1. Trang chủ
  2. » Luận Văn - Báo Cáo

Nghiên cứu ứng dụng điều khiển hiện đại trong nổ mìn tại các mỏ lộ thiên ở việt nam

181 2 0

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Định dạng
Số trang 181
Dung lượng 5,75 MB

Nội dung

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC MỎ - ĐỊA CHẤT - NGHIÊN CỨU ỨNG DỤNG ĐIỀU KHIỂN HIỆN ĐẠI TRONG NỔ MÌN TẠI CÁC MỎ LỘ THIÊN Ở VIỆT NAM LUẬN ÁN TIẾN SĨ NGÀNH: KỸ THUẬT ĐIỀU KHIỂN VÀ TỰ ĐỘNG HÓA Hà Nội, 2022 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC MỎ - ĐỊA CHẤT - NGHIÊN CỨU ỨNG DỤNG ĐIỀU KHIỂN HIỆN ĐẠI TRONG NỔ MÌN TẠI CÁC MỎ LỘ THIÊN Ở VIỆT NAM Ngành : Kỹ thuật điều khiển Tự động hóa Mã số ngành: 9520216 HƯỚNG DẪN KHOA HỌC Hà Nội, năm 2022 i LỜI CAM ĐOAN Tôi xin cam đoan cơng trình nghiên cứu riêng tơi Các số liệu, kết nghiên cứu nêu luận án trung thực, chưa công bố cơng trình khác Hà nội, ngày … tháng … năm 2022 Tác giả Luận án ii LỜI CẢM ƠN Tôi xin chân thành cảm ơn nhà khoa học, cán bộ, chun viên Bộ mơn Tự động hố xí nghiệp Mỏ Dầu khí; Khoa Cơ Điện; Phịng Đào tạo Sau Đại học; Ban Giám hiệu, Trường Đại học Mỏ - Địa chất tạo điều kiện giúp đỡ tơi q trình thực luận án với đề tài “ Nghiên cứu ứng dụng điều khiển đại nổ mìn mỏ lộ thiên Việt Nam” Tơi xin bày tỏ lịng cảm ơn chân thành giúp đỡ Tơi xin cảm anh, nhân viên cơng ty Hố Chất Mỏ Cẩm Phả nhiệt tình giúp đỡ tơi q trình ghi chép, thu thập liệu thực tế mỏ than Núi Béo Tôi xin cảm ơn cán bộ, giảng viên, chuyên gia lĩnh vực nổ mìn thuộc môn Khai thác Lộ thiên, trường đại học Mỏ Địa chất nhiệt tình đóng góp ý kiến chun mơn, hỗ trợ tơi q trình thực luận án Tơi xin bày tỏ lịng biết ơn sâu sắc tới TS dành nhiều tâm huyết trực tiếp hướng dẫn bảo tơi hồn thành luận án Tôi xin chân thành cảm ơn bạn bè, đồng nghiệp gia đình ln động viên, giúp đỡ tơi thời gian thực luận án iii MỤC LỤC LỜI CAM ĐOAN i LỜI CẢM ƠN ii MỤC LỤC iii DANH MỤC CÁC KÝ HIỆU, CHỮ VIẾT TẮT vii DANH MỤC HÌNH VẼ .viii DANH MỤC BẢNG BIỂU xii MỞ ĐẦU CHƯƠNG TỔNG QUAN VỀ NỔ MÌN VÀ SĨNG CHẤN ĐỘNG DO NỔ MÌN ……………………………………………………………………………… 1.1 Tổng quan nổ mìn 1.1.1 Giới thiệu 1.1.2 Các hiệu ứng nổ mìn vi sai 1.1.2.1 Hiệu ứng giao thoa sóng ứng suất 1.1.2.2 Tạo thành mặt tự phụ 1.1.2.3 Sự va đập cục đá bay nổ 1.1.3 Một số dạng sơ đồ vi sai 1.2 Sóng chấn động nổ mìn 1.2.1 Cơ sóng chấn động 1.2.2 Sóng chấn động nổ mìn 10 1.2.2.1 Ảnh hưởng khoảng cách lượng thuốc lần nổ tới mức độ chấn động 11 1.2.2.2 Vận tốc lan truyền sóng chấn động 14 1.2.2.3 Hiệu ứng sóng chấn động 15 1.2.3 1.3 Điều khiển mức độ chấn động 18 Một số nghiên cứu thử nghiệm quan hệ thời gian vi sai với sóng ứng suất - sóng chấn động hiệu đập vỡ 20 iv 1.4 Tình hình nghiên cứu, ứng dụng kỹ thuật điều khiển đại cho nổ mìn nước giới 23 1.4.1 Tình hình nghiên cứu, ứng dụng giới 23 1.4.2 Tình hình nghiên cứu, ứng dụng nước 27 1.4.3 Nhận xét 31 1.5 Kết luận tổng quan 31 CHƯƠNG NGHIÊN CỨU XÁC ĐỊNH VẬN TỐC LAN TRUYỀN CỦA SÓNG CHẤN ĐỘNG NỔ MÌN 34 2.1 Đặt vấn đề 34 2.2 Thu thập liệu sóng chấn động nổ mìn 35 2.2.1 Nguyên tắc thu thập liệu 35 2.2.2 Xác định khu vực nghiên cứu giải pháp đo, ghi liệu 35 2.2.3 Đo, ghi liệu mỏ than Núi Béo 36 2.2.4 Đo, ghi liệu mỏ đá vôi Hồng Sơn 39 2.3 Xây dựng phương pháp phân tích liệu nhằm xác định vận tốc lan truyền sóng chấn động 41 2.3.1 Cơ sở xây dựng phương pháp 41 2.3.2 Giải pháp phân tích liệu nhằm xác định vận tốc lan truyền sóng chấn động 42 2.3.3 Xây dựng quy trình thuật tốn phân tích 43 2.4 Phân tích liệu 47 2.4.1 Phân tích liệu đo mỏ than Núi Béo, Quảng Ninh 47 2.4.1.1 Phân tích vụ nổ thứ 47 2.4.1.2 Phân tích vụ nổ thứ hai 50 2.4.2 Phân tích liệu mỏ đá vôi Hồng Sơn 53 2.4.2.1 Phân tích vụ nổ thứ 53 2.4.2.2 Phân tích vụ nổ thứ hai 57 2.4.3 Nhận xét kết phân tích liệu 60 2.5 Kết luận chương 61 v CHƯƠNG XÂY DỰNG MƠ HÌNH NHẬN DẠNG MỐI QUAN HỆ GIỮA THỜI GIAN VI SAI VỚI VẬN TỐC LAN TRUYỀN TRUNG BÌNH CỦA SĨNG CHẤN ĐỘNG 63 3.1 Đặt vấn đề 63 3.2 Nghiên