کاربرد مدل های فراکتالی جهت زون بندی شاخص کیفیت سنگ (RQD) در کانسار طلای زرشوران، تکاب، ایران
محل انتشار: فصلنامه علوم زمین، دوره: 28، شماره: 111
سال انتشار: 1398
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 280
فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_GSJ-28-111_014
تاریخ نمایه سازی: 14 دی 1400
چکیده مقاله:
تعیین ارتباط شاخص کیفیت سنگ (RQD) و زون های کانه سازی نقش مهمی در طراحی و بهره برداری بهینه معدنی دارد. این مطالعه با هدف جداسازی ویژگی های توده سنگ جهت طراحی بهینه، با تاکید بر تحلیل تعداد ۳۲۶۷ داده RQD از ۴۳ چاه اکتشافی در معدن طلای زرشوران واقع در زون ارومیه- دختر با استفاده از مدل سازی فراکتالی در نرم افزار Rockworks v۱۵ انجام شده است. نتایج نمودارهای log-log برای مدل تعداد- RQD نشان دهنده ۴ نوع جمعیت سنگی است که توسط مقادیر آستانه ای RQD به ترتیب برابر ۴۱/۲۰، ۸۶/۴۷، ۱۸/۶۹ و ۲۸/۸۱ درصد است و برای مدل حجم- RQD نیز ۴ جمعیت سنگی را با مقادیر ۳۷/۲۱، ۶۵/۴۳، ۰۹/۶۳ و ۴۳/۷۹ ارائه می دهد که نشان دهنده شاخص کیفیت سنگ خیلی سست، سست، نسبتا خوب و خوب بر اساس استانداردهای موجود است. سپس مدل توزیع هندسه فضایی واحدهای سنگ چینه ای معدن زرشوران بر اساس داده های حفاری شبیه سازی شد. مقایسه نتایج مدل های فراکتالی چندگانه و مدل سازی سنگ-چینه ای از سوی دیگر، نشان می دهد که نتایج مدل تعداد- RQD از نتایج حجم- RQD دقیق تر هستند. بنابراین واحدهای آهک چالداغ و واحد ژاسپروئیدی از نظر شاخص کیفیت سنگ ها نسبتا خوب الی خوب و در بازه بعد فراکتالی ۱۸/۶۹ الی ۲۸/۸۱ قرار دارند و از نظر زمین شناسی در بخش های مرکزی و بخش باختری معدن مشاهده می شوند. این نواحی مناسب ترین نقاط معدن جهت پیاده-سازی طرح های معدنی هستند. نتایج این پژوهش می تواند به عنوان یک الگو در طراحی های معدنی در محدوده تکاب و نیز در بخش هایی که زمین شناسی مشابهی دارند، مورد استفاده قرار گیرد.
کلیدواژه ها:
نویسندگان
قدرت اله رستمی پایدار
گروه زمین شناسی، واحد اهواز، دانشگاه ازاد اسلامی، اهواز، ایران
هانی اسدی حویزیان
گروه زمین شناسی، واحد اهواز، دانشگاه آزاد اسلامی، اهواز، ایران
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 :