بررسی ارتباط بین نواحی کانی سازی معدن و بازیابی مس در کارخانه تغلیظ با استفاده از رگرسیون درخت تصمیم
- سال انتشار: 1401
- محل انتشار: سومین کنفرانس ملی داده کاوی در علوم زمین
- کد COI اختصاصی: EARTHSCI03_075
- زبان مقاله: فارسی
- تعداد مشاهده: 1861
نویسندگان
دانشیار فرآوری مواد معدنی، دانشکده مهندسی معدن و متالورژی، دانشگاه یزد، یزد، ایران.
دانشجوی کارشناسی ارشد فرآوری مواد معدنی، دانشگاه آزاد سیرجان، سیرجان، ایران.
رئیس واحد عملیات، امور تغلیظ، مجتمع مس شهربابک.
چکیده
ژئومتالورژی به مفهوم تلفیق عملیات زمین شناسی و اکتشاف، استخراج و فرآوری در زنجیره ارزش معادن، رویکردی است که در سالهای اخیر مورد توجه قرار گرفته است . قابلیت پیشبینی شاخصهای تولید در کارخانه فرآوری با توجه به ماده معدنی ارسالی از معدن، یکی از فواید مدلسازی ژئومتالورژیکی معدن و کارخانه فرآوری است . امروزه از تکنیکهای داده-کاوی۱ و یادگیری ماشین۲ میتوان برای این منظور استفاده نمود. نوسانات ماهیت بار ورودی به کارخانه که به دلیل تغییرپذیری زیاد ماده معدنی در معادن مس پورفیری است، یکی از چالشهای مهم عملیات در کارخانه های تغلیظ مس است. به دلیل ماهیت پیچیده فرآیند تغلیظ مس در کارخانه های فلوتاسیون و تنوع پارامترهای موثر، یافتن ارتباط بین ماهیت کانسنگ ورودی به کارخانه با شاخصهای کلیدی عملیات تولید نظیر بازیابی مس میتواند راهی برای توسعه مدل ژئومتالورژیکی معدن باشد. در این تحقیق با استفاده از رگرسیون درخت تصمیم۳ و با استفاده از داده های ۱۴۸ روز کارخانه تغلیظ مجتمع مس شهربابک سعی شده است ارتباط موجود بین نواحی کانی سازی (سوپرژن، انتقالی و هیپوژن) ماده معدنی ارسال شده به کارخانه تغلیظ و بازیابی مس حاصل از عملیات فلوتاسیون شناسایی گردد. با شناسایی این ارتباط، تیم استخراج معدن قادر خواهند بود، در برنامه ریزی عملیات علاوه بر کنترل عیار مس در بار ارسالی به کارخانه، سهم سینه کارهای استخراجی را به گونهای تنظیم نمایند که کارخانه بتواند به بازیابی بیشینه مورد نظر دست یابد. همچنین کارخانه فرآوری قادر خواهد بود، بر اساس شناختی که از ماهیت ماده معدنی و بار ورودی به کارخانه دارد، تنظیمات لازم در پارامترهای عملیاتی کارخانه را از قبل انجام دهد و از بروز نوسانات شاخصهای مهم متالورژیکی نظیر بازیابی جلوگیری کند.کلیدواژه ها
ژئومتالورژی، داده کاوی، یادگیری ماشین، تغلیظ، بازیابی.مقالات مرتبط جدید
- حکمرانی دریایی ایران به عنوان یک سیستم پیچیده: تحلیل جغرافیای سیاسی با رویکرد هوش مصنوعی و هوش مکانی
- تبیین سناریوهای آینده تقسیمات استان تهران
- آسیبشناسی حمل و نقل و مدیریت ترافیک در شهرداری های نوظهور ایران
- معایب و مشکلات برنامهریزی و سیاست گذاری حوزه فرهنگ شهری در ایران
- سیاست گذاری بهینه در حوزه ترافیک شهری با استفاده از تکنولوژی های هوش مصنوعی
اطلاعات بیشتر در مورد 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.