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) – معدن

مشخصات فایل

مقطع:کارشناسی ارشد
رشته تحصیلی:مهندسی معدن
نوع ارائه:پایان نامه
تعداد صفحات:176
قالب بندی:word ,pdf

نحوه خرید

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) – معدن

شما میتوانید تنها با یک کلید به راحتی فایل مورد نظر را دریافت کنید. 🙂

برای دسترسی به این فایل ابتدا باید اشتراک خریداری کنید. برای خرید اشتراک بر روی لینک زیر کلیک کنید.

ارتقاء عضویت

چکیده

فهرست مطالب
چکیده ……………………………۱
مقدمه …………………………. ۳
فصل اول
عوامل و پارامتر یها قابل کنترل در انفجارهای معادن
۱-۱مقدمه……………………………. ۷
– ۱-۲پارامترهای قابل کنترل انفجار …………………….. ۷
– ۱-۲-۱قطر چال………………………. ۷
– ۱-۲-۲ضخامت بارسنگ ……………………….. ۸
– ۱-۲-۳فاصله یفیرد ها چال ……………………. ۹
– ۱-۲-۴ارتفاع پله…………………………۱۰
– ۱-۲-۵اضافه حفاری………………………..۱۱
– ۱-۲-۶گل گذاری ………………………….۱۱
یش – ۱-۲-۷ب چال………………………..۱۱
– ۱-۲-۹خرج ژهیو ………………………..۱۲
– ۱۰- ۱-۲حفار ژهیو ی ……………………….۱۳
فصل دوم
روابط تجرب یپ ی ش ینیب خردایش ناش از ی انفجارهای معدنی
– ۲-۱پارامتر م یها بر وثر خردایش…………………….۱۸
– ۲-۱-۱نیزم طیشرا ساخت منطقه انفجاری …………………….۱۸
– ۲-۱-۲حفار ژهیو ی …………………………۱۸
– ۲-۱-۳خرج ژهیو ………………………..۱۹
– ۲-۱-۴الگوی حفاری ………………………۱۹
– ۲-۱-۵الگوی انفجاری …………………………۱۹
یش – ۲-۱-۶ب چال………………………..۱۹
– ۲-۱-۷انحراف چال…………………………۱۹
– ۲-۱-۸ابعاد منطقه انفجاری ………………………..۲۰
– ۲-۲رابطه یر یها اض یپ ی ش ینیب خردایش انفجار…………………۲۰
– ۲-۲-۱لارسون …………………………..۲۱
– ۲-۲-۲فرنکل ……………………….۲۱و
۲۲………………………… هنسن۲-۲-۳-
– ۲-۲-۴یراک شف ………………………..۲۳
– ۲-۲-۵لوپز نویجم ………………………۲۴
۲۵………………………….. ۲-۲-۶- یلیل
– ۲-۲-۷گاپتا ید و گران………………………۲۶
– ۲-۲-۸کاز- رام………………………….۲۷
– ۲-۲-۸-۱معادله کازنتسوف………………………۲۷
– ۲-۲-۸-۲منحن نیرز ی – راملر……………………….۲۸
ریتأث – ۲-۲-۸-۳طرح آتشکار رو ی ی شاخص یکنوا یخت ………………..۲۹
– ۲-۲-۹مدل اصلاح شده کاز- رام…………………..۳۰
فصل سوم
آشنا با یی معدن سنگ آهن گل گهر
– ۳-۱آشنایی……………………………۳۳
– ۳-۲تاریخچه عملیات اکتشافی و بهره برداری معدن ………………….۳۴
– ۳-۳دسته بندی مواد معدنی ………………………..۳۷
– ۳-۳-۱مگنتیت پایینی……………………….۳۷
– ۳-۳-۲زون اکسیده………………………….۳۸
– ۳-۳-۳مگنتیت بالایی ……………………..۳۹
فصل چهارم
شبکه یها عصبی مصنوعی
– ۴-۱مقدمه ………………………..۴۰
– ۴-۲شبکه های عصبی بیولوژیکی…………………….۴۲
– ۴-۲-۱نرون های فیزیکی ) بیولوژیکی ( ……………………۴۲
– ۴-۲-۱-۱سلول های عصبی ……………………….۴۲
– ۴-۲-۱-۲فعالیت سیناپسی……………………..۴۳
– ۴-۳تلاشهای تاریخی……………………….۴۴
– ۴-۳-۱پرسپترون وما قبل آن ………………………۴۴
– ۴-۳-۲بعد از پرسپترون…………………………۴۵
– ۴-۳-۳نسل سوم شبکه های عصبی مصنوعی …………………..۴۶
– ۴-۳-۴شبکه های عصبی مصنوعی …………………..۴۶
– ۴-۴-۱ساختارهای محاسباتی ……………………..۴۶ز
– ۴-۴-۲تعریف شبکه های عصبی……………………..۴۷
– ۴-۴-۳مفاهیم اساسی شبکه های عصبی …………………….۴۷
– ۴-۵مدلسازی…………………………۴۹
– ۴-۶مدل پایه نرون ………………………۴۹
– ۴-۷آموزش ویادگیری شبکه های عصبی مصنوعی…………………..۵۲
– ۴-۷-۱آموزش با نظارت……………………….۵۳
– ۴-۷-۲آموزش بدون نظارت………………………۵۴
– ۴-۷-۳آموزش تقویت یافته ……………………….۵۴
– ۴-۷-۴آموزش رقابتی………………………۵۴
