شماره ركورد كنفرانس :
3364
عنوان مقاله :
ارزيابي ميزان طول پرتاب سنگ با استفاده از روش هاي انفيس وشبكه هاي عصبي مصنوعي در معدن آهن سنگان
عنوان به زبان ديگر :
Assess the extent of length flyrock Using the ANFIS methods and artificial neural networks in Sangan iron ore mine
پديدآورندگان :
خواجوئي سيرجاني عباس مجتمع آموزش عالي زرند , ظفري ظفرآباد كيوان , زارعي عنايت الله مجتمع آموزش عالي زرند , سعيدي رشك عليا غلامرضا دانشگاه شهيد باهنر كرمان - گروه مهندسي معدن
كليدواژه :
پرتاب سنگ , سيستم انفيس , شبكه هاي عصبي , معدن آهن سنگان
سال انتشار :
خرداد 1395
عنوان كنفرانس :
كنفرانس بين المللي پژوهش هاي نوين در علوم مهندسي
زبان مدرك :
فارسي
چكيده فارسي :
پديده پرتاب سنگ يكي ازخطرناكترين عوارض جانبي علميات انفجار معادن روباز ميباشد،كه ميتواند پيامدهاي ناخوشايندي هم چون آسيب به تجهيزات و افراد در معادن ايجاد كند. عدم دقت پيش بيني طول پرتاب سنگ به روش هاي تجربي موجب شده است تا از سيستم هاي نوين جديد مانند: سيستم انفيس وشبكه هاي عصبي مصنوعي استفاده شود. دراين راستا يك دسته داده شامل 40 پترن انفجاري كه عملا درمعدن آهن سنگان اجراشده اند، گردآوري شده است. دراين مقاله باتعيين متغيرهاي مستقل و متغير وابسته دربين داده ها، ازسيستم انفيس وشبكه عصبي براي پيش بيني پرتاب سنگ دراين معدن تحت شرايط مختلف پيش بيني شده است.
چكيده لاتين :
Flyrock is one of the most hazardous side effects of blasting operation in surface mining. which could create the undesirable outcomes such as damage to equipment and personnel in open pit mines . Inaccuracy of the available flyrock prediction empirical methods has system ANFIS and fuzzy Jdydmannd be used to the new systems. In this regard a 07Pattern explosive data categories that are practically implemented in Sangan iron the mine have been collected. In this article Vmtghyrvabsth independent variables in the data determine, the system ANFIS and Artificial Neural Networksto predict the fiyrock in the the mine is projected under various conditions.
كشور :
ايران
تعداد صفحه 2 :
12
از صفحه :
1
تا صفحه :
12
لينک به اين مدرک :
بازگشت