ارائه الگوریتم اصلاح شده مدل‌سازی معکوس سه‌بعدی به روش شبه نیوتنی جهت داده‌های مقاومت سنجی
Publish place: 14th Geophysics Conference of Iran
Publish Year: 1389
Type: Conference paper
Language: Persian
View: 1,719
This Paper With 5 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
GCI14_011
Index date: 8 December 2009
ارائه الگوریتم اصلاح شده مدل‌سازی معکوس سه‌بعدی به روش شبه نیوتنی جهت داده‌های مقاومت سنجی abstract
به منظور تعیین مشخصات دقیق هندسی کانسارها نیاز به مدل‌سازی معکوس داده‌های صحرائی امری اجتناب ناپذیر می‌باشد. هسته اصلی مدل‌سازی معکوس مدل‌سازی پیشرو است. مدل‌سازی پیشرو سه بعدی به روش اختلاف محدود بلوکی بعنوان یک روش عددی قدرتمند در حل معادلات دیفرانسیل با مشتقات جزئی شناخته شده است. در این تحقیق امکان بکارگیری روش کمترین مربعات با قید هموار ساز و به کمک روش بهینه‌سازی شبه نیوتنی در مدل‌سازی معکوس سه‌بعدی مورد بررسی و ارزیابی قرار گرفته است. هر دو الگوریتم مدل‌سازی پیشرو و معکوس در نرم‌افزار Matlab برنامه‌نویسی و پیاده‌سازی شده است. در ابتدا صحت و دقت الگوریتم‌های فوق از طریق اعتبار‌سنجی با مدل‌های ساده مصنوعی بررسی و ارائه می‌گردد. سپس قابلیت عملی این برنامه‌ها برای شبیه‌سازی سه‌بعدی کانسار رگه‌ای مس مزده و از طریق مدل سازی معکوس داده‌های برداشت صحرائی محک زده شده است. در انتها تطابق نتایج حاصل از معکوس‌سازی سه‌بعدی برای پروفیل آزمایشی 4-3 از برداشت‌ها‌ی ژئوفیزیکی اندیس مس مزده در 25 کیلومتری جنوب غرب نطنز به عنوان نمونه با نتایج حاصل از معکوس‌سازی دوبعدی نرم‌افزار Res2dinv مورد مقایسه قرار گرفته است.
ارائه الگوریتم اصلاح شده مدل‌سازی معکوس سه‌بعدی به روش شبه نیوتنی جهت داده‌های مقاومت سنجی Keywords:
ارائه الگوریتم اصلاح شده مدل‌سازی معکوس سه‌بعدی به روش شبه نیوتنی جهت داده‌های مقاومت سنجی authors
محمدصادق علیزاده
فارغ التحصیل کارشناسی ارشد مهندسی معدن دانشگاه صنعتی اصفهان
نادر فتحیانپور
عضو هیئت علمی دانشگاه صنعتی اصفهان
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 :