thuốc đất sét bán kính lượng nổ: (2) W=W r - Chiều sâu nước tương đối tỷ số chiều sâu nước bán kính lượng nổ: (3) h=h r - Bán kính phễu nổ văng tương đối tỷ số bán kính phễu nổ văng bán kính lượng nổ: (4) RB = RB r a - Bán kính vùng nén tương đối tỷ số bán kính vùng nén bán kính lượng nổ: (5) RK = RK r - Chiều sâu trông thấy tương đối phễu nổ văng tỷ số chiều sâu trông thấy phễu nổ bán kính lượng nổ: (6) P=P r 2.3 Phân tích thiết lập mơ hình hồi quy với mạng nơ ron nhân tạo Trên sở phân tích lý thuyết mạng nơ ron nhân tạo kết hợp khai thác sử dụng ngơn ngữ lập trình Python phiên 3.8.5 theo phân phối Anaconda khoa học liệu, tính tốn mảng trí tuệ nhân tạo, cho phép đề xuất mơ hình mạng nơ ron nhân tạo để sử dụng xác định phụ thuộc thơng số kích thước phễu nổ vào chiều sâu chơn thuốc môi trường đất sét, chiều sâu nước bán kính lượng nổ mổ tả hình H.2 Mơ hình mạng nơ ron nhân tạo mơ tả hình H.2.a với ý tưởng mơ hình đầu vào tham số độc lập x1, x2 tương ứng chiều sâu nước tương đối h chiều sâu chôn lượng nổ tương đối W Mơ hình H.2.a gọi mơ hình mạng nơ ron nhân tạo với số liệu thông số đầu vào dạng độc lập Mơ hình mạng nơ ron nhân tạo mơ tả hình H.2.b với ý tưởng mơ hình đầu vào tham số b H.2 Hai mơ hình mạng nơ ron nhân tạo đề xuất, mơ hình thơng số đầu vào dạng độc lập (a) mơ hình thơng số đầu vào dạng tổ hợp (b) CÔNG NGHIỆP MỎ, SỐ - 2021 29 XÂY DỰNG CƠNG TRÌNH NGẦM VÀ MỎ NGHIÊN CỨU VÀ TRAO ĐỔI H.2 Sơ đồ xác định điểm giao thay đổi góc dốc bờ mỏ tổ hợp thông số đầu vào chiều sâu nước tương đối h chiều sâu chôn lượng nổ tương đối W Kết nghiên cứu [10] chứng minh hiệu việc thêm vào tổ hợp biến độc lập việc dự đoán biến phụ thuộc với số mũ lớn tổ hợp hiệu thời gian tính tốn đáp ứng tiêu chí độ xác hệ số xác định R2 quy luật phụ thuộc thông số kích thước phễu nổ vào chiều sâu nước tương đối chiều sâu chơn thuốc tương đối Chính mơ hình mạng nơ ron nhân tạo mơ tả hình H.2.b xây dựng với tổ hợp có lớp đầu vào bao gồm 14 đặc trưng (14 nút) từ x1 đến x14 tương ứng với tham 2 số tổ hợp sau: h , W , h , h.W , W , h , h W , 2 h.W , W , h , h W , h W , h.W , W Mơ hình 2.b gọi mơ hình mạng nơ ron nhân tạo với số liệu thông số đầu vào dạng tổ hợp Cả hai mơ hình mạng nơ ron sâu (deep neural network) với hai lớp ẩn với lớp đầu tương ứng bán kính phễu nổ văng tương đối R B bán kính vùng nén tương đối R k chiều sâu trông thấy tương đối phễu nổ P Cả hai mô hình gồm lớp với lớp ẩn, lớp ẩn gồm 50 nơ ron sử dụng để thiết lập mơ hình hồi quy Hàm kích hoạt nút lớp ẩn hàm ReLU Sau vòng lặp (epoch) giá trị trọng số [W] hệ số tự {b} cập nhật cách sử dụng toàn liệu (batch gradient descent) Tiến hành xây dựng chương trình tính tốn “Tính tốn thơng số kích thước