تخمین مقاومت فشاری تک محوره ماسه سنگ از خصوصیات بافتی آن با استفاده از شبکه عصبی

Publish Year: 1391
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,423

This Paper With 8 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

IMT01_170

تاریخ نمایه سازی: 30 فروردین 1392

Abstract:

مقاومت فشاری تک محوره سنگ یکی از پارامترهایی است که همواره در طراحی های مهندسی مورد توجه قرار داشته است. تا کنون مدل های گوناگونی جهت تخمین مقاومت فشاری تک محوره سنگ با استفاده از خواص ذاتی آن ارائه شده است. شبکه عصبی مصنوعی یکی از ابزارهای قدرتمندی است که جهت ایجاد مدل های پیشگو بکار برده می شود و مطالعات انجام شده برتری این تکنیک را نسبت به روش های آماری کلاسیک را نشان می دهد. در این مقاله سعی شده است تا با استفاده از اصلاعات حاصل از تصاویر پتروگرافی و با ایجاد یک شبکه عصبی مصنوعی، تخمینی از مقاومت فشاری تک محوره سنگ بدست آورد. به این م نظور یک مجموعه داده برای 44 نمونه ماسه سنگ تهیه گردید که در آن برای هر کدام از نمونه ها 12 پارامتر بافتی بعلاوه مقاومت فشاری تک محوره تعیین شده است. سپس با انجام یک سری تحلیل آماری سعی گردیده تا پارامترهای حاکم بر مقاومت فشاری تک محوره سنگ انتخاب گردد و ابعاد بردار ورودی شبکه را کاهش داد و با استفاده از آن مدل شبکه عصبی را ایجاد نمود. نتایج نشان داد که می توان با استفاده از پارامترهای بافتی ساده ای مانند ترکیب کانی شناسی و میزان تخلخل جهت تخمین مقاومت سنگ با دقت مناسب استفاده نمود.

Keywords:

خواص بافتی , مقاومت فشاری تک محوره , شبکه عصبی مصنوعی

Authors

امین منوچهریان

دانشجوی دکتری استخراج معدن، دانشگاه یزد

مصطفی شریف زاده

عضو هیئت علمی دانشکده مهندسی معدن و متالورژی دانشگاه صنعتی امیرکبیر

رسول حمیدزاده مقدم

عضو هیئت علمی دانشکده مهندسی 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 :