پیش بینی خرد شدگی در معادن روباز؛ یک مدل فازی

سال انتشار: 1386
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,279

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

IRMC03_115

تاریخ نمایه سازی: 15 بهمن 1385

چکیده مقاله:

در مهندسی انفجار خردشدگی یک مسئله کاربردی است که به نوع استفاده از سنگ بستگی دارد . در معادن روباز میزان خردشدگی تاثیر زیادی را بر هزینه های واحد فرآیندهای پایین دست، از جمله بارگیری، باربری و سنگ شکنی دارد . از اینرو پیش بینی خردشدگی و انتخاب الگوی انفجار بر اساس آن به کاهش هزینه های ذکر شده منجر خواهد شد . پارامترهای موثر بر خردشدگی (مشخصات سنگ، ویژگی های ماده منفجره و الگوی انفجار ) اغلب دقیق نبوده و همچون سایر زمینه های مرتبط با سنگ، همواره درجه ای از عدم قطعیت در آن دیده می شود . بطوریکه کوشش های گذشته برای پیش بینی آن معمولا به ساده سازی مسئله و حذف این عدم قطعیت منجر شده است . در این پژوهش سعی شده است تا با پذیرش ابهام موجود در مسئله، با ایجاد یک مدل فازی با پارامترهای ورودی شامل : بارسنگ، نسبت فاصله داری بر بار سنگ، نسبت طول چال بر بار سنگ، نسبت طول گل گذاری بر بارسنگ، تعداد ردیف، خرج ویژه، سرعت انفجار ماده منفجره، نسبت خرج بر تاخیر، اندیس قابلیت انفجار و آبداری چال، پارامترهای تابع توزیع رزین راملر بعنوان خروجی های مدل پیش بینی شوند . در ادامه مدل تهیه شده به کمک داده های حاصل از آنالیز تصویری،تهیه شده از دو معدن سنگ آهن گل گهر و مس سرچشمه توسط مولفین، و شبکه عصبی - فازی بهینه سازی شده است . نتایج ارزیابی مدل فازی، در مقایسه با مدلهای تحلیلی همبستگی بیشتری را با داده های آنالیز تصویری نشان داده است که قابلیت مدل فازی را در این زمینه به اثبات می رساند

نویسندگان

حجت اله دربانی

دانشجوی کارشناسی ارشد استخراج معدن ; بخش مهندسی معدن ; دانشگاه شهید باه

محمدعلی ابراهیمی فرسنگی

استادیار بخش مهندسی معدن ; دانشگاه شهید باهنر کرمان

حمید منصوری

استادیار بخش مهندسی معدن ; دانشگاه شهید باهنر کرمان

حسین نظام آبادی پور

استادیار بخش مهندسی برق ; دانشگاه شهید باهنر کرمان

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 :