_______________________________________________________________________________________________________________________
PREFACE
This report presents a generalized and automated tool for big amount of MWD data filtering and normalization, and an idea of applying artificial intelligence (AI) on MWD data for predicting bedrock quality conditions and designing appropriate grouting systems.
Reference group members who provided valuable comments and suggestions was composed of Patrik Vidstrand, Johan Funehag, Mahmoud Yazadani, Thomas Dalmalm, Karl-Johan Loorents, Johan Spross, Almir Draganovic, Catrin Edelbro and Jeroen van Eldert. The project was funded by BeFo and Tyréns.
FÖRORD
Denna rapport presenterar ett generaliserat och automatiserat verktyg för datafiltrering och normalisering av stora mängder MWD data, samt presenterar en idé om att tillämpa artificiell intelligens (AI) på MWD-data för att förutsäga berggrundskvalitetsförhållanden och stödja injekteringsdesign.
Referensgruppsmedlemmar som gav värdefulla kommentarer och förslag bestod av Patrik Vidstrand, Johan Funehag, Mahmoud Yazadani, Thomas Dalmalm, Karl-Johan Loorents, Johan Spross, Almir Draganovic, Catrin Edelbro och Jeroen van Eldert. Projektet finansierades av BeFo och Tyréns.
Stockholm
Patrik Vidstrand