ارایه یک الگوریتم فراگیر برای بهینه سازی محدوده ی استخراج زیرزمینی
Publish place: Journal of Mineral Resource Engineering، Vol: 2، Issue: 1
Publish Year: 1396
نوع سند: مقاله ژورنالی
زبان: Persian
View: 315
This Paper With 17 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_MHRE-2-1_001
تاریخ نمایه سازی: 19 آذر 1400
Abstract:
هدف از بهینه سازی اقتصادی محدوده استخراج زیرزمینی، یافتن محدوده ای با بیشترین ارزش اقتصادی است که در آن، تمام محدودیت های فنی و هندسی روش استخراج مورد استفاده لحاظ شده باشد. اگرچه بیش از چهار دهه از ارایه اولین الگوریتم بهینه سازی محدوده استخراج زیرزمینی می گذرد ولی روند گسترش این الگوریتم ها در مقایسه با الگوریتم های مشابه برای کاربرد در معادن روباز به دلیل تعدد روش های استخراج زیرزمینی و پیچیدگی مدل سازی اقتصادی بسیار کند بوده است. در این مقاله یک الگوریتم فراگیر سه بعدی به نام MLOA ارایه شده است. این الگوریتم مانند الگوریتم گوما، بر روی مدل های بلوکی با ارزش متغیر اجرا می شود و توانایی تعیین تعداد، ارتفاع و جانمایی بهینه طبقات استخراجی را دارد. اگرچه روند تعیین طبقات محتمل در این الگوریتم مشابه با الگوریتم گوما است ولی روش تعیین ارزش اقتصادی بلوک ها در این دو الگوریتم کاملا متفاوت از یکدیگر است. در الگوریتم MLOA، از یک الگوریتم جزءگرای جستجو محور به نام SOA برای تعیین محدوده بهینه کارگاه های استخراج زیرزمینی در هر طبقه استخراجی استفاده می شود. در الگوریتم SOA، محدودیت های هندسی و فنی مانند حداقل و حداکثر ابعاد کارگاه استخراج و حداقل عرض پایه های جانبی در نظر گرفته شده است و با کاربرد آن می توان ابعاد و موقعیت بهینه کارگاه های استخراج را در درون یک طبقه استخراجی تعیین کرد. برای اعتبارسنجی، نتایج حاصل از کاربرد الگوریتم SOA بر روی مدل های بلوکی اقتصادی فرضی، با نتایج حاصل از الگوریتم های مشابه و دارای منطق ریاضی مقایسه شده است. نتایج حاصل، نشان دهنده توانایی الگوریتم SOA در تعیین محدوده بهینه کارگاه های استخراج زیرزمینی است.
Keywords:
Authors
وحید نیک بین
دانشجوی دکتری، دانشکده معدن و متالورژی، دانشگاه صنعتی امیرکبیر، تهران
سید محمد اسماعیل جلالی
دانشیار، دانشکده معدن، نفت و ژئوفیزیک، دانشگاه صنعتی شاهرود، شاهرود
حسین میرزائی نصیرآباد
استادیار، دانشکده معدن، دانشگاه صنعتی سهند، تبریز
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :