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: 394

فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

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.

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 :
  • [] ابراهیم آبادی، آرش؛ (1389)، 'ارائه مدلی برای پیش‌بینی عملکرد ...
  • شرکت ایریتک، گزارش مجتمع معادن زغالسنگ پروده طبس (1387)، دفتر ...
  • Tunneling and Underground space association", www.itaaites. org. Internationalه [18] ITA/AITES; ...
  • Ebrahimabad A, Goshtasbi K, Shahriar K, Seifabad MCh (2011) A ...
  • Ebrahimabad A, Goshtasbi K, Shahriar K, Seifabad MCh (201 1) ...
  • _ _ _ _ _ _ For Mining and Civil ...
  • _ _ _ _ _ _ _ Mining", ...
  • Hartman, H.L. (1992), SME Mining Engineering Handbook. Chapter 22.1: Rapid ...
  • Ahangaran, D. K., Afzal, P., Yasrebi, A. B., Wetherelt, A. ...
  • Vapnik V. N. The nature of statistical learming theory, 2nd, ...
  • Boser B. E., Guyon I. M. and Vapnik V. N. ...
  • Basak D., Pal S. and Patranabis D. C., "Support vector ...
  • Cherkassky V. and Ma Y., "Practical selection of SVM parameters ...
  • Shin S. Kyung, Lee S. Taik, & Kim J. Hyun ...
  • Min, J .Lee, Y.(2005).« Bankruptcy Prediction Using Support Vector Machine ...
  • _ "Surface _ method, technius _ ...
  • Bilgin, N., Dincer T., Copur H., Erdogan M.; 2004; "Some ...
  • Scholkopf, B. Burges, C. and Smola, A. Advances in Kermel ...
  • _ _ _ _ _ _ Wisconsin USA, pp. 188-196. ...
  • Christophier, J., C, Burges.: A Tutorial on Support Vector Machines ...
  • نمایش کامل مراجع