phễu nổ đất sét nước” hai mơ hình đề xuất ngơn ngữ Python phiên 3.8.5 với việc sử dụng số liệu mô tả mục Kết áp dụng hai mơ hình vào xác định bán kính phễu nổ văng RB có kết sau: mơ hình đầu vào dạng độc lập (hình H.2.a) có R2=0,881; mơ hình đầu vào dạng tổ hợp (hình H.2) có R2=0,983 Như mơ hình đầu vào dạng tổ hợp mơ hình phát triển hiệu mô a b c H.3 Quy luật dự báo phụ thuộc thông số kích thước phễu nổ vào chiều sâu nước tương đối chiều sâu chôn thuốc tương đối sét: a - Mơ tả thơng số bán kính phễu nổ văng tương đối R B ; b - Mô tả thông số chiều sâu trông thấy tương đối phễu nổ văng P ; c - Mơ tả bán kính vùng nén ép tương đối R K 30 CÔNG NGHIỆP MỎ, SỐ - 2021 NGHIÊN CỨU VÀ TRAO ĐỔI XÂY DỰNG CƠNG TRÌNH NGẦM VÀ MỎ hình đầu vào dạng độc lập Chính báo lựa chọn mơ hình mạng nơ ron nhân tạo dạng tổ hợp thiết lập quy luật thực nghiệm phụ thuộc thơng số kích thước phễu nổ (bán kính phễu nổ văng tương đối, bán kính vùng nén tương đối, chiều sâu trông thấy tương đối phễu nổ văng) vào chiều sâu nước tương đối chiều sâu chôn thuốc tương đối sét mô tả hình H.3 Các quy luật mơ tả khơng gian ba chiều hình H.3 bề mặt thiết lập dựa việc tính tốn giá trị mắt lưới theo mơ hình đầu vào dạng tổ hợp Hiệu mơ hình đánh giá hệ số xác định R2 sai số bình phương trung bình MSE kiểm tra (testing set) sau: ∑(y m R =1− i =1 m (i) r − y r (i) ∑(y (i) i =1 r − y r) ) (7); (i) m  y( i )  y  − MSE = ∑  m i =1  r r    (8) Trong đó: y (i) r - Giá trị thực tế lần nổ thứ i kiểm tra; y r - Giá trị trung bình thực (i) tế kiểm tra; y r - Giá trị dự đoán tương ứng với lần nổ thứ i; m – Tổng số mẫu thực tế Các giá trị y công thức (7) (8) giá trị R B , P , R K tương ứng với mơ hình Kết tính tốn hiệu mơ theo hai tiêu chí so sánh với kết mơ hình học máy (hồi qui đa biến) công bố [10], [11] thể Bảng Phân tích kết so sánh Bảng nhận mơ hình mạng nơ ron nhân tạo với số liệu thông số đầu vào dạng tổ hợp đề xuất có hệ số xác định R2 sai số bình phương trung bình MSE đạt độ xác cao mơ hình học máy với tất ba thơng số kích thước phễu nổ dao động từ 5% đến 75% Điều khẳng định mơ hình xây dựng dựa mạng nơ ron nhân tạo mơ quy luật dự đốn thông qua liệu tốt nhiều so với mơ hình học máy xây dựng dựa hàm định sẵn Quy luật thực nghiệm tìm phụ thuộc thơng số kích thước tương đối phễu nổ vào chiều sâu nước tương đối chiều sâu chôn thuốc tương đối nhận dạng số Tập hợp mơ hình mạng nơ ron nhân tạo lựa chọn, chương trình tính tốn với tham số gồm ma trận trọng số  W ( n )  véc tơ số hạng tự b( n ) xem hàm số toán học – “hàm số mạng nơ ron nhân tạo” để mô tả quy luật phụ thuộc thơng số kích thước tương đối phễu nổ vào chiều sâu nước tương đối chiều sâu chôn thuốc tương đối Với liệu sử dụng