Wyniki wyszukiwania - BazTech

1

Prediction of blast-induced ground vibration using gene expression programming (GEP), artificial neural networks (ANNS), and linear multivariate regression (LMR)

Shakeri Jamshid, Shokri Behshad Jodeiri, Dehghani Hesam

Archives of Mining Sciences

|

2020

|

Vol. 65, no. 2

317--335

EN

In this paper, an attempt was made to find out two empirical relationships incorporating linear mul-tivariate regression (LMR) and gene expression programming (GEP) for predicting the blast-induced ground vibration (BIGV) at the Sarcheshmeh copper mine in south of Iran. For this purpose, five types of effective parameters in the blasting operation including the distance from the blasting block, the burden, the spacing, the specific charge, and the charge per delay were considered as the input data while the output parameter was the BIGV. The correlation coefficient and root mean squared error for the LMR were 0.70 and 3.18 respectively, while the values for the GEP were 0.91 and 2.67 respectively. Also, for evaluating the validation of these two methods, a feed-forward artificial neural network (ANN) with a 5-20-1 structure has been used for predicting the BIGV. Comparisons of these parameters revealed that both methods successfully suggested two empirical relationships for predicting the BIGV in the case study. However, the GEP was found to be more reliable and more reasonable.

2

Plant type selection for reclamation of Sarcheshmeh copper mine using fuzzy-TOPSIS approach

Ebrahimabadi A., Alavi I.

Archives of Mining Sciences

|

2013

|

Vol. 58, no. 3

953--968

EN

Plant species selection is a multi-criteria evaluation decision and has a strategic importance for many companies. The conventional methods for plant species selection are inadequate for dealing with the imprecise or vague nature of linguistic assessment. To overcome this difficulty, fuzzy multi-criteria decision-making methods are proposed. The aim of this study is to use the fuzzy technique for order preference by similarity to ideal solution (F.TOPSIS) methods for the selection of plant species in mine reclamation plan. Plant type selection and planting to protect the environment and the reclamation of the mine are some of the most important solutions. Therefore, the objective of the current research study is to choose the proper plant types for reclamation of Sarcheshmeh Copper Mine using Fuzzy-topsis method. In this regard, primarily, surrounding area of Sarcheshmeh copper mine, one of the world’s 10 biggest copper mine which is located near Kerman city of Iran, are surveyed, to choose the best plant type for reclamation of disturbance area. With this respect, based on reclamation plan, primary criteria were consisted of kinds of post mining land use, climate, and nature of soil. Comparison matrixes were then obtained based on experts’ opinion and plant types were subsequently prioritized using the Fuzzy Topsis method. Secondary factors considered through the analysis were as follows: perspective of the region, resistance against disease and insects, strength and method of growth, availability to plant type, economic efficiency, protection of soil, storing water, and prevention of pollution. Finally, suitable plant types in the mining perimeter were prioritized as: Amygdalus scoparia, Tamarix, Pistachio Wild, Ephedra, Astragalus, Salsola, respectively.

PL

Wybór gatunków roślin jest decyzją podejmowaną w oparciu o wiele kryteriów i stanowi poważne wyzwanie strategiczne dla wielu firm. Konwencjonalne metody wyboru gatunków roślin okazują się niewystarczające w przypadku nieprecyzyjnej oceny i nie w pełni zdefiniowanych określeń językowych. W celu przezwyciężenia tych trudności, zaproponowano wielo-kryterialną metodę decyzyjną wykorzystującą logikę rozmytą. Celem tego opracowania jest ukazanie zastosowania podejścia rozmytego do uzyskania kolejnych przybliżeń do rozwiązania idealnego (F.TOPSIS) przy wyborze odpowiednich gatunków roślin do użycia w projekcie rekultywacji terenów kopalni. Wybór gatunków roślin i ich kultywacja dla zapewnienia ochrony środowiska i projektu rekultywacji terenu pogórniczego to bardzo ważne zagadnienia. Głównym celem obecnego studium jest wybór odpowiednich gatunków roślin do wykorzystania projekcie rekultywacji terenów kopalni miedzi Sarcheshmeh z wykorzystaniem metod logiki rozmytej TOPSIS. W pierwszym rzędzie przeprowadzono badania gruntów wokół kopalni miedzi Sarchesmeh, w pobliżu miejscowości Kerman w Iranie (jednej z dziesięciu największych na świecie kopalni miedzi) w celu wyboru najlepszych typów roślin do wykorzystania do rekultywacji naruszonych działalnością górniczą terenów. Określono podstawowe kryteria wyboru, biorąc pod uwagę plan rekultywacji: sposoby wykorzystania terenu, klimat oraz rodzaje gleb. Otrzymano macierze porównawcze uzyskane na podstawie opinii ekspertów, następnie dokonano określenia priorytetów dla poszczególnych roślin przy pomocy metody TOPSIS, wykorzystującej logikę rozmytą. W analizie uwzględniono następujące czynniki drugorzędne: perspektywy dla regionu, odporność na choroby i owady szkodniki, wytrzymałość i sposób uprawy, dostępność danego gatunku roślin, wydajność ekonomiczna, ochrona gleb, zdolność zatrzymywania wody, zapobieganie zanieczyszczeniom. W końcowym etapie dokonano wyboru najkorