انفجار از مهمترین عملیات معادن و پروژه های عمرانی می باشد. مهمترین پیامدهای ناشی از انفجار لرزش زمین، لرزش هوا و پرتاب سنگ می باشد. از آنجایی که لرزش زمین بیش از 40 درصد انرژی انفجار را به خود اختصاص می دهد، لذا پیش بینی میزان لرزش امری اجتناب ناپذیر می باشد. مهمترین پارامترهای موثر بر میزان لرزش زمین ناشی از انفجار به دو دسته ی پارامترهای موثر قابل کنترل و غیر قابل کنترل تقسیم می شوند و با توجه به اینکه در روابط و استانداردهای تجربی تمامی پارامترهای موثر بر لرزش در پیش بینی لرزش زمین لحاظ نمی شود لذا این مسئله استفاده از دستاوردهای نوین در پیش بینی میزان لرزش را امری لازم و ضروری می سازد. یکی از روش های جایگزین روابط تجربی، استفاده از شبکه های عصبی مصنوعی می باشد. این روش مخصوص حل مسائل چند متغیره و پیچیده می باشد که از دقت و سرعت بالا و شهولت کاربرد برخوردار است. در این تحقیق ابتدا توسط داده های اندازه گیری شده، میزان لرزش زمین توسط استانداردهای تجربی مختلفی پیش بینی شد و نتایج و قدرت پیش بینی لرزش زمین توسط روابط تجربی مختلف با داده های واقعی مقایسه شد و مشخص شد که بهترین رابطه تجربی برای پیش بینی لرزش زمین رابطه ی آمبراسیس- هندرون می باشد. سپس با توجه به مزایای ذکر شده برای روش شبکه عصبی مصنوعی، مدلی مبتنی بر شبکه عصبی چند لایه پرسپترون برای پیش بینی میزان لرزش زمین ارائه شده است. متغیرهای ورودی در این شبکه شامل 4 پارامتر تاثیرگذار بر میزان لرزش می باشند. سپس با توجه به رفتار شبکه در آموزش، آزمون و مقدار خطاها در پیش بینی لرزش، مقادیر بهینه ای برای تعداد لایه های میانی، تعداد نرون ها و توابع انتقال آنها به دست آمد. به این ترتیب شبکه بهینه با دو لایه میانی که لایه اول 10 نرون و لایه دوم 5 نرون، قادر به پیش ینی لرزش زمین با کمترین خطا می باشد. در ادامه از الگوریتم ژنتیک برای بهینه کردن ساختار شبکه عصبی استفاده شد و نتایج نسبت به شبکه عصبی که به صورت معمولی آموزش دیده بود، بهینه شد، به طوری که میزان خطا و همچنین زمان آموزش شبکه کاهش یافت. در ادامه به منظور آنالیز حساسیت و تغییرات لرزش زمین نسبت به پارامترهای ورودی، با روش cam، فاکتور rij (تاثیر هر پارامتر ورودی بر تابع هدف) تعین و موثرترین پارامترها مشخص گردیدند. در پایان این تحقیق نتیجه گیری شد که قدرت پیش بینی رابطه ی تجربی آمبراسیس- هندرون نسبت به قدرت پیش بینی لرزش توسط شبکه عصبی بهتر و بیشتر است و شبکه عصبی که ساختارش با الگوریتم ژنتیک بهینه شده باشد، بیشترین قدرت پیش بینی میزان لرزش زمین را چنین شبکه ای به خود اختصاص می دهد.

توجه به اولین مرحله از خردایش سنگ که توسط عملیات حفاری و انفجار صورت می پذیرد، یکی از مهمترین و حساس ترین پارامترهای موثر بر اقتصاد و حیات معدن به شمار می رود. یک عملیات موفق و مطلوب آتشباری علاوه بر اینکه خردایش مناسب سنگ را موجب می شود از پدیده های نامطلوب و ناخواسته ناشی از انفجار، از قبیل لرزش زمین، پرتاب سنگ و عقب زدگی تا حدود زیادی می کاهد. بنابراین برای رسیدن به یک عملیات آتشباری مطلوب، ضروری است که عوامل و پارامترهای تأثیر گذار بر این پدیده ها مورد مطالعه قرار گیرند. . به طور کلی عوامل تأثیر گذار بر عملیات آتشباری را می توان به دو گروه عمده پارامترهای قابل کنترل (الگوی آتشباری) و پارامترهای غیر قابل کنترل (خصوصیات ژئومکانیکی توده سنگ) تقسیم نمود. در این پایا نامه، سعی شده است که پارامترهای قابل کنترل موثر در عملیات آتشباری در معدن مس سونگون (شامل قطر چال، طول چال، ضخامت بارسنگ، فاصله ردیفی چال ها، طول گل گذاری و خرج ویژه) به گونه ای طراحی گردند که پرتاب سنگ و عقب زدگی که از مشکلات اساسی ناشی از عملیات آتشباری در این معدن می باشند به حداقل مقدار ممکن کاهش یابند. محققین زیادی در گذشته با روش های تجربی روابطی را جهت تعیین الگوی آتشباری ارائه داده اند که با توجه به تعدد پارامترها و شرایط پیچیده حاکم بر عملیات آتشباری، نتایج حاصل شده چندان مطلوب نبوده است و در ضمن تاکنون هیچ رابطه ای ارائه نشده است که با در نظر گرفتن پارامترهای موثر الگوی آتشباری، الگویی را برای عمیات آتشباری ارائه کند که بتواند همزمان هر دو پدیده نامطلوب اشاره شده را تا حد امکان کاهش دهد. برای رسیدن به این مهم، در این پایان نامه از الگوریتم ژنتیک، یکی از روش های نوین بهینه سازی که از طبیعت الهام گرفته شده، استفاده شده است. از آنجایی که برای بهینه سازی با الگوریتم ژنتیک نیاز به یک تابع (تابع هدف یا تابع برازندگی) می باشد لذا از یک شبکه عصبی پیش خورد - پس انتشار به عنوان تابع مورد نظر استفاده شده است. بدین ترتیب که بهترین شبکه که ورودی های آن پارامترهای ذکر شده الگوی آتشباری و خروجی های آن پرتاب سنگ و عقب زدگی می باشند آموزش داده شد و این شبکه بهینه با ساختار و مقادیر ورن ها و بایاس های ثابت که همانند یک مدل ریاضی عمل می کند با کد نویسی به الگوریتم ژنتیک فرا خوانده شده و در مراحل تکامل و بهینه سازی، ارزیابی کروموزم ها (هر کروموزم شامل پارامترهای الگوی آتشباری است) را بخوبی انجام می دهد. در این پایان نامه، الگوریتم ژنتیک به همراه شبکه عصبی مصنوعی، 32 الگوی بهینه را برای عملیات آتشباری در معدن مس سونگون طراحی می کند که هر کدام از این الگوها، پرتاب سنگ یا عقب زدگی و یا هر دو را به طور همزمان به کمترین مقدار ممکن می رساند. در نهایت خردایش ناشی از انفجار این الگوهای آتشباری، ارزیابی گردید و مشخص شد که متوسط ابعاد قطعات خرد شده در محدوده مورد نظر معدن قرار می گیرد. کلید واژه ها: الگوی آتشباری، پرتاب سنگ، عقب زدگی، شبکه عصبی مصنوعی، الگوریتم ژنتیک

پیت نهایی، نشان دهنده شکل معدن روباز در پایان عمر آن می باشد و در تمامی مراحل یک فعالیت معدنی روباز نقش اساسی را ایفا می کند. مشکل اساسی در تعیین پیت نهایی بهینه، ساخت مدل عیاری درست از ذخیره می باشد. وجود اثر هموارسازی، صحت مدل های عیاری منتج شده از روش کریجینگ را در پرده ای از ابهام فرو می برد. برای غلبه بر این مشکل می توان از رویکرد شبیه سازی شرطی استفاده کرد که منجر به تولید مدل های عیاری مختلف و هم احتمال از کانسار می شود. در این پژوهش، ذخیره پورفیری مس سونگون، واقع در شمال غربی ایران، به عنوان مطالعه موردی انتخاب شده است و دو نوع مدل عیاری ( براساس کریجینگ و شبیه سازی ) از لحاظ پارامترهای پیت نهایی حاصله از آن ها مقایسه شده اند. در این راستا مدل عیاری تخمینی کانسار با روش کریجینگ معمولی و 50 مدل عیاری شبیه سازی شده معتبر، با روش متوالی گوسی به دست آمده است. در ادامه با در نظر گرفتن پارامترهای اقتصادی مناسب ( یکسان در هر 51 مدل عیاری ) و همچنین عیار حد 25/0 درصد، مدل اقتصادی هر یک از 51 مدل عیاری حاصل شده است و در نهایت با استفاده از الگوریتم لرچ-گروسمن، پیت نهایی مربوط به 51 مدل عیاری تشکیل و پارامترهای مرتبط به آن ها مورد مقایسه قرار گرفته است. نتایج این پژوهش نشان می دهد که تناژ ذخیره قابل معدن کاری براساس مدل کریج شده 36 درصد کمتر از میانگین تناژ بدست آمده از مدل های شبیه سازی شده می باشد و همچنین تناژ باطله واقع در پیت نهایی به دست آمده از مدل تخمینی 49 درصد کمتر از میانگین تناژ باطله به دست آمده از مدل های شبیه سازی شده می باشد. بنابراین در مقایسه با مدل های عیاری هموار شده سنتی، مدل های شبیه سازی شده، محدوده بزرگتری را به عنوان پیت نهایی معرفی می کنند.. همچنین npv به دست آمده براساس مدل تخمینی 67 درصد کوچکتر از میانگین معرفی شده توسط مدل های شبیه سازی شده می باشد.

یکی از مهمترین فعالیت های مرتبط با استخراج مواد معدنی، عملیات حفاری و انفجار است. در این راستا خردایش مناسب سنگ و کاهش عوارض جانبی پس از انفجار از اهمیت بالایی برخوردار است. عدم طراحی دقیق و حتی اجرای نامناسب الگو، موجب عدم دسترسی به اهداف مورد نظر می گردد. بنابراین در طراحی یک الگوی انفجار مطلوب، هر دو گروه عوامل قابل کنترل و غیرقابل کنترل باید تواماً مورد توجه قرار گیرند. شرایط زمین شناسی منطقه، کیفیت توده سنگ (مقاومت، شرایط درزه داری و ...)، هندسه الگو، نوع تجهیزات بارگیری و حمل، نوع سیستم انتقال انفجار و ... از جمله مواردی هستند که باید مورد توجه طراح باشد. طراحی الگوها براساس روش های تجربی صورت می گیرد. در این روش ها معمولاً سعی بر آن بوده با ساده سازی، فقط تعداد محدودی از پارامترهای موثر در نظر گرفته شود که این امر باعث ضعف نسبی این روش ها شده است. البته در سال های اخیر روش های هوش مصنوعی بطور گسترده ای در علوم مختلف برای حل مسائلی که در آن ها تعداد پارامترهای موثر زیاد می باشند استفاده شده است. در این تحقیق، پس از بررسی نتایج انفجارهای متعدد در معدن سنگ آهن سنگان، مشکلات و نواقص موجود شناسایی و پس از بررسی دلایل احتمالی بروز آن ها، پیشنهاداتی جهت بهبود وضع موجود ارائه شده است. اما از آنجایی که درنظر گرفتن همزمان کلیه پارامترهای موثر در بررسی نتایج یک الگوی انفجار جهت بهینه سازی کاری دشوار است، از روش های آماری و هوش مصنوعی جهت پیش بینی خردایش سنگ و عقب زدگی استفاده شد. شبکه های عصبی مصنوعی، منطق فازی و روش عصبی- فازی anfis ، روش های هوشمندی هستند که جهت مدلسازی مورد استفاده قرار گرفت. از بین روش های فوق، مدل عصبی- فازی anfis با کمترین خطا و بیشترین دقت ( در مدل خردایش و در مدل عقب زدگی) بعنوان بهترین روش شبیه سازی خردایش و عقب زدگی در نظر گرفته شد. در ادامه با بررسی تاثیر هر یک از متغیرهای ورودی روی توابع هدف، مشخص شد که مقادیر خرج ویژه (pf)، فاکتور سنگ (rf)، تاخیر به ازای هرمتر بارسنگ (del/b) و حفاری ویژه (sd) از بیشترین اهمیت در مدل های پیش بینی برخوردارند. بنابراین با توجه به بررسی های انجام شده در این تحقیق، می توان گفت در کنار رعایت اصول فنی در طراحی و اجرای دقیق الگوهای حفاری و انفجار، مدل های پیش بینی ارائه شده، ابزاری مناسب در جهت کنترل و کاهش اثرات نامطلوب انفجارها خواهد بود. کلمات کلیدی : تحلیل انفجار، عقب زدگی، خردایش، هوش مصنوعی، عصبی-فازی، پیش بینی.

در این تحقیق میزان خردایش و عقب زدگی ناشی از عملیات آتشباری معدن سنگ آهن چادرملو بوسیله ی شبکه عصبی مصنوعی تخمین زده شده است. به منظور ساخت مدل شبکه عصبی اطلاعات مربوط به 87 سری بلوک انفجاری مورد استفاده قرار گرفت. سپس تعداد 10 پارامتر به عنوان ورودی شبکه و میزان خردایش و عقب زدگی به عنوان خروجیهای آن انتخاب شد. به منظور تعیین میزان عملکرد و کارایی مدلهای ساخته شده از سه ضریب آماریr2, rmse, vaf استفاده شد. مقادیر این ضرایب برای مدل ساخته شده جهت پیش بینی عقب زدگی به ترتیب 93 % ،0/85، 0/951 و برای مدل خردایش به ترتیب 93 % ،2/84 ،0/929 بدست آمد که نشان دهنده ی کارایی بالای مدلهای ساخته شده است. علاوه بر این، مقادیر این ضرایب برای مدلهای رگرسیونی میزان عقب زدگی و خردایش نیز بدست آورده شد. برای مدل رگرسیون چند متغیره مربوط به عقب زدگی این ضرایب به ترتیب برابر 63 % ، 1/39 ، 0/647 و برای مدل رگرسیون خردایش 52 % ، 6/84 ، 0/539 بدست آمد. مقادیر بدست آمده نشان می دهد که مدلهای شبکه عصبی نسبت به رگرسیون ارجحیت دارند. به منظور تعیین میزان حساسیت پارامترهای خروجی مدلهای ساخته شده نسبت به پارامترهای ورودی از روش میدان کسینوسی استفاده شد. نتایج بدست آمده نشان داد که مقدار بارسنگ، فاصله جناحی چالها، قطر چال، ارتفاع پله و طول گل گذاری بیشترین تأثیر را بر روی میزان عقب زدگی و خردایش دارند. به منظور شناخت تأثیر نوع پارامترهای ورودی بر روی مدلهای شبکه عصبی، برخی از پارامترها به صورت نسبت بکار برده شد. مثلاً بجای استفاده از بارسنگ و فاصله جناحی به صورت جداگانه، نسبت آنها به عنوان پارامتر ورودی در نظر گرفته شد. نتایج حاصل از این مدلها نشان داد که مقادیر ضرایب آماری تعریف شده نسبت به مدلهای قبلی کمتر است ولی در مقایسه با مدلهای رگرسیونی همچنان کارایی بالاتری دارند.

خرد شدگی مطلوب سنگ مهم ترین هدف عملیات آتشباری در معادن روباز می باشد، زیرا در این صورت می توان هزینه های تولید را به طور قابل ملاحظه ای کاهش داد. تا کنون روش های تجربی زیادی برای پیش بینی خردایش سنگ ناشی از انفجار پیشنهاد شده است ولی این روش ها از دقت کافی برخوردار نمی باشند. در سال های اخیر، استفاده از روش های هوش مصنوعی به ویژه سیستم فازی برای شبیه سازی عملیات آتشباری و پیش بینی خردایش، بسیار رایج شده است. در این تحقیق با استفاده از سیستم فازی مدلی برای پیش بینی خردایش در عملیات آتشباری معدن مس سرچشمه ارائه شده است. جهت ساخت مدل پیشنهادی، طی چهارده ماه فعالیت میدانی، یک بانک اطلاعاتی شامل مشخصات الگوهای آتشباری و خصوصیات سنگ های معدن تهیه گردید و بر اساس آن پایگاه قواعد فازی ایجاد شد. همچنین روش آنالیز تصویری برای تعیین کیفیت خردایش به کار گرفته شد. ضخامت بار سنگ، فاصله ردیفی، قطر چال ها، طول گل گذاری، خرج ویژه، عدد اشمیت و فاصله داری درزه پارامترهای ورودی مدل جهت پیش بینی خردایش به عنوان تنها خروجی مدل در نظر گرفته شدند. برای ارزیابی عملکرد سیستم فازی، یک مدل ریاضی نیز با استفاده از روش رگرسیون چند متغیره جهت تعیین رابطه پارامترهای ورودی و خروجی ارائه شد. ارزیابی عملکرد این دو روش با استفاده از شاخص های آماری ضریب تصمیم گیری، جذر متوسط مربعات خطا و واریانس محاسبه شده خطاها بین خردایش پیش بینی شده و اندازه گیری شده (واقعی) صورت پذیرفت. بر اساس نتایج به دست آمده کارایی مدل هوشمند فازی با ضریب تصمیم گیری 92/. بسیار بالاتر از مدل رگرسیونی می باشد. در پایان، آنالیز حساسیت مدل فازی برای مشخص شدن میزان تأثیر پارامتر های ورودی بر روی پارامتر خروجی صورت گرفت و مشخص گردید که به ترتیب عدد اشمیت و فاصله داری درزه بیشترین و کمترین تاثیر را بر خردایش سنگ دارا می باشند.

عملیات آتشباری از مهمترین مراحل استخراجی معادن روباز بوده و سایر عملیات شامل بارگیری، حمل و سنگ شکنی در ارتباط مستقیم با نتیجه این عملیات می باشد. در نتیجه بهینه سازی عملیات آتشباری می تواند از نظر فنی و اقتصادی برای یک پروژه معدنی از اهمیت بسزائی برخوردار باشد. در اغلب موارد برای طراحی الگوی آتشباری از روش های تجربی استفاده می شود، ولی این روش ها به دلیل عدم لحاظ کلیه پارامترهای موثر در نتیجه عملیات از دقت خوبی برخوردار نبوده و بنابراین لازم است که از روشهای دیگر با قابلیت های بالا استفاده نمود. در سالهای اخیر، هوش مصنوعی به عنوان یکی از روش های مناسب جایگزین، معرفی و به کار گرفته شده است. در تحقیق حاضر، ابتدا مدلی با استفاده از شبکه عصبی برای پیش بینی خردایش حاصل از عملیات آتشباری معدن مس سونگون ساخته شد. در این مدل قطر چال، ارتفاع پله، فاصله ردیفی، ضخامت بار سنگ، خرج ویژه، خرج بر تاخیر و طول گل گذاری بعنوان پارامتر ورودی و خردایش بعنوان پارامتر خروجی در نظر گرفته شد. در مرحله بعد جهت بهینه سازی عملکرد مدل مذکور، الگوریتم ژنتیک در اصلاح ساختار مدل اولیه مورد استفاده قرار گرفت. مقایسه عملکرد مدل های ساخته شده نشانگر افزایش قابل ملاحظه کارائی مدل ترکیبی عصبی-ژنتیک نسبت به مدل عصبی می باشد. در این ارتباط ضریب تصمیم و خطای مجذور مربع میانگین بین مقادیر واقعی و پیش بینی شده برای مدل عصبی-ژنتیک به ترتیب 0.925و 0.0911 محاسبه گردید. در نهایت تحلیل حساسیت برای تعیین میزان تاثیر پارامترهای ورودی بر خروجی شبکه انجام و مشخص گردید که به ترتیب خرج ویژه و خرج بر تاخیر بیشترین و کمترین اثر را بر خردایش سنگ دارند.

با توسعه و گسترش شهرهای بزرگ و مسائل ترافیکی نیاز به وجود و احداث تونل ها در عمق-های مختلف مورد توجه قرار گرفته است. پیامد تونل سازی، تغییر نحوه تمرکز تنش در اطراف فضای خالی شده می باشد. به جابجایی عمودی نقاط واقع در سطح زمین که در بالای فضای حفاری شده قرار دارند نشست گفته می شود. تخمین میزان نشست زمین در اثر حفر تونل در اعماق کم و به خصوص در محیط های شهری که این نشست ها مستقیماً با زندگی مردم در ارتباط می باشد، از اهمیت زیادی برخوردار است. برای تعیین نشست زمین و بررسی پارامترهای موثر در آن از روش-های تجربی، تحلیلی و عددی استفاده می شود که با توجه به کاربرد روز افزون رایانه در علوم مهندسی استفاده از روش های عددی مورد توجه بیشتری قرار گرفته است. در این پایان نامه، به بررسی نشست های سطحی و جابجایی های قائم در زیر پی سی و سه پل ناشی از حفر دو تونل مشابه و موازی هم پرداخته شده است. این بررسی ها با استفاده از نرم افزارهای flac 3d و flac 2d و با بهره گیری از اطلاعات موجود از شرایط اولیه حاکم بر منطقه مورد مطالعه، از طریق مدلسازیهای سه بعدی و دو بعدی بر اساس مدل موهر- کلمب و الاستیک در دو حالت استاتیکـی و دینامیکـی انجـام شده است. با توجه به نتایج تحلیل های استاتیکی، تا زمانیکه فاصله پل تا تونل ها به 5/12 متر کاهش می یابد، میزان نشست در محدوده مجاز می باشد. در بررسی های دینامیکی، ابتدا با استفاده از اطلاعات اولیه موجود از شرایط حرکت قطارها، آنالیز فوریه بارگذاری دینامیکی مربوطه جهت بدست آوردن فرکانس های اصلی انجام گردیده و سپس فرکانس طبیعی خاک منطقه برابر یک هرتز تعیین شده است. با در نظر گرفتن این فرکانس طبیعی و همچنین با اعمال فرکانس های اصلی در مدلسازیهای مختلف، دامنه جابجایی نقاط زیر سی و سه پل بدست آمد که بر مبنای این نتایج، محدوده باند فرکانسی مجاز جهت طراحی و تعبیه مواد جاذب انرژی ارتعاشی (الاستومرها) در ریل ها، بین hz 4-15/1 بدست آمده اند.در این پایان نامه، به بررسی نشست های سطحی و جابجایی های قائم در زیر پی سی و سه پل ناشی از حفر دو تونل مشابه و موازی هم پرداخته شده است.

مدیریت جریان نقدینگی با وجود عدم قطعیت های موجود در پروژه های معدنی، بخش مهمی از پروسه معدنکاری است که در شکست و یا موفقیت یک پروژه، تاثیر بسیار زیادی دارد. با توجه به این امر که تاثیر گذارترین نوع عدم قطعیت در پروژه های معدنی، عدم قطعیت های عیاری است، لحاظ این پارامتر در برنامه ریزی بلند مدت معادن، باعث مدیریت بهتر منابع و کاهش ریسک ناشی از این نوع عدم قطعیت می گردد. در طراحی و برنامه ریزی معادن بر اساس روش های برنامه ریزی سنتی، عدم قطعیت های موجود در پروژه لحاظ نمی گردند. پژوهش حاضر به ارائه روشی می پردازد که با توجه به عدم قطعیت های عیاری موجود در پیکره کانسار، همزمان ریسک عدم حصول به پارامتر های کلیدی طرح را کمینه و شانس استفاده از پتانسیل های موجود در کانسار را بیشینه می نماید. در این پژوهش ذخیره فسفات اسفوردی یزد، برای انجام مطالعه موردی انتخاب شده و محاسبات مربوط به ارزش خالص فعلی 12 طرح استخراجی بر روی 30 شبیه سازی این ذخیره با عیار حد 6 درصد و پارامتر های طراحی و عملیاتی این معدن انجام گرفته است. نتایج این پژوهش نشان می دهد میانگین ارزش خالص فعلی حاصل از طراحی معدن فسفات اسفوردی یزد بر مبنای رویکردmaximum upside/minimum downside ، 9% بیشتر از میانگین ارزش خالص فعلی محاسبه شده برای این معدن به روش کریجینگ می باشد

یکی از تأثیرگذارترین مراحل در عملیات معدنی که به طور مستقیم روی مراحل بعدی اثر دارد، عملیات آتشباری است. در یک آتشباری خوب، هدف رسیدن به خردایش مناسب همراه با حداقل میزان پرتاب سنگ، لرزش هوا و زمین و عقب زدگی است. از جمله روش های تجربی برای پیش بینی و ارزیابی نتایج آتشباری می توان به سرند کردن، مدل کوزرام و آنالیز تصویری اشاره نمود که در آن ها تنها به یکی از شاخص های مورد توجه به عنوان هدف آتشباری پرداخته شده است. در این مطالعه، با به کارگیری مدل های با مبنای ریاضی مانند مدل تحلیل پوششی داده ها و مدل تصمیم گیری چند شاخصه، بهترین الگوی آتشباری اجرا شده در معدن مس سونگون انتخاب می گردد. به این منظور مجموعه ای از اطلاعات شامل 50 الگوی آتشباری معدن تهیه گردید. با توجه به نتایج حاصله، 27 الگو با به کار گیری مدل تحلیل پوششی داده ها به عنوان کاراترین الگوها انتخاب شدند. سرانجام جهت انتخاب الگوی برگزیده با به کار گیری روش های تصمیم گیری چند شاخصه (mcdm)، رتبه بندی انجام شد و مدل تلفیقی dea-mcdm برای ارزیابی الگوهای آتشباری در معدن مس سونگون ارائه گردیده است. در نهایت الگوی 4×3b×s=(b: فاصله چال انفجاری تا لبه پله، s: فاصله ردیفی چال های انفجاری) با طول چال 9/11 متر و گل گذاری 2/3 متر به عنوان مناسب ترین الگو از بین الگوهای آتشباری اجرا شده در معدن مس سونگون انتخاب گردید. همچنین نتایج حاصل از این مدل با نتایج حاصل از روش های تجربی نیز مقایسه گردید، که تفاوت های فاحشی بین این نتایج دیده شد؛ با توجه به مشکلاتی که این الگو ها در معدن مس سونگون داشته اند، مقایسه این نتایج نشانگر عدم کارایی الگوهای مبتنی بر روش های تجربی می باشد. همچنین رتبه بندی نتایج بدون استفاده از مدل dea-mcdmنیز انجام شده که مشخصات الگوی پیشنهادی در این حالت با الگوی پیشنهادی در حالت استفاده از این مدل تفاوتی نداشت.

هرگونه برنامه ریزی برای آینده مستلزم داشتن برآورد از وضعیت آتی است و این کار فقط با پیش بینی میسر می باشد. بنگاه های تولیدی برای انجام برنامه ریزی، تجزیه و تحلیل اقتصادی پروژه ها و بررسی سرمایه گذاری جدید جهت توسعه و مواردی از این قبیل، همواره با ریسک ها و نوسانات ناشی از تغییر قیمت بازار مواجه هستند. این نوسانات و عدم اطمینان از وضعیت آینده باعث زیان های شدید و حتی خروج آنها از بازار و عدم رغبت سایرین برای ورود به این عرصه می شود. به این ترتیب فعالان بازار از دیرباز به دنبال یافتن راه کارهایی برای پیش بینی قیمت ها وایجاد آرامش معاملاتی بوده اند. از آنجا که فلز مس در صنایع مختلف کاربردهای فراوانی داشته و از فلزاتی است که تاثیر زیادی بر توسعه صنعتی و اقتصادی کشورها دارد، نوسان قیمت مس و تغییرات متناوب آن در دوره های مختلف، بازتابی از شرایط اقتصادی دنیا به شمار می رود. در این تحقیق، با بکارگیری روش شبکه های عصبی مصنوعی و سری های زمانی و با توجه به قیمت ماهیانه مس و عوامل موثر بر نوسانات آن، قیمت مس برآورد شده و سپس نتایج بدست آمده، از نظر قابلیت پیش بینی مورد ارزیابی قرار گرفت. ارزیابی مدل های ساخته شده نشان داد، روش های هوشمند نظیر شبکه های عصبی مصنوعی قادر هستند با خطایی کمتر از روش سری های زمانی قیمت مس را پیش بینی نمایند. مدل شبکه عصبی بهینه با 2 لایه و 25 نورون قیمت مس را با 96/0 = r2، 003/0 = mse، 7/80 = vaf و 99/0 = nse برآورد کرده است.

عرصه رقابتی بازار جهانی معادن را به سمت فعالیت های تجدید مهندسی در ساختار و سازمان خود سوق می دهد. در این راستاء کاهش هزینه های مربوط به ماشین آلات به عنوان یک راه حل مناسب جهت افزایش بهره وری و سوددهی قابل تأمل و استفاده از استراتژی های مناسب در خصوص ماشین آلات را اجتناب ناپذیر می نماید. با توجه به اینکه حجم گسترده ای از چرخه تولید در معادن بر عهده ناوگان بارگیری و باربری است بنابر این آماده به کار بودن و قابلیت اطمینان بالا در زمینه عملکرد این ناوگان امری مهم و حیاتی در تداوم تولید و افزایش بهره وری محسوب و لزوم انتخاب یک استراتژی مناسب نگهداری و تعمیر مناسب در خصوص این ناوگان را آشکار می سازد. انتخاب استراتژی نگهداری و تعمیرات مناسب ماشین آلات بارگیری و باربری در معادن روباز، یک نوع مسأله تصمیم گیری چند شاخصه (mcdm) است که به متغیرهای بسیاری از قبیل امکان-پذیری، ایمنی و هزینه وابسته است. در این پایان نامه مناسب ترین استراتژی نگهداری و تعمیرات در 4 نوع مختلف از ماشین آلات بارگیری و باربری در معادن مس میدوک و سنگ آهن سنگان با استفاده ترکیبی از فرآیند تحلیل سلسله مراتبی (ahp) و تئوری منطق فازی، به منظور در نظر گرفتن قضاوت های نامطمئن تصمیم گیران و عدم قطعیت مقایسات زوجی به کار گرفته شد. بدین منظور شاخص های انتخاب استراتژی نگهداری و تعمیرات مناسب ماشین آلات بارگیری و باربری در قالب 6 شاخص اصلی امکان پذیری، ایمنی، هزینه، ارزش افزوده، کارآیی و ریسک و 15 زیر شاخص تقسیم بندی و مورد بررسی قرار گرفت. میزان اهمّیت شاخص ها به روش تحلیل سلسله مراتبی فازی (fahp) با تابع عضویت مثلثی و بر پایه نظرات خبرگان، حاصل از یک فعالیت پرسش نامه ای تعیین و نهایتأ مناسب ترین استراتژی های نگهداری و تعمیرات بر اساس روش فرآیند تحلیل سلسله مراتبی فازی انتخاب گردید. نتایج محاسبات مربوط به روش پیشنهادی جهت انتخاب استراتژی نگهداری و تعمیرات مناسب در مطالعات موردی، نشان داد که استراتژی نگهداری و تعمیرات اصلاحی در مورد شاول terextr-tb120، پیش بینانه در مورد تراک hd 785 کوماتسوء و شاول هیدرولیکی(دیزلی) pc800-6 کوماتسوء و موثر در مورد تراک کاترپیلار769d مناسب و قابل اجراء می باشند. روش پیشنهادی ارائه شده در این پایان نامه یک ابزار ساده و موثر برای حل مسائل تصمیم گیری چند شاخصه در حالت فازی بوده و این امکان را به مدیران نگهداری و تعمیرات می دهد که استراتژی بهینه را جهت ماشین آلات مورد نظر تعیین نمایند.

عملیات آتشکاری با توجه به تأثیرگذاری بر سایر بخش های فرآیند استخراج مواد معدنی (بارگیری، باربری و سنگ شکنی) از اهمیت بسزائی برخوردار می باشد. در این عملیات ملاک ارزیابی علاوه بر دست یابی به خردایش مورد نظر، کاهش پدیده های نامطلوب از جمله عقب زدگی و پرتاب سنگ می-باشد. الگوهای طراحی شده با روش های تجربی از دقت کافی برخوردار نبوده و در عملیات اجرائی باید با روش سعی و خطا اصلاح شوند. با توجه به چند معیاره بودن مسأله، استفاده از روش های قابل استفاده برای انتخاب و طراحی الگوی مناسب انفجاری که اهداف عملیات (خردایش مورد نظر، کاهش عقب زدگی و پرتاب سنگ) را برآورده سازد، ضروری می باشد. در این تحقیق، که در آن معدن شماره یک سنگ آهن گل گهر به عنوان مطالعه موردی در نظر گرفته شده، با استفاده از روش های تصمیم گیری چند معیاره (mcdm)، الگوی مناسب انفجاری انتخاب و طراحی می شود. بر این اساس الگوی شماره چهل و سه از میان هفتاد و پنج الگوی انفجاری معدن با استفاده از روش چند شاخصه topsis، به عنوان الگوی مناسب و کارا انتخاب شد. شاخص های استفاده شده در رتبه بندی عبارتند از خردایش سنگ، عقب زدگی و پرتاب سنگ که اوزان مربوط به آن ها توسط کارشناسان امر مشخص شد. در بخش دوم تحقیق برای طراحی الگوی انفجاری بهینه، از روش های تصمیم گیری چندهدفه استفاده شده است. بر این اساس از روش های اهداف حددار و برنامه ریزی آرمانی(gp)، جهت طراحی پارامترهای الگوی انفجار، به نحوی که اهداف مورد نظر تأمین شوند، استفاده شده است. با بررسی نتایج به دست آمده و مقایسه آنها با انفجارهای صورت گرفته، مشخص شد روش برنامه ریزی آرمانی قابلیت بالایی در طراحی الگوی انفجار دارد و الگوی به دست آمده از این روش به عنوان مناسب ترین الگو جهت رسیدن به اهداف اشاره شده، معرفی شده است.

آگاهی از قیمت نفت و پیش بینی صحیح آن می تواند فرآیند تصمیم گیری خرید و فروش نفت در بازارهای جهانی را تسهیل و بهترین زمان برای اجرای معاملات و سرمایه گذاری ها را تعیین نماید. در بخشی از این تحقیق با استفاده از مدل های arima و مدل های واریانس ناهمسان به مدل سازی و پیش بینی ماهانه قیمت نفت بازار وست تگزاس اینترمدیت پرداخته شده و نتایج آن با مدل شبکه عصبی مصنوعی مقایسه شده است. نتایج تحقیق نشان می دهد که شبکه عصبی مورد استفاده، نسبت به سایر مدل ها از قدرت پیش بینی بهتری برخوردار است. دوره مورد مطالعه شامل سال های 1946 تا 2011 می باشد که داده های 3 سال آخر برای سنجش توان پیش بینی الگوها استفاده شده است. یک مدل شبکه عصبی جامع با به کارگیری یک الگوی منظم در انتخاب مجموعه آموزش و تست برای پیش بینی قیمت ماهانه نفت ارائه شده است. پارامترهای بنیادی مهم در اقتصاد نفت و اقتصاد جهانی، شامل تولید نفت اوپک، تقاضا برای نفت در کشورهای صنعتی(کشورهای عضو سازمان همکاری اقتصادی و توسعه)، قیمت جهانی طلا، شاخص بازار بورس داوجونس و شاخص قیمت مصرف کننده در یالات متحده، به صورت درصد تغییرات نسبت به ماه پیش با یک ماه وقفه به مدل اضافه شده اند. افزودن این متغیرها به مدل، معیار خطای ریشه میانگین مربعات خطا را به 21/2 و قدرت تشخیص شبکه را در کاهش یا افزایش قیمت به 71/85 درصد می رساند. استفاده هیبریدی از شبکه عصبی و الگوریتم ژنتیک مدلی با دو لایه پنهان (لایه اول شامل 17 نرون و لایه دوم شامل 5 نرون) و اوزان بهینه اتصالات ارائه می کند. توابع تبدیل بهینه به کار گرفته شده توابع تانژانت هیپربولیک در لایه های پنهان و خروجی می باشند. این روش هیبریدی در بخش تست دارای معیار خطای 05/3 و قدرت تشخیص 48/79 می باشد. بعلاوه از روش هیبریدی عصبی-فازی برای تعیین پارامترهای تابع عضویت سیستم های استنتاج فازی از نوع سوگنو استفاده شده است. در مدل پیشنهادی از تابع عضویت زنگوله ای تعمیم یافته و تعداد 2 تابع عضویت برای هر ورودی با شبکه عصبی انتشار برگشتی پیشخور جهت مدل سازی و نگاشت داده های ورودی-خروجی استفاده شده است. این مدل در بخش تست دارای معیار خطای 94/3 و قدرت تشخیص 79/71 می باشد. آزمون علیت گرنجری نشان می دهد بین متغیرهای، درصد تغییرات قیمت طلا و درصد تغییرات شاخص بازار بورس داوجونس با قیمت نفت رابطه علی دو طرفه وجود دارد. در کوتاه مدت تغییرات قیمت طلا، شاخص بازار بورس و تغییرات شاخص قیمت مصرف کننده بر قیمت نفت تاثیر می گذارند.

انتخاب روش استخراج یکی از مهمترین تصمیم هایی است که بایستی توسط مهندسین و مدیران اتخاذ شود. انتخاب روش استخراج به منظور استخراج یک کانسار کاملا مرتبط با مسائل اقتصادی، ایمنی و ظرفیت تولید آن معدن می باشد. هدف اصلی از انجام این تحقیق ارائه یک روش ترکیبی به منظور انتخاب بهترین روش استخراج با استفاده از معیارهای موثر و نظر افراد خبره می باشد. مدل پیشنهاد شده بر اساس روش تحلیل سلسله مراتبی فازی و روش شباهت به گزینه ایده آل بنا نهاده شده است. از روش تحلیل مراتبی فازی به منظور وزن دهی معیارها استفاده شده است. وزن های محاسبه شده در روش تاپسیس به منظور انتخاب مناسب ترین روش استخراج مورد استفاده قرار گرفته است. کانسار انگوران از نظر کیفی یکی از کانسارهای شاخص جهان به شمار می رود. این کانسار از سه بخش اکسیدی، سولفوری و مخلوط تشکیل یافته است. بخش اکسیدی در بالاترین قسمت کانسار، بخش سولفوره در پائین ترین قسمت و بخش مخلوط (مخلوط اکسید و سولفور) بین آن دو قرار گرفته است. کانسار انگوران از سطح زمین در تراز حدود 2980 متر رخنمون داشته و عمق آن در حدود تراز 2700 متر است. تعیین حد بهینه استخراج روباز و زیزمینی با توجه به فعالیت همزمان استخراج در این دو بخش انجام گرفته و پیشنهاد گردیده است که حد استخراج زیرزمینی تراز 2770 متر در نظر گرفته شود. مدل پیشنهاد شده در انتخاب روش استخراج بخش زیرزمینی معدن سرب و روی انگوران مورد استفاده قرار گرفته است. نتایج نشان می دهد روش کندن و پرکردن بهترین روش استخراج این معدن می باشد. با توجه به انتخاب روش کندن و پرکردن، تحلیل پایداری کارگاه های استخراج با استفاده از روش عددی تفاضل محدود و کاربرد نرم افزار flac2d انجام گرفته است. نتایج نشان دهنده پایداری کارگاه های استخراج در بخش سولفور و وجود ناپایداری در کارگاه های استخراج بخش اکسید می باشد. کلمات کلیدی: انتخاب روش استخراج، تحلیل سلسله مراتبی فازی، تاپسیس، کندن و پرکردن، تحلیل پایداری

عملیات آتشباری علاوه بر منطقه انفجاری، محدوده اطراف را نیز تحت تاثیر قرار می دهد، بنابراین کنترل آسیب دیدگی و کاهش مقدار خسارات وارد به مناطق برجا، باعث کاهش هزینه ها و بهبود شرایط ایمنی می شود. برای جلوگیری از آسیب به دیواره های نهایی معادن روباز از آتشباری کنترل شده استفاده می شود. روش پیش شکافی یکی از روش های مرسوم و پرکاربرد آتشباری کنترل شده در معادن روباز می باشد. در معدن شماره یک گل گهر سیرجان از روش آتشباری پیش شکافی درآتشباری دیواره های نهایی استفاده می شود. عوامل متعددی بر روی نتایج آتشباری پیش شکافی تاثیرگذار هستند. این عوامل برخی قابل کنترل و برخی غیر قابل کنترل می باشند. دوازده بلوک آتشباری کنترل شده در معدن شماره یک گل گهر، مورد ارزیابی قرار گرفت. این بررسی ها شامل الگوهای آتشباری، خصوصیات مواد منفجره، خصوصیات توده سنگ می باشد. همگام با کارهای تجربی، کار مدلسازی نیز با نرم افزار udec صورت گرفته است. در بررسی های صورت گرفته مشاهده گردید که پارامترهای قابل کنترل نظیر فشار چال انفجاری، فاصله بین چال های پیش شکافی، الگوی چال های تولیدی و ضربه گیر بر روی نتایج آتشباری کنترل شده تاثیرگذار می باشند. نتایج مدلسازی نیز موید همین مطلب می باشد که فاصله اندک دو چال پیش شکافی، افزایش فشار چال انفجاری، باعث افزایش منطقه پلاستیک در اطراف چال ها می شود. خصوصیات توده سنگ شامل تراکم درزه ها، امتداد درزه ها، جنس مواد پرکننده تاثیر زیادی را بر نتایج آتشباری کنترل شده دارند. مدل های عددی نشان می دهند که تراکم بالای درزه ها، امتداد بین 30 تا 60 درجه درزه ها بر نحوه انتشار امواج در محیط سنگی موثر بوده ونقش بارزی را در عقب زدگی ایفا می کنند. امتداد 30 درجه درزه ها باعث افزایش 16 درصدی شکست شده در حالی که محیطی با درزه هایی با امتداد 45 درجه میزان شکست 33 درصد افزایش می یابد. کاهش 20 درصدی زاویه اصطکاک داخلی و چسبندگی سنگ به ترتیب باعث افزایش 12 و 18 درصدی ناحیه شکست در اطراف منطقه پیش شکافی می شود.

در یک معدن روباز چرخه عملیات حفاری، آتشباری، بارگیری و باربری جهت رساندن ماده معدنی به کارخانه فراوری انجام می گیرد. قیمت بالای تجهیزات حمل و نقل مواد معدنی، لزوم طراحی و بازبینی دقیق این تجهیزات را جهت به کارگیری مطلوب و استفاده از ظرفیت های واقعی (نوع و ظرفیت) آن ها اجتناب ناپذیر می نماید. طراحی باید به گونه ای صورت پذیرد که ضمن استفاده بهینه از تجهیزات، تولید مورد نظر نیز تأمین گردد. برای انتخاب یا طراحی سیستم حمل و نقل، روش های مختلفی وجود دارد. برخی از این روش ها مانند برنامه ریزی خطی در شرایط پیچیده نیاز به ساده سازی های متعدد داشته، در نتیجه کارایی خود را از دست می دهند. در این میان، استفاده از روش شبیه سازی برای تحلیل مسائل چند متغیره دشوار که به وسیله ابزار پویانمایی، تحلیل مسئله در کوتاه ترین زمان ممکن قابل دست یابی می باشد، توصیه می شود. زیرا با هزینه کم، در مدت زمان کم نسبت به سایر روش ها، قادر به ارائه نتایج دقیق می باشد. در این تحقیق با استفاده از تکنیک شبیه سازی و بهره گیری از نرم افزار arena، عملکرد سیستم فعلی حمل و نقل معدن مس سونگون مورد مطالعه قرار گرفته است. در این راستا، شناسایی مسیرهای رفت و برگشت، محل تخلیه و بارگیری، داده های ورودی مورد نیاز نرم افزار از جمله زمان انجام هر فعالیت ثبت گردید. بر اساس نتایج بدست آمده، مشاهده گردید که زمان انتظار دستگاه های بار کننده زیاد می باشد که این نشانگر کمبود تعداد باربرها در سیستم است. از آنجایی که ترکیب های مختلف واحدهای بارکننده و باربر تأثیر بسزایی بر عملکرد کلی سیستم دارد، می توان با تغییر پارامترهای ورودی مدل، شامل نوع و ظرفیت واحدهای عملیاتی، اقدام به تعیین بهترین ترکیب نمود. بر این اساس تعداد شش سناریو از انواع ترکیب بارکننده و باربر برای هر دو حالت گسیل انعطاف پذیر و تخصیص ثابت مورد بررسی قرار گرفت. از جمله افزایش تعداد کامیون ها، تغییر نوع باربر از 30 تن به 100 تن، استفاده از شاول و انواع باربرها و استفاده از شاول – لودر با انواع باربرها را می توان نام برد. در هر حالت سیستم گسیل انعطاف پذیر، کمترین هزینه را داشته است و در حالت کلی به عنوان گزینه مناسب در هر سناریو در نظر گرفته می شود.

معدنکاری بالاخص معدنکاری به روش روباز بدلیل حجم بالای سرمایه گذاری و دخیل بودن پارامترهای متغیر و متعدد فنی و اقتصادی یک صنعت پر ریسک محسوب می شود. از طرفی، ارزیابی و رتبه بندی ریسک ها زمانی که عوامل ریسک زا زیاد می باشند یکی از مهمترین و پیچیده ترین فرآیندهای مدیریت ریسک به حساب می آید. هدف از این تحقیق ارائه رویکردی جهت شناسایی و رتبه بندی ریسک ها در معادن روباز است. رتبه بندی یک مسئله تصمیم گیری چند شاخصه است. بدین منظور ابتدا ساختار جامعی از ریسک های اصلی معادن روباز در قالب 20 سطح اصلی و 117 زیر سطح تهیه شده است. سپس شاخص های متعددی شامل «احتمال وقوع»، «مدیریت پذیری»، «تناوب تکرار»، «میزان کشف»، «نزدیکی وقوع»، «سطح اطمینان»، «اثر بر زمان»، «اثر بر هزینه»، «اثر بر کیفیت» و «اثر بر عملکرد» جهت ارزیابی عوامل ریسک تعیین گردید. مطالعه موردی در این تحقیق، معدن طلای زرشوران به عنوان بزرگترین معدن طلای کشور انتخاب گردید. با تهیه پرسشنامه جامعی به جمع آوری نظرات خبرگان پرداخته و از روش های topsis، electer، تخصیص خطی (la)، پرموتاسیون و topsis fuzzy به عنوان مهمترین روش های جبرانی جهت ارزیابی و رتبه بندی ریسک استفاده شده است. ریسک ها با کمک روش های تصمیم گیری چند شاخصه و با توجه به شاخص های مختلف بهتر ارزیابی می گردند و در نتیجه رتبه بندی واقع بینانه-تری حاصل خواهد شد. با توجه به اینکه رتبه بندی حاصل از روش های مختلف در مواردی با یکدیگر تفاوت داشته، برای اجماع کلی از روش های تلفیقی (میانگین، بردا و کپلند) استفاده شده است. با میانگین گیری از سه دسته رتبه بندی بدست آمده از روش های تلفیقی، رتبه بندی ادغامی ریسک ها حاصل می شود. بدین ترتیب ریسک های سیاسی، اقتصادی(کلان)، مدیریتی و بازار مهمترین ریسک ها محسوب می شوند.

با توسعه و گسترش شهرهای بزرگ و مسایل ترافیکی نیاز به وجود و احداث تونل ها در عمق های مختلف مورد توجه قرار گرفته است پیامد تونل سازی تغییر نحوه تمرکز تنش در اطراف فضای خالی شده می باشد. به جابجایی عمودی نقاط واقع در سطح زمین که در بالای فضای حفاری شده قرار دارند نشست گفته می شود. تخمین میزان نشست زمین در اثر حفر تونل در اعماق کم و به خصوص در محیط های شهری که این نشست ها مستقیما با زندگی مردم در ارتباط می باشد از اهمیت زیادی برخوردار است. برای تعیین نشست زمین و بررسی پارامترهای موثر در آن از روش های تجربی تحلیلی و عددی استفاده می شود که با توجه به کاربرد روزافزون رایانه در علوم مهندسی استفاده از روش های عددی مورد توجه بیشتری قرار گرفته است. در این پایان نامه به بررسی نشست های سطحی و جابجایی هایقایم در زیر پی سی و سه پل ناشی از حفر دو تونل مشابه و موازی هم پرداخته شده است. این بررسی ها با استفاده از نرم افزارهایflac 3d و flac 2d و با بهره گیری از اطلاعات موجود از شرایط اولیه حاکم بر منطقه مورد مطالعه از طریق مدلسازیهای سه بعدی و دو بعدی بر اساس مدل موهر-کلمب و الاستیک در دو حالت استاتیکی و دینامیکی انجام شده است. با توجه به نتایح تحلیل های استاتیکی تا زمانیکه فاصله پل تا تونل ها به 5/12 متر کاهش می یابد میزان نشست در محدوده مجاز می باشد. در برسی های دینامیکی ابتدا با استفاده از اطلاعات اولیه موجود از شرایط حرکت قطارها، انالیز فوریه بارگذاری دینامیکی مربوطه جهت بدست اوردن فرکانس های طبیعی خاک منطقه برابر یک هرتز تعیین شده است با در نظر گرفتن این فرکانس طبیعی و همچنین با اعمال فرکانس های اصلی در مدلسازیهای مختلف دامنه جابجایی نقاط زیر سی و سه پل بدست آمد که بر مبنای این نتایج محدوده باند فرکانسی مجاز جهت طراحی و تعبیه مواد جاذب انرژی ارتعاشی (الاستومرها) در ریل ها، بینhz - 15/1 بدست آمده اند.

از دیدگاه اقتصادی، شناسایی و کمی سازی عدم قطعیت عیاری دارای اهمیت بالایی در رده بندی منابع می باشد. برای کمی سازی عدم قطعیت می توان از تکنیک های شبیه سازی شرطی که کاربرد فراوانی نیز در منحنی های تناژ- عیار و رده بندی منابع دارند، استفاده نمود. این روش ها، برای کانسارهای تک عنصره قابل کاربرد می باشند، اما در کانسارهای چند عنصره که در آن ها لحاظ نمودن همبستگی فضایی از اهمیت بسزایی برخوردار است، به ندرت استفاده می شوند. برای این منظور می توان از روش هایی نظیر شبیه سازی شرطی توأم (ccs)، تبدیل شرطی متوالی (sct) و تحلیل مولفه های اصلی (pca) و روش جدید فاکتورهای خود همبستگی کمینه/ بیشینه (maf) استفاده نمود. در سال های اخیر، روش maf با توجه به مزایای متعدد نسبت به سایر روش ها به طور موفقیت آمیزی برای شبیه سازی کانسارهای چند عنصره به کار گرفته شده است. این روش نسبت به روش های قبل، در مدل های واریوگرام با بیش از یک ساختار فضایی قابل کاربرد می باشد. علاوه بر این به وسیله این روش می توان همبستگی را در کلیه فواصل گام ها حذف کرده و به دلیل عدم نیاز به مدلسازی واریوگرام های متقابل، انجام سریع تر شبیه سازی ها امکان پذیر می شود. هم چنین این روش بازتولید خوبی از همبستگی بین عناصر ایجاد می نماید. در این تحقیق روش maf برای شبیه سازی شرطی توأم در یک کانسار چند عنصره مس پورفیری استفاده و اثر آن روی منحنی تناژ- عیار بررسی شده است. نتایج بیانگر آن بوده است که روش maf می تواند به طور موثری برای بازتولید همبستگی ها مورد استفاده قرار گیرد. هم-چنین رده بندی کمی منبع با استفاده از نتایج شبیه سازی maf و بر اساس دوره های تولید انجام شد. بر اساس نتایج به دست آمده، مقدار منبع اندازه گیری شده، نشان داده شده و استنباطی به ترتیب معادل 411000، 1221000 و 31286000 تن تعیین شد.

