مقاله بررسی میزان خرج ویژه در انفجارهای معادن روباز با استفاده از منطق فازی، مطالعه موردی: معدن سنگ آهن جلال آباد

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

  مقاله بررسی میزان خرج ویژه در انفجارهای معادن روباز با استفاده از منطق فازی، مطالعه موردی: معدن سنگ آهن جلال آباد دارای ۱۰ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد مقاله بررسی میزان خرج ویژه در انفجارهای معادن روباز با استفاده از منطق فازی، مطالعه موردی: معدن سنگ آهن جلال آباد  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی مقاله بررسی میزان خرج ویژه در انفجارهای معادن روباز با استفاده از منطق فازی، مطالعه موردی: معدن سنگ آهن جلال آباد،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن مقاله بررسی میزان خرج ویژه در انفجارهای معادن روباز با استفاده از منطق فازی، مطالعه موردی: معدن سنگ آهن جلال آباد :

تعداد صفحات:۱۰
چکیده:
انفجار یک روش اقتصادی و رایج برای حفر سنگ در عملیات های معدنکاری است که بهره وری آن مرتبط با بدست آوردن خردایش طراحیشده با ابعاد یکنواخت یا مناسب و جابجایی مناسب سنگ هاست. پارامتر های انفجار بایستی بنحوی تعیین شوند که تمامی فرآیند هایمعدنکاری بطور فنی و اقتصادی اجرا شوند. بنابراین در انفجار های تولیدی که هدف تولید یک درجه خردایش معین می باشد خرج ویژه یکپارامتر اصلی محسوب می شود و افزایش آن، علاوه بر نتایج خردشدگی، جابجایی و تورم سنگ، باعث کمتر شدن مشکلات پای پله شده و دردست یابی به هزینه های بهینه موثر عملیات معدنکاری کمک می کند. با توجه به تاثیر خرج ویژه در انفجار های تولیدی در معادن روباز با استفاده از سیستم استنتاج فازی (FIS) یک مدل پیش بینی میزان خرج ویژه در معدن سنگ آهن جلال آباد ارائه شد. در این مدل ارائه شده داده های ۸۲ انفجار که شامل بارسنگ (B)، گل گذاری ((S(t)، ارتفاع پله (H)، اضافه حفاری (S/B, (SD به عنوان پارامتر های ورودی و میزان خرج ویژه مصرفی به عنوان پارامتر خروجی در نظر گرفته شد. برای ارزیابی و مقایسه نتایج بدست آمده ضریب تعیین (R(2) و اندیس جذر متوسط سریع خطا (RMSE) انتخاب و برای مدل محاسبه شد که مقدار (R(2 و RMSE مدل بترتیب برابر ۰/۸۷ و ۰/۰۸۲۵ است.