فایل ورد کامل رویکرد مدل فازی به منظور تخمین حداکثر شارژ در هر تاخیر در معادن سطحی

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

این مقاله، ترجمه شده یک مقاله مرجع و معتبر انگلیسی می باشد که به صورت بسیار عالی توسط متخصصین این رشته ترجمه شده است و به صورت فایل ورد (microsoft word) ارائه می گردد

متن داخلی مقاله بسیار عالی، پر محتوا و قابل درک می باشد و شما از استفاده ی آن بسیار لذت خواهید برد. ما عالی بودن این مقاله را تضمین می کنیم

فایل ورد این مقاله بسیار خوب تایپ شده و قابل کپی و ویرایش می باشد و تنظیمات آن نیز به صورت عالی انجام شده است؛ به همراه فایل ورد این مقاله یک فایل پاور پوینت نیز به شما ارئه خواهد شد که دارای یک قالب بسیار زیبا و تنظیمات نمایشی متعدد می باشد

توجه : در صورت مشاهده بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل می باشد و در فایل اصلی فایل ورد کامل رویکرد مدل فازی به منظور تخمین حداکثر شارژ در هر تاخیر در معادن سطحی،به هیچ وجه بهم ریختگی وجود ندارد

تعداد صفحات این فایل: ۲۱ صفحه

تعدادی از تحقیقاتی که منتشر شده به تدوین و فرمول کردن PPV و حداکثر شارژ در تاخیر شامل لرزش ناشی از انفجار است.در روش منطق فازی برنامه یافته شده در زمینه های مختلف مهندسی است به ویژه در جایی که مشکلات درگیر پیچیدگی و عدم اطمینان می شود.در این مطالعه روش منطق فازی به منظور تجزیه وتحلیل مشکل بکار گرفته می شود. و همچنین معادلات تجربی مورد بررسی قرارداده شده است . هدف اصلی در این مطالعه تخمین حداکثر شارژ در هر تاخیر است که به یکی از مهمترین پارامتر ها در طراحی الگوی آتشباری می باشد. این مدل به پیشبینی حداکثر شارژدر هر تاخیر به عنوان یک پارامتر خروجی برایس یک PVV و فاصله داده شده از انفجار می پردازد. مقایسه نشان می دهد که نتایج مدل به مقدار واقعی نزدیکتر است که به طوری مطلوب تر است. بر اساس آنالیز های لرزشی معدن سونگون خطای مجموع مربعات در  براورد مدل پایه ANFIS 231 و در مدل رگرسیون ۴۲۲ است.این مقادیر برای USBM و Ambrasey-Hendron و Rei et al 525 و ۳۸۷ می باشد. مقادیر ضریب همبستگی بین پیش بینی و اندازه گییری شده PPV (R) در مدل بر پایه ANFIS برابر با ۰۹۳ و برای مدل رگرسیون ۷۵ و در نهایت ۷۸ و ۷۳ برای مدل های USBM و Ambrasey-Hendron و Rei et al به ترتیب می باشد. باتوج به مقایسه MSE و MAE و R مدل بر پایه ANFIS مناسب تر از مدل بر پایه رگرسیون است. از نظر دقت این مدل بهترین و در نتیجه مدل ساخته شده پیشنهاد می شود. 

عنوان انگلیسی:Fuzzy modeling approaches for the prediction of maximum charge per delay in surface mining~~en~~

Site description Sungun copper mine is located in the north-west of Iran, in Azarbayjan-e-Sharqi province. The total ore reserve of the deposit is more than 384 million tonnes. However, probable and possible reserve is 1000 million tonnes, with an average grade of 0.67%. The existing estimation about effected land of Sungun copper mine is 38.2 km2 , of which half will be completely ruined in next 30 years. There are some important industrial structures very close to mine pit limits including industrial site of mine, concentrating plant, belt conveyors, crushing site, etc. [7]. Drilling and blasting technique is the most economical method available for loosening and fragmenting the in situ rock mass in the Sungun mine. But blast induced ground vibration as a consequence of environmental effects of blasting process in the form of repetitive dynamic loading, has unfavorable effects on nearby structures. Blast induced ground vibration was studied in Sungun open pit Copper Mine in order to control vibration intensity. The geotechnical studies show that the major fault systems of the area have NW-SE, N-S and NE-SW strikes. Also the mine area according to geotechnical and statistical studies of intact rocks and discontinuities has been divided into six separate blocks. In the mine area the overall rock mass is extremely broken and fractured due to the action of these faults (at least eighty major faults) and volcanic activities. The RMR and GIS rock mass rating methods that have been used in classifying rock masses and obtaining its parameters, indicate that rock mass quality changes from ‘‘Poor’’ to ‘‘Fair’’ in the mine blocks. The compressive strength tests (point-load, triaxial and uniaxial) of the intact rock show that the strength of intact rock increases directly with siliceous and indirectly with Argillic alterations [7]. 3. Blast operations In blasting operations at the Sungun site, ANFO and Emolan (blasting agent) are used as explosives for dry and wet blast holes, respectively, gelatin dynamite (priming), and Emolan Cartridge (booster). The initiation system is detonating cord, and the delay used between the rows are 13, 20, 50 ms and a combination of these. At this site, the drilling equipments and different types of blasting zones, and the regular blasting parameters that are implemented during blast vibration monitoring according to the contractor’s specifications, are listed in Table 1. Explosive weight of each blast hole was measured carefully. The amount of gelatin dynamite and Emolan cartridge used as priming and booster, respectively, has been added to the amount of ANFO depending on their equivalent weight strength. The result of ground vibration measurements of the thirtyseven events performed at the test site, including particle velocity, maximum charge per delay and distance are shown in Table 2 [8]. 4. Charge per delay estimation by empirical equations Empirical equations are versions of the following general form that typically are used by investigators [9,10]: PPV ¼ KRaQb 1 where PPV¼V is the peak particle velocity, Q is maximum charge per delay (kg), R is distance of the measuring transducer form the blasting face (m), and K, a and b are site-specific constants, which can be determined by multiple regression analysis. The Ambraseys and Hendron [4] and Duvall and Fogelson [5] equations are versions of the following general form of all types demonstrated in Table 3. Also Rai et al. [6] have proposed Q as a predictor for calculation of the maximum charge per delay directly. The equation is the function of PPV and distances and therefore can predict the charge precisely: Q ¼ KVR2 B 2 Selected empirical equations (according to Table 3) have been employed in order to analyse the data. Table 4 represents the results of applying the equations to the ground vibration data. As seen in Table 4, the Ambraseys and Hendron equation better fits the data and has a greater coefficient of correlation. It should be noted here that the resulted correlation coefficient is just for the equations in the form of offered one. At the end of this paper the efficiency of the each governed relation in estimation of maximum charge per delay based on PPV and distance from blasting face is discussed for the data measured from Sungun copper mine.

$$en!!