Al escuchar la señal acústica emitida por un terremoto creado en el laboratorio, un enfoque informático que utiliza el aprendizaje automático puede predecir el tiempo restante antes de que falle la falla.
"En cualquier instante dado, el ruido proveniente de la zona de falla del laboratorio proporciona información cuantitativa sobre cuándo se deslizará la falla", dijo Paul Johnson, investigador principal e investigador principal del Laboratorio Nacional de Los Alamos sobre la investigación, que se publicó hoy en Cartas de investigación geofísica .
"La novedad de nuestro trabajo es el uso del aprendizaje automático para descubrir y comprender la nueva física del fracaso, a través del examen de la señal auditiva registrada de la configuración experimental. Creo que el futuro de la física de terremotos dependerá en gran medida del aprendizaje automático para procesarcantidades masivas de datos sísmicos en bruto. Nuestro trabajo representa un paso importante en esta dirección ", dijo.
Johnson no solo tiene un significado potencial para el pronóstico de terremotos, dijo Johnson, sino que el enfoque es de gran alcance, aplicable a potencialmente todos los escenarios de falla, incluidas las pruebas no destructivas de materiales frágiles, fallas frágiles de todo tipo, avalanchas y otros eventos.
El aprendizaje automático es un enfoque de inteligencia artificial para permitir que la computadora aprenda de nuevos datos, actualizando sus propios resultados para reflejar las implicaciones de la nueva información.
La técnica de aprendizaje automático utilizada en este proyecto también identifica nuevas señales, previamente pensadas como ruido de baja amplitud, que proporcionan información de pronóstico durante todo el ciclo del terremoto ". Estas señales se asemejan al temblor de la Tierra que ocurre en asociación con terremotos lentos en fallas tectónicas enla corteza inferior ", dijo Johnson." Hay razones para esperar tales señales de fallas de la Tierra en la zona sismogénica por fallas de deslizamiento lento ".
Los algoritmos de aprendizaje automático pueden predecir los tiempos de falla de los terremotos de laboratorio con una precisión notable. La señal de emisión acústica AE, que caracteriza el estado físico instantáneo del sistema, predice confiablemente la falla en el futuro. Esto es una sorpresa, señaló Johnson, ya que todo el trabajo anterior había asumido que solo el catálogo de grandes eventos es relevante, y que pequeñas fluctuaciones en la señal AE podrían ser descuidadas.
Para estudiar los fenómenos, el equipo analizó los datos de un sistema de fallas de laboratorio que contiene una gubia de falla, el material molido creado por los bloques de piedra deslizándose unos sobre otros. Un acelerómetro registró la emisión acústica que emana de las capas de corte.
Después de una falla por fricción en el terremoto, el bloque de corte se mueve o se desplaza, mientras que el material de la ranura se dilata y fortalece simultáneamente, como se muestra al aumentar de manera considerable el esfuerzo cortante y la fricción ". A medida que el material se acerca a la falla, comienza a mostrar las características deun régimen de tensión crítica, que incluye muchas pequeñas fallas de corte que emiten emisiones acústicas impulsivas ", describió Johnson.
"Este estado inestable concluye con un terremoto real, en el que el bloque de corte se desplaza rápidamente, la fricción y el esfuerzo de corte disminuyen precipitadamente, y las capas de gubia se compactan simultáneamente", dijo. Bajo una amplia gama de condiciones, el aparato se deslizase desliza con bastante regularidad durante cientos de ciclos de estrés durante un solo experimento. Y lo que es más importante, la señal debido al desgarro y crujido de la gubia que finalmente conduce a los precursores impulsivos permite la predicción en el laboratorio, y esperamos que conduzca a avances en la predicción enTierra, dijo Johnson.
Fuente de la historia :
Materiales proporcionado por DOE / Laboratorio Nacional de Los Alamos . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cite esta página :