Optimal open pit mining equipment selection using fuzzy multiple attribute decision making approach

• Autorzy: Bazzazi A. A. , Osanloo M. , Karimi B.

Warianty tytułu

PL

Wielokryterialna optymalizacja doboru urządzeń górniczych w kopalniach odkrywkowych z wykorzystaniem logiki rozmytej

• Języki publikacji: EN

Abstrakty

EN

Equipment selection in mining engineering is one of the most important decision that is affected the mine design, production planning and economic parameters in open pit mining. Mine planning engineers generally use of their intuition and experiences in decision making even though equipment selection is a complex multi criteria decision problem. In real-world situation, because of incomplete or non-obtainable information, the data (attributes) are often not so deterministic; therefore they usually are fuzzy-imprecise. Combination of Analytical Hierarchy process (AHP) and entropy method applied to calculate global weights of the attributes. The weights then passed to the Technique for Order Preference Similarity to Ideal Solution (TOPSIS) method that the most efficient mining equipment alternative(s) could be appointed through distance measurement so that the best alternative has the nearest (distance) to the ideal solution and farthest from the negative-ideal solution in fuzzy environment. This approach is applied to select optimal loading-haulage equipment in Sungun open pit mine of Iran.

PL

Odpowiedni dobór urządzeń górniczych jest jedną z najważniejszych decyzji przy projektowaniu kopalń, planowaniu produkcji i przy analizie parametrów ekonomicznych funkcjonowania kopalni odkrywkowej. Inżynierowie odpowiedzialni za projektowanie kopalń przy podejmowaniu decyzji zazwyczaj bazują na własnej intuicji i doświadczeniu, mimo że dobór wyposażenia jest złożonym zagadnieniem wielokryterialnym. W rzeczywistych sytuacjach, z uwagi na brak wszelkich niezbędnych informacji, dane (cechy) nie zawsze są jasno określone, niejednokrotnie są one nieprecyzyjne, rozmyte. Metoda zwana AHP (Analytical Hierarchy Process) w połączeniu z metodą entropii wykorzystana została do obliczenia współczynników wagi poszczególnych atrybutów (cech). Następnie wagi te zastosowano w metodzie TOPSIS, oznaczającej poszukiwanie podobieństwa do idealnego rozwiązania i alternatywne opcje najbardziej wydajnego sprzętu górniczego ustalono na podstawie pomiarów odległości od rozwiązania idealnego przy zastosowaniu procedury rozmytej. Podejście takie jest wykorzystywane przy doborze optymalnych urządzeń do załadunku i transportu urobku w kopalni odkrywkowej Sungun w Iranie.

Słowa kluczowe

EN

mining equipment selection; open pit; multicriteria decision making; MCDM; analytical hierarchy process; AHP; TOPSIS; fuzzy set theory

PL

dobór urządzeń; kopalnia odkrywkowa; wielokryterialne problemy decyzyjne; AHP; TOPSIS; teoria zbiorów rozmytych

• Wydawca: Instytut Mechaniki Górotworu PAN
• Czasopismo: Archives of Mining Sciences
• Rocznik: 2009
• Tom: Vol. 54, no 2
• Strony: 301--320
• Opis fizyczny: Bibliogr. 24 poz., rys., tab., wykr.

Twórcy

autor

Bazzazi A. A.

autor

Osanloo M.

autor

Karimi B.

• Department of Mining and Metallurgy Engineering, Amirkabir University of Technology, Tehran, Iran

Bibliografia

• Aghajani A., Osanloo M., Akbarpour M., 2007. Optimizing loading system of Gol-e-Gohar iron ore mine of Iran by genetic algorithm, Iron ore conference, Perth, Australia, 20-22 August, 211-217.
• Aghajani A., Osanloo M., 2007. Application of AHP-TOPSIS Method for Loading-Haulage Equipment Selection in Open pit Mines, XXVII International Mining Convention, Veracruz, Mexico, 10 – 13 October.
• Bandopadhyay S., Venkatasubramanian P., 1987. Expert systems as decision aid in surface mine equipment selection, International Journal of Mining, Reclamation and Environment, 1, 2, 159–165.
• Bascetin A., 2004. An application of the analytic hierarchy process in equipment selection at Orhaneli open pit coal mine, Mining Technology (Trans. Inst. Min. Metall. A) 113, A192-A199.
• Bascetin A., Oztas A., Kanli A., 2006. EQS: computer software using fuzzy logic for equipment selection in miting engineering, The Journal of the South African Institute of Mining and Metallurgy 106, 63-70.
• Blanchard B.S., Fabrycky W.J., 1981. Systems engineering and analysis, 2nd edition (Englewood Cliffs, N.J.: Prentice-Hall, Inc.), 491–524.
• Cebesoy T., 1997. Surface mining equipment cost analysis with a developed linear break even model, International Journal of Mining, Reclamation and Environment, 11, 2, 53-58.
• Celebi N., 1998. An equipment selection and cost analysis system for open pit coal mines, International Journal of Mining, Reclamation and Environment, 12, 4, 181-187.
• Chan F., Kumar N., Global supplier development considering risk factors using fuzzy extended AHP-based approach, Omega, 35, 4,417-431.
• Cheng CH., 1999. Evaluating weapon systems using ranking fuzzy numbers, Fuzzy Set System, 107, 25–35.
• Denby B., Schofield D., 1990. Application of expert systems in equipment selection for surface design, International Journal of Mining, Reclamation and Environment, 4, 4, 165–171.
• Hall R., Daneshmand K., 2003. Reliability Modeling of Surface Mining Equipment: Data Gathering and Analysis Methodologies, International Journal of Mining, Reclamation and Environment, 17, 3, 139-155.
• Hrebar M.J., 1990. Preliminary dragline selection for surface coal mining operation, 2nd International conference on mine planning and equipment selection, Canada, 133–43.
• Hwang C.L., Yoon K., 1981. Multiple attributes decision-making – methods and applications, a state-of-the-art survey, Springer, Berlin Heidelberg, New York.
• Hoseinie S.S., Pourrahimian Y., Aghababae H., 2006. Application of rock mass index (RMi) to determine of blasting index (BI) - A case study sungun copper mine – Iran, International conference on mine planning and equipment selection, Torino, Italy, 19-22 September, 1013-1018.
• Kaufmann A., Gupta M.M., 1985. Introduction to fuzzy arithmetic: theory and applications, New York, Van Nostrand Reinhold.
• Saaty T.L., Vargas L.G., 1994. Decision making in economic, political, social, and technological environments with the analytic hierarchy process, Pittsburgh, RWS Publications.
• Saaty T.L., 1990. The Analytic Hierarchy Process, McGraw Hill. New York.
• Samanta B., Sarkar B., Mukherjee S., 2002. Selection of opencast mining equipment by a multi-criteria decision-making process, Mining Technology (Trans. Inst. Min. Metall. A), 111, A136-A142.
• Sen P., Yang J.B., 1998. Multiple Criteria Decision Support in Engineering Design, Springer-Verlag, London.
• Sevim H., Sharma G., 1991. Comparative economic analysis of transportation systems in surface coal mines, International Journal of Mining, Reclamation and Environment, 5, 1, 17-23.
• Starr M.K., Zeleny M., 1977. Multiple Criteria Decision-Making: Studies in Management Science, North-Holland Publishing Company.
• Zadeh L.A., 1965. Fuzzy sets, Information and Control, 8, 338–353.
• Zeleny M., 1982. Multiple Criteria Decision Making, McGraw-Hill.