A machine learning method for the support design in underground mine haul roads
Yer altı maden nakliye yollarında tahkimat tasarımı için makine öğrenmesi yöntemi
- Tez No: 813997
- Danışmanlar: DR. ÖĞR. ÜYESİ AHMET GÜNEŞ YARDIMCI
- Tez Türü: Yüksek Lisans
- Konular: Maden Mühendisliği ve Madencilik, Mining Engineering and Mining
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Maden Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 214
Özet
Yer altı maden ocaklarında yer alan kalıcı açıklıkların, uzun vadeli duraylılığının sağlanması için kazı boyutlarını ve tahkimat konfigürasyonunu belirlemek amacıyla kapsamlı jeomekanik ve jeolojik araştırmalar gerekmektedir. Potansiyel tahkimat konfigürasyonunu kaya kütlesi kalitesiyle eşleştirmek açısından ampirik sistemler yer altı kazı tasarımında tercih edilmektedir. Jeomekanik sınıflandırma sistemi ve Q-tünel indeksi, ön tahkimat analizi için en yaygın kabul edilen tekniklerdir. Ancak bunlar yalnızca önemli koşulları kapsamakta ve ara koşulların belirlenmesi için saha gözlemleri veya sayısal analizlere ihtiyaç duymaktadırlar. Sayısal jeomekanik ise uygulamadan çok önce çeşitli kazı ve tahkimat tasarımlarını simüle etmek için sayısal yetisinden yararlanmaktadır. Bu araştırma, farklı derinliklerde ve saha koşullarında oluşturulmuş yer altı maden nakliye yolları için tahkimat gereksinimlerini incelemek amacıyla parametrik bir çalışma gerçekleştirmektedir. Ampirik olarak önerilen tahkimat sistemlerinin verimliliği, gerilme ve deformasyon analizlerine dayanan sonlu eleman modelleriyle kontrol edilmiştir. Son olarak, sayısal simülasyon çıktılarını kullanarak bir yapay sinir ağı modeli eğitilmiştir. Modelin tahminleri, hesaplamalı çıktılar ile iyi bir uyum gösterdiğinden, önerilen yöntemin belirli koşullar için kullanılabileceği öngörülmektedir.
Özet (Çeviri)
Permanent openings in underground mines require extensive geomechanical and geological investigation to determine the excavation dimensions and the support configuration assuring the long-term stability.Empirical systems have been adopted in underground excavation design due to their advantages in terms of matching the rock mass quality with the potential support configuration.Geomechanical classification system and Q-tunneling index are the most commonly accepted techniques for the preliminary support analysis. However, they cover only the significant conditions and they require to specify the intermediate conditions by field observations or numerical analyses. Computational geomechanics makes use of computational power to simulate the various excavation and support designs well-before the implementation. This research carries out a parametric study to examine the support requirements for underground mine haul roads excavated in various geomechanical conditions at different depths and field loadings. Performance of the empirically recommended support systems were checked with the finite element models relying on stress and deformation analyses. Finally, an artificial neural network model was trained using the numerical simulation outputs. Predictions of the model approve a good correlation computational outputs, which implies the proposed method can be considered for certain conditions.
Benzer Tezler
- An alternative method for pillar stability analysis based on machine learning assisted geomechanical simulations
Topuk duraylılık analizi için jeomekanik simülasyon destekli makine öğrenimine dayalı alternatif bir yöntem
DİLAN DUMAN
Yüksek Lisans
İngilizce
2023
Maden Mühendisliği ve MadencilikOrta Doğu Teknik ÜniversitesiMaden Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AHMET GÜNEŞ YARDIMCI
- Elektrik enerji sistemlerinde güç kalitesi
Power quality in electrical energy systems
ALİ GEMİCİ
Yüksek Lisans
Türkçe
1995
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiPROF.DR. NESRİN TARKAN
- Türkiye'de ikinci el araç satış fiyatlarının tahmininde makine öğrenmesi algoritmalarının karşılaştırılması
Comparison of machine learning algorithms in prediction of second hand vehicle sales prices in turkey
TALHA CEVHER GÜL
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKonya Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. HALİFE KODAZ
- Patlatma kaynaklı yer sarsıntısı tahmininde uyarlamalı bulanık çıkarım sistemi (ANFIS), destek vektör makineleri (SVM) ve gauss süreç regresyonu (GPR) tekniklerinin kullanımı
Application of adaptive-network based fuzzy inference system (ANFIS), support vector machines (SVM) and gaussian process regression (GPR) techniques for prediction of blast-induced ground vibrations
YAŞAR AĞAN
Yüksek Lisans
Türkçe
2023
Maden Mühendisliği ve Madencilikİstanbul Teknik ÜniversitesiMaden Mühendisliği Ana Bilim Dalı
PROF. DR. TÜRKER HÜDAVERDİ
- Recommanding new products with high sales potential in fashion retail: A machine learning approach
Moda perakendesinde yüksek satış potansiyeline sahip yeni ürünlerin önerilmesi: Bir makine öğrenimi yaklaşımı
ENES TEZCAN
Yüksek Lisans
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ABDÜL HALİM ZAİM