پیش بینی خردایش سنگ حاصل از آتشباری با استفاده از شبکه عصبی مصنوعی مطالعه موردی: معدن باغک، سنگان خواف
محل انتشار: سومین کنفرانس معادن روباز ایران
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,001
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
IOPMC03_026
تاریخ نمایه سازی: 28 شهریور 1394
چکیده مقاله:
یکی از مهمترین اهداف عملیات آتشباری در معادن سطحی، خردایش بهینه سنگ است. به دلیل وجود خصوصیات متفاوتدر جبه هکارهای مختلف معدن سنگآهن در هر جبه هکار از الگوهای متفاوت چالزنی استفاده می شود. از این رو پیش بینیمیزان خردشدگی حاصل از انفجار، کمک شایانی در طراحی و اجرای الگوی انفجار خواهدکرد. در مقاله حاضر به وسیله یکیاز روشهای هوشمند، به نام شبکه های عصبی مصنوعی، خردایش حاصل از انفجار در معدن باغک از معادن سنگ آهنسنگان خواف پیش بینی شده است. برای تشکیل شبکه عصبی مصنوعی از میان شبکه های مختلف ساخته شده، یک شبکه با الگوریتم آموزش Levenberg-Marquardt backpropagation ، با یک لایه ورودی با 8پارامتر، یک لایه پنهان با 10 نرون و یک لایه خروجی با یک پارامتر خروجی به عنوان شبکه مطلوب انتخاب شد. پارامترهای ورودی شبکه بارسنگ، فاصلهردیفی چال ها، ارتفاع پله، خرج ویژه، گل گذاری، چگالی، قطرچال، مقاومت تراکمی تک محوره سنگ می باشند و متوسطابعاد سنگ حاصل از خردایش به عنوان پارامتر خروجی درنظر گرفته شد. 50 سری داده که از معدن باغک سنگان خوافتهیه شده است (34 سری آن برای آموزش و 16 سری آن برای آزمایش و اعتبار سنجی) استفاده می شود. در نهایتمیانگین مربعات خطا و ضریب همبستگی برای شبکه منتخب، برای داده های آموزش، آزمون و کل داده ها به ترتیب برابر 9/3، 8/4، 46 و 0/96، 0/95، 0/99 بدست آمد.
کلیدواژه ها:
نویسندگان
مسعود مهیب
دانشجوی کارشناسی ارشد استخراج معدن، دانشکده مهندسی، دانشگاه بیرجند
حسین نوفرسنتی
استادیار گروه مهندسی معدن، دانشکده مهندسی، دانشگاه بیرجند
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :