مقایسه تعیین و پیش بینی خرج ویژه در انفجارمعادن روباز با استفاده از شبکه های عصبی مصنوعی و سیستم انفیس(مطالعه موردی: معدن سنگ اهن سنگان)

یکی از پارامترهای مهم عملیات انفجار معادن سطحی خرج ویژه است و بنابراین بهینه سازی آن می تواند در کاهش هزینه ی واحد عملیات انفجار و بهبود وضعیت عملیات استخراج مفید واقع شود. اگر خرج ویژه کم گردد ممکن است سنگ از جا کنده نشود و یا بلوک های بزرگ حاصل گردد که این خود منجر به افزایش هزینه ی معدن کاری، هزینه های عملیاتی وباربری و آتشباری های ثانویه خواهد شد. حال اگر خرج ویژه زیاد گردد علاوه بر خردشدگی بیش از اندازه ی مواد معدنی، لرزش زمین، پرتاب سنگ در هوا و آلودگی صوتی را نیز در پی خواهد داشت. با توجه به تاثیر خرج ویژه در انفجارهای تولیدی در معادن روباز با استفاده از شبکه عصبی مصنوعی(ANN) و سیستم استنتاج تطبیقی عصبی-فازی(ANFIS) برای پیش بینی میزان خرج ویژه در معدن سنگ آهن سنگان ارائه شد. در این مدل های ارائه شده داده های40 پترن انفجار که شامل طول متوسط چال ها(H) بارسنگ(B) فاصله ردیفی چال ها(S) کل خرج مصرفی هر انفجار(Q) به عنوان پارامترهای ورودی و میزان خرج ویژه(q) به عنوان پارامتر خروجی در نظر گرفته شد. معیارهای آماری متوسط ریشه مربع خطا(RMSE) وضریب تعیین (R) برای ارزیابی و مقایسه عملکردشبکه های عصبی مصنوعی و سیستم استنتاج تطبیقی عصبی-فازی در پیش بینی خرج ویژه مورداستفاده قرار گرفت. مدل شبکه عصبی مصنوعی با RMSE=0.19 و 0.95= 2 R نسبت به مدل انفیس با RMSE=0.28 و R2=3.2 میزان خرج ویژه را با دقت بالاتری پیش بینی نموده است.

کلیدواژه ها:

خرج ویژه ، انفجار ، شبکه های عصبی مصنوعی ، سیستم استنتاج تطبیقی عصبی فازی ، معدن سنگان