پیش‌بینی برق دستگاه برش اره برای سنگ ساختمانی با روش فازی چندمتغیره

سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 440

فایل این مقاله در 17 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_MHRE-5-1_004

تاریخ نمایه سازی: 18 بهمن 1399

چکیده مقاله:

انرژی مصرفی دستگاه‌های برش‌دهنده سنگ یکی از فاکتورهای مهم هزینه‌ساز در طی فرآیند برش سنگ‌های ساختمانی است. با پیش‌بینی دقیق انرژی مصرفی دستگاه برش، علاوه بر تخمین هزینه‌های برش، می‏توان به شرایط بهینه عملیاتی برش در جهت کاهش مصرف انرژی نزدیک شد. در این پژوهش، سعی شده است تا با استفاده از سیستم‏های طبقه‌بندی فازی چند فاکتوره، میزان قابلیت برش‌پذیری سنگ‌های ساختمانی نرم را از دیدگاه شدت جریان مصرفی دستگاه برش اره با توجه به مشخصات فیزیکی و مکانیکی از قبیل مقاومت کششی برزیلی، درصد کوارتز محتوای سنگ، اندازه متوسط دانه، مقاومت فشارشی تک‌محوری، مدول یانگ و سختی موس مورد ارزیابی قرار داد. بدین منظور، پس از توسعه سیستم طبقه‌بندی فازی، هفت نمونه سنگ ساختمانی کربناته شامل تراورتن آذرشهر، تراورتن حاجی‌آباد، تراورتن دره‌بخاری، مرمریت هرسین، مرمریت صلصالی، مرمریت انارک و مرمریت هفتومان با استفاده از سیستم فازی ارایه ‌شده، رده‌بندی شد و نتایج با میزان شدت جریان مصرفی دستگاه برش اره مورد ارزیابی و اعتبارسنجی قرار گرفت. نتایج حاصل از بررسی‏ها نشان داد که سیستم طبقه‌بندی فازی سه رده‌ای، قادر به ارزیابی بهتری از قابلیت برش‌پذیری سنگ‌های ساختمانی نرم از دیدگاه برق مصرفی دستگاه برش سنگ است.

کلیدواژه ها:

قابلیت برش سنگ‏های کربناته ، ماشین برش اره ، طبقه‌بندی فازی ، برق مصرفی

نویسندگان

رضا میکاییل

دانشیار گروه مهندسی معدن، دانشکده مهندسی معدن و مواد، دانشگاه صنعتی ارومیه، ارومیه

محمد عطایی

استاد دانشکده مهندسی معدن، نفت و ژیوفیریک، دانشگاه صنعتی شاهرود، شاهرود

وحید سبزی

کارشناسی ارشد، گروه مهندسی معدن، دانشکده مهندسی معدن و مواد، دانشگاه صنعتی ارومیه، ارومیه

امیر جعفرپور

دانشجوی دکترا، دانشکده مهندسی معدن و متالورژی، دانشگاه یزد، یزد

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • [1]     Wang, C.Y., and Rolf, C. (2003). “Frame sawing of ...
  • [2]     Tönshoff, H. K., Hillmann-Apmann, H., and Asche, J. (2002). ...
  • [3]     Wang, C. Y., and Clausen, R. (2002). “Marble cutting ...
  • [4]     Lons, H. H. (1970). “Basic research on frame sawing ...
  • [5]     Jansen, R. (1977). “Das Spannen von Diamantgatterblattern für die ...
  • [6]     Gerlach, D. (1980). “Beanspruchung des Diamant-Werkzeugs beim Saeen von ...
  • [7]     Wiemann, H. J., Büttner, A., Ertingshausen, W. and Schwartz, ...
  • [8]     Wang, C. Y., and Clausen, R. (2003). “Computer simulation ...
  • [9]     Bayram, F. (2013). “Prediction of sawing performance based on ...
  • [10]  Tumac, D. (2016). “Artificial neural network application to predict ...
  • Ranking sawability of dimension stone using PROMETHEE method [مقاله ژورنالی]
  • [12]  Neves, P. F., e Silva, M. C., Paneiro, G., ...
  • [13]  Aryafar, A., and Mikaeil, R. (2016). “Estimation of the ...
  • [14]  Almasi, S. N., Bagherpour, R., Mikaeil, R., and Ozcelik, ...
  • [15]  Tumac, D., and Shaterpour-Mamaghani, A. (2018). “Estimating the sawability ...
  • [16]  Dormishi, A., Ataei, M., Khalokakaei, R., and Mikaeil, R. ...
  • Performance evaluation of gang saw using hybrid ANFIS-DE and hybrid ANFIS-PSO algorithms [مقاله ژورنالی]
  • [18]  Shaffiee Haghshenas, S., Shirani Faradonbeh, R., Mikaeil, R., Shaffiee ...
  • [19]  Hellmann, M. (2005). “Fuzzy logic introduction”. Laboratoire Antennes Radar ...
  • [20]  Zadeh, L. A. (2008). “Is there a need for ...
  • [21]  Tutmez, B., Kahraman, S., and Gunaydin, O. (2007). “Multifactorial ...
  • [22]  Dubois, D., and Prade, H. (1986). “Weighted minimum and ...
  • [23]  Yager, R. R. (1978). “Fuzzy decision making including unequal ...
  • [24]  Wei, X., Wang, C. Y., and Zhou, Z. H. ...
  • نمایش کامل مراجع