اختصاصی از
زد فایل پایان نامه کارشناسی ارشد معدن پیش بینی خردایش حاصل از انفجار های معدنی با استفاده از شبکه های عصبی و رگرسیون خطی چندگانه دانلود با لینک مستقیم و پر سرعت .
این محصول در قالب پی دی اف و 176 صفحه می باشد.
پایان نامه کارشناسی ارشد معدن پیش بینی خردایش حاصل از انفجار های معدنی با استفاده از شبکه های عصبی و رگرسیون خطی چندگانه (مطالعه موردی معدن سنگ آهن گل گهر)
این پایان نامه جهت ارائه در مقطع کارشناسی ارشد رشته مهندسی استخراج معدن طراحی و تدوین گردیده است . و شامل کلیه مباحث مورد نیاز پایان نامه ارشد این رشته می باشد.نمونه های مشابه این عنوان با قیمت های بسیار بالایی در اینترنت به فروش می رسد.گروه تخصصی ما این پایان نامه را با قیمت ناچیزی جهت استفاده دانشجویان عزیز در رابطه با منبع اطلاعاتی در اختیار شما قرار می دهند. حق مالکیت معنوی این اثر مربوط به نگارنده است. و فقط جهت استفاده ازمنابع اطلاعاتی و بالابردن سطح علمی شما در این سایت ارائه گردیده است.
چکیده
یکی از اساسی ترین مراحل استخراج معدن عملیات چالزنی و انفجار می باشد. برای انجام یک
انفجار مناسب، در مرحله اول باید عوامل تاثیر گذار نظیر خصوصیات سنگ، پارامتر های مربوط به ماده
منفجره و مشخصات هندسی شبکه انفجار تعیین گردند و سپس الگوی انفجار بهینه بر مبنای این عوامل
محاسبه شود. خردایش ناشی از انفجار در معادن یکی از موارد و مسائل مهم در عملیات معدنکاری به
شمار می رود که در صورت اجرای کم نقص و صحیح انفجار ها، اثرات مثبت این عملیات به بخش های
دیگر معدنکاری از جمله ترابری و سنگ شکنی کشیده می شود. به همین سبب جهت بهینه سازی
عملیات انفجاری برای بهبود خردایش در معادن اقدامات گسترده ای صورت گرفته که تا حد زیادی به
بهبود این مهم انجامیده است. تا کنون بخش گسترده ای از این اقدامات و تحقیقات به صورت تجربی
صورت پذیرفته است که در آنها فرد محقق با تعداد آزمایشات اندکی مورد بررسی قرار می داده و اقدام
به نتیجه گیری می نمود . اما امروزه با رونق گیری علوم جدید و دخول آنها به بخش های مختلف
مهندسی معدن این آزمایشات جلوه دیگری یافته است. که از آن جمله تعدد آزمایشات مورد بررسی که
بزرگترین مزیت می باشد را می توان نام برد. از این جمله موارد می توان به تصمیم گیری های چند متغیره
مانند DEA ، TOPSIS ، AHP و غیره، شبکه های عصبی، منطق فازی، الگوریتم ژنتیک و تحلیل
های آماری اشاره نمود؛ که به تازگی با استفاده از آنها اقدامات مربوط به بهینه سازی انفجار های معدنی
آغاز گردیده است . در این تحقیق ابتدا با استفاده از شبکه های عصبی مصنوعی، مدلی مبتنی بر شبکه
عصبی چند لایه برای شبیه سازی عملیات انفجار در معدن شماره 1 سنگ آهن گل گهر و پیش بینی
مناسب ترین الگوی انفجار با توجه به شرایط محیطی ارائه شده است. این شبکه عصبی به جای طراحی با
نرم افزار مطلب با نرم افزاری مختص به طراحی شبکه های عصبی مصنوعی به نام Alyuda
NeuroIntelligence ط رح ریزی شده است. تعداد پارامتر های ورودی در نظر گرفته شده برای این
شبکه عصبی 15 پارامتر می باشد. سپس با توجه به رفتار شبکه در قسمت های آموزش، آزمون و مقدار
خطا ها در تخمین میزان d80 ، مقادیر بهینه ای برای تعداد لایه های میانی، تعداد نرون ها و توابع انتقال
بدست آمد. به این ترتیب شبکه بهینه با دو لایه میانی که به ترتیب دارای و 11 48 نرون می باشند، تعیین
. شد در بخش دوم از رگرسیون های خطی و غیر خطی جهت مقایسه نتایج با حاصله از شبکه عصبی
استفاده شده است. در این بخش با استفاده از نرم افزار SPSS15 دو رابطه یکی به صورت خطی و
دیگری غیر خطی بدست آمد.
