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

پیش بینی و بهینه سازی بیولیچینگ کنسانتره کالکوپیریتی مس با استفاده ازشبکه های عصبی مصنوعی

سال انتشار: 1392
کد COI مقاله: NCNC01_041
زبان مقاله: فارسیمشاهده این مقاله: 513
فایل این مقاله در 16 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 16 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله پیش بینی و بهینه سازی بیولیچینگ کنسانتره کالکوپیریتی مس با استفاده ازشبکه های عصبی مصنوعی

سعید آتش روز - دانشگاه صنعتی امیرکبیر
بهرام ناصرنژاد - دانشگاه صنعتی امیرکبیر تهران
حامد میرشکار - دانشگاه صنعتی امیرکبیر تهران

چکیده مقاله:

امروزه لیچینگ باکتریایی مس ازمنابع کالکوپیریتی به عنوان یک تکنولوژی نوین با پتانسیل خوب برای استحصال مس ازخاکهای کم عیارموردتوجه قرارگرفته است عدم وجود یک معادله مشخص برای پیش بینی مقدارفلز استخراجی درفرایندهای بیولیچینگ باعث شده است که پیش بینی مقدارفلز قبل ازانجام ازمایشهای مختلف به راحتی میسر نباشد دراین تحقیق پیش بینی میزان مس استخراج شده با استفاده ازشبکه های عصبی مصنوعی باشد جهت این کارازدو شبکه عصبی پیشخوراستفاده شده است که شبکه اول متشکل از5نرون و شبکه دوم متشکل از1نرون می باشد شبکه ی عصبی اول بدلیل پیچیده بودن توابع شبکه های عصبی استفاده ساده ای ندارد و هدف ازاموزش آن ازمودن شبکه های عصبی برای مناسب بودن پیش بینی دراین نوع فرایند می باشد نتایج نشان میدهد مدل ارایه شده ازتطابق بسیارخوبی با نتایج تجربی برخوردار است سپس شبکه حاوی 1 نرون که شکل ساده تری برای استفاده دارد به عنوان مدل ساده تر ارایه شده است کهدراین حالت نیز نتایج مدل و نتایج تجربی ازتطابق بسیارخوبی برخوردار است به طوریکه AARD برای شبکه اول 0.0085 و برای شبکه دوم 0.0139 می باشد

کلیدواژه ها:

بیولیچینگ/شبکه های عصبی مصنوعی/مدل سازی/جداسازی/استخراج مس

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا NCNC01_041 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/211738/

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:
آتش روز، سعید و ناصرنژاد، بهرام و میرشکار، حامد،1392،پیش بینی و بهینه سازی بیولیچینگ کنسانتره کالکوپیریتی مس با استفاده ازشبکه های عصبی مصنوعی،اولین همایش ملی فناوری های نوین در شیمی و مهندسی شیمی،تهران،،،https://civilica.com/doc/211738

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: (1392، آتش روز، سعید؛ بهرام ناصرنژاد و حامد میرشکار)
برای بار دوم به بعد: (1392، آتش روز؛ ناصرنژاد و میرشکار)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 :

  • . D.B. Dreisinger, J.A. Munoz, W.C. Cooper, S.K. Young, _ ...
  • . H.R. Walting, "The bioleaching of sulphide minerals emphasis On ...
  • . D.E. Rawlings, "Heavy Metal Mining Using" _ Annual Review ...
  • . M. Gericke, A. Pinches, J.V. van Rooyen, "Bioleaching of ...
  • H.Karimi, F.Yousefi, "Correlation of Vapour Liquid Equilibria of Binary Mixtures ...
  • G Zhang, B.E. Patuwo, M.Y. Hu, "Forecasting with artificial neural ...
  • H.J. Manohar, R. Saravanan, S. Re nganarayana, "Modelling of steam ...
  • A. Malallah, I.S. Nashawi, "Estimating the fracture gradient coefficient using ...
  • M. Chakraborty, C. Bhattacharya, S. Dutta, "Studies _ the applicability ...
  • . R. Beale, T. Jackson, "Neural Computing: An Introduction", London, ...
  • . T.P. Vogl, , J.K. Mangis, A.K. Rigler, W.T. Zink, ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم

    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 دولتی
    تعداد مقالات: 20,832
    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.

    مقالات مرتبط جدید

    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