cứu xây dựng phương pháp xử lý liệu 67 3.2.1 Phân tích, xác định nguồn gây nhiễu 67 3.2.1.1 Nhiễu cấu trúc đất đá, địa hình 67 3.2.1.2 Nhiễu môi trường 68 3.2.1.3 Nhiễu thiết bị cảm biến 68 3.2.1.4 Nhiễu yếu tố khác 69 3.2.2 Các giải pháp xử lý liệu 70 3.2.2.1 Bộ lọc Kalman (Kalman Filter _ KF) 70 3.2.2.2 Thuật toán lọc Kalman mở rộng (Extent Kalman Filter _ EKF) 71 3.2.2.3 Thuật tốn tối đa hóa kỳ vọng (Expectation Maximization _ EM ) 72 3.2.3 3.3 Xây dựng giải pháp xử lý liệu 73 Xây dựng mơ hình nhận dạng 76 3.3.1 Mạng ANN có lớp ẩn 77 3.3.2 Mạng ANN có hai lớp ẩn 78 3.3.2.1 Thử nghiệm 78 3.3.2.2 Thử nghiệm 79 3.3.2.3 Thử nghiệm 80 3.3.3 Mạng ANN có lớp ẩn 81 3.4 Lựa chọn kiểm chứng mơ hình nhận dạng 82 3.5 Thử nghiệm mơ hình 84 3.6 Nhận xét kết luận chương 88 CHƯƠNG NGHIÊN CỨU GIẢI PHÁP XÂY DỰNG HỆ THỐNG TỰ ĐỘNG ĐIỀU CHỈNH THỜI GIAN VI SAI VÀ DỰ BÁO MỨC ĐỘ CHẤN ĐỘNG CHO NỔ MÌN TRÊN MỎ LỘ THIÊN Ở VIỆT NAM 90 4.1 Đặt vấn đề điều kiện áp dụng hệ thống nghiên cứu 90 vi 4.2 4.3 Phân tích, xác định tiêu chí giải pháp cho hệ thống 92 Xây dựng cấu trúc nguyên lý hoạt động hệ thống 94 4.4 Những yêu cầu cần giải để xây dựng hệ thống 98 4.4.1 Sai số kết đo 98 4.4.2 Đồng tín hiệu, trao đổi liệu mô đun khởi nổ ( trung tâm ) mô đun cảm biến đo chấn động 99 4.4.3 Giải pháp xử lý phân tích liệu 99 4.4.4 Khả đáp ứng thiết bị 100 4.5 Một số thử nghiệm 100 4.5.1 Thử nghiệm khả đo chấn động nổ mìn 100 4.5.2 Thử nghiệm giải pháp xử lý liệu 108 4.5.3 Nhận xét 114 4.6 Xây dựng hệ thống tự động điều chỉnh thời gian vi sai dự báo mức độ chấn động ứng dụng cho nổ mìn mỏ lộ thiên Việt Nam 114 4.6.1 Giải pháp xây dựng thiết bị khởi nổ điện tử đa kênh độc lập 115 4.6.2 Giải pháp xây dựng trạm cảm biến đo chấn động 120 4.7 Kết luận chương 122 KẾT LUẬN VÀ KIẾN NGHỊ 123 DANH MỤC CÁC BÀI BÁO, CƠNG TRÌNH KHOA HỌC CỦA TÁC GIẢ ĐÃ CÔNG BỐ 125 TÀI LIỆU THAM KHẢO 127 PHỤ LỤC 139 Phụ lục 1: Máy đo chấn động Blastmate 139 Phụ lục 2: Kết phân tích tính tốn vận tốc lan truyền sóng chấn động 141 Phụ lục 3: Bộ liệu sử dụng để huấn luyện kiểm tra mạng nơ ron 145 Phụ lục 4: Các chương trình 158 Phụ lục 5: Các vẽ thiết kế hình ảnh kết 165 vii DANH MỤC CÁC KÝ HIỆU, CHỮ VIẾT TẮT AI – Artificial Intelligence – Trí tuệ nhân tạo ANN - Artificial Neural Network – Mạng nơ ron nhân tạo RF - Random Forest - Rừng ngẫu nhiên SVR - Support Vector Regression - Hồi quy véc tơ hỗ trợ CA - Cubist Algorithm – Thuật toán lập thể XGBoost - Extreme Gradient Boosting Machine – Mơ hình độ dốc tăng cường PSO - Particle Swarm Optimization algorithm - Thuật toán tối ưu bầy đàn FFA - Firefly Algorithm - Thuật toán tối ưu đom đóm KF – Kalman Filter – Bộ lọc Kalman EKF – Extend Kalman Filter – Bộ lọc Kalman mở rộng EM – Expectation Maximization – Thuật toán tối đa hóa kỳ vọng viii DANH MỤC HÌNH VẼ Hình 1.1 Sơ đồ giao thoa sóng ứng suất nổ vi sai lượng thuốc cạnh Hình 1.2 Sơ đồ tác dụng số mặt tự tạo mặt tự phụ [6] Hình 1.3 Các sơ đồ nổ vi sai [6] Hình 1.4 Hệ trục tọa độ dùng cho mơ tả sóng chấn động nổ mìn 10 Hình 1.5 Đồ thị quan hệ Vận tốc dao động hạt đất đá khối lượng thuốc nổ thời điểm [26] 13 Hình 1.6 Đồ thị quan hệ Vận tốc dao động hạt Khoảng cách [26] 13 Hình 1.7 Sự lan truyền sóng chấn động từ điểm nổ có sử dụng thời gian vi sai [66] 14 Hình 1.8 Sự cộng hưởng sóng chấn động [30] 17 Hình 1.9 Quá trình cộng hưởng sóng chấn động [30] 17 Hình 1.10 Các thiết bị cơng nghệ sử dụng nổ mìn Thế giới [38] 25 Hình 1.11 Cấu trúc hệ thống quy trình thiết kế, thi cơng vụ nổ mìn với hỗ trợ phần mềm BIMS (Blast Information Management System) hãng Blasters Tool and Supply Co 26 Hình 1.12 Một số cơng nghệ áp dụng nổ mìn Việt Nam 29 Hình 1.13 Một dạng máy nổ mìn điện sử dụng thực tế 30 Hình 2.1 Đo liệu mỏ than Núi Béo 37 Hình 2.2 Một số kết đo ghi liệu chấn động mỏ Núi Béo 38 Hình 2.3 Dạng sơ đồ vi sai vụ nổ mỏ than Núi Béo 39 Hình 2.4 Đo liệu mỏ đá vôi Hồng Sơn 40 Hình 2.5 Một số kết