Prethodno priopćenje
https://doi.org/10.17794/rgn.2024.3.1
PROCJENA LOMNE ŽILAVOSTI STIJENE HIBRIDNIM ANN-WOA MODELOM
Alireza Dolatshahi
; Department of Mining Engineering, Amirkabir University of Technology, Tehran, Iran
Hamed Molladavoodi
; Department of Mining Engineering, Amirkabir University of Technology, Tehran, Iran
*
* Dopisni autor.
Sažetak
U inženjerstvu koje je vezano uz stijene koriste se različite tehnike za procjenu lomne žilavosti, koja je kritični parametar u ocjeni i projektiranju stabilnosti stijenske mase. Te metode obično uključuju laboratorijska ispitivanja i statističku analizu. Umjetne neuronske mreže također mogu uspostaviti korelacije između različitih skupova podataka. Primjena umjetne inteligencije postaje sve bitnija u svim područjima inženjerstva, uključujući i ona koja proučavaju mehaniku loma stijena. U ovome radu korištena je umjetna neuronska mreža sa skrivenim slojem i osam neurona te hibridna umjetna neuronska mreža s whale optimizacijskim algoritmom za određivanje lomne žilavosti stijena. Kako bi se razvili točni modeli, ova studija pažljivo je odabrala četiri temeljna parametra koji će poslužiti kao ulazni podatci. Ovi parametri uključuju polumjer, debljinu, duljinu pukotine i srednju vlačnu čvrstoću uzoraka. Također, za modele je prikupljeno 113 podataka o stijenama. Rezultati pokazuju da primjena optimizacijskoga algoritma povećava preciznost u procjeni lomne žilavosti stijena. Faktor međuovisnosti prije korištenja algoritma optimizacije iznosio je 0,81, a kada je primijenjen algoritam optimizacije, poboljšao se i iznosio je 0,93.
Ključne riječi
lomna žilavost; umjetne neuronske mreže; whale optimizacijski algoritam; učinak veličine; vlačna čvrstoća
Hrčak ID:
318992
URI
Datum izdavanja:
4.7.2024.
Posjeta: 345 *