Polski
Angielski
Wykorzystanie sztucznych sieci neuronowych oraz innowacyjnego podejścia do wskaźnika Grahama przy ocenie stanu zagrożenia pożarowego w rejonach ścian
Data: Poniedziałek 26.02.2024
Sesja: Wyzwania techniczne rosnącej skali zagrożeń naturalnych – Aerologia Górnicza
Godzina/Sala: 18:00 - 18:20 - B
Tytuł: Wykorzystanie sztucznych sieci neuronowych oraz innowacyjnego podejścia do wskaźnika Grahama przy ocenie stanu zagrożenia pożarowego w rejonach ścian
Title: A analysis of the Graham’s ratio was carried out, used as the main criterion for assessing the state of endogenous fire hazard in longwall goafs and behind isolation dams, in the context of the possibility of unreliable cases – especially when using nitrogen inerting. Using the appropriate mathematical tools, a credibility interval for the Graham’s ratio was developed, in which, at a probability of at least 95%, it can be claimed that this index correctly determines the fire risk level.In cases where the Graham’s ratio is unreliable or has negative values for determining the endogenous fire hazard, a solution based on artificial neural networks has been proposed. The performed analyzes showed that the selected artificial neural network copes very well with interference resulting from increased concentrations of nitrogen, methane and carbon dioxide contained in air samples and in cases where the samples contain high concentrations of oxygen.
Przeprowadzono analizę wskaźnika Grahama, stosowanego jako główne kryterium oceny stanu zagrożenia pożarem endogenicznym w zrobach ścianowych oraz za tamami izolacyjnymi, w kontekście możliwości występowania przypadków niewiarygodnych – szczególnie podczas stosowania inertyzacji azotem. Wykorzystując odpowiednie narzędzia matematyczne opracowano przedział wiarygodności wskaźnika Grahama, w którym na poziomie prawdopodobieństwa wynoszącym co najmniej 95% można twierdzić, że wskaźnik ten prawidłowo określa stan zagrożenia pożarowego. W przypadkach, gdy wskaźnik Grahama jest niewiarygodny lub przyjmuje wartości ujemne do określania stanu zagrożenia pożarem endogenicznym zaproponowano rozwiązanie oparte na sztucznych sieciach neuronowych. Przeprowadzone analizy wykazały, że wybrana sztuczna sieć neuronowa bardzo dobrze radzi sobie z zakłóceniami wynikającymi ze zwiększonych stężeń azotu, metanu i dwutlenku węgla zawartych w próbkach powietrza oraz w przypadkach, gdy próbki zawierają wysokie stężenie tlenu.
Materiały video: video