đo ghi liệu mỏ đá vôi Hồng Sơn 40 Hình 2.6 Dạng sơ đồ vi sai sử dụng mỏ Hồng Sơn 41 Hình 2.7 Mơ tả lý thuyết phương pháp tính tốn vận tốc lan truyền sóng chấn động nổ mìn 43 Hình 2.8 Quy trình phân tích liệu sóng chấn động nổ mìn 45 153 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 227.54 217.70 179.72 633.24 592.29 406.10 386.92 230.15 284.52 284.52 449.72 426.56 403.75 458.86 431.15 346.83 409.54 423.62 349.74 431.15 346.83 317.72 409.54 409.54 349.74 458.86 431.15 317.72 338.00 409.54 409.54 409.54 409.54 307.56 320.30 297.11 183.13 449.04 371.84 349.29 10 10 10 8 8 10 10 10 8 8 8 10 8 8 10 10 8 8 8 8 8 8 10 10 8 16 16 16 9 9 16 16 16 9 9 9 16 9 9 16 16 9 9 9 9 9 9 16 16 9 10 10 10 61 61 70 70 15 15 15 86 86 86 81 56 56 81 14 61 57 57 57 14 14 85 85 85 51 51 51 51 51 55 81 81 55 14 14 84 84 1212 1555 1240 1470 1430 1273 1468 1626 1204 1057 1091 1344 1538 1473 1287 1636 1667 1419 1647 1786 1524 1825 1688 1496 1579 1561 1895 1152 1298 1216 1398 1620 1383 1435 1708 1761 1530 1817 1698 1983 1.72 1.62 1.49 1.72 1.96 1.59 1.09 1.52 1.11 1.41 2.23 2.02 2.17 1.78 2.26 1.96 1.25 1.74 1.29 1.57 1.61 1.08 1.42 1.76 1.12 1.50 1.90 3.46 2.14 3.31 1.66 1.98 1.65 1.95 1.36 1.65 1.43 1.68 1.70 1.59 154 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 323.29 358.45 422.03 268.70 303.92 375.77 310.57 277.16 475.18 380.57 313.96 356.10 354.64 454.74 443.00 386.87 467.45 437.62 380.16 377.12 354.30 359.09 341.66 326.73 368.46 353.36 339.28 335.34 308.51 328.02 317.81 335.84 354.18 374.72 315.04 413.04 510.45 512.17 291.60 302.65 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 81 81 81 57 57 85 57 57 51 81 81 91 91 91 91 61 84 84 84 85 85 85 85 85 85 85 85 85 85 91 91 91 91 56 97 56 73 62 62 62 1914 1998 1856 1540 1674 1219 1314 1097 1450 1447 1233 1207 1186 1220 1595 1167 1377 1365 1658 1209 1433 1284 1330 1357 1380 1299 1246 1550 1021 1487 1422 1342 1373 1615 1379 1321 1442 1447 1297 1381 1.17 1.40 1.97 1.05 1.65 1.65 1.85 1.79 1.30 1.28 2.69 2.73 2.82 1.58 1.46 1.19 1.17 1.30 2.69 1.64 2.12 1.31 2.67 3.04 1.29 1.81 3.73 1.80 2.93 4.09 2.05 2.01 1.76 1.98 1.94 1.25 1.25 1.51 2.29 3.17 155 370 371 372 373 374 375 376 377 378 379 380 381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396 397 468.67 292.55 276.74 124.15 114.24 113.53 507.58 594.55 459.80 333.77 381.12 373.31 381.12 365.31 350.99 363.55 334.63 291.43 317.41 307.74 358.22 378.85 357.68 392.32 249.13 150.66 158.91 152.24 8 10 10 10 8 10 8 10 10 8 8 8 8 10 10 10 10 9 16 16 16 9 16 9 16 16 9 9 9 9 16 16 16 16 61 61 53 10 10 10 61 61 56 14 57 57 51 14 14 52 52 61 51 51 52 52 57 51 14 12 12 12 1256 1377 1205 1240 1699 1180 1452 1220 1444 1595 1414 1273 1339 1425 1261 1135 1622 1679 1241 1236 1441 1222 1475 1203 1244 1321 1408 1370 1.11 2.65 3.50 2.69 4.19 4.49 1.16 1.45 1.94 1.84 1.92 1.93 2.32 1.17 1.25 1.30 2.68 3.52 2.94 3.10 1.61 1.75 1.20 1.27 1.28 1.52 1.43 1.62 Bộ liệu kiểm tra kết STT Khoảng cách đo (m) 284.52 284.52 Các khoảng thời gian vi sai đợt nổ liên tiếp (ms) Thứ Thứ hai 10 10 16 16 Lượng thuốc tức thời lớn (kg) Vận tốc lan truyền sóng (m/s) Vận tốc dao động phần tử cực trị (mm/s) 15 15 1204 1057 1.110 1.408 Kết Sai neural lệch (%) 1.143 1.410 2.97 0.13 156 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 449.72 426.56 403.75 458.86 431.15 346.83 409.54 423.62 349.74 431.15 346.83 317.72 409.54 409.54 349.74 458.86 431.15 317.72 338.00 409.54 409.54 409.54 409.54 307.56 320.30 297.11 183.13 449.04 371.84 349.29 323.29 358.45 422.03 268.70 303.92 375.77 310.57 277.16 475.18 380.57 313.96 356.10 8 8 8 10 8 8 10 10 8 8 8 8 8 8 10 10 8 8 8 8 8 8 8 9 9 9 16 9 9 16 16 9 9 9 9 9 9 16 16 9 9 9 9 9 9 9 86 86 86 81 56 56 81 14 61 57 57 57 14 14 85 85 85 51 51 51 51 51 55 81 81 55 14 14 84 84 81 81 81 57 57 85 57 57 51 81 81 91 1091 1344 1538 1473 1287 1636 1667 1419 1647 1786 1524 1825 1688 1496 1579 1561 1895 1152 1298 1216 1398 