آنالیز معکوس برداشت های مغناطیسی به منظور یافتن بی هنجاری ها ی محلی با استفاده از الگوریتم ژنتیک
نویسندگان
چکیده
روشهای ژئوفیزیکی، نقش مهمی در اکتشاف منابع زیرزمینی به ویژه اکتشاف کانیهای فلزی و غیرفلزی، مخازن هیدروکربوری، آبهای زیرزمینی و تحقیقات زمینشناسی و مهندسی بر عهده دارند. روشهای مغناطیسسنجی از جمله روشهای ژئوفیزیکی هستند که کاربرد عمدهای در یافتن بی هنجاری ها ی مغناطیسی حاصل از کانیهای فلزی، به ویژه کانسارهای آهن دارند. در بررسی دادههای مغناطیسسنجی، یکی از اهداف عمده، تفکیک بی هنجاری ها ی مغناطیسی در مقیاسهای گوناگون، به ویژه تفکیک بی هنجاری های محلی از بیهنجاری های ناحیهای است. بدین منظور، میتوان بیهنجاری ناحیهای را درحکم یک صفحه در نظر گرفت و با مقایسه مقادیر اندازهگیری شده روی زمین و مقادیر شبیهسازی شده از صفحه، بیهنجاری های محلی را تفکیک کرد. تعیین معادله بهترین صفحهای که بتواند بر بیهنجاری های ناحیهای برازش داده شود، نقش بسیار مهمی در تعیین بیهنجاری های محلی دارد. به منظور برازش بهتر صفحه به بی هنجاری ها ی ناحیهای، می توان از روشهای معکوس استفاده کرد، زیرا این روشها نسبت به روشهای سنتی نیاز به زمان کمتری دارند و جواب نهایی نیز دقت بیشتری دارد. روشهای معکوس مبتنی بر بهینه سازی، در مدلسازی و بررسی تابع های غیرخطی کاربرد ویژهای دارد و با توجه به پیشرفت علوم رایانه، روشهای بهینهسازی پیشرفتهای با الهام گیری از فرایند طبیعی طراحی شدهاند که کاربرد گستردهتری دارند. در این مقاله، از روش آنالیز معکوس مبتنی بر الگوریتم ژنتیک بهمنظور کمینه سازی تابع هدف استفاده شده است. تابع هدف به صورت معادله صفحه درجه دومk=│a×x2+b×y2+c×x×y+d×x+e×y+f-z│ است که بهینه کردن ضرایب ، ، ، ، و موضوع مورد بررسی مقاله حاضر است. نتایج به دست آمده، نشاندهنده تفکیک صحیح بی هنجاری ها ی ناحیهای از بی هنجاری ها ی کلی است و نتایج بسیار امیدبخشی در شناسایی بی هنجاری ها ی محلی و پیشنهاد نقاط مناسب بهمنظور عملیات حفاری، حاصل شده است.
منابع مشابه
آنالیز معکوس برداشتهای مغناطیسی بهمنظور یافتن بیهنجاریهای محلی با استفاده از الگوریتم ژنتیک
روشهای ژئوفیزیکی، نقش مهمی در اکتشاف منابع زیرزمینی بهویژه اکتشاف کانیهای فلزی و غیرفلزی، مخازن هیدروکربوری، آبهای زیرزمینی و تحقیقات زمینشناسی و مهندسی بر عهده دارند. روشهای مغناطیسسنجی از جمله روشهای ژئوفیزیکی هستند که کاربرد عمدهای در یافتن بیهنجاریهای مغناطیسی حاصل از کانیهای فلزی، بهویژه کانسارهای آهن دارند. در بررسی دادههای مغناطیسسنجی، یکی از اهداف عمده، تفکیک بیهنجاری...
متن کاملاستفاده از الگوریتم ژنتیک برای معرفی شاخصی جدید به منظور تعیین کوبدهی معادن سنگ ساختمانی و یافتن جهت استخراج بهینه
به دلیل نبود معیاری مانند عیار، تصمیمگیری در مورد استخراج یک معدن سنگ با دشواری مواجه است. از طرفی دیگر، هدف از بهینه سازی در معادن سنگ تولید بلوکهایی به شکل مکعب مستطیل با ابعاد استاندارد است. در این تحقیق، شاخصی به نام نسبت کوبدهی (CPR) تعریف شده است که معادن سنگ را از نظر عیار هندسی بلوکها به سه رده خوب، متوسط و ضعیف طبقه بندی میکند. علاوه بر این، با اعمال صفحات استخراجی و مقایسه CPR در ج...
متن کاملیافتن کوتاه ترین تور همیلتونی ایران با استفاده از ترکیب الگوریتم سیستم اجتماع مورچه ها و جستجوی محلی
متن کامل
تخمین عمق، مکان و هندسه بی هنجاری های مغناطیسی به روش عددموج محلی بهبودیافته
لازمه تحلیل صحیح داده های مغناطیسی، یک تخمین عمق واقعی از منبع بی هنجاری مغناطیسی به منظور تعیین نقاط حفاری و رسیدن به هدف مغناطیسی می باشد. روش عدد موج محلی بهبودیافته بر پایه معادلات سیگنال تحلیلی شکل گرفته است و می تواند مکان افقی و عمق بی هنجاری را بدون نیاز به آگاهی از هندسه و خودپذیری مغناطیسی منبع مشخص کند. پس از مشخص شدن این کمیت ها تقریبی از ضریب ساختار نیز قابل تخمین است. در این تحقیق...
متن کاملبهینهیابی مدل عددی برداشت از آبخوان با استفاده از الگوریتم ژنتیک (مطالعه موردی: آبخوان ساحلی ارومیه)
مدلسازی به عنوان روشی کارآمد، با کمترین هزینه، امکان مطالعه پیچیدگی جریان آب زیرزمینی را برای مدیران فراهم میکند. همواره تعیین میزان برداشت بهینه از آبخوان یکی از پیچیدهترین مسائل پیش روی مهندسین علوم آب بوده است. هدف از این تحقیق، مدیریت بهرهبرداری بهینه از آبخوان دشت ساحلی ارومیه و تعیین نرخ بهینه پمپاژ چاههای بهرهبرداری است؛ تا با جلوگیری از برداشت بیش از حد آب زیرزمینی، بتوان دریاچه ا...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
عنوان ژورنال:
فیزیک زمین و فضاناشر: موسسه ژئوفیزیک دانشگاه تهران
ISSN 8647-1025
دوره 40
شماره 2 2014
کلمات کلیدی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023