huấn luyện nhận ma trận trọng số  W ( n )  véc tơ số hạng tự b( n ) cố định có đặc điểm sau:  W (1)  ∈ 14×50 (ma trận trọng số biến đổi lớp đầu vào sang lớp ẩn với kích thước 14x50); b(1) ∈ 1×50 (véc tơ số hạng tự biến đổi lớp đầu vào sang lớp ẩn với kích thước 1x50);  W ( 2)  ∈  50×50 (ma trận trọng số biến đổi lớp ẩn sang lớp ẩn với kích thước 50x50); b( 2) ∈ 1×50 (véc tơ số hạng tự biến đổi lớp ẩn sang lớp ẩn với kích thước 1x50);  W (3)  ∈  50×1 (ma trận trọng số biến đổi lớp ẩn sang lớp đầu với kích thước 50x1); b(3) ∈ 1×1 (véc tơ số hạng tự biến đổi lớp ẩn sang lớp đầu với kích thước 1x1) Trong đó:  mxn - tập hợp ma trận hay véc tơ có m hàng n cột Tiến hành khảo sát, phân tích quy luật thực nghiệm tìm phụ thuộc thơng số kích thước tương đối phễu nổ vào chiều sâu { } { } { } { } { } Bảng So sánh hiệu mơ hình mạng nơ ron nhân tạo với số liệu thông số đầu vào dạng tổ hợp (ANN) mơ hình học máy Mơ hình xác định RB Tiêu chí Mơ hình xác định RK Mơ hình xác định P Mạng ANN Học máy Chênh lệch (%) Mạng ANN Học máy Chênh lệch (%) Mạng ANN Học máy Chênh lệch (%) R2 0,983 0,929 5,81 0,883 0,825 7,03 0,852 0,710 20,00 MSE 0,302 1,222 75,29 0,552 0,824 33,01 30,779 60,303 48,96 CÔNG NGHIỆP MỎ, SỐ - 2021 31 XÂY DỰNG CƠNG TRÌNH NGẦM VÀ MỎ NGHIÊN CỨU VÀ TRAO ĐỔI nước tương đối chiều sâu chôn thuốc tương đối nhận từ mơ hình mạng nơ ron nhân tạo mơ tả hình H.3 kèm theo giá trị số nhận nút thử cho phép đưa nhận xét sau: - Quy luật tìm hồn tồn phù hợp với quy luật tác dụng nổ chung mơi trường đất đá Đặc biệt quy luật tìm phù hợp với quy luật nhận theo phương pháp hồi qui đa biến [10], [11] phương pháp giải tích [2]; - “Hàm số mạng nơ ron nhân tạo” có độ xác so với hàm số quy luật nhận theo phương pháp hồi qui đa biến phương pháp giải tích Đặc biệt phương pháp xây dựng hàm theo mạng nơ ron nhân tạo cho phép phản ánh quy luật thực nghiệm sát thực với thực tiễn tốt 2.4 Đánh giá kiểm chứng mơ hình đề xuất Để chứng minh tính đắn “Hàm số mạng nơ ron nhân tạo” tìm cơng thức thực nghiệm tính thơng số kích thước phễu nổ mơi trường đất sét nước hồn tồn chấp nhận để tính tốn dự báo cho vụ nổ môi trường đất sét nước hay không? Cần tiến hành kiểm chứng mơ hình thơng qua số liệu nổ độc lập so với số liệu khai thác để huấn luyện mơ hình mơ tả đây: Các vụ nổ tiến hành mơ hình nổ điện, thực hộp chứa kim loại đường kính 13cm, chiều cao 20cm Mẫu đất sét sử dụng để lấp đầy vào hộp loại tương tự nghiên cứu [3] với trọng lượng thể tích đất a) Mẫu đất sét nước H.4 Sơ đồ bố trí thí nghiệm nổ điện sét trạng thái bão hịa nước 1,768 kg/m3, tốc độ sóng âm lan truyền đất sét 1768 m/s Hộp kim loại chứa đất sét sau để vào bể nhựa chứa nước để tiện cho việc thay đổi mực