مقایسه بین روشهای پیش بینی میزان پرتاب سنگ ناشی از انفجار در معدن مس سونگون

با توجه به توسعه شهرها و افزایش نیاز بشر به استفاده از منابع معدنی، فاصله بین تأسیسات، ساختمانهای مسکونی ومعادن کمتر و احتمال بروز حوادث بیشتر شده است. عملیات حفاری و آتشباری، از جمله مهمترین فرآیندهای استخراجمعادن روباز میباشند که گاهی اوقات توأم با پیامدهای نامطلوبی نظیر پدیده پرتاب سنگ میباشند. این پدیده همواره نیروهای انسانی، تجهیزات و ساختمانهای اطراف محدودهی معدن را مورد تهدید قرار میدهد. برای بررسی و کنترلاین پدیده میتوان از روشهای مختلفی همچون شبکه عصبی مصنوعی، روش ماشین بردار پشتیبان، منطق فازی، الگوریتم ژنتیک و . . . استفاده کرد. در مقاله حاضر به بررسی پژوهشهای انجام شده توسط پژوهشگران به منظور ارزیابیو تخمین میزان پرتاب سنگ معدن مس سونگون پرداخته شده است. بررسی پژوهشهای انجام شده توسط پژوهشگران در سالهای اخیر نشان داد که روشهای شبکه عصبی مصنوعی و ترکیب الگوریتم ژنتیک با شبکه عصبی مصنوعی با ضریب همبستگی 0/98 بهترین پیش بینی را برای میزان پرتاب سنگ داشتهاند و نیز این بررسی نشان داد که خرج ویژه و طول گل گذاری بیشترین تاثیر را بر میزان پرتاب سنگ دارند.

کلیدواژه ها:

الگوریتم ژنتیک ، آتشباری ، پرتاب سنگ ، شبکه عصبی مصنوعی ، مس سونگون