چکیده در این پایان نامه، با استفاده از نتایج کارهای مشابه انجام شده ی قبلی و انجام برخی آزمون های آزمایشگاهی و همچنین بررسی میدانی شیرر در معدن و انجام برخی اندازه گیری ها، رابطه ی عملکرد دستگاه شیرر معدن زغال سنگ طبس با پارامترهای زغال سنگ طبس و دستگاه شیرر مورد بررسی قرار گرفته است. برای این کار، دو پارامتر اصلی انرژی ویژه به صورت « مقدار کار یا انرژی انجام شده برای کندن واحد وزن یا حجم سنگ بر حسب مگاژول بر متر مکعب» و نرخ برش آنی به صورت « مقدار سنگ یا زغال جدا شده از سینه کار توسط ماشین در یک ساعت» معرفی شده اند. از دو مفهوم معرفی شده به عنوان اصلی ترین مفاهیم در پیش بینی عملکرد ماشین آلات استفاده می شود. هدف اصلی این پایان نامه نیز استفاده از این دو پارامتر به منظور پیش بینی عملکرد شیرر مورد استفاده در معدن زغال طبس می باشد. برای این کار، ابتدا با استفاده از مدل نظری ایوانس، برش پذیری زغال سنگ در مقیاس کوچک و آزمایشگاهی با استفاده از یک تیغه مورد بررسی قرار گرفته و این الگو، به دستگاه شیرر با تعداد تیغه های بیشتر تعمیم داده شده است و رابطه ی پارامترهای مختلف برش مانند عمق برش، عرض تیغه و زاویه قرارگیری تیغه با انرژی ویژه بررسی شده اند. در ادامه، یعنی بررسی میدانی شیرر، در بخش های مختلف از سینه کار، پارامترهایی مانند نرخ برش آنی، زاویه برخورد تیغه با کلیت زغال و زاویه ? اندازه گیری شده و نمونه گیری نیز به عمل آمده است. بر روی نمونه ها، با توجه به امکانات موجود، آزمایش های شاخص مقاومت در برابر ضربه و سختی چکش اشمیت انجام گرفته است. با استفاده از داده های موجود، دو مدل برای پیش بینی نرخ برش آنی توسعه داده شده و در نهایت، این دو مدل، مدل ایوانس و نرخ برش آنی اندازه گیری شده در معدن با یکدیگر مقایسه شده اند. نتایج کار که نشان دهنده ضریب همبستگی بالای 90 درصد و ارتباط مناسب بین این مدل ها است، در پایان کار در نمودارهایی آورده شده است. مقدار انرژی ویژه برای کارگاه استخراج پانل e2 لایه c1 طبس با روش اندازه گیری برابر 07/3 و با استفاده از روابط ایوانس برابر 2/63 مگاژول بر متر مکعب تعیین شده و مقدار نرخ برش آنی با دو روش فوق به ترتیب برابر 82/234 و 96/314 مترمکعب بر ساعت به دست آمده است.

این تحقیق در راستای بررسی تاثیر پارامترهای مختلف زمینشناسی، ژئومکانیکی و پارامترهای عملیاتی دستگاه بر میزان نرخ نفوذ و پیشبینی عملکرد دستگاه چالزنی است. پس از بررسی پیشینه تحقیق و شناخت نقاط ضعف و قوت آنها، پارامترهای لازم در پیشبینی سرعت حفاری انتخاب شد. این پارامترها شامل پارامترهای عملیاتی دستگاه چالزنی از جمله نیروی فشاری پشت سرمته و سرعت چرخش سرمته، پارامترهای مربوط به مادهسنگ شامل مقاومت فشاری تک محوری، مقاومت کششی برزیلی و چکش اشمیت و پارامترهای مربوط به تودهسنگ شامل اندیس فابریک تودهسنگ سیتمهای rmr ، q ، rmi و gsi بود. پس ازانجام برداشتهای میدانی و آزمونهای آزمایشگاهی بانک اطلاعاتی جامعی از پارامترهای فوق در دو معدن سرب و روی انگوران و ایرانکوه بدست آمد. در اولین گام پس از انجام برداشتهای زمینشناسی و جمعآوری دادهها، اندیس فابریک تودهسنگ چهار سیستم ردهبندی محاسبه شد. در ادامه با استفاده از روشهای آماری، تاثیر هریک از پارامترها روی نرخ نفوذ بررسی شد. نتایج تحلیلها ارتباط منطقی و معنیداری را بین برخی از پارامترها و نرخ نفوذ نشان داد. از بین این پارامترها اندیس فابریک سیستم q 0 را به ترتیب با دادههای معدن انگوران / 0 و 38 /97 ،0/ بهترین تطابق با ضریب همبستگی 38 و ایرانکوه بطور مجزا و دادههای ترکیبی این دو معدن نشان داد. ضعیفترین همبستگی مربوط به اندیس فابریک سیستم gsi 0 به ترتیب با دادههای معدن انگوران و / 0و 17 /010 ،0/ با ضریب همبستگی 00 ایرانکوه بطور مجزا و دادههای ترکیبی این دو معدن است. همچنین در تحلیل دادهها به روش رگرسیون 0 بین پارامترهای موثر بر نرخ نفوذ / 0 و 78 /70 ،0/ خطی چند متغیره، روابطی با ضریب همبستگی 79 بدست آمد. پارامترهای اندیس فابریک سیستم q ، مقاومت فشاری تک محوری، نیروی فشاری پشت سرمته و سرعت چرخش سرمته در دادههای معدن انگوران، در دادههای معدن ایرانکوه و در دادههای ترکیبی هر دو معدن وارد مدل شد. به منظور اعتبارسنجی نتایج، مقادیر پیشبینی شده نرخ نفوذ با استفاده از مدلهای پیشنهادی با مقادیر میدانی مقایسه شد. نتایج بررسیها تطابق خوبی را با ضریب 0 برای دادههای معدن انگوران، ایرانکوه و دادههای ترکیبی این دو معدن / 0 و 78 /97 ،0/ همبستگی 37 نشان میدهد. اگرچه این تحقیق نتایج امیدوار کنندهای برای تخمین قابلیت چالخوری تودهسنگ به همراه یک مدل ساده و کاربردی ارائه می کند، اما از آنجایی که مدلهای تجربی وابسته به دادههای پروژه میباشد، استفاده از آن در شرایط زمینشناسی و لیتولوژی مشابه پیشنهاد میشود.

نوسانات عیاری خوراک کارخانه یکی از عوامل مهم در بازیابی کارخانه فراوری است به صورتی که هر چه این نوسانات کمتر باشد، راندمان کارخانه افزایش می یابد. به منظور کاهش تغییرپذیری عیاری، انباشتگاه های همگن سازی در صنعت معدنکاری به طور وسیعی استفاده می شوند. جرم و تعداد لایه های سازنده انباشتگاه نقش بسزائی در میزان کاهش تغییرپذیری عیاری دارد. با افزایش جرم و تعداد لایه های تشکیل دهنده انباشتگاه، تغییر پذیری عیاری کاهش می یابد هرچند این افزایش می تواند منجر به افزایش پیچیدگی و هزینه های عملیاتی شود. در این تحقیق، به منظور پیش بینی تغییرپذیری عیاری در معدن انگوران از روش شبیه سازی زمین آماری استفاده شده است. در این راستا، ابتدا با استفاده از روش شبیه سازی تعداد 25 تحقق هم احتمال عیاری با استفاده از نرم افزار sgems تولید و پس از آن مدل بلوکی مربوط به هر تحقق در نرم افزار datamine ساخته می شود. در مرحله بعد، با در نظر گرفتن برنامه ریزی تولید حاصل از نرم افزار npv بلوکهای ارسالی به پایل مشخص می شوند. در نهایت، تغییر پذیری عیاری برای ابعاد مختلف انباشتگاه و تعداد لایه های سازنده انباشتگاه تعیین گردید. براساس نتایج بدست آمده، انباشتگاه با جرم 187 کیلو تن متشکل از 25 لایه دارای کمترین تغییرپذیری می باشد.

