پیش بینی ضخامت بارسنگ با استفاده از شبکه های عصبی مصنوعی با نگرشی خاص به معدن مس سونگون
Publish place: Fifth Mining Engineering Conference
Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 869
This Paper With 6 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
IMEC05_200
تاریخ نمایه سازی: 6 آذر 1393
Abstract:
بارسنگ به عنوان مهمترین و بحرانی ترین متغیر در طراحی الگوی انفجار معادن روباز محسوب میشود و ارتباط مستقیمی با سایر عملیات آتشکاری در معدن دارد. در معادن روباز عدم کنترل ضخامت بارسنگ، اثرات نامطلوبی از قبیل خردایش نامطلوب، عقب زدگی،پرتابسنگ و … به بار می آورد. در این مطالعه از شبکه های عصبی مصنوعی نوع پس انتشار در جهت پیش بینی ضخامت بارسنگ با استفاده از تاثیر پارامترهایی نظیر قطر چال، عمق چال و فاصلهی ردیفی چالها، با مطالعه موردی در معدن مس سونگون، بهره گرفته شده است. نتایج حاصل، توافق نزدیک میان داده های تجربی موجود با داده های پیش بینی شده توسط شبکه های عصبی را نشان میدهد. در پایان، شبکه های عصبی نوع پس انتشار با ویژگیهای ذکر شده برای پیش بینی پارامترهای آتشباری، بخصوص میزان بهینه ضخامت بار سنگ در معادن روباز، پیشنهاد میشود
Keywords:
Authors
محمد ابوالحسنی
دانشجوی کارشناسی ارشد معدن، دانشگاه صنعتی شاهرود
سید مهدی موسوی نسب
استادیار; مجتمع آموزش عالی زرند
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 :