آنالیز های انجام شده بیانگر تاثیر بالای پارامتر های طول چال، نسبت
، طول گل گذاری وs/b
از d80 میزان خرج بر تاخیر می باشد.در این معدن با تغییر مقدار گل گذاری از 5/5 متر به 3/6 متر مقدار
55/. متر به 6/0 متر افزایش پیدا نمود .
مقدمه
توجه به اولین مرحله از خردایش سنگ که توسط حفاری و انفجار صورت می پذیرد، یکی از
اساسی ترین و حساس ترینپارامتر های موثر بر اقتصاد و حیات معدن به شمار می رود. انجام یک انفجار
مطلوب، کاهش هزینه های کل خردایش سنگ، بهبود بازدهی عملیات حفاری، بارگیری، باربری و بهبود
عملیات بعد از استخراج مواد معدنی که شامل ورود مواد به سنگ شکن های اولیه و ثانویه و غیره می
باشد، را به دنبال خواهد داشت. به منظور دستیابی به تمامی موارد ذکر شده لازم است تا با شناسایی عوامل
تاثیر گذار بر فرآیند چالزنی و انفجار آن را بهینه نمود. به طور کلی عوامل موثر بر روی انفجار را می توان
به دو گروه عمده شامل، پارامتر های قابل کنترل (الگوی انفجار) و پارامتر های غیر قابل کنترل
(خصوصیات ژئومکانیکی توده سنگ) تقسیم بندی نمود. خرج ویژه، نحوه آرایش چال ها، تاخیر در
شروع انفجار، قطر چال، ضخامت بارسنگ، فاصله ردیفی چال ها، طول گل گذاری و ضریب سفتی از
جمله پارامتر های قابل کنترل و حفره های طبیعی و نواحی غیر مقاوم شامل سطوح لایه بندی، گسل ها و
درزه ها جز پارامتر های غیر قابل کنترل محسوب می شوند.
همانگونه که پیشتر مطرح شد نخستین و اصلی ترین هدف انفجار در معادن، خرد باطله و ماده
معدنی است که در صورت مناسب انجام شدن انفجار تسهیل عملیات بارگیری و کاهش مشکلات در
بخش سنگ شکنی را خواهیم داشت. خردایش مطلوب به عوامل متعددی از مانند نوع ماده منفجره،
چاشنی، پرایمر، نوع سنگ و خرج ویژه بستگی دارد. اما در بعضی از شرایط به دلیل عدم دسترسی به
خردایش بهینه تبعاتی در اثر انفجار بد پدید می آید که عبارتند از لرزش زمین، شکستگی های نا مطلوب
مثل عقب زدگی، جناح زدگی، پرتاب سنگ و انتشار امواج انفجاری در هوا و تولید صدای مهیب در
.هوا
محققین بسیاری نظیر کونینگهام، لیلی، لانگفورس و … در گذشته روابطی را جهت پیش بینی
میزان خردایش ناشی از انفجار ارائه نموده اند که با توجه به شرایط پیچیده حاکم بر روابط بر عملیات
انفجار، نتایج حاصله چندان قابل اعتماد نیستند. در سال های اخیر، به منظور مدلسازی محیط های
ناهمگون و پیچیده روش های متفاوتی جهت پیش بینی این موارد مورد استفاده قرار گرفته است. از جمله
این روش ها شبکه های عصبی مصنوعی است که به تازگی در صنعت معدنکاری ظهور پیدا کرده و نتایج
قابل توجهی را در زمینه های مختلف معدنی حاصل نموده است. شبکه های عصبی در مبحث انفجار
4
معادن کاربرد هایی در داخل و خارج از کشور داشته است. که از آن جمله می توان به پیش بینی لرزش
زمین، پیش بینی پرتاب سنگ، عقب زدگی و غیره اشاره نمود .
اما بحث تحلیل های آماری که به غلط رگرسیون نامیده می شود، در بخش صنعت معدن کاربرد
های قابل ملاحظه و چشم گیری جز چند مورد انگشت شمار نداشته است که بیشتر در قسمت مکانیک
سنگ به کار رفته است. در مورد انفجار معادن تنها سه مورد مطالعاتی در دست
رس می باشد که دو مورد
مطالعاتی در زمینه لرزش زمین و یک مورد در زمینه پرتاب سنگ می باشد .
دانلود با لینک مستقیم
پایان نامه کارشناسی ارشد معدن پیش بینی خردایش حاصل از انفجار های معدنی با استفاده از شبکه های عصبی و رگرسیون خطی چندگانه 
