ارایه مدلی برای پیشبینی عملکرد رودهدرها بر اساس نرخ حفاری آنی و انرژی ویژه با استفاده از روش ماشین بردار پشتیبان
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 449
فایل این مقاله در 10 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:
ITC11_039
تاریخ نمایه سازی: 19 خرداد 1396
چکیده مقاله:
ماشینهای بازویی حفر تونل )رودهدرها( از آن دسته از ماشینهایی میباشند که قابلیت و انعطافپذیری بینظیری در حفاری مکانیکی تشکیلات سنگی نرم تا مقاومت متوسط را دارا میباشند، از این رو به طور گسترده در معدنکاری زیرزمینی و تونلسازیمورد استفاده قرار میگیرند. ارزیابی و پیشبینی عملکرد رودهدرها عاملی بسیار مهم در کاربرد موفقیت آمیز آنها محسوب میشود. هدف اصلی این مقاله، ارایه مدلی برای پیشبینی عملکرد ماشینهای رودهدر بر اساس نرخ حفاری آنی و انرژی ویژه با استفاده ازپارامترهای مقاومت کششی، مقاومت فشاری تکمحوری سنگ بکر، شاخص کیفیت سنگ و زاویه بین امتداد تونل و صفحات ناپیوستگیها انجام شده است. برای این منظور دادههای معدن زغالسنگ طبس، از یک بانک اطلاعاتی جامع با قابلیت اعتماد بالا ازعملکرد رودهدرها و خصوصیات ژیومکانیکی تشکیلات سنگی مورد حفاری در تحلیل و بررسی دقیق مورد استفاده قرار گرفته است.پیشبینی نرخ حفاری آنی و انرژی ویژه با استفاده از مدلسازی ماشین بردار پشتیبان به عنوان یک روش هوشمند مصنوعی در حل مسایل رگرسیون و طبقهبندی انجام شده است. نتایج مدلسازی نشان میدهد که ارتباط بسیار خوبی بین نرخ حفاری آنی و انرژی ویژه مجموعه آموزش و متغیرهای سازنده مدل با مربع ضریب همبستگی0/99 وجود دارد. همچنین مقدار مربع ضریب همبستگی برای دادههای مجموعه آزمون برابر0/99 بدست آمد که نشاندهنده توانایی بالای مدل در پیشبینی نمونههای خارج از آن است.
کلیدواژه ها:
نویسندگان
احسان پیرهادی
دانشجوی کارشناسی ارشد مهندسی معدن، دانشگاه آزاد اسلامی واحد علوم و تحقیقات، تهران، ایران
آرش ابراهیم آبادی
گروه مهندسی معدن، واحد قائمشهر، دانشگاه آزاد اسلامی، قائمشهر، 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 :