بهینه سازی عملیات آتشباری در معدن انگوران با استفاده از روش های هوش مصنوعی
پایان نامه
- وزارت علوم، تحقیقات و فناوری - دانشگاه تربیت مدرس - پژوهشکده فنی و مهندسی
- نویسنده ابراهیم ابراهیمی
- استاد راهنما مسعود منجزی
- تعداد صفحات: ۱۵ صفحه ی اول
- سال انتشار 1392
چکیده
چالزنی و آتشباری از مهم ترین واحدهای عملیاتی معادن روباز می باشند. بهینه سازی این عملیات می تواند در کاهش هزینه های استخراج معادن موثر باشد. در این پایان نامه، سعی شده است که عوامل موثر در عملیات آتشباری در معدن سرب و روی انگوران (شامل طول چال، ضخامت بارسنگ، فاصله ردیفی چال ها، طول گل گذاری و خرج ویژه) به گونه ای طراحی شوند که خردایش نامناسب و عقب زدگی در معدن سرب و روی انگوران کاهش یابد. با توجه به دقت روش های هوشمند، از الگوریتم ترکیبی شبکه عصبی مصنوعی و کلونی زنبور برای بهینه سازی عملیات آتشباری در معدن انگوران استفاده شده است. شبکه عصبی برای پیش بینی نتایج آتشباری و الگوریتم کلونی زنبور جهت بهینه سازی مدل پیشنهادی به کار گرفته شده است. پارامترهای موثر در عملیات آتشباری در معدن سرب روی انگوران به گونه ای طراحی شده است، که الگوی بهینه(دستیابی به خردایش مناسب و کمینه کردن عقب زدگی) محقق شود. در نتیجه این شبیه سازی و بهینه سازی الگویی با ضخامت بارسنگ 9/3 متر، فاصله ردیفی چال 4 متر، طول چال 9/12متر، طول گل گذاری 3/3 متر، خرج ویژه 45/0 کیلوگرم بر متر مکعب برای قسمت ماده معدنی با قطر چال 114 میلی متر و الگویی با ضخامت بارسنگ 9/3 متر، فاصله ردیفی چال 3/4 متر، طول چال5/12 متر، طول گل گذاری 6/2 متر و خرج ویژه 36/0 کیلوگرم بر متر مکعب برای قسمت باطله با قطر چال 127 میلی متر به دست آمد.
منابع مشابه
مدیریت بهینه عملیات بارگیری فرآورده های نفتی با استفاده از بهینه سازی شبیه سازی
سیستم ذخیره سازی، بارگیری و انتقال فرآورده های نفتی مهم ترین بخش زنجیره تامین فرآورده های نفتی را تشکیل می دهد. مدیریت این سیستم، نقش به سزایی در عملکرد زنجیره تامین فرآورده های نفتی دارد. به علت گستردگی عملیات انبارهای نفتی، استفاده از روش های علمی و بهینه سازی به جای روش های سنتی برای استفاده بهینه از منابع موجود انبارهای ذخیره سوخت و کاهش هزینه های سیستم ضروری به نظر می رسد. در این مطالعه،...
متن کاملتحقیق در عملیات و هوش مصنوعی : ابزارهای مناسبی برای حل مسائل بهینه سازی ترکیبی
این مقاله مسأله بهینه سازی ترکیبی و نیز چگونگی ترکیب تحقیق در عملیات و هوش مصنوعی برای حل این نوع مسأله را، مورد بررسی قرار می دهد. در این تحقیق یکی از مسائل بهینه سازی ترکیبی – مسئله توزیع و مسیر یابی وسیله نقلیه – که به طور خاص در دهه اخیر مورد مطالعه قرار گرفته، بررسی شده است.
متن کاملتعیین خرج ویژه بهینه در عملیات آتشکاری با استفاده از شبکه¬های عصبی مصنوعی
هدف اصلی در این مطالعه، بررسی کاربرد شبکه عصبی در تخمین خرج ویژه بهینه بر اساس یک سری ازمشاهدات و محاسبات عددی می‌باشد. پارامترهای ورودی مورد نیاز جهت مدلسازی، شامل 12 ویژگی زمین‌شناسی و ژئومکانیکی می‌باشد. اطلاعات مورد نیاز برای این تحقیق از تونل سرریز سد کوثر جمع آوری شده است. شبکه عصبی طراحی شده در این مطالعه توسط داده‌های آموزشی و آزمایشی مورد ارزیابی قرار می‌گیرد. نتایج به دست آمده نشان م...
متن کاملارائه الگوی بهینه حفاری و آتشباری در معدن مس میدوک و مقایسه روش هایدستی و کامپیوتری
در این مقاله ابتدا چگونگی طراحی الگوی حفاری و اتشباری بطور عام و برای معدن مس میدوک بطور خاص ، بصورت خلاصه تشریح می گردد . سپس اطلاعات زمین شناسی و ژئوتکنیکی منطقه همراه با شرایط محیط کار ، مشخصات تجهیزات حفاری و خصوصیات مواد موجود ، مورد بررسی قرار می گرد و با استفاده از این اطلاعات و نتایج آزمایش های انجام شده و همچنین بر اساس ضخامت بار سنگ که با روش میانگین گیری پیراسته محاسبه شده ، الگوی حف...
متن کاملبهینه سازی الگوی آتشباری معدن سنگ آهن سنگان با استفاده از روش ترکیبی عصبی- فازی
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 منطق...
15 صفحه اولمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
نوع سند: پایان نامه
وزارت علوم، تحقیقات و فناوری - دانشگاه تربیت مدرس - پژوهشکده فنی و مهندسی
کلمات کلیدی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023