nước, thí nghiệm mơ tả hình H.4 hình H.5 Thí nghiệm nổ kiểm chứng thực với hai mức lượng nổ 500J (tương ứng với bán kính qui đổi thuốc nổ Ten 2,34mm) 300J (tương ứng với bán kính quy đổi thuốc nổ Ten 1,98mm), chiều sâu mực nước thay đổi từ đến 150mm, kết hợp với thay đổi chiều sâu chơn kíp điện đất sét từ 20÷30mm Các kết nổ kiểm chứng phản ánh Bảng Toàn 17 vụ nổ với thông số đầu vào chiều sâu nước tương đối chiều sâu chôn lượng nổ tương đối sử dụng để tính tốn thơng số đầu kích thước tương đối phễu nổ (bán kính phễu nổ, bán kính vùng nén, chiều sâu trơng thấy phễu nổ) Bộ thơng số đầu tính tốn so sánh kiểm chứng với thông số phễu nổ b) Máy nổ điện H.5 Hình ảnh thí nghiệm thực tế 32 CÔNG NGHIỆP MỎ, SỐ - 2021 c) hình ảnh phễu nổ NGHIÊN CỨU VÀ TRAO ĐỔI XÂY DỰNG CƠNG TRÌNH NGẦM VÀ MỎ Bảng Kết nổ sử dụng để kiểm chứng Bán kính lượng nổ qui đổi W, h, mm h r, mm mm W RB RK P 0,000 8,547 9,615 10,684 27,778 20 8,547 8,547 7,479 10,150 27,778 40 20 17,094 8,547 5,342 8,547 27,778 50 20 21,368 8,547 5,876 8,547 25,641 STT Năng lượng nổ, J 500 2,34 20 500 2,34 20 500 2,34 500 2,34 500 2,34 60 20 25,641 8,547 5,342 8,013 27,778 500 2,34 70 20 29,915 8,547 4,274 8,547 21,368 500 2,34 100 20 42,735 8,547 3,205 8,013 10,684 500 2,34 120 20 51,282 8,547 4,274 7,479 10,684 500 2,34 150 20 64,103 8,547 3,205 7,479 10,684 10 500 2,34 20 30 8,547 12,821 3,205 9,081 25,641 11 500 2,34 30 30 12,821 12,821 2,137 8,547 27,778 12 500 2,34 40 30 17,094 12,821 0,000 7,479 0,000 13 500 2,34 50 30 21,368 12,821 0,000 8,013 0,000 14 300 1,98 30 20 15,152 10,101 6,313 8,838 20,202 15 300 1,98 60 20 30,303 10,101 3,788 8,207 15,152 16 300 1,98 80 20 40,404 10,101 0,000 7,576 0,000 17 300 1,98 100 20 50,505 10,101 0,000 7,576 0,000 Bảng Kết đánh giá kiểm chứng mơ hình số liệu nổ độc lập mơ hình nổ điện Tiêu chí đánh giá Quy luật xác định RB Quy luật xác định RK Quy luật xác định P R 0,835 0,804 0,741 MSE 1,211 0,154 31,077 nhận từ vụ nổ độc lập Bảng Kết kiểm chứng đánh giá thông qua tiêu chí R2 MSE, thể Bảng Phân tích Bảng cho thấy, độ xác mơ hình dự đốn vụ nổ điện hai thơng số bán kính phễu nổ văng bán kính vùng nén đạt hiệu tương đối cao, với tiêu chí hệ số xác định đạt từ 0,74 trở lên sai số bình phương trung bình nhỏ 1,211 Tuy nhiên chiều sâu trơng thấy phễu có hệ số xác định đạt 0,741 chấp nhận được, sai số bình phương trung bình lớn (31,077) Điều phản ánh trị số chiều sâu trông thấy phễu nổ chịu ảnh hưởng nhiều yếu tố ngẫu nhiên cục đất bay lên rơi lại phễu nổ Kết khẳng định độ tin cậy phương pháp mạng nơ ron nhân tạo việc ứng dụng vào thực tiễn KẾT LUẬN Mơ hình hồi qui xây dựng từ mạng nơ ron nhân tạo học từ liệu để tạo nên mô hình mơ tả xác quy luật phụ thuộc bán kính phễu nổ văng, chiều sâu trơng thấy phễu nổ văng, bán kính vùng nén ép vào chiều sâu đặt thuốc đất sét, chiều sâu nước bán kính lượng nổ, phù hợp với quy luật chung tác dụng nổ môi trường đất đá Các thơng số đặc trưng cho kích thước phễu nổ văng phụ thuộc vào ba thông số chiều sâu đặt thuốc môi trường đất sét, chiều sâu nước bán kính lượng nổ Quy luật chung thơng số kích thước phễu nổ văng nước phụ thuộc đồng biến với bán kính lượng nổ Khi tăng hai thông số chiều sâu chôn thuốc chiều sâu nước trị số đến giá trị chiều sâu tới hạn thơng số kích thước phễu nổ văng CÔNG NGHIỆP MỎ, SỐ - 2021 33 XÂY DỰNG CƠNG TRÌNH NGẦM VÀ MỎ nước tăng lên đạt đến giá trị cực đại, sau tiếp tục tăng hai thông số chiều sâu chôn thuốc chiều sâu nước đến giá trị giới hạn thơng số kích thước phễu nổ văng nước giảm dần Khi tiếp tục tăng hai thông số chiều sâu chôn thuốc chiều sâu nước vượt qua giá trị giới hạn thơng số kích thước phễu nổ văng nước đạt trị số bão hòa Vùng chiều sâu chôn thuốc chiều sâu nước lớn giá trị giới hạn vùng nổ ngầm Tác dụng nổ văng khơng cịn Trên hình tương ứng với vùng trị số mặt nằm ngang với trị số NGHIÊN CỨU VÀ TRAO ĐỔI bán kính phễu nổ văng tương đối chiều sâu trông thấy phễu nổ văng tương đối khơng, cịn bán kính vùng nén tương đối số Do “Hàm số mạng nơ ron nhân tạo” tồn dạng ảo phản ánh thơng qua mơ hình mạng nơ ron nhân tạo kèm theo chương trình tính tốn người dùng khó sử dụng so với hàm số giải tích Chính để ứng dụng tiện dụng thực tiễn cần phát triển chương trình tính tốn hồn thiện với giao diện đầu vào thông số lượng nổ, chiều sâu nước, chiều sâu chôn thuốc, loại đất đá đầu thơng số kích thước phễu nổ nhận được. TÀI LIỆU THAM KHẢO Белин В.А, Дам Чонг Тханг,(2006), Экспериментальное исследование линейных донных зарядов выброса для создания каналов и траншей под водой Объединенный научный журнал No11, Москва 2006, Дам Чонг Тханг., Нгуен Чи Та., Нгуен Тхань Донг, (2019), Определения массы сосредоточенного заряда взрывчатого вещества для образования воронки выброса и зоны сжатия камуфлета при взрывании в среде глины под водой УДК 622.235 “Взрывное дело”, No122/79, Издатель ИПКОН РАН, Москва Дам Чонг Тханг, Белин В.А, Нгуен Тхань Донг.,( 2019) Эмпирические исследования образования воронки выпроса и явления камуфлетта при взрывании сосредоточных зарядов в среде глины под водой УДК 622.235 “Взрывное дело”, No122/79, Издатель ИПКОН РАН, Москва Aurélien Géron Hands-ọn Machine learning with Scikit-Learn, Keras, and TensorFlow O’Reilly Media, Inc Đàm Trọng Thắng, Bùi Xuân Nam, Trần Quang Hiếu Nổ mìn ngành mỏ cơng trình Nxb khoa học tự nhiên cơng nghệ Hồ Sĩ Giao, Đàm Trọng Thắng, Lê Văn Quyển, Hồng Tuấn Chung Nổ hóa học lý thuyết thực tiễn Nxb Khoa học Kỹ thuật Vũ Hữu Tiệp, (2018) Machine learning Nxb Khoa học Kỹ thuật Nguyễn Thanh Tuấn Deep learning Ebook http://nttuan8.com Andrew Ng.