1620 1383 1435 1708 1761 1530 1817 1698 1983 1914 1998 1856 1540 1674 1219 1314 1097 1450 1447 1233 1207 2.234 2.020 2.169 1.781 2.260 1.960 1.250 1.744 1.290 1.570 1.610 1.080 1.420 1.759 1.118 1.500 1.900 3.460 2.140 3.310 1.660 1.980 1.650 1.950 1.360 1.651 1.430 1.680 1.700 1.590 1.170 1.400 1.967 1.050 1.653 1.650 1.850 1.789 1.301 1.280 2.690 2.730 2.234 2.042 2.139 1.790 2.266 1.958 1.252 1.758 1.284 1.572 1.576 1.076 1.417 1.764 1.122 1.495 1.897 3.469 2.133 3.300 1.653 1.980 1.635 1.955 1.348 1.669 1.608 1.664 1.690 1.591 1.179 1.404 1.976 1.038 1.634 1.626 1.837 1.785 1.297 1.286 2.684 2.841 0.01 1.09 1.39 0.49 0.27 0.10 0.16 0.82 0.50 0.13 2.11 0.37 0.21 0.29 0.37 0.33 0.16 0.26 0.33 0.30 0.41 0.00 0.91 0.26 0.88 1.08 12.45 0.95 0.59 0.06 0.77 0.29 0.48 1.14 1.14 1.45 0.68 0.24 0.31 0.48 0.22 4.07 157 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 354.64 454.74 443.00 386.87 467.45 437.62 380.16 377.12 354.30 359.09 341.66 326.73 368.46 353.36 339.28 335.34 308.51 328.02 317.81 335.84 354.18 374.72 315.04 413.04 510.45 512.17 291.60 302.65 468.67 292.55 276.74 124.15 114.24 113.53 507.58 594.55 459.80 333.77 381.12 373.31 381.12 365.31 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 10 10 10 8 10 8 10 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 16 16 16 9 16 9 16 91 91 91 61 84 84 84 85 85 85 85 85 85 85 85 85 85 91 91 91 91 56 97 56 73 62 62 62 61 61 53 10 10 10 61 61 56 14 57 57 51 14 1186 1220 1595 1167 1377 1365 1658 1209 1433 1284 1330 1357 1380 1299 1246 1550 1021 1487 1422 1342 1373 1615 1379 1321 1442 1447 1297 1381 1256 1377 1205 1240 1699 1180 1452 1220 1444 1595 1414 1273 1339 1425 2.820 1.580 1.460 1.190 1.170 1.300 2.690 1.644 2.120 1.305 2.667 3.040 1.290 1.810 3.730 1.799 2.930 4.090 2.050 2.010 1.760 1.980 1.940 1.252 1.250 1.510 2.290 3.170 1.110 2.646 3.500 2.690 4.188 4.490 1.160 1.450 1.943 1.838 1.918 1.930 2.320 1.170 2.683 1.610 1.464 1.187 1.168 1.272 2.702 1.591 2.133 1.345 2.695 3.033 1.262 1.822 3.700 1.803 2.928 4.068 2.052 2.017 1.754 1.989 1.971 1.249 1.252 1.480 2.325 3.186 1.109 2.624 3.501 2.689 4.170 4.472 1.200 1.453 1.958 1.831 1.904 1.916 2.335 1.179 4.86 1.90 0.27 0.25 0.17 2.15 0.45 3.20 0.61 3.05 1.04 0.23 2.17 0.66 0.80 0.22 0.07 0.54 0.10 0.35 0.34 0.45 1.60 0.27 0.16 1.99 1.53 0.50 0.09 0.82 0.03 0.04 0.43 0.40 3.45 0.21 0.79 0.41 0.74 0.73 0.65 0.77 158 87 88 89 90 91 92 93 94 95 96 97 98 99 100 350.99 363.55 334.63 291.43 317.41 307.74 358.22 378.85 357.68 392.32 249.13 150.66 158.91 152.24 10 8 8 8 8 10 10 10 10 16 9 9 9 9 16 16 16 16 14 52 52 61 51 51 52 52 57 51 14 12 12 12 1261 1135 1622 1679 1241 1236 1441 1222 1475 1203 1244 1321 1408 1370 1.250 1.300 2.680 3.520 2.940 3.100 1.613 1.751 1.201 1.270 1.280 1.520 1.430 1.620 Phụ lục 4: Các chương trình Chương trình lọc liệu Kalman EKF %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %%%%%% EKF FOR PPV %%%%%%%%%%%%%%%%% %Start with clear memory and close all plots clear all; close all; deltaT = 1/1; % Time step, 2048Hz time = 0.0; % Initial sim time dataStore = zeros(1022,6); % Data storage array % Create complementary filter parameters Rollk1 = 0.0; Rollk = 0.0; % Create Kalman filter parameters for Down xk = zeros(1,2); pk = [0.001 0 0.01]; K = zeros(1,2); phi = [0.76 0.001 0.01]; psi = [0.24 0]; 1.239 1.301 2.704 3.537 2.960 3.095 1.628 1.726 1.207 1.306 1.339 1.558 1.438 1.554 0.88 0.08 0.90 0.48 0.68 0.16 0.92 1.40 0.48 2.83 4.61 2.50 0.56 4.07 159 R = 0.01; Q = [0.00001 0 0]; H = [0.8 0]; % Creats the simulation loop Every 250 iteration in 1s of sim time (250Hz) data=xlsread('C:\Users\MyComputer\Desktop\LA\EKF_LA\dl_tohop.xls'); Input = data(:,8); endPoint = 1022; for i = 1:endPoint; Meask1 = Input(i); Meask1 = Input(i); Rollk1 = 0.8*Meask1 + 0.2*Meask1; uk = Meask1; zk = Meask1; % xk1Minus = phi * xk + psi * uk; xk1Minus(1) = phi(1) * xk(1) + phi(2) * xk(2) + psi(1) * uk; xk1Minus(2) = phi(3) * xk(1) + phi(4) * xk(2) + psi(2) * uk; % pk1Minus = phi * pk * phi' +0; pk1Minus(1) = (phi(1) * pk(1) + phi(2) * pk(3))* phi(1) + (phi(1) * pk(2) + phi(2) * pk(4))* phi(2) + Q(1); pk1Minus(2) = (phi(1) * pk(1) + phi(2) * pk(3))* phi(3) + (phi(1) * pk(2) + phi(2) * pk(4))* phi(4) + Q(2); pk1Minus(3) = (phi(3) * pk(1) + phi(4) * pk(3))* phi(1) + (phi(3) * pk(2) + phi(4) * pk(4))* phi(2) + Q(3); pk1Minus(4) = (phi(3) * pk(1) + phi(4) * pk(3))* phi(3) + (phi(3) * pk(2) + phi(4) * pk(4)) * phi(4) + Q(4); % S = H * pk1Minus * H' + R; S = (H(1)*pk1Minus(1) + H(2)*pk1Minus(3))*H(1) + (H(1)*pk1Minus(2) + H(2)*pk1Minus(4))*H(1) + R ; % K = pk1Minus * H' + inv(S); K(1) = (H(1)*pk1Minus(1) + H(2)*pk1Minus(2))/S; 160 K(2) = (H(1)*pk1Minus(3) + H(2)*pk1Minus(4))/S; % xk1 = xk1Minus + K*(zk - H*xk1Minus); xk1(1) = xk1Minus(1) + K(1)*(zk - (H(1)*xk1Minus(1) + H(2)*xk1Minus(2))); xk1(2) = xk1Minus(2) + K(2)*(zk - (H(1)*xk1Minus(1) + H(2)*xk1Minus(2))); % pk1 = (eye(2,2) - K*H)*pk1Minus; pk1(1,1) = (1 - K(1)*H(1))*pk1Minus(1) +(0 - K(1)*H(2))*pk1Minus(3); pk1(1,2) = (1 - K(1)*H(1))*pk1Minus(2) +(0 - K(1)*H(2))*pk1Minus(4); pk1(2,1) = (1 - K(2)*H(1))*pk1Minus(1) +(0 - K(2)*H(2))*pk1Minus(3); pk1(2,2) = (1 - K(2)*H(1))*pk1Minus(2) +(0 - K(2)*H(2))*pk1Minus(4); % Reset values for next interation Rollk = Rollk1; time = time + deltaT; xk = xk1; pk = pk1; % Store data dataStore(i,:) = [time, Meask1 Meask1 Rollk1 xk1(1) xk1(2)]; end % Plot results %subplot(2,1,1); plot(dataStore(1:endPoint,1),dataStore(1:endPoint,4),'g'); hold on; %subplot(2,1,2); plot(dataStore(1:endPoint,1),dataStore(1:endPoint,5),'r'); axis([0 1050 7]); Chương trình thực thuật tOán tối đa hOá kỳ vọng EM %% Expectation-Maximization (EM) Algorithm 161 clc, clear, close all dataStore = zeros(497,2); % Data storage array % generate random data using two 2D Normal distributions with 100 data points Data=xlsread('C:\Users\MyComputer\Desktop\LA\EKF_2_EM_2_neural_LA\EKF _EM_data.xlsx'); Data_true = Data(:,3:4); Data_EKF = Data(:,5:6); % number of points in each cluster num_points = 1; % reshuffle the data labels %Data_r = [Data(:,1:2) randi(2,2*num_points,1)]; for i = num_points:497; Data_r = [Data(1:i,5:6) randi(2,i,1)]; % make some initial guess Param = make_initial_guess(); % run EM to find the parameters [Data_f, Param_f] = EM(Data_r, Param); D = Param_f.mu2; dataStore(i,:) = D; end figure; plot(Data_true(1:497,1),'g'); hold on; plot(Data_EKF(1:497,1),'b'); hold on; plot(dataStore(1:497,1),'r'); %axis([0 54 1300 1500]); xlabel('Data Number '); ylabel('Propagation Velocity (m/s)'); legend('True data','EKF-EM data'); 162 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% function Param = make_initial_guess() Param = struct(); Param.mu1 = [1, 1]; Param.mu2 = [4, 4]; Param.sigma1 = [1 0; 1]; Param.sigma2 = [1 0; 1]; Param.lambda = [0.4, 0.6]; End %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% function Data = expectation(Data, Param) for ii = 1: size(Data,1) x = Data(ii, 1:2); p_cluster1 = prob(x, Param.mu1, Param.sigma1, Param.lambda(1,1)); p_cluster2 = prob(x, Param.mu2, Param.sigma2, Param.lambda(1,2)); if p_cluster1 > p_cluster2 Data(ii, 3) = 1; else Data(ii, 3) = 2; end end end %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% function Param = maximization(Data, Param) points_in_cluster1 = Data(Data(:,3) == 1,:); points_in_cluster2 = Data(Data(:,3) == 2,:); percent_cluster1 = size(points_in_cluster1,1) / size(Data,1); percent_cluster2 = - percent_cluster1; % calculate the weights 163 Param.lambda = [percent_cluster1, percent_cluster2]; % calculate the means Param.mu1 = [mean(points_in_cluster1(:,1)), mean(points_in_cluster1(:,2))]; Param.mu2 = [mean(points_in_cluster2(:,1)), mean(points_in_cluster2(:,2))]; % calculate the variances Param.sigma1 = [std(points_in_cluster1(:,1)) 0; std(points_in_cluster1(:,2))]; Param.sigma2 = [std(points_in_cluster2(:,1)) 0; std(points_in_cluster2(:,2))]; End %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% function [Data_f, Param_f] = EM(Data, Param) shift = 10000; % a big number iter = 0; % counter epsilon = 0.001; % percision formatSpec = 'iteration: %d, error: %2.4f, mu1: [%2.4f %2.4f], mu2: [%2.4f %2.4f] \n'; while shift > epsilon iter = iter + 1; % E-step Data_ = expectation(Data, Param); % M-step Param_ = maximization(Data_, Param); % calculate the distance/error from the previous set of params shift = calc_distance(Param, Param_); fprintf(formatSpec, iter, shift, Param_.mu1, Param_.mu2); Data = Data_; Param = Param_; clear Data_ Param_ end Data_f = Data; Param_f = Param; 164 End Chương trình huấn luyện mạng nơ rOn nhận dạng hệ thống data=xlsread('C:\Users\MyComputer\Desktop\LA\Neural_LA\Du lieu dung cho neural.xlsx'); A=data(:,2); %Khoang cach B=data(:,3); %Vi sai lo C=data(:,4); %vi sai hang D=data(:,5); %Luong thuoc E=data(:,6); %van toc lan truyen input=[A';B';C';D';E']; F=data(:,7); %bien van toc dao dong max goal=[F']; net=newff(minmax(input),[69 60 1],{'tansig' 'tansig' 'purelin'},'trainscg'); net.trainParam.epochs=20000; net.trainParam.show=25; net.trainParam.showCommandLine=0; net.trainParam.showWindow=1; net.trainParam.time=inf; net.trainParam.min_grad=1e-4; net.trainParam.goal=1e-4; net.trainParam.max_fail=5; net.trainParam.sigma=5.0e-5; net.trainParam.lambda=5.0e-7; [net,tr]=train(net,input,goal); output=sim(net,input); gensim(net); 165 Phụ lục 5: Các vẽ thiết kế hình ảnh kết R47 HVDC_450 10R/5W HVDC_430 C8 R1 0R5/5W R14 220uF V_CHR FBK C3 C4 C5 100uF 100uF 100uF DRC IPK V+ CINV SWC SWE CT 250V/100uF R26 15 D4 C14 HER208 TR1 33R/0,25W U1 D15 1N4148W 2M C9 D16 C15 100nF HER208 250V/100uF MC34063 R25 2M C1 C2 100nF 470pF 10 Q4 IRF640 FBK TRAN-2P2S RV1 HVDC_0 Q3 S8550 R13 1k 5K R12 8K4 Sơ đồ mạch tăng áp V_RDY R99 UC1 10R5W TR2 D25 10 D26 U6 TYN1225 1N4007 R54 D27 1k R56 100 1N4007 TRAN-2P2S Q13 TIP41 TRIG_1 R55 22k 1N4007 R89 10k Sơ đồ mạch kích nổ Một số dạng module LORA Một số dạng module Sim OUT_1 C41 100nF 166 Một số loại cảm biến gia tốc Mạch điều khiển trung tâm Mạch tăng áp tích trữ lượng Mạch tạo tín hiệu kích nổ với 10 Hình ảnh hệ thống ghép nối kênh độc lập sử dụng biến áp xung Kết mạch phần cứng sau thiết kế thành công thiết bị khởi nổ đa kênh vi sai điện tử ... GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC MỎ - ĐỊA CHẤT - NGHIÊN CỨU ỨNG DỤNG ĐIỀU KHIỂN HIỆN ĐẠI TRONG NỔ MÌN TẠI CÁC MỎ LỘ THIÊN Ở VIỆT NAM Ngành : Kỹ thuật điều khiển Tự động hóa Mã số... nghệ, áp dụng cách phù hợp Do đó, đề tài “ Nghiên cứu ứng dụng điều khiển đại nổ mìn mỏ lộ thiên Việt Nam? ?? mang tính cấp thiết thời Mục tiêu nghiên cứu luận án Ứng dụng kỹ thuật điều khiển xác... nổ mìn mỏ lộ thiên Việt Nam Đối tượng, phạm vi nghiên cứu luận án - Đối tượng nghiên cứu đề tài phương pháp xác định điều khiển thời gian vi sai cho vụ nổ mìn mỏ lộ thiên Việt Nam - Phạm vi nghiên

Ngày đăng: 27/09/2022, 11:32

Nguồn tham khảo

Tài liệu tham khảo Loại Chi tiết
[2] Hồ Sĩ Giao, Đàm Trọng Thắng, Lê Văn Quyển, Hoàng Tuấn Chung (2010), RNổ hóa Rhọc R– RLý Rthuyết Rvà Rthực Rtiễn, NXB Khoa học và Kỹ thuật, Hà Nội Sách, tạp chí
Tiêu đề: RNổhóa Rhọc R– RLý Rthuyết Rvà Rthực Rtiễn
Tác giả: Hồ Sĩ Giao, Đàm Trọng Thắng, Lê Văn Quyển, Hoàng Tuấn Chung
Nhà XB: NXB Khoa học và Kỹ thuật
Năm: 2010
[3] Lê Ngọc Duy, Phan Đình Hiếu, Nguyễn Anh Tú, Lưu Vũ Hải (2018), “Nghiên cứu lọc thích nghi-kalman cho cảm biến gia tốc trên xe lăn điện”, RTạp Rchí Rkhoa học Rvà Rcông Rnghệ. Số đặc biệt 2018 Sách, tạp chí
Tiêu đề: Nghiêncứu lọc thích nghi-kalman cho cảm biến gia tốc trên xe lăn điện”," RTạp Rchí Rkhoahọc Rvà Rcông Rnghệ
Tác giả: Lê Ngọc Duy, Phan Đình Hiếu, Nguyễn Anh Tú, Lưu Vũ Hải
Năm: 2018
[4] Lê Ngọc Ninh (2009), RNghiên Rcứu Rcác Rthông Rsố Rcủa Rcấu Rtrúc Rlượng Rthuốc Rtrong lỗ Rmìn Rnhằm Rnâng Rcao Rhiệu Rquả Rphá Rvỡ Rđất Rđá Rvà Rbảo Rvệ Rmôi Rtrường Rở Rmột Rsố mỏ Rlộ Rthiên RViệt RNam, Luận án tiến sĩ kỹ thuật, Đại học Mỏ Địa chất, Hà nội Sách, tạp chí
Tiêu đề: RNghiên Rcứu Rcác Rthông Rsố Rcủa Rcấu Rtrúc Rlượng Rthuốc Rtronglỗ Rmìn Rnhằm Rnâng Rcao Rhiệu Rquả Rphá Rvỡ Rđất Rđá Rvà Rbảo Rvệ Rmôi Rtrường Rở Rmột Rsốmỏ Rlộ Rthiên RViệt RNam
Tác giả: Lê Ngọc Ninh
Năm: 2009
[5] Lê Văn Công, Đặng Hồng Thắng, Lưu Công Nam, Nguyễn Trí Thắng, Phí Văn Long (2012), “Công nghệ thi công và những yêu cầu cần thiết khi thi công giếng đứng trong điều kiện các mỏ hầm lò Việt Nam”, Viện Khoa học công nghệ Mỏ - Vinacomin. http://imsat.vn Sách, tạp chí
Tiêu đề: Công nghệ thi công và những yêu cầu cần thiết khi thi công giếngđứng trong điều kiện các mỏ hầm lò Việt Nam
Tác giả: Lê Văn Công, Đặng Hồng Thắng, Lưu Công Nam, Nguyễn Trí Thắng, Phí Văn Long
Năm: 2012
[6] Lê Văn Quyển (2001), RBài Rgiảng RPhá Rvỡ Rđất Rđá Rbằng Rphương Rpháp Rkhoan Rnổ mìn. Trường đại học Mỏ - Địa chất Sách, tạp chí
Tiêu đề: RBài Rgiảng RPhá Rvỡ Rđất Rđá Rbằng Rphương Rpháp Rkhoan Rnổmìn
Tác giả: Lê Văn Quyển
Năm: 2001
[7] Lê Văn Quyển (2009), RNghiên Rcứu Rmức Rđộ Rđập Rvỡ Rđất Rđá Rbằng Rnổ Rmìn Rvà Rxác định Rmức Rđộ Rđập Rvỡ Rđất Rđá Rhợp Rlý Rcho Rmột Rsố Rmỏ Rlộ Rthiên RViệt RNam, Luận án tiến sĩ kỹ thuật, Đại học Mỏ Địa chất, Hà Nội Sách, tạp chí
Tiêu đề: RNghiên Rcứu Rmức Rđộ Rđập Rvỡ Rđất Rđá Rbằng Rnổ Rmìn Rvà Rxácđịnh Rmức Rđộ Rđập Rvỡ Rđất Rđá Rhợp Rlý Rcho Rmột Rsố Rmỏ Rlộ Rthiên RViệt RNam
Tác giả: Lê Văn Quyển
Năm: 2009
[9] Nguyễn Đình An (2016), RNghiên Rcứu Rxác Rđịnh Rchỉ Rtiêu Rthuốc Rnổ Rnhằm Rđảm Rbảo mức Rđộ Rđập Rvỡ Rđất Rđá Rhợp Rlý Rcho Rmột Rsố Rmỏ Rkhai Rthác Rvật Rliệu Rxây Rdựng Rcủa RViệt Nam, Luận án tiến sĩ kỹ thuật, Trường đại học Mỏ - Địa chất, Hà Nội Sách, tạp chí
Tiêu đề: RNghiên Rcứu Rxác Rđịnh Rchỉ Rtiêu Rthuốc Rnổ Rnhằm Rđảm Rbảomức Rđộ Rđập Rvỡ Rđất Rđá Rhợp Rlý Rcho Rmột Rsố Rmỏ Rkhai Rthác Rvật Rliệu Rxây Rdựng Rcủa RViệtNam
Tác giả: Nguyễn Đình An
Năm: 2016
[10] Nguyễn Hoàng, Bùi Xuân Nam, Nguyễn Tuấn Thành, Nguyễn Tuấn Anh, (2018), R“ So sánh hiệu quả giữa thuật toán hồi quy tuyến tính và hồi quy phi tuyến tính trong dự báo sóng chấn động nổ mìn trên mỏ than Núi Béo – Quảng Ninh”, RTạp Rchí RCông Rnghiệp RMỏ (2), tr 78-84 Sách, tạp chí
Tiêu đề: ), R“" So sánh hiệu quả giữa thuật toán hồi quy tuyến tính và hồi quy phituyến tính trong dự báo sóng chấn động nổ mìn trên mỏ than Núi Béo – QuảngNinh”," RTạp Rchí RCông Rnghiệp RMỏ
Tác giả: Nguyễn Hoàng, Bùi Xuân Nam, Nguyễn Tuấn Thành, Nguyễn Tuấn Anh
Năm: 2018
[11] Nguyễn Hoàng (2018), “Ứng dụng thuật toán hồi quy véc tơ hỗ trợ để dự báo sóng chấn động nổ mìn trên mỏ lộ thiên: Một so sánh, đánh giá với phương pháp thực nghiệm”, RTạp Rchí RCông Rnghiệp RMỏ (6), tr 24-29 Sách, tạp chí
Tiêu đề: Ứng dụng thuật toán hồi quy véc tơ hỗ trợ để dự báosóng chấn động nổ mìn trên mỏ lộ thiên: Một so sánh, đánh giá với phương phápthực nghiệm”," RTạp Rchí RCông Rnghiệp RMỏ
Tác giả: Nguyễn Hoàng
Năm: 2018
[12] Nguyễn Hoàng, Bùi Xuân Nam, Trần Quang Hiếu, Lê Thị Thu Hoa, Lê Quí Thảo (2019), “Mô hình mạng nơ-ron nhân tạo và mô hình thực nghiệm để dự báo sóng chấn động nổ mìn trên mỏ lộ thiên”, RTạp Rchí RCông Rnghiệp RMỏ (6), tr 23-28 Sách, tạp chí
Tiêu đề: Mô hình mạng nơ-ron nhân tạo và mô hình thực nghiệm để dự báosóng chấn động nổ mìn trên mỏ lộ thiên”," RTạp Rchí RCông Rnghiệp RMỏ
Tác giả: Nguyễn Hoàng, Bùi Xuân Nam, Trần Quang Hiếu, Lê Thị Thu Hoa, Lê Quí Thảo
Năm: 2019
[13] Nguyễn Hoàng (2020), RNghiên Rcứu Rmột Rsố Rmô Rhình Rtrí Rtuệ Rnhân Rtạo Rdự Rbáo Rchấn động Rnổ Rmìn Rtrong Rkhai Rthác Rmỏ Rlộ Rthiên. Luận án tiến sĩ kỹ thuật, Trường đại học Mỏ - Địa chất, Hà nội Sách, tạp chí
Tiêu đề: RNghiên Rcứu Rmột Rsố Rmô Rhình Rtrí Rtuệ Rnhân Rtạo Rdự Rbáo Rchấnđộng Rnổ Rmìn Rtrong Rkhai Rthác Rmỏ Rlộ Rthiên
Tác giả: Nguyễn Hoàng
Năm: 2020
