Documentos de Académico
Documentos de Profesional
Documentos de Cultura
PANORAMA
• A la fecha se han desarrollado muchos modelos
empíricos y otros determinísticos para predecir los
resultados de una voladura.
• Sin embargo, los fenómenos naturales (físicos y
químicos) involucrados en una voladura son de
naturaleza no lineal (complicada), debido a la
multiplicidad de los factores.
• Esto ha motivado el desarrollo de modelos de
predicción mas simples con un pequeño numero de
variables.
• Asumir el valor de parámetros y su ínter relación es la
principal fuente de error de los modelos actuales.
NEURONA NATURAL Y NEURONA ARTIFICIAL
1) Entradas
2) Combinador
3) Tranferencia
4) Salidas
Una neurona artificial tiene múltiples entradas
(x1, …, xn) y solo una salida (y).
En el proceso de entrenameinto se asigna un
peso arbitrario inicial a cada conexión. Luego
se combinan todas la entradas ponderadas y
se genera la salida de la neurona usando la
siguiente ecuación:
Aplicando el resultado de la ecuación suma
como argumento de la función, se obtiene un
valor en un rango 0-1 o -1, 1, dependiente del
tipo de función.
NEURONA: DETONACION DE EXPLOSIVO
Oxigeno interno 0.9 0.6
0.5 0.3
Combustible
0.5 0.1
Energia externa
A otras neuronas …
0.6
O= [0.9 0.5 0.5] 0.3 = 0.74 f(o)=0.73
0.1
Neurona5:
Fracturamiento de roca
Neurona3: Condición
de humedad
Neurona6: Patrón
BxS
Neurona2:
Confinamiento del
taladro
Burden X1 W1
Espaciamiento X2 W2
Altura de banco X3 W3
Fragmentación
Taco X4 W4
Carga especifica X5 W5
Perforación especifica X6 W6
BASE DE DATOS PARA ENTRENAR LA NEURONA
m m m m Kg/m3 m/m3 m
m m m m Kg/m3 m/m3 m
Maximo
4.5 4.3 28.5 3 28.68 0.226 1.76
Diseñar la estructura
Introducir pesos
Determinar salidas Determinar confianza
iniciales
Entrenamiento de la
Determinar parámetros de
SI precision (R2, MSE, VAR)
red con datos
Burden X1 0.371
Espaciamiento X2 0.215
Fragmentación
Taco X4 0.182