 | ||
Método De Predicción De Estallido De Roca En Minería Subterránea De Gran Profundidad Basado En Extreme Learning Machine | ||
| Published in: | Prospective and trends in technology and skills for sustainable social development. Leveraging emerging technologies to construct the future: Proceedings of the 19th LACCEI International Multi-Conference for Engineering, Education and Technology |  |
| Date of Conference: | July 19-23, 2021 | |
| Location of Conference: | Virtual | |
| Authors: | Sebastian Pastor-Villanueva (Universidad Peruana de Ciencias Aplicadas (UPC), PE) Humberto Pehovaz-Alvarez (Universidad Peruana de Ciencias Aplicadas (UPC), PE) Carlos Arturo Raymundo Ibañez (Universidad Peruana de Ciencias Aplicadas (UPC), PE) | |
| Full Paper: | #503 | |
Abstract:En la minería subterránea de gran profundidad la acumulación de esfuerzos en el macizo rocoso genera una condición conocida como Estallido de Roca. Hasta el momento no existen métodos de detección lo suficientemente avanzados como para prevenir exitosamente este evento. Por ello se ha desarrollado un programa que predice la probabilidad de que ocurra el Estallido de Roca utilizando una valoración de esfuerzos in-situ y las condiciones geomecánicas del macizo rocoso. El programa se basa en Extreme Learning Machine, una red neuronal prealimentada de un solo perceptrón que realiza una ponderación del valor de las variables de manera aleatoria. Los resultados previstos son un nivel de detección superior al 90% de casos y una eficiencia de al menos 85%. La base de datos utilizada recopila los esfuerzos de Emisión Acústica de distintas minas de gran profundidad en todo el mundo. | ||