روش ها و مدل های اندازه گیری بهره وری اعم از پارامتریک یا ناپارامتریک، مدل های کمّی هستند. داده ها و متغیرهای بکار رفته در این مدل ها (نهاده ها و ستانده ها) نیز از نوع متغیرهای کمّی بوده و تأثیر متغیرهای کیفی موثر بر بهره وری نظیر سبک مدیریت، عدالت سازمانی، رفتارهای شهروندی سازمانی، ترغیب به خلاقیت و نوآوری و ... لحاظ نشده است. استفاده از مزیت ها و توانایی های تحلیل پوششی داده ها (dea) به عنوان یکی از رایج ترین روش های ناپارامتریک اندازه گیری بهره وری از یک طرف، و تلاش محققان علم اقتصاد و تحقیق در عملیات در استفاده از روش های آماری تجزیه و تحلیل چند متغیره در مدلهای تحلیل پوششی داده هااز طرف دیگر، انگیزه ورود این تحقیق برای ساخت یک مدل تلفیقی تحلیل پوششی داده ها و تجزیه و تحلیل عاملی با هدف اعمال تاثیر متغیرهای کیفی در اندازه گیری و تحلیل بهره وری واحدهای تصمیم گیرنده شده است. با توجه به وجود همبستگی بین متغیرهای کیفی، شناخت ساختار این همبستگی و عوامل پنهانی که علّت آن می باشند، به عنوان فاکتورهای کیفی تأثیرگذار بر بهره وری مورد بررسی و مطالعه قرار گرفت. در مقایسه این روش (تحلیل عاملی) با روش تجزیه و تحلیل مولفه های اصلی (روش بکار رفته در تحقیقات قبلی که صرفاً از طریق کاهش داده ها به حل مسئله عدم تفکیک پذیری در تحلیل پوششی داده ها پرداخته اند)، به مزیت روش تحلیل عاملی اشاره شده است. در واقع مزیت مدل ارائه شده، علاوه بر تقلیل داده ها، ساختار سازی و معرفی عوامل معدود (فاکتورهای عاملی) به عنوان متغیرهای جدید می باشد، متغیرهایی که مقادیر آن ها از ترکیب خطی متغیرهای اولیه بدست می آیند. در پایان برای بررسی کارکرد مدل و یافته های تحقیق، 27 واحدها معدنی تحت پوشش شرکت تهیه و تولید مواد معدنی ایران به عنوان مطالعه موردی در نظر گرفته شد. نتایج تحقیق نشان داده است که از بین 16 واحد ناکارا، عامل مدیریت منابع انسانی در 4 واحد و عامل فعالیت های نوآورانه در 2 واحد و هر دو عامل در 7 واحد باید ارتقاء یابند. با لحاظ متغیرهای کیفی در کنار متغیرهای کمّی، تحلیل جامع تر و واقعی تری از بهره وری بدست می آید.

یک عملیات موفق و مطلوب انفجار علاوه بر اینکه خردایش مناسب سنگ را موجب می شود، از پدیده های نامطلوب و ناخواسته ناشی از انفجار، از قبیل لرزش زمین، پرتاب سنگ و عقب زدگی تا حدود زیادی می کاهد. بنابراین، ضروری است که عوامل و پارامترهای تاثیرگذار بر این پدیده ها مورد مطالعه قرار گیرند. بطور کلی عوامل تاثیرگذار بر عملیات انفجار را می توان به دو گروه پارامترهای قابل کنترل (الگوی انفجار) و پارامترهای غیر قابل کنترل (خصوصیات ژئومکانیکی توده سنگ) تقسیم نمود. پارامترهای قابل کنترل موثر در عملیات انفجار در معدن سنگ آهن دلکن (بارسنگ، فاصله ردیفی چال ها، طول چال، گل گذاری و خرج ویژه) به گونه ای طراحی شدند که پرتاب سنگ و عقب زدگی به حداقل مقدار ممکن کاهش یابند. در گذشته با روش های تجربی روابطی را جهت تعیین الگوی انفجار ارائه دادند که با توجه به تعدد پارامترها و شرایط پیچیده حاکم بر عملیات انفجار، نتایج چندان مطلوب نبوده و در ضمن هیچ رابطه ای که بتواند همزمان هر دو پدیده نامطلوب اشاره شده را پیش بینی کند، ارائه نشده است. در این پایان نامه، از الگوریتم کلونی مورچگان، یکی از روش های بهینه سازی که از طبیعت الهام گرفته، استفاده شد. در نتیجه این بهینه سازی الگویی با ضخامت بارسنگ 2.8 متر، فاصله ردیفی چال 3.3 متر، طول چال 10.2متر، طول گل گذاری 1.5 متر و خرج ویژه 201 گرم بر تن بدست آمد. پیش بینی می شود که با استفاده از الگوی بدست آمده، پرتاب سنگ 95 متر و عقب زدگی 1.8 متر بدست آید، که عقب زدگی کاهش 2.45 متری از میانگین عقب زدگی (4.25 متر) و پرتاب سنگ کاهش 155 متری از مقدار میانگین (250 متر) را داشته باشد.

عیارحد یکی از مهمترین پارامترها در طراحی محدوده نهایی و برنامه ریزی تولید معادن روباز می-باشد. استفاده از تئوری لین در بهینه سازی عیار حد منجر به در نظر گرفتن عیارهای حد دینامیک می شود که در نتیجه عیارهای حد در طول عمر معدن به صورت نزولی کاهش می یابد. این به نوبه خود ضرورت ایجاد انباشتگاه ها با مواد بین عیارهای حد سربه سری و بهینه را به دنبال خواهد داشت. در این تحقیق، راهکاری بر اساس تئوری اصلی لین در یک کانسار فرضی سرب و روی به منظور حداکثر کردن ارزش خالص فعلی با ترکیب گزینه انباشتگاه توسعه یافت. این راهکار روش ترکیبی الگوریتم ژنتیک و جستجوی شبکه می باشد که بهترین راه حل را در کمترین زمان ممکن ارائه می دهد، در حالی که از به دام افتادن در بهینه محلی جلوگیری می کند. نرم افزار matlab به منظور کد نویسی مورد استفاده قرار گرفت. بر اساس نتایج بدست آمده، ارزش خالص فعلی با در نظر گرفتن گزینه انباشتگاه به اندازه 2 درصد افزایش یافت که این میزان افزایش برای اقتصاد معدن قابل توجه است. همچنین، عمر معدن از 14 به 19 سال افزایش یافت. قابل ذکر است که بهره برداری از انباشتگاه از سال 15 آغاز می گردد.

در این مطالعه ماشین epb خط 7 متروی تهران مورد مطالعه و بررسی قرار گرفته است. این مطالعه درباره تحلیل عملکرد ماشین از نظر قابلیت های اطمینان، تعمیرپذیری و دسترسی است. در این تحقیق ماشین به 11 زیرسیستم تقسیم بندی شده و بحرانی ترین زیرسیستم با استفاده از تحلیل پارتو مشخص می شود. در انتها پس از بدست آمدن قابلیت های اطمینان، تعمیرپذیری و دسترسی هر زیرسیستم با توجه به سری بودن آنها، این قابلیت ها برای کل ماشین محاسبه می شود.

چکیده ندارد.

چکیده ندارد.

چکیده ندارد.

چکیده ندارد.

چکیده ندارد.

یکی از مراحل تولید در معادن روباز، عملیات چالزنی و آتشباری است. در هنگام انفجار تمام انرژی ماده منفجره صرف رسیدن به اهداف مطلوب و مورد نظر نمی شود و انفجار علاوه بر محدوده مورد نظر بر منطقه وسیعی از اطراف محل انفجار نیز اثر می گذارد که اغلب این اثرات، نامطلوب و مخرب می باشند. لرزش زمین، پرتاب سنگ و عقب زدگی از جمله مهمترین پدیده های نامطلوب ناشی از آتشباری می‎باشند. به منظور پیش‎بینی و کنترل عوارض اجتناب ناپذیر و خطرناک ناشی از آتشباری لازم است ابتدا عوامل تأثیر گذار بر این فرآیندها، نظیر خصوصیات سنگ، پارامترهای مربوط به ماده منفجره و مشخصات هندسی شبکه انفجار شناسائی شوند. با توجه به تعدد پارامترهای موثر در عملیات آتشباری و درنظر نگرفتن همزمان این پارامترها در روابط تجربی موجود، رویکرد جدید استفاده از متدهای نوین نظیر شبکه‏های عصبی مصنوعی (ann)، الگوریتم ژنتیک (ga)، روش طبقه بندی حداکثر احتمال (mlc) و ... می‏باشد. این روش‏ها علاوه بر دقت لازم در طراحی، از سرعت بالا و سهولت کاربرد نیز برخوردار هستند. در این تحقیق 3 مدل مجزا مبتنی بر شبکه عصبی چند لایه پرسپترون برای شبیه سازی عملیات چالزنی و آتشباری و پیش‎بینی پدیده‎های نامطلوب در معادن مس سرچشمه و مس سونگون با توجه به شرایط محیطی ارائه شده است. بر اساس نتایج بدست آمده می¬توان گفت که شبکه عصبی مصنوعی می¬تواند به طور مؤثری برای طراحی یک الگوی انفجار جهت جلوگیری از وقوع عوارض نامطلوب مورد استفاده قرار گیرد. همچنین ملاحظه گردید که پارامترهای فاصله محل انفجار از محل ثبت لرزه، خرج ویژه، خرج بر تأخیر، بیشترین چال منفجر شده در هر تأخیر و میزان تأخیر بین ردیف‎ها به ترتیب بیشترین تأثیر را بر لرزش زمین داشتند. همچنین پارامترهای خرج ویژه، ضخامت بار سنگ، خرج بر تأخیر و طول گل گذاری به ترتیب بیشترین تأثیر را در میزان پرتاب سنگ و پارامترهای ضخامت بار سنگ، خرج ویژه و خرج بر تأخیر نیز به ترتیب بیشترین تأثیر را در میزان عقب زدگی ناشی از آتشباری داشتند.