ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

تخمین نرخ تولید ماشین حفاری بر اساس خواص سنگ و پارامترهای دستگاهی با پیش بینی سرعت نفوذ سرمته

سال انتشار: 1399
کد COI مقاله: JR_MHRE-5-3_004
زبان مقاله: فارسیمشاهده این مقاله: 82
فایل این مقاله در 19 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 19 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله تخمین نرخ تولید ماشین حفاری بر اساس خواص سنگ و پارامترهای دستگاهی با پیش بینی سرعت نفوذ سرمته

علی دولتی - کارشناسی ارشد، گروه مهندسی معدن، دانشگاه آزاد اسلامی، واحد سیرجان، سیرجان
حسین ثمره - استادیار، گروه مهندسی معدن، دانشگاه آزاد اسلامی، واحد بافت، بافت

چکیده مقاله:

حفر تعداد مشخصی چال‌ انفجاری در هر ساعت، نقش تعیین‌کننده‌ای در نرخ تولید ماشین حفاری دارد،. بنابراین باتوجه به قیمت دستگاه حفاری و بالا بودن هزینه‌های عملیاتی آنها، استفاده مفید از زمان در دسترس بودن دستگاه برای حفر حداکثر چال‌های انفجاری ممکن، از اهمیت زیادی برخوردار است. سرعت حفر چال انفجاری تحت تاثیر عوامل مختلفی از جمله خواص سنگ و ویژگی‎های دستگاه حفاری است. بنابراین با شناخت و تعیین میزان اثرگذاری عوامل موثر بر  سرعت نفوذ سرمته، علاوه‎بر افزایش راندمان ماشین می‌توان هزینه حفاری را نیز کاهش داد. در این تحقیق برای پیش‌بینی نرخ نفوذ سرمته ابتدا در معدن مورد مطالعه شاخص‎های مورد نظر مربوط ‌به 91 چال از  28 بلوک انفجاری در 9 پله استخراجی مختلف برداشت شد. سپس با استفاده از روش میدان کسینوسی، میزان حساسیت تغییرات تک‎تک شاخص‎های ورودی بر سرعت نفوذ سرمته مورد ارزیابی قرار گرفت. در نهایت با کمک آنالیز رگرسیون غیرخطی، شبکه عصبی مصنوعی و منطق استنتاج فازی مدل‌هایی برای پیش‌بینی نرخ نفوذ سرمته ایجاد شد. اعتبارسنجی مدل‌ها با استفاده از 12 سری داده آزمایشی نشان داد که مدل شبکه عصبی با ضریب تعیین 68/0 و میانگین مطلق درصد خطا 15/12 نسبت به مدل غیرخطی چند جمله‌ای درجه دوم، با دقت جزیی بیشتری می‌تواند سرعت نفوذ سرمته را پیش‌بینی کند. در ادامه با استفاده از مدل چند جمله‎ای درجه دوم، درصد بازدهی عملیاتی، قابلیت دسترسی و نرخ تولید ماشین حفاری برای یک روز کاری در سنگ‌ها با مقاومت کم، متوسط و زیاد تخمین زده شد.

کلیدواژه ها:

سرعت نفوذ سرمته, منطق استنتاج فازی, شبکه عصبی مصنوعی, آنالیز رگرسیون چند متغیره, نرخ تولید

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا JR_MHRE-5-3_004 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/1150903/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
دولتی، علی و ثمره، حسین،1399،تخمین نرخ تولید ماشین حفاری بر اساس خواص سنگ و پارامترهای دستگاهی با پیش بینی سرعت نفوذ سرمته،https://civilica.com/doc/1150903

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1399، دولتی، علی؛ حسین ثمره)
برای بار دوم به بعد: (1399، دولتی؛ ثمره)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مدیریت اطلاعات پژوهشی

صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه آزاد
تعداد مقالات: 2,251
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

پشتیبانی