Počet záznamů: 1
Neural Tree for Estimating the Uniaxial Compressive Strength of Rock Materials
- 1.
SYSNO ASEP 0506924 Druh ASEP C - Konferenční příspěvek (mezinárodní konf.) Zařazení RIV D - Článek ve sborníku Název Neural Tree for Estimating the Uniaxial Compressive Strength of Rock Materials Tvůrce(i) Ojha, V. K. (IN)
Mishra, Deepak Amban (UGN-S)Celkový počet autorů 2 Zdroj.dok. Hybrid Intelligent Systems - HIS 2017, 17. - Cham : Springer, 2018 / Abraham A. ; Muhuri P. K. ; Muda A. K. ; Ghandi N. - ISSN 2194-5357 - ISBN 978-3-319-76351-4 Rozsah stran s. 1-10 Poč.str. 10 s. Forma vydání Nosič - C Akce International Conference on Hybrid Intelligent Systems (HIS) /17./ Datum konání 14.12.2017 - 16.12.2017 Místo konání New Dehli Země IN - Indie Typ akce WRD Jazyk dok. eng - angličtina Země vyd. CH - Švýcarsko Klíč. slova uniaxial compressive strength ; index tests ; rock materials ; heterogeneous flexible neural tree ; feature analysis Vědní obor RIV DH - Báňský průmysl vč. těžby a zpracování uhlí Obor OECD Mechanical engineering Institucionální podpora UGN-S - RVO:68145535 UT WOS 000456078600001 EID SCOPUS 85044456260 DOI 10.1007/978-3-319-76351-4_1 Anotace Uniaxial Compressive Strength (UCS) is the most important parameter that quantifies the rock strength. However, determination of the UCS in laboratory is very expensive and time-consuming. Therefore, common index tests like point load (Is-50), ultrasonic velocity test (Vp), block punch index (BPI) test, rebound hardness (SRH) test, physical properties have been used to predict the UCS. The objective of this work is to develop a predictive model using a neural tree predictor that estimates the UCS with high accuracy and assess the effectiveness of different index tests in predicting the UCS of rock materials. UCS and indices such as BPI, Is-50, SRH, Vp, effective porosity and density were determined for the granite, schist, and sandstone. The constructed model predicted the UCS with a high accuracy and in a quick time (9 s). Additionally, the destructive mechanical rock indices BPI and Is-50 proved to be the best index tests to estimate the UCS. Pracoviště Ústav geoniky Kontakt Lucie Gurková, lucie.gurkova@ugn.cas.cz, Tel.: 596 979 354 Rok sběru 2020
Počet záznamů: 1