AbstractThe present paper mainly de

Abstract
The present paper mainly deals with the prediction of blast-induced ground vibration level at a Magnesite Mine in tecto-dynamically vulnerable hilly terrain in Himalayan region in India. The ground vibration was monitored to calculate the safe charge of explosive to avoid the continuous complaints from the nearby villagers. The safe charge of explosive and peak particle velocity (PPV) were recorded for 75 blast events (150 blast data sets) at various distances. These data sets were used and analysed by the widely used vibration predictors. From the four predictors, vibration levels were calculated and compared with new monitored 20 blast data sets. Again, the same data sets were used to validate and test the three-layer feed-forward back-propagation neural network to predict the PPV values. The same 20 data sets were used to compare the results by the artificial neural network (ANN). Among all the predictors, a very poor correlation was found, whereas ANN provides very near prediction with high degree of correlation.

Keywords
PPV; Predictor equation; Artificial neural network; Explosive charge

ผลลัพธ์ (ไทย) 1:

บทคัดย่อกระดาษปัจจุบันส่วนใหญ่เกี่ยวข้องกับการคาดการณ์ของเกิดระเบิดสั่นสะเทือนชั้นที่เป็น Magnesite เหมืองในภูมิประเทศที่เป็นภูเขาเสี่ยง tecto แบบไดนามิกในเขตหิมาลัยในอินเดีย การสั่นสะเทือนของพื้นดินถูกตรวจสอบการคำนวณค่าธรรมเนียมปลอดภัยของระเบิดเพื่อหลีกเลี่ยงข้อร้องเรียนจากชาวบ้านใกล้เคียงอย่างต่อเนื่อง มีบันทึกค่าปลอดภัยของความเร็วอนุภาคสูงสุด และระเบิด (PPV) สำหรับเหตุการณ์ระเบิด 75 (150 ชุดข้อมูลระเบิด) ในระยะ ชุดข้อมูลเหล่านี้ถูกใช้ และโดยทำนายการสั่นสะเทือนที่ใช้กันแพร่หลาย จากทำนายสี่ ระดับการสั่นสะเทือนถูกคำนวณ และเปรียบเทียบชุดข้อมูลระเบิด 20 ตรวจสอบใหม่ด้วย อีกครั้ง ข้อมูลชุดเดียวกันถูกใช้เพื่อตรวจสอบ และทดสอบข่ายประสาทกลับไปฟีดเผยแพร่สามชั้นเพื่อทำนายค่า PPV ชุดข้อมูลเดียวกัน 20 ถูกใช้เพื่อเปรียบเทียบผล โดยเครือข่ายประสาทเทียม (แอน) ในการทำนายทั้งหมด ความสัมพันธ์ที่ดีได้พบว่า แอนมีมากใกล้ทำนายระดับสูงของความสัมพันธ์คำสำคัญPPV สมการทำนาย โครงข่ายประสาทเทียม ค่าระเบิด

ผลลัพธ์ (ไทย) 2:

บทคัดย่อ
กระดาษในปัจจุบันส่วนใหญ่เกี่ยวข้องกับการคาดการณ์ของระดับพื้นดินสั่นสะเทือนที่เกิดระเบิดที่เหมือง Magnesite ในภูมิประเทศที่เป็นภูเขา tecto-แบบไดนามิกที่มีช่องโหว่ในภูมิภาคเทือกเขาหิมาลัยในอินเดีย การสั่นสะเทือนพื้นดินได้รับการตรวจสอบในการคำนวณค่าใช้จ่ายที่ปลอดภัยของระเบิดเพื่อหลีกเลี่ยงข้อร้องเรียนที่ต่อเนื่องมาจากชาวบ้านที่อยู่ใกล้เคียง ค่าใช้จ่ายที่ปลอดภัยของระเบิดและยอดความเร็วอนุภาค (PPV) ถูกบันทึก 75 เหตุการณ์ระเบิด (150 ชุดข้อมูลระเบิด) ที่ระยะทางต่างๆ เหล่านี้ชุดข้อมูลถูกนำมาใช้และวิเคราะห์โดยใช้กันอย่างแพร่หลายทำนายการสั่นสะเทือน จากสี่พยากรณ์ระดับการสั่นสะเทือนจะถูกคำนวณและเปรียบเทียบกับการตรวจสอบใหม่ 20 ระเบิดชุดข้อมูล อีกครั้งข้อมูลชุดเดียวกันถูกนำมาใช้ในการตรวจสอบและทดสอบสามชั้นเครือข่ายกลับมาขยายพันธุ์ประสาทฟีดไปข้างหน้าในการทำนายค่า PPV เช่นเดียวกับ 20 ชุดข้อมูลที่ได้มาใช้ในการเปรียบเทียบผลการโดยเครือข่ายประสาทเทียม (ANN) ท่ามกลางพยากรณ์ทั้งหมดที่มีความสัมพันธ์ที่ดีมากก็พบว่าในขณะที่แอนยังมีการคาดการณ์อยู่ใกล้มากกับระดับสูงของความสัมพันธ์.

คำ
PPV; สมการทำนาย; เครือข่ายประสาทเทียม ระเบิด

ผลลัพธ์ (ไทย) 3:

บทคัดย่อกระดาษปัจจุบันส่วนใหญ่เกี่ยวข้องกับคำทำนายของระเบิดจากระดับพื้นดินที่สั่นสะเทือน Magnesite เหมืองในภูมิประเทศที่เป็นแบบไดนามิก tecto ความเสี่ยงในภูมิภาคหิมาลัยในอินเดีย พื้นดินสั่นสะเทือน การคํานวณค่าความปลอดภัยของวัตถุระเบิด เพื่อหลีกเลี่ยงการร้องเรียนอย่างต่อเนื่อง จากชาวบ้านใกล้เคียง ค่าความเร็วอนุภาคสูงสุด และปลอดภัยจากระเบิด ( PPV ) ได้ถูกบันทึกไว้โดยเหตุการณ์ระเบิด ( 150 ระเบิดชุดข้อมูล ) ที่ระยะทางต่าง ๆ เหล่านี้ชุดข้อมูลที่ใช้วิเคราะห์ข้อมูลโดยการใช้แบบพยากรณ์ จากสี่ตัว ระดับการสั่นสะเทือนถูกคำนวณและเปรียบเทียบกับการตรวจสอบ 20 ข้อมูลใหม่ ระเบิดชุด อีกชุดข้อมูลเดียวกันถูกใช้ในการตรวจสอบและทดสอบสามชั้น feed-forward back-propagation โครงข่ายประสาทเทียมให้ค่า R ค่า 20 ข้อมูลชุดเดียวกันเพื่อเปรียบเทียบผลลัพธ์โดยโครงข่ายประสาทเทียม ( ANN ) ระหว่างตัวแปรทั้งหมด ความสัมพันธ์ที่ยากจนมาก พบว่า ส่วนแอนมีมากใกล้คำทำนายที่มีระดับสูง )คำสำคัญPPV ; สมการทำนาย ; โครงข่ายประสาทเทียม ; ระเบิด