石炭鉱山におけるGRNNアルゴリズムに基づく実測ERTデータの欠損値予測に関する研究

科学分野:

• 地球物理学
• 鉱山工学
• データサイエンス

背景:

• 石炭層底部の長期的な電気抵抗イメージング（ERT）による監視は、潜在的な水噴出を検出するために不可欠です。
• ERTシステムにおける電極の断線は、データ損失を引き起こし、早期警報能力を損ない、石炭鉱山操業における隠れた危険の特定を妨げます。
• 困難な地下環境では、断線した電極の適時メンテナンスが困難な場合が多く、欠損データを処理する方法が必要とされています。

研究 の 目的:

• 石炭鉱山環境における電極断線がERT実測データに与える影響を分析すること。
• 電極断線によって引き起こされるERTデータの欠損を予測するために、一般回帰ニューラルネットワーク（GRNN）アルゴリズムを導入および適用すること。
• 安全監視の改善のために、データ整合性と精度を回復させる上でのGRNNアルゴリズムの有効性を検証すること。

主な方法:

• 電気抵抗イメージング（ERT）データに対する電極断線の影響の分析。
• 欠損データを予測するための一般回帰ニューラルネットワーク（GRNN）アルゴリズムの実装。
• 水槽での検証実験の実施と、実際の石炭鉱山現場データへの方法の適用。

主要な成果:

• GRNNアルゴリズムは、欠損データの予測において高い精度を示し、元のデータの完全性が82.96%で91.46%、完全性が55.56%のみで82.45%の精度を達成しました。
• 実際の石炭鉱山の応用では、GRNN法は73.8%の完全性を持つデータセットから85.18%の精度でデータを予測しました。
• GRNNアプローチは、従来の平均値補間法と比較して予測精度が14.99%向上しました。

結論:

• GRNNアルゴリズムは、石炭層底部のERT長期監視におけるデータ損失問題に対処するための、実行可能で効果的な方法です。
• GRNNを用いた欠損データの正確な予測は、水噴出の早期警報システムの信頼性を高め、地下の危険の特定を改善します。
• 提案された方法は、ERT監視システムにおけるデータの連続性と整合性を確保することにより、より安全で効率的な石炭鉱山操業に貢献します。