پیش بینی ضخامت بارسنگ با استفاده از شبکه های عصبی مصنوعی با نگرشی خاص به معدن مس سونگون

بارسنگ به عنوان مهمترین و بحرانی ترین متغیر در طراحی الگوی انفجار معادن روباز محسوب میشود و ارتباط مستقیمی با سایر عملیات آتشکاری در معدن دارد. در معادن روباز عدم کنترل ضخامت بارسنگ، اثرات نامطلوبی از قبیل خردایش نامطلوب، عقب زدگی،پرتابسنگ و … به بار می آورد. در این مطالعه از شبکه های عصبی مصنوعی نوع پس انتشار در جهت پیش بینی ضخامت بارسنگ با استفاده از تاثیر پارامترهایی نظیر قطر چال، عمق چال و فاصلهی ردیفی چالها، با مطالعه موردی در معدن مس سونگون، بهره گرفته شده است. نتایج حاصل، توافق نزدیک میان داده های تجربی موجود با داده های پیش بینی شده توسط شبکه های عصبی را نشان میدهد. در پایان، شبکه های عصبی نوع پس انتشار با ویژگیهای ذکر شده برای پیش بینی پارامترهای آتشباری، بخصوص میزان بهینه ضخامت بار سنگ در معادن روباز، پیشنهاد میشود

کلیدواژه ها:

آتشکاری ، بارسنگ ، شبکه های عصبی مصنوعی ، معدن مس سونگون