Application of rough set theory for choosing optimal location for flotation tailings dump

• Autorzy: Stirbanovic Z. , Miljanovic I. , Markovic Z.

Warianty tytułu

PL

Zastosowanie teorii zbiorów przybliżonych do wyboru optymalnej lokalizacji składowiska odpadów poflotacyjnych

• Języki publikacji: EN

Abstrakty

EN

Flotation tailings dumps represent a potential threat to the environment. To corroborate this, numerous environmental disasters have occurred worldwide in the past. Pollution caused by breaking of tailings dump dams and overflowing of hazardous materials is still present, after several decades, and continue to threaten the environment. This paper presents a method for determining the most appropriate location for the flotation tailings dump using rough set theory. The review of the criteria that influence the choice of flotation tailings dump location is given. Based on these criteria, an analysis and evaluation of the proposed locations for the flotation tailings dump are done using rough set theory and the most suitable location that meets all the requirements is suggested.

PL

Składowiska odpadów poflotacyjnych stanowią potencjalne zagrożenie dla środowiska naturalnego. Dla potwierdzenia, wymieniać można różnorakie katastrofy dla środowiska, które miały miejsce w przeszłości. Skażenie spowodowane przerwaniem tam zabezpieczających składowiska utrzymuje się nadal, nawet po upływie kilku dekad a przelewanie się materiałów niebezpiecznych wciąż stanowi zagrożenie dla środowiska. W pracy przedstawiono metodę wyboru najodpowiedniejszej lokalizacji składowiska odpadów poflotacyjnych w oparciu o teorię zbiorów przybliżonych. Zaprezentowano przegląd kryteriów w oparciu o które dokonuje się wyboru lokalizacji składowiska. W oparciu o powyższe kryteria, przeprowadzono analizę i ocenę proponowanych lokalizacji składowisk odpadów poflotacyjnych przy zastosowaniu teorii zbiorów przybliżonych i na tej podstawie dokonano wyboru odpowiedniej lokalizacji, spełniającej wszystkie powyższe kryteria.

Słowa kluczowe

EN

flotation tailings; environmental disasters; location; rough set theory; decision making; criteria

PL

odpady poflotacyjne; katastrofy środowiskowe; teoria zbiorów przybliżonych; procesy decyzyjne; kryteria

• Wydawca: Instytut Mechaniki Górotworu PAN
• Czasopismo: Archives of Mining Sciences
• Rocznik: 2013
• Tom: Vol. 58, no. 3
• Strony: 893--900
• Opis fizyczny: Bibliogr. 21 poz., tab.

Twórcy

autor

Stirbanovic Z.

• University of Belgrade, Technical Faculty Bor, Vojske Jugoslavije 12, 19210 Bor, Serbia

autor

Miljanovic I.

• University of Belgrade, Faculty of Mining and Geology, Djušina 7, 11000 Belgrade, Serbia

autor

Markovic Z.

• University of Belgrade, Technical Faculty Bor, Vojske Jugoslavije 12, 19210 Bor, Serbia

Bibliografia

• Alonso E., Gens A., 2006. Aznalcollar dam failure. Part 1: Field observations and material properties, Geotechnique, 56(3), 165-183.
• Arabani M., Lashteh Nashaei M.A., 2006. Application of Rough Set Theory as a New Approach to Simplify Dams Location. Sci. Iran., 13(2), 152-158.
• Benvenuti M., Mascaro I., Corsini F., Lattanzi P., Parrini P., Tanelli G., 1997. Mine waste dumps and heavy metal pollutionin abandoned mining district of Boccheggiano (Southern Tuscany, Italy). Environ. Geol., 30 (3/4), 238-243.
• Caldwell J.A., Robertson A.M., 1983. Selection of tailings impoundment sites. Die sivilie ingenieur in Suid Afrika, p. 537-552.
• Eriksson N., Adamek P., 2000. The tailings pond failure at the Aznalcóllar mine, Spain. In: R. Singhal, A. Mehrotra (Eds.) Environmental Issues and Management of Waste in Energy and Mineral Production, Balkema, Rotterdam, p. 109-116.
• Golomeov B., Golomeova M., Krstev B., Krstev A., 2011. Some hazardous appearances in flotation tailings dumps indomestic mines. Perspect. Innov. Econom. Busin., 7(1), 80-83.
• Komnitsas K., Kontopoulos A., Lazar I., Cambridge M., 1998. Risk assessment and proposed remedial actions in coastaltailings disposal sites in Romania. Miner. Eng., 11(12), 1179-1190.
• Lifang C., Liang C., Yi G., 2008. Forecasting Clinker Strength Based on Rough Set & Neural Network, IWMSO, p. 183-187.
• Liu Y., Yu H., Zhong P., 2009. The Application of Rough Set Neural Networks of GSS-PSO in the Risk Evaluation ofCollapse and Rockfall Disasters. ICICTA, Vol. 1, p. 481-484.
• Marjanovic T., Trumic M., Markovic Lj., 2003. Local Environmental Action Plan Municipality Bor. Chitizens Forum, Bor.
• Onargan T., Kose H., Pamukcu C., Kincal C., 2009. An investigation of subsidence effect on waste dump stability inSoma-Eynez coal field, Arch. Min. Sci., 54(4), p. 687-707.
• Panias D., 2006. Consequences of environmental issues on sustainability of metal industries in Europe: The case studyof Bor. J. Metall., 12(4), 239-250.
• Pawlak Z., 1982. Rough sets. Int. J. Comp. Inform. Sci., 11, 341-356.
• Pawlak Z., 2000. AI and intelligent industrial applications the rough set perspective. Cybernet. Syst., 31(3), 227-252.
• Pawlak Z., Skowron A., 2007. Rough sets: Some extensions. Inform. Sciences, 177, 28-40.
• Rissino S., Lambert-Torres G., 2009. Rough Set Theory - Fundamental Concepts, Principals, Data Extraction, andApplications. In: J. Ponce, A. Karahoca (Eds.), Data Mining and Knowledge Discovery in Real Life Applications, I-Tech, Vienna, p. 35-58.
• Robertson A.M., Moss A.S., 1981. Site selection and optimization studies for mill sites and tailings impoundments, Asianmining. Institution of Mining and Metalurgy, London.
• Robertson A.M., Shaw S.C., 1999. A multiple accounts analysis for tailings site selection. SCME II, Vol, 3, p. 883-891.
• Wehland F., Panaiotu C., Appel E., Hoffmann V., Jordanova D., Jordanova N., Denut I., 2002. The dam breakage of BaiaMare-a pilot study of magnetic screening, Phys. Chem. Earth, 27, 1371-1376.
• Yan-bin Y., Xiao L., Jiejun H., Fan Z., 2009. Geological Anomaly Mining in Mineralization Based on Rough Set. FSKD ‘09, Vol, 1, p. 581-585.
• Zhang Y., 2010. Rough Set Soft Computing Cancer Classification and Network: One Stone, Two Birds. Cancer Inform., 9, 139-145.