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

پیشبینی مقاومت فشاری تک محوره تودهسنگ با استفاده از شبکه عصبی مصنوعی، مورد مطالعاتی: معدن سنگ آهن گلگهر

سال انتشار: 1392
کد COI مقاله: ICCAU01_0339
زبان مقاله: فارسیمشاهده این مقاله: 594
فایل این مقاله در 7 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 7 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله پیشبینی مقاومت فشاری تک محوره تودهسنگ با استفاده از شبکه عصبی مصنوعی، مورد مطالعاتی: معدن سنگ آهن گلگهر

شهرام اسکندری نسب - دانشجوی کارشناسی ارشد مکانیک سنگ، دانشگاه شهید باهنر کرمان، پژوهشگر پژوهشکده سنگ آهن و فولاد،
مجید غیاثی - دانشجوی کارشناسی ارشد استخراج معدن، دانشگاه شهید باهنر کرمان، پژوهشگر پژوهشکده سنگ آهن و فولاد،
محمدحسین پناهی - دانشجوی کارشناسی ارشد مکانیک سنگ، دانشگاه شهید باهنر کرمان، پژوهشگر پژوهشکده سنگ آهن و فولاد،
اسحاق پورزمانی - کارشناس ارشد دفتر نظارت طراحی شرکت سنگ آهن گل گهر

چکیده مقاله:

مقاومت فشاری تک محوره ) UCS1 ( یکی از پارامترهای مهم در تحلیل پایداری سازه های سنگی می باشد .جهت محاسبه مقاومت فشاری توده سنگ با توجه به معیار هوک و براون ابتدا میبایست مقاومت سنگ بکر رااز طریق آزمایش بدست آورد. تعیین مقاومت فشاری سنگ بکر بسیار وقت گیر و هزینه بر م باشد و گاه ی نتایج حاصل تا 222 درصد پراکندگی دارند. در این مقاله سعی شده است به وسیله یکی از روشهای هوشمندبه نام شبکه عصبی، UCS تودهسنگهای معدن شناره یک گلگهر بر طبق معیار هوک و براون پیش بینی شود. در این تحقیق از چگالی، شاخص کیفیت سنگ ) RQD2(، ضریب زبری و ضریب پرشدگی درزه ها بهعنوان پارامترهای ورودی و از UCS توده سنگ به عنوان پارامتر خروجی شبکه عصبی استفاده شده است. پارامترهای مذکور به وسیله محققین از روی مغزههای حفاری که از اعناق مختلف معدن گرفته شدهاند بدستآمده است. در نهایت شبکه عصبی ملل و با الگوریتم آموزش Levenberg-Marquardt ، توابع انتقال logsig-logsig-purelin تعداد دو لایه پنهان و یک لایه خروجی و به ترتی تعداد نرونهای 35و25و1 در لایههای مورد نظر بدست آمده است. این شبکه جذر میانگین مربعات خطای0/05و0/1و0/7 وضریب همبستگی 0/98و0/95و0/96 را به ترتی برای داده های آموزش، آزمون و کل دادهها حاصل کرده است.

کلیدواژه ها:

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا ICCAU01_0339 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/272385/

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:
اسکندری نسب، شهرام و غیاثی، مجید و پناهی، محمدحسین و پورزمانی، اسحاق،1392،پیشبینی مقاومت فشاری تک محوره تودهسنگ با استفاده از شبکه عصبی مصنوعی، مورد مطالعاتی: معدن سنگ آهن گلگهر،کنفرانس بین المللی عمران، معماری و توسعه پایدار شهری،تبریز،https://civilica.com/doc/272385

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، اسکندری نسب، شهرام؛ مجید غیاثی و محمدحسین پناهی و اسحاق پورزمانی)
برای بار دوم به بعد: (1392، اسکندری نسب؛ غیاثی و پناهی و پورزمانی)
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 :

  • حسینی، م. ف، 1387، درآمدی بر مکانیک سنگ، نشر کتاب ...
  • Hudson JA, Harrison JP. Engineering rock mechanic, Oxford: New York, ...
  • Benardos AG, Kaliampakos DC. Modeling TBM performance with artificial neural ...
  • Ball R, Tissot PH. Demonstration of artificial neural network in ...
  • 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 دولتی
    تعداد مقالات: 16,894
    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 پیشنهادی مرتبط

    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