مدل سازی عیار با استفاده از روش کریجینگ معمولی و شبیه سازی متوالی گوسی SGS

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,471

فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICESCON04_174

تاریخ نمایه سازی: 25 آذر 1395

چکیده مقاله:

تکنیک زمین آماری کریجینگ با استفاده از داده های موجود و همبستگی فضایی بین آنها که توسط واریوگرام توصیف میشود، برای پیشبینی عیار در هر نقطه از کانسار به کار برده میشود. و از آنجایی که روش های رایج تخمین زمین آماری که با نوعی هموارسازی مواجه اند، شبیه سازی ابزاری جهت کمی کردن میزان ریسک همراه با عیار و شاخص های طراحی و برنامه ریزی تولید را فراهم می آورد. که برای حذف اثر هموارسازی روش کریجینگ معمولی، از روش شبیه سازی متوالی گوسی SGS استفاده شده است. جهت انجام مطالعات از 2858 داده که نتایج آنالیزها در گمانه ها که مربوط به یکی از معادن ایران میباشند، استفاده شد. که ابتدا دادهها را در محیط نرم افزار SPSS نرمال کردیم که برای نرمال بودن هیستوگرام، نمودار ،P-P نمودار Q-Q و پارامترهای چولگی و کشیدگی را مورد بررسی قرار دادیم که در نهایت داده ها به حالت نرمال تبدیل شدند. جهت شناسایی آنیزوتروپی منطقه، مطالعات زمین آماری با رسم واریوگرام های جهتی و غیرجهتی بروی داده ها صورت گرفت، که واریوگرافی داده های نرمال را در نرم افزار GS+ انجام دادیم که مطالعات واریوگرافی نشان داد مدل کروی بهترین مدل برازش داده شده میباشد که دامنه وابستگی مکانی حداکثر 60 و حداقل 50 به دست آمد که در نهایت نقشه های تخمین و خطای تخمین با استفاده از روش زمین آماری کریجینگ معمولی با مدل کروی در محیط نرم افزار GS+ تهیه شدند. اعتبارسنجی مدلهای برازش داده شده به واریوگرامها با روش جکنایف انجام شد و نتایج نشان داد که میتوان به صحت متغیرهای برازش داده شده به تغییرنما اطمینان کرد. و در نهایت در محیط نرم افزار Wingslib با استفاده از روش کریجینگ معمولی، نقشه تخمین عیار را به دست آورده و سپس شبیه سازی متوالی گوسی ،(Sequential Gaussian Simulation) SGS بر روی دادههای نرمال انجام شد و 50 بار شبیه سازی شدند ( بدین ترتیب 50 تحقق Realization) حاصل شد). که نقشه های حاصل از کریجینگ و شبیه سازی نشان دادهاند که در قسمت شرقی و جنوب شرقی کانسار، عیار مس بالا میباشد. که شبیه سازی به دلیل اینکه اثر هموارسازی کریجینگ را حذف میکند بهتر مناطق پر عیار را نشان میدهد

کلیدواژه ها:

کریجینگ ، شبیه سازی متوالی گوسی ، آنیزتروپی ، واریوگرافی

نویسندگان

آناهیتا زاهدی

دانشجوی کارشناسی ارشد مهندسی معدن، دانشگاه صنعتی امیرکبیر

میثم یزدانی

دانشجوی کارشناسی ارشد مهندسی معدن، دانشگاه صنعتی امیرکبیر

فیروز علی نیا

استادیار گروه معدن، دانشگاه صنعتی امیرکبیر

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 :
  • امدنی، ح-، 1373، مبانی زمین‌آمار، انتشارات دانشگاه صنعتی امیرکبیر واحد ...
  • احسنی پاک، علی‌اصغر؛ 1382؛ مدیریت خطا و ریسک در اکتشاف؛ ...
  • Deutsch, C. V., & Journel, A. G. (1998). Geostatistical software ...
  • Goovaerts, P. (1997). Geostatistics for natural resources evaluation. Oxford University ...
  • Snowden, V. (200 0). Grade control and reconciliation Snowden Associates ...
  • Parker, H. (1979). The volume variance relationship: a useful tool ...
  • Matheron, G. (1963). Principles of geostatistics. Economic geology, 58(8), 1246-1266. ...
  • Beretta, F. S., Costa, J. F. C. L, , & ...
  • Ribeiro, D. T., Roger, L. S., Vidigal, M., Costa, J. ...
  • Verly, G. (2005). Grade control classification of ore and waste: ...
  • Deutsch, C. (20 02). Goestatistical reservoir modeling: Oxford Univ. Press, ...
  • Vann, J., Bertoli, O., & Jackson, S. (2002, March). An ...
  • D imitrakopoulo S, R. (1998). Conditional simulation algorithms for modelling ...
  • Dubrule, O. (2003). Geostatistics for seismic data integration in Earth ...
  • Queiroz, J. C. B., Sturaro, J. R., & Riedel, P. ...
  • Yang, P., Mao, R., Shao, H., & Gao, Y. (20 ...
  • Emery, X., & Robles, L. N. (2009). Simulation of mineral ...
  • نمایش کامل مراجع