– ۴-۸ویژگی های شبکه های عصبی مصنوعی…………………..۵۴
– ۴-۹ساختار شبکه های عصبی مصنوعی……………………..۵۵
– ۴-۹-۱مدل کردن شبکه های عصبی مصنوعی ………………..۵۶
– ۱۰- ۴پرسپترون …………………………..۵۷
– ۱۱- ۴پرسپترون چند لایه……………………….۵۸
– ۱۲- ۴الگوریتم یادگیری پس از انتشار………………….۵۹
– ۱۳- ۴تعمیم……………………………۶۰
فصل پنجم
یها لیتحل آماری چند رهیمتغ
– ۵-۱مقدمه ………………………..۶۲
– ۵-۲سازمان داده ها ………………………….۶۲
– ۵-۲-۱ها هیآرا …………………………..۶۲
– ۵-۳آمار توص یفی ……………………….۶۲
– ۵-۴روابط خط دو نیب ی ریمتغ ……………………..۶۴
– ۵-۵مدل رگرسیون خط مستق می ………………………۶۵
– ۵-۶برآورد یها β۰, β۱در روش ماتر سی ی …………………..۶۷
– ۵-۷رگرسیون خطی چندگانه……………………..۶۹
– ۵-۸مدل یچیپ یها تر ده ………………………..۷۲
– ۵-۸-۱مدل یها خطی چند جمله یچیپ و یا تر ده ………………..۷۳
– ۵-۸-۲مدل ریغ یها خطی که ذاتاً خطی هستند …………………..۷۴
– ۵-۸-۲-۱مدل ضربی……………………….۷۵
– ۵-۸-۲-۲مدل نمایی………………………..۷۵
– ۵-۸-۲-۳مدل معکوس…………………………۷۵
– ۵-۸-۲-۴مدل نما تر دهیچیپ یی ……………………….۷۶
– ۵-۹الگوی رگرسی ریغ ون خطی ………………………۷۶
فصل ششم
روش یها دانه بندی سنگ بعد از انفجار
– ۶-۱مقدمه ………………………..۷۹
– ۶-۲تعریف اندازه ذره………………………۷۹
– ۶-۳روش های دانهبندی سنگ پس از انفجار………………….۸۰
– ۶-۳-۱آنالیزهای دیداری کیفی: ……………………..۸۰
– ۶-۳-۲روش عکاسی: ………………………۸۱
– ۶-۳-۳روش فتوگرافی: ………………………..۸۲
– ۶-۶مراحل انجام آنالیز تصویری ] [۸۷………………….. ۳۲
– ۶-۶-۱نمونه گیری: …………………………۸۸
– ۶-۶-۲استراتژی نمونه گیری:……………………۸۸
– ۶-۶-۳گرفتن تصاویر: ……………………..۸۹
– ۶-۶-۳-۱کیفیت عکس…………………………۹۰
الف – رزولوشن :………………………….۹۰
ج – و گرد غبار :…………………………..۹۱
– ۶-۶-۳-۲مقیاس تصاویر……………………….۹۱
الف – آنالیز تصاویر منفرد :………………………۹۲
ب – آنالیز تصاویر چندگانه:…………………….۹۲
ج – آنالیز تصاویر چندگانه:……………………..۹۳
– ۶-۶-۴فرآیند آنالیز تصویری……………………..۹۳
– ۶-۷خطای پرسپکتیو………………………..۹۴
۹۴………………… ۳۷[ ] Fusion و خطایDisintegration خطای۶-۷-۱-
– ۲-۸روش کار ……………………….۹۶
الف- استراتژی نمونهگیری :…………………….۹۶
ب – کجی عکس: ………………………..۹۶
ج – جدایش توده : ……………………….۹۷
د – تعداد تصاویر: …………………………۹۷
ه– تعداد در ها بلوک تصو :یر ………………………..۹۷
و – رزولوشن ذرات :ریز …………………………۹۸
ز – محل مناسب مقیاس:……………………..۹۸ط
ح – تهیه برچسب مناسب برای تصاویر :۹۸…………………….. ۳
ط – نگهداری: …………………………۹۹
– ۶-۹مقایسه روش های آنالیز تصویری و آنالیز سرندی………………۹۹
– ۶-۹-۱آنالیز سرندی ………………………۱۰۰
– ۶-۹-۲تفاوتهای روش آنالیز تصویری و آنالیز سرندی …………………۱۰۰
– ۱۰- ۶مزایای روش آنالیز تصویری ……………………..۱۰۱
– ۱۱- ۶معایب روش آنالیز تصویری………………………۱۰۲
– ۱۲- ۶نرم افزارهای آنالیز تصویری………………………۱۰۳
۱۰۴………………………Goldsize نرم افزار۱۳- ۶-
فصل هفتم
یپش بینی خردایش ناش از ی انفجار در معدن گل با گهر استفاده از شبکه عصب و ی رگرسی ها ون
– ۷-۱محاسبه الگوی انفجار با استفاده از شبکه یها عصبی ……………..۱۰۸
هیته – ۲-۷اطلاعات جهت مدلسازی……………………..۱۰۸
– ۳-۷انفجارهای انجام شده ………………………..۱۰۸
– ۷-۳بدست آوردن رابطه یا تجرب برا ی نییتع ی خردایش در معدن گل با گهر استفاده از رگرسیون……….۱۲۴
فصل هشتم
نتیجه گیری و پیشنهادات
منابع و مراجع…………………….۱۵