[14] Nguyễn Hoàng, Bùi Xuân Nam, Trần Quang Hiếu, Lê Thị Hương Giang, (2020).“Mô hình dự báo chấn động nổ mìn trên mỏ lộ thiên dựa trên phương pháp lập trình di truyền”. RTạp Rchí RKhoa Rhọc RKỹ Rthuật RMỏ R- RĐịa Rchất (5), tr 107-116 Sách, tạp chí
Tiêu đề: Mô hình dự báo chấn động nổ mìn trên mỏ lộ thiên dựa trên phương pháp lậptrình di truyền”." RTạp Rchí RKhoa Rhọc RKỹ Rthuật RMỏ R- RĐịa Rchất
Tác giả: Nguyễn Hoàng, Bùi Xuân Nam, Trần Quang Hiếu, Lê Thị Hương Giang
Năm: 2020
[15] Nguyễn Sỹ Hội (2003), RNghiên Rcứu Rcác Rgiải Rpháp Rcông Rnghệ Rnhằm Rhạn Rchế Rtác động Rkhi Rkhai Rthác Rmỏ Rlộ Rthiên Rđến Rmôi Rtrường Rsinh Rthái. Luận án tiến sĩ kỹ thuật, Trường đại học Mỏ - Địa chất, Hà nội Sách, tạp chí
Tiêu đề: RNghiên Rcứu Rcác Rgiải Rpháp Rcông Rnghệ Rnhằm Rhạn Rchế Rtácđộng Rkhi Rkhai Rthác Rmỏ Rlộ Rthiên Rđến Rmôi Rtrường Rsinh Rthái
Tác giả: Nguyễn Sỹ Hội
Năm: 2003
[16] Nhữ Văn Bách (2008), RNâng Rcao Rhiệu Rquả Rphá Rvỡ Rđất Rđá Rbằng Rnổ Rmìn Rtrong Rkhai thác Rmỏ, NXB Giao thông Vận tải, Hà Nội Sách, tạp chí
Tiêu đề: RNâng Rcao Rhiệu Rquả Rphá Rvỡ Rđất Rđá Rbằng Rnổ Rmìn Rtrong Rkhaithác Rmỏ
Tác giả: Nhữ Văn Bách
Nhà XB: NXB Giao thông Vận tải
Năm: 2008
[17] Nhữ Văn Bách, Lê Ngọc Ninh, Hoàng Tuấn Chung (2010), RGiáo Rtrình RKhoan nổ Rmìn Rkhai Rthác Rmỏ, Trường Đại học Mỏ - Địa chất Sách, tạp chí
Tiêu đề: RGiáo Rtrình RKhoannổ Rmìn Rkhai Rthác Rmỏ
Tác giả: Nhữ Văn Bách, Lê Ngọc Ninh, Hoàng Tuấn Chung
Năm: 2010
[18] Nhữ Văn Bách, Lê Văn Quyển, Lê Ngọc Ninh, Nguyễn Đình An (2015), RCông nghệ Rkhoan, Rnổ Rmìn Rhiện Rđại Rvới Rlỗ Rkhoan Rđường Rkính Rlớn Ráp Rdụng Rcho Rcác Rmỏ khai Rthác Rđá Rvật Rliệu Rxây Rdựng Rcủa RViệt RNam. NXB Khoa học tự nhiên và công nghệ, Hà Nội Sách, tạp chí
Tiêu đề: RCôngnghệ Rkhoan, Rnổ Rmìn Rhiện Rđại Rvới Rlỗ Rkhoan Rđường Rkính Rlớn Ráp Rdụng Rcho Rcác Rmỏkhai Rthác Rđá Rvật Rliệu Rxây Rdựng Rcủa RViệt RNam
Tác giả: Nhữ Văn Bách, Lê Văn Quyển, Lê Ngọc Ninh, Nguyễn Đình An
Nhà XB: NXB Khoa học tự nhiên và côngnghệ
Năm: 2015
[20] Souknavong Maniphet (2016), RĐánh Rgiá Rhiện Rtrạng Rvà Rđề Rxuất Rgiải Rpháp Rquản lý Rmôi Rtrường Rmột Rsố Rmỏ Rthan Rvùng RĐông RBắc Rở RViệt RNam. Luận văn thạc sỹ, Đại học khoa học tự nhiên, Đại học Quốc Gia Hà Nội Sách, tạp chí
Tiêu đề: RĐánh Rgiá Rhiện Rtrạng Rvà Rđề Rxuất Rgiải Rpháp Rquảnlý Rmôi Rtrường Rmột Rsố Rmỏ Rthan Rvùng RĐông RBắc Rở RViệt RNam
Tác giả: Souknavong Maniphet
Năm: 2016
[21] A.Sayadi, M. Monjezi, N. Talebi, Manoj Khandelwal (2013), “A comparative study on the application of various artificial neural networks to simultaneous prediction of rock fragmentation and back break”, RJournal Rof RRock RMechenics and RGeotechnical REngineering, 2013 Sách, tạp chí
Tiêu đề: A comparativestudy on the application of various artificial neural networks to simultaneousprediction of rock fragmentation and back break”," RJournal Rof RRock RMechenicsand RGeotechnical REngineering
Tác giả: A.Sayadi, M. Monjezi, N. Talebi, Manoj Khandelwal
Năm: 2013
[22] Alan B. Richards, Adrian J. Moore (2015), RBlasting RTechnology: RMesurement- Assessment-Control, A lecture of blast vibration course by TERROCKConsulting Engineers, Astralia. 87 pages Sách, tạp chí
Tiêu đề: RBlasting RTechnology: RMesurement-Assessment-Control
Tác giả: Alan B. Richards, Adrian J. Moore
Năm: 2015
[23] An Feher , Jozef Cambal, Blazej Pandula, Julian Kondela , Marian Sofranko, Tawfik Mudarri and Ivan Buchla (2021), “Research of the Technical Seismicity Due to Blasting Works in Quarries and Their Impact on the Environment and Population”, Rhttps://doi.org/10.3390/app11052118 Sách, tạp chí
Tiêu đề: Research of the Technical SeismicityDue to Blasting Works in Quarries and Their Impact on the Environment andPopulation”
Tác giả: An Feher , Jozef Cambal, Blazej Pandula, Julian Kondela , Marian Sofranko, Tawfik Mudarri and Ivan Buchla
Năm: 2021

TÀI LIỆU CÙNG NGƯỜI DÙNG

TÀI LIỆU LIÊN QUAN

w