کاربرد احتمالات هندسی در طراحی شبکه های اکتشاف کانسارهای معدنی، مطالعه موردی: اندیس مس پورفیری واقع در جنوب غرب کرمان
Publish Year: 1397
Type: Journal paper
Language: Persian
View: 101
This Paper With 16 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
JR_ANM-8-15_004
Index date: 10 December 2024
کاربرد احتمالات هندسی در طراحی شبکه های اکتشاف کانسارهای معدنی، مطالعه موردی: اندیس مس پورفیری واقع در جنوب غرب کرمان abstract
در پژوهش حاضر مفاهیم نظری و کاربردی احتمالات هندسی، مورد بررسی قرار گرفته و روابط احتمالات هندسی برای تعیین احتمال تقاطع اشکال هندسی گوناگون با انواع شبکههای مختلف، ارائه شده است. ازآنجاییکه پارامترهای هندسی کانسارهای معدنی دارای ماهیت احتمالپذیر هستند، اکتشاف کانسارهای معدنی نیز ماهیت احتمالپذیر داشته و همواره با عدم قطعیت و مقداری ریسک همراه است. در نتیجه از این نظر مسئله اکتشاف با مسائل احتمالات هندسی شباهت دارد. با توجه به روشهای متداول اکتشاف کانسارهای معدنی توسط شبکههای اکتشافی مختلف و تشابه کانسارهای معدنی با اشکال هندسی معمول، نحوه طراحی شبکه اکتشاف بهینه برای هر نوع کانسار، براساس روابط موجود در احتمالات هندسی، ارائه شد. در این راستا به عنوان یک مطالعه میدانی طراحی شبکه اکتشاف بهینه با استفاده از احتمالات هندسی برای دو اندیس مس شناسایی شده با عملیات دورسنجی واقع در جنوب غرب کرمان یکی با ساختار تقریبا خطی و دیگری با ساختار تقریبا دایره ای، صورت گرفت. برای این منظور ابعاد شبکه اکتشاف بهینه برای هر اندیس با در نظر گرفتن کم ترین مقدار احتمال کشف یا ۵/۰ و احتمال کشف مطلوب یا ۹۵/۰ در دو حالت جهتیافتگی تصادفی و با جهتیافتگی مشخص، محاسبه شد.
کاربرد احتمالات هندسی در طراحی شبکه های اکتشاف کانسارهای معدنی، مطالعه موردی: اندیس مس پورفیری واقع در جنوب غرب کرمان Keywords:
احتمالات هندسی , مساله سوزن بافن , شبکه اکتشاف بهینه , احتمال کشف کانسارهای معدنی , اندیس مس پورفیری جنوب غرب کرمان
کاربرد احتمالات هندسی در طراحی شبکه های اکتشاف کانسارهای معدنی، مطالعه موردی: اندیس مس پورفیری واقع در جنوب غرب کرمان authors
Reza Ahmadi
دانشکده مهندسی معدن، دانشگاه صنعتی اراک
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 :
