تخمين ترقيق در كارگاه‌هاي باز زيرزميني بااستفاده از تكنيك هاي داده‌كاوي

اصفهان : دانشگاه صنعتي اصفهان

مهندسي معدن

كارشناسي ارشد

در معدنكاري به اختلاط مواد معدني استخراجي با مواد باطله يا مواد با عيار كمتر از عيار حد، ترقيق گفته ميشود. ترقيق منجر به كاهش عيار ماده معدني و افزايش هزينههاي استخراج ميشود. لذا به عنوان يك عامل مزاحم شناخته ميشود و از اينرو كاهش ترقيق يكي از راههاي افزايش كيفيت محصول توليدي و در نتيجه كاهش هزينهها و افزايش سودآوري ميباشد. به دليل تنوع پارامترهاي موثر بر ترقيق و همچنين تنوع روش‌هاي معدنكاري زيرزميني ارائه يك راه حل جامع براي تخمين ترقيق كه در مورد تمامي روش‌هاي استخراج كاربرد داشته باشد غير ممكن است. ولي طي سال‌هاي اخير با توجه به اهميت موضوع ترقيق در معدنكاري زيرزميني، تحقيقات گسترده‌اي در زمينه پيش‌بيني ترقيق انجام شده است و روش‌هايي كه اغلب با در نظر گرفتن پارامترهاي محدود براي كاربرد در يك يا چند روش خاص توسعه يافته‌اند. در اين پايان نامه با جمع‌آوري دادههاي معادن زيرزميني كارگاه باز (مانند روش انباره‌اي، استخراج از طبقات فرعي و كند و آكند) از منابع معتبر با استفاده از روش‌هاي داده‌كاوي مدل‌هايي به منظور تخمين ترقيق در اين كارگاه‌ها توسعه داده شده است. هدف اصلي اين پايان‌نامه توسعه مدل‌هاي جديد به منظور تخمين ترقيق در كارگاه‌هاي باز مي‌باشد به گونه‌اي كه نتيجه حاصل از آن به صورت رابطه يا نمودار ارائه شود كه بتوان به راحتي ميزان ترقيق را پيش‌بيني كرد. از اهداف ديگر اين پايان‌نامه مي‌توان به شناسايي اهميت پارامترهاي ورودي در رخداد ترقيق اشاره كرد. بدين منظور، از پايگاه داده شامل 100 مجموعه داده بعنوان داده آموزش و همچنين 20 مجموعه داده بعنوان داده آزمايش استفاده شده است. كه اين پايگاه داده متشكل از مقادير عددپايداري اصلاح شده (N′)، شعاع هيدروليكي (HR)، ميانگين انحراف چال (BD)، خرج ‌ويژه (PF) و اضافه شكست خطي معادل (ELOS) مي‌باشد. با بهره‌گيري از مدل‌هاي رگرسيوني، چهار مدل (مدل‌ رگرسيون خطي چند متغيره (MLR)، مدل برنامه‌ريزي بيان ژن (GEP)، مدل اسپلاين رگرسيوني تطبيقي چند متغيره (MARS) و مدل درخت رگرسيوني و طبقه‌بندي (CART)) جهت تخمين مقدار (ELOS) و همچنين با بهره‌گيري از مدل‌هاي طبقه‌بندي، پنج مدل (مدل درخت لجستيك (LMT)، رگرسيون لجستيك (LR)، درخت J48، MARS و CART) جهت پيش‌بيني ELOS (تعيين برچسب كلاس ELOS ) توسعه داده شده است. به منظور ارزيابي مدل‌هاي توسعه يافته و همچنين تعيين مناسب‌ترين مدل در هر يك از مدل‌هاي رگرسيوني و طبقه‌بندي، هم از داده‌هاي آزمايش و هم از داده‌هاي آموزش استفاده شده است. بدين ترتيب تعيين گرديد كه در بين چهار مدل رگرسيوني توسعه يافته براساس داده آموزش مدل "CART" با ضريب تعيين 85/0 و همچنين بر اساس داده آزمايش مدل "GEP" داراي عملكرد بهتري مي‌باشد و پارامترهاي ورودي N′ و PF به ترتيب بيشترين و كمترين اهميت در توسعه اين مدل‌ها داشتند. همچنين در بين پنج مدل طبقه‌بندي توسعه يافته براساس داده آموزش مدل "LMT" با دقت 92/0 و همچنين بر اساس داده آزمايش مدل "CART" با دقت 75/0 داراي عملكرد مناسبي مي‌باشد. بدين ترتيب با استفاده از نتيجه اين پژوهش و به كارگيري ويژگي‌هاي همچون هندسه كارگاه و كيفيت سنگ‌هاي اطراف كارگاه، مي‌توان ترقيق را تخمين زد.

214418

استخراج

مهندسي معدن

دانشگاه صنعتي اصفهان

امين ازهري، احمدرضا مختاري

ابراهيم قاسمي