Nhận xét và kết luận chương 3

Một phần của tài liệu (LUẬN án TIẾN sĩ) nghiên cứu ứng dụng điều khiển hiện đại trong nổ mìn tại các mỏ lộ thiên ở việt nam (Trang 102 - 104)

Mặc dù cơ sở dữ liệu không đảm bảo do bị nhiều yếu tố ảnh hưởng, nhưng việc bổ sung thêm thông tin đã giúp kết quả huấn luyện nhận dạng được một mạng ANN. Kết quả kiểm tra cho thấy, mơ hình nhận dạng được là tương đối chính xác. Các thử nghiệm đã chứng minh ý nghĩa và mục tiêu xây dựng mơ hình nhận dạng. Điều đó khẳng định rằng, phương pháp xây dựng mạng nơ ron nhân tạo để nhận dạng hệ thống là hồn tồn phù hợp. Mơ hình là cơng cụ để hiệu chỉnh thời gian vi sai.

Kết quả nhận dạng và thử nghiệm trong nghiên cứu này mới chỉ dừng lại ở một bộ dữ liệu nhỏ đối với 1 khu vực, khoảng biến thiên dữ liệu chưa nhiều nên chưa thể mơ tả hết các trường hợp. Do đó, kết quả mới chỉ có giá trị trong phạm vi bộ dữ liệu đã sử dụng.

Kết quả của huấn luyện mạng nơ ron cung cấp một hàm truyền của hệ thống với dữ liệu đầu vào và ra được xác định. Nếu các điều kiện biên được đảm bảo một cách tốt nhất, gồm:

- Thông số thiết kế của các vụ nổ là tương đương ngoại trừ thời gian vi sai ( ví dụ như: khu vực nổ, tổng số lỗ nổ, kích thước lỗ nổ, sơ đồ phân bố lỗ nổ, sơ đồ vi sai, loại thuốc, lượng thuốc, chiều cao tầng, …).

- Quá trình khoan, thi cơng đảm bảo đúng kỹ thuật và thiết kế.

- Khoảng cách, vị trí, các hướng đặt trạm cảm biến tính từ tâm nổ được lựa chọn giống nhau hoặc tương đương ở tất cả các vụ nổ.

- Các vụ nổ được thực hiện trong điều kiện thời tiết và môi trường cơ bản như nhau.

Thì khi đó, cấu trúc điều khiển được xây dựng chỉ cần hai dữ liệu đầu vào là vận tốc lan truyền sóng và thời gian vi sai dự kiến, đầu ra là mức độ chấn động dự báo. Tuy nhiên, thực tế rất khó đáp ứng được tất cả các tiêu chuẩn và điều kiện, vì thế có thể bổ sung thêm các dữ liệu khác để làm tăng độ chính xác cho mơ hình và phù hợp hơn với thực tế.

Trên cơ sở mơ hình nhận dạng được, có thể xây dựng một phần mềm để xác định thời gian vi sai phù hợp đồng thời dự báo mức độ chấn động cho vụ nổ kế tiếp. Phần mềm sẽ thực hiện hiệu chỉnh giá trị thời gian vi sai sao cho mức độ chấn động dự kiến là nhỏ nhất có thể. Giá trị thời gian ban đầu được đặt bằng giá trị đã sử dụng ở vụ nổ gần nhất.

Huấn luyện mạng nơ ron và sử dụng để xây dựng phần mềm đề xuất thời gian vi sai đồng thời dự báo mức độ chấn động cho vụ nổ kế tiếp có thể được hiểu như là một giải pháp xây dựng thuật tốn ứng dụng trí tuệ nhân tạo (AI). Việc hồn thiện thuật tốn AI cần rất nhiều thời gian thử nghiệm, phân tích kết quả và hiệu chỉnh, cùng với những điều kiện về áp dụng trong thực tế. Với tính đặc thù của địa chất, mỗi khu vực sẽ là một mơ hình khác nhau với những thơng số chi tiết của thuật toán được hiệu chỉnh tương ứng, phù hợp.

4.CHƯƠNG 4. 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

Một phần của tài liệu (LUẬN án TIẾN sĩ) nghiên cứu ứng dụng điều khiển hiện đại trong nổ mìn tại các mỏ lộ thiên ở việt nam (Trang 102 - 104)

Tải bản đầy đủ (PDF)

(180 trang)