تخمين ذخيره با استفاده از تكنيك‌هاي شبكه عصبي : مطالعه موردي معدن مس سونگون

تخمين ذخيره شامل مدل‌سازي تغييرات مكاني و توزيع عيار ماده معدني در منطقه مورد اكتشاف است. رويكردهاي فعلي اساساً مبتني بر استدلال هندسي يا تكنيك‌هاي آماري هستند و به طور كلي فرض مي‌كنند كه توزيع فضايي عيار ماده معدني، تابعي از فاصله است. پيشرفت‌هاي اخير در شبكه‌هاي عصبي، يك رويكرد جديد را براي حل اين مسئله ارائه كرده است. در اين مقاله، از يك شبكه عصبي پيش‌خور چند لايه براي ثبت توزيع فضايي عيار ماده معدني با آموزش مستقيم شبكه به وسيله داده‌هاي حاصل از عيار سنجي از گمانه استفاده شده است. سپس از شبكه عصبي آموزش ديده براي پيش بيني توزيع عيار ماده‌معدني در منطقه حفاري استفاده مي‌شود. نتايج پيش‌بيني‌شده از مدل شبكه عصبي با مدل‌ كريجينگ مقايسه شده ونشان از اعتبار شبكه عصبي آموزش ديده را دارد. مدل پيشنهادي بر روي معدن مس سونگون اعمال شد و طبق نتايج بدست آمده، ذخاير با عيار مس كمتر از 5/0درصد بيش از حد و ذخاير با عيار مس بيشتر از 5/0 درصد كمتر از حد تخمين زده شده است. همچنين نشان داده شد كه شبكه‌ آموزش ديده ابزار اميدواركننده‌اي در حل مسئله تخمين ذخيره در مهندسي معدن است.