Lọc theo danh mục
  • Năm xuất bản
    Xem thêm
  • Lĩnh vực
liên kết website
Lượt truy cập
 Lượt truy cập :  14,931,478

52

Khai thác mỏ và xử lý khoáng chất

Đỗ Văn Triều; Hoàng Mạnh Thắng; Trần Đình Bão; Nguyễn Tuấn Thành; Hoàng Mạnh Thắng(1)

Nghiên cứu xây dựng chương trình dự báo sóng chấn động nổ mìn cho các mỏ than lộ thiên Việt Nam

Research on and development of a program to predict blasting seimic waves for opencast coal mines of Vietnam

Khoa học Công nghệ Mỏ

2023

03

10-16

1859-0063

Sóng chấn động; Nổ mìn; Mỏ than lộ thiên; Trí tuệ nhân tạo

Shock waves; Mine blasting; Open-pit coal mines; Artificial intelligence

Mô hình trí tuệ nhân tạo (AI) là một trong những thành tựu khoa học công nghệ vượt trội của cách mạng công nghiệp 4.0. Đối với ngành khai khoáng, việc áp dụng AI phục vụ nghiên cứu, sản xuất còn rất hạn chế, đặc biệt trong dự báo các công việc có tính quy luật. Dựa trên việc đánh giá, so sánh mức độ chính xác của 08 mô hình AI từ cơ sở dữ liệu nổ mìn của mỏ than lộ thiên Na Dương, Khánh Hòa và Cao Sơn, đã lựa chọn mô hình dự báo sóng chấn động phù hợp cho từng mỏ. Để thuận tiện trong việc áp dụng mô hình AI trong thực tế sản xuất, chương trình dự báo sóng chấn động được xây dựng dựa trên ngôn ngữ lập trình mở Python theo hướng đơn giản hóa trong cách tiếp cận và sử dụng.

Artificial intelligence (AI) model is one of the outstanding scientific and technological achievements of the 4.0 industrial revolution. For the mining industry, the application of AI for research and production is still very limited, especially in forecasting regular work. Based on the evaluation and comparison of the accuracy of 08 AI models from the blasting database of Na Duong, Khanh Hoa and Cao Son openpit coal mines, an appropriate seismic wave prediction model was selected for each mine. In order to facilitate the application of AI models in production practice, the shock wave forecasting program is built based on the Python open programming language in the direction of simplification in approach and use.

TTKHCNQG, CVv 149