Previsão de subsidência de minas usando programação de expressão gênica baseada em regressão simbólica multivariável

Resumo

A previsão precisa de subsidência de superfície torna-se um desafio significativo para empresas industriais ativas em campos de mineração de carvão devido à importância dos impactos econômicos da subsidência induzida por mineração longwall. Este artigo explora uma nova variante da programação genética, a saber, a programação de expressão gênica (GEP). O método baseado em GEP é utilizado para apresentar uma nova fórmula matemática para previsão de subsidência na mineração de carvão longwall. O modelo derivado inclui variáveis ​​geométricas e geológicas. O conjunto de dados consiste em medições de campo obtidas através de 37 painéis longwall da mina de carvão Ulan, NSW, Austrália. O modelo baseado em GEP concluiu resultados de previsão de subsidência satisfatórios em comparação com outros métodos empíricos, como NCB, DMR, ACARP e IPM. A capacidade preditiva dos modelos baseados no GEP, que captura os efeitos não lineares complexos dos fatores críticos sobre a magnitude da subsidência, resultou em uma melhora estatisticamente significativa na capacidade preditiva em comparação com os métodos empíricos mencionados. Os resultados da análise de sensibilidade indicaram que a largura do painel e a espessura da cobertura com 31% e 23% foram os parâmetros mais influentes no modelo proposto. Além disso, a espessura da emenda extraída, a localização da camada espessa e a espessura da camada espessa tiveram 19%, 16% e 11% de impacto no modelo proposto pelo GEP, respectivamente.