DECAT - Departamento de Controle e Automação

Permanent URI for this community

https://monog.ufop.br/handle/123456789/490

Browse

Browsing DECAT - Departamento de Controle e Automação by Subject "Acústica - previsão de pressão"

Now showing 1 - 1 of 1
  • No Thumbnail Available
    Item
    Previsão de vibrações utilizando redes neurais artificiais no controle de desmonte de rochas.
    (2019) Costa, João Henrique Rodrigues; Torres, Vidal Félix Navarro; Rêgo Segundo, Alan Kardek; Reis, Agnaldo José da Rocha; Torres, Vidal Félix Navarro; Rêgo Segundo, Alan Kardek; Reis, Agnaldo José da Rocha; Lima, Hernani Mota de; Arroyo Ortiz, Carlos Enrique; Dutra, José Ildefonso Gusmão
    É cada vez maior a preocupação da indústria da mineração com o meio ambiente, especialmente com o impacto que ela causa nas comunidades vizinhas à mina. Somado a essa preocupação, tem-se o aumento no rigor das leis ambientais e trabalhistas. Nesse contexto, uma grande preocupação diz respeito ao controle das vibrações e pressão acústica causadas pelo desmonte de rochas com explosivos na lavra de minas. Objetiva-se com este trabalho criar um modelo de previsão de vibrações e pressão acústica usando redes neurais artificias. Para isso, foram treinadas várias configurações de arquitetura de rede usando uma base de dados proveniente de uma campanha de monitoramento in situ. O objetivo de treinar várias redes foi avaliar o desempenho das redes neurais com e sem a remoção de valores anômalos e assim selecionar a rede neural com melhor desempenho. Fez-se também a avaliação de sensibilidade das entradas da rede e dessa forma estabeleceu-se o impacto que cada entrada tem na estimativa da saída. Para avaliação dos níveis de vibração e pressão acústica, foi criada uma interface gráfica que possibilitou a estimativa desses valores utilizando os parâmetros do plano de fogo. A interface gráfica também foi capaz de mostrar no mapa o ponto de detonação e os valores de vibração associados a uma carga máxima por espera. O modelo de predição obteve coeficientes de determinação acima de 90%, índice esse, em média, acima daqueles obtidos com modelos de previsão tradicionais reportados na literatura. A rede neural também mostrou ser robusta à presença de valores anômalos na base inicial de dados, pois obteve-se maior coeficiente de determinação quando treinada com eles. Por fim, concluiu-se que o modelo de previsão e controle de vibrações mostrou-se eficaz pois possibilitou a estimativa de vibrações usando dados do plano de fogo e o auxilio de uma interface gráfica, obtendo um bom desempenho com coeficientes de determinação altos.