(2011) Machine learning online course at www.coursera.org 10 Đàm Trọng Thắng, Vũ Tùng Lâm,(2020), Nghiên cứu xác định quy luật thực nghiệm biến đổi bán kính phễu nổ văng mơi trường đất sét nước theo phương pháp hồi quy đa biến Tạp chí Khoa học kỹ thuật Mỏ-Địa chất, số 61, kỳ 5, tr 77-87 11 Dam Trong Thang, Vu Tung Lam, To Duc Tho,(2020), The study on establishing the experimental dependence of the compressed zone radius and the observed height of the splashed funnel in the clay medium under water Section on the Special Construction Engineering, Journal of Science and Technique 34 CÔNG NGHIỆP MỎ, SỐ - 2021 NGHIÊN CỨU VÀ TRAO ĐỔI XÂY DỰNG CƠNG TRÌNH NGẦM VÀ MỎ THE STUDY ON THE APPLICATION OF ARTIFICIAL NEURAL NETWORK IN DETERMINING BLASTED TUNNEL PARAMETERS FORMED WHEN BLASTING IN THE CLAY MEDIUM UNDERWATER ABSTRACT Recently, artificial intelligence has been being studied and applied widely in fields of science and life The advantage of artificial intelligence is to figure out the law of a large enough set of experiment data This paper studies and proposes an artificial neural network model, establishing the law of relationship among typical similarity dimension parameters of the blasted funnel and initial inputs including the radius of the explosive charge, the depth of buried explosive charge in clay medium and the water depth, in case of blasting the concentrated explosive charge in clay medium underwater based on the existing experimental data set Keywords: blasting; underwater blasting; blasting in clay medium; splashed explosion; compressed explosion; observed height; artificial neural network Ngày nhận bài: 19/01/2021; Ngày gửi phản biện: 25/01/2021; Ngày nhận phản biện: 15/02/2021; Ngày chấp nhận đăng: 20/3/2021 Trách nhiệm pháp lý tác giả báo: Các tác giả hoàn toàn chịu trách nhiệm số liệu, nội dung công bố báo theo Luật Báo chí Việt Nam CƠNG NGHIỆP MỎ, SỐ - 2021 35 ... thước phễu nổ vào chiều sâu nước, chiều sâu chơn thuốc bán kính lượng nổ lấy từ liệu từ các vụ nổ nghiên cứu mơ hình mơi trường đất sét nước [3], [10], [11] Bộ số liệu dự kết nổ môi trường đất sét. .. thơng số kích thước phễu nổ vào chiều sâu chôn thuốc môi trường đất sét, chiều sâu nước bán kính lượng nổ mổ tả hình H.2 Mơ hình mạng nơ ron nhân tạo mơ tả hình H.2.a với ý tưởng mơ hình đầu vào. .. mạng nơ ron nhân tạo mơ tả hình H.2.b với ý tưởng mơ hình đầu vào tham số b H.2 Hai mơ hình mạng nơ ron nhân tạo đề xuất, mơ hình thơng số đầu vào dạng độc lập (a) mơ hình thơng số đầu vào dạng