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 ، AHPو 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 ۱سنگ 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 NeuroIntelligenceطرح ریزی شده است. تعداد پارامتر های ورودی در نظر گرفته شده برای این شبکه عصبی ۱۵پارامتر می باشد. سپس با توجه به رفتار شبکه در قسمت های آموزش، آزمون و مقدار خطا ها در تخمین میزان ، d80مقادیر 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 ۱۱ ۴۸نرون 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 SPSS15دو رابطه یکی به صورت خطی و دیگری غیر خطی بدست آمد.۲ آنالیز های انجام شده بیانگر تاثیر بالای پارامتر های طول چال، نسبت ، S Bطول گل گذاری و میزان خرج بر تاخیر می باشد.در این معدن با تغییر مقدار گل گذاری از ۵/۵متر به ۳/۶متر مقدار d80از ./۵۵متر به ۶/۰متر افزایش پیدا نمود.۳

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 درشروع 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 انفجار۴ 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 دسترس می باشد که دو مورد مطالعاتی در زمینه لرزش زمین و یک مورد در زمینه پرتاب سنگ می باشد. پروژه حاضر به منظور طراحی الگوی انفجار مناسب توسط روش های نوین، نظیر شبکه های عصبی و تحلیل های آماری و با در نظر گرفتن میزان خردایش مطلوب در معدن شماره ۱سنگ آهن گل گهر انجام شده است. تولید قطعات درشت سنگ در این معدن به عنوان یکی از معضلات پیش روی جهت تعیین الگوی انفجار مناسب در فاز خردایش ناشی از انفجار های معدنی، ۷۰انفجار انجام . شد نتایج کار شامل طراحی الگوی انفجار با استفاده از شبکه های عصبی و رگرسیون های خطی چند متغیره و رگرسیون غیر خطی می باشد.
این تحقیق شامل سرفصل های زیر می باشد:
فصل اول: به بررسی عوامل و پارامتر های موثر در انفجار و تاثیرات این پارامتر ها می پردازد.
فصل دوم: روابط تجربی بدست آمده برای تخمین میزان خردایش ناشی از انفجار های معدنی را مورد بررسی قرار می دهد.
فصل سوم: اطلاعاتی از معدن شماره یک گل گهر در این فصل ارائه خواهد شد.
فصل چهارم: مختصری از تئوری شبکه های عصبی مصنوعی در این فصل گنجانده شده است.
فصل پنجم: موارد مربوط به تئوری تحلیل های آماری در این فصل آورده شده است.
فصل ششم: در این فصل درباره روش های دانه بندی سنگ توسط نرم افزار های موجود مواردی مطرح شده است.
فصل هفتم: این فصل به محاسبه الگوی انفجار مناسب برای معدن سنگ آهن گل گهر با نگاه ویژه به بهینه سازی خردایش می پردازد.
فصل هشتم: نتیجه گیری از اجرای این طرح و ارائه پیشنهادات در این فصل عنوان شده است.

نتیجه گیری
بعد از تعیین پارامتر های موثر بر خردایش در معدن سنگ آهن گل گهر و آنالیز آنها بوسیله شبکه
های عصبی و رگرسیون ها، الگوی مناسب جهت انجام انفجار در این معدن ارائه گردید. پس از انجام آنالیز
حساسیت و تحلیل های آماری صورت گرفته بر خروجی ها مدلسازی انجام شده، نتایج زیر حاصل گردید:
– شبکه های عصبی می تواند به عنوان یک ازار مناسب برای بررسی انفجار در معادن مطرح گردد.
– جمع آوری داده های مورد نیاز برای شبکه عصبی بسیار مشکل است. اما بعد از انجام تجزیه و تحلیل های لازم بدست آوردن نتایج خیلی سریع صورت می گیرد.
– رگرسیون های خطی و غیر خطی راهی ساده برای دستیابی به یک رابطه ریاضی می باشند. ولی قدرت پیش بینی آنها نسبت به شبکه های عصبی بسیار پایین می باشد.
– پیش بینی با شبکه های عصبی بسیار نزدیک به واقعیت است در حالی که با رگرسیون ها نتایج با میزان خطایی بالاتر از شبکه عصبی حاصل گردیده است.
– به طور کلی شبکه های عصبی را می توان یکی از تکنیک های اقتصادی و آسان جهت پیش بینی موارد مورد نظر دانست.
– مقدار R 2بدست آمده از رگرسیون خطی چند متغییره بین مقادیر واقعی و پیش بینی شده d80 ، %۸۹و مقدار R 2حاصله از رگرسیون غیر خطی %۸۸می باشد که این مقادیر با ،R2 %98بدست آمده از شبکه عصبی قابل قیاس نیست.
– استفاده از نرم افزار Alyuda NeuroIntelligenceیکی از مزایای کاربرد شبکه های عصبی در این تحقیق بود که به هیچ وجه با طراحی شبکه های عصبی با در مطلب قابل مقایسه نیست. چرا که این نرم افزار بهترین ساختار شبکه عصبی را از میان بیش از ۴۵۰۰ شبکه طراحی شده انتخاب نموده است.
– حساس ترین پارامتر ها در نتیجه خردایش معدن گل گهر طول چال، نسبت S Bو طول گل گذاری می باشد.
– با بالا رفتن طول نسبت S Bمیزان d80افزایش پیدا می کند.
– با افزایش میزان گل گذاری نیز d80افزایش چشم گیری پیدا می کند. به صورتی که با افزایش این پارامتر از ۵/۵متر به ۳/۶متر میزان d80که توسط شبکه عصبی پیش بینی شده بود از /۰ ۵۵۶به ۶۲/۰متر افزایش یافت. با اجرای این تغییرات در پترن انفجاری -۱۲ ۴۰۱۵۷ معدن گل گهر میزان d80حاصله از انجام آنالیز تصویری به مقدار پیش بینی شده توسط شبکه عصبی بسیار نزدیک بود. این مقدار با استفاده از نرم افزار ،۶/۰ Goldsizeمتر بدست .آمد
– از میزان تاثیر بالای عمق چال، مقدار بارسنگ و RQDبر روی مقدار d80نمی توان گذشت.
– در رابطه رگرسیون های خطی و غیر خطی برخی از پارامتر ها به دلیل دارا بودن R 2بسیار پایین از رابطه حذف شده و در نظر گرفته نشدند. این در حالی که در شبکه عصبی رابطه بین تمام ورودی ها و خروجی سنجیده می شود و تاثیر تمام پارامتر ها بر روی خروجی در نظر گرفته می شود. با توجه به وسعت عوامل موثر بر انفجار های معدنی جهت رسیدن به نتایج کامل تر و مطلوب تر و به منظور ادامه فعالیت های تحقیقاتی در این زمینه پیشنهاداتی ارائه می گردد.
– استفاده از الگوریتم بهینه سازی دیگری چون الگوریتم ژنتیک و برنامه ریزی ژنتیک.
– افزایش محدوده تغییرات پارامتر ها و استفاده از داده های بیشتر

نحوه خرید

دانلود رایگان فایل
شما میتوانید تنها با یک کلید به راحتی فایل مورد نظر را دریافت کنید. 🙂

برای دسترسی به این فایل ابتدا باید اشتراک خریداری کنید. برای خرید اشتراک بر روی لینک زیر کلیک کنید.

ارتقاء عضویت

در صورت بروز هر گونه مشکل در روند خرید اینترنتی، بخش پشتیبانی کاربران آماده پاسخگویی به مشکلات و سوالات شما می باشد

راهنمای سایت

برخلاف سایت های دیگر که فایل ها را به صورت تکی می فروشند روال سایت ما این است که شما با عضویت در سایت ما میتوانید از تمام فایل های موجود استفاده کنید.

تمام مطالب سایت فقط برای اعضای سایت رایگان است.

نحوه عضویت در سایت

آخرین مطالب

مطالب مرتبط