تخمین و رده بندی ذخیره کانسار سرب و روی اره گیجه رباط خمین استان مرکزی با استفاده از روش های زمین آماری
سال انتشار: 1397
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 805
فایل این مقاله در 15 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:
JR_NFAG-12-24_004
تاریخ نمایه سازی: 6 آبان 1398
چکیده مقاله:
ذخایر معدنی براساس معیارهای مختلفی ردهبندی میشوند. روشهای زمینآماری ازجمله دقیقترین روشهای تخمین و ردهبندی ذخایر معدنی میباشند. مهمترین روشهای زمینآماری ردهبندی ذخایر معدنی شامل ردهبندی با استفاده از تعداد و کیفیت پراکندگی دادههای شرکتکننده در تخمین، ردهبندی با استفاده از خطای واریانس کریجینگ و ردهبندی با استفاده از کارآیی کریجینگ میباشد. در پژوهش حاضر ذخیره توده کانسار سرب و روی ارهگیجه رباط واقع در محدوده پیرامون شهر خمین در استان مرکزی با استفاده از روشهای مذکور، به سه رده ذخایر قطعی، احتمالی و ممکن، ردهبندی شده است. جهت شناخت بهتر کانسار و ماهیت ماده معدنی، ابتدا لاگ لیتولوژی تمام گمانهها و مدل سهبعدی لیتولوژی محدوده کانسار با استفاده از نرمافزار Rockworks ترسیم شد. برای تخمین ذخیره کانسار بعد از واریوگرافی منطقه با نرمافزار SGeMS از روش زمینآماری لاگ کریجینگ معمولی بلوکی بهکمک نرمافزار Datamine استفاده شد. متوسط عیار و ذخیره کانسار نیز با در نظر گرفتن شرایط مختلف اقتصادی، بهازای عیارحدهای 5/1، 2 و 3 درصد تعیین شد. مقایسه نتایج پژوهش نشان میدهد که اختلاف میزان ذخیره ردهبندی شده با روشهای مختلف، نسبتا زیاد است. روش استفاده از تعداد و کیفیت پراکندگی دادههای شرکتکننده در تخمین نسبت به دو روش دیگر میزان ذخیره قطعی بیشتری را نتیجه میدهد اما دقت دو روش دیگر در این مورد بیشتر است، بنابراین در عمل استفاده از این دو روش به روش استفاده از تعداد و کیفیت پراکندگی دادههای شرکتکننده در تخمین، ارجحیت دارند. میزان ذخیره احتمالی محاسبه شده با هر سه روش به یکدیگر نزدیک میباشد.
کلیدواژه ها:
نویسندگان
رضا احمدی
گروه مهندسی معدن، دانشگاه صنعتی اراک، اراک
سید میعاد سادات کودهی
گروه مهندسی معدن، دانشگاه صنعتی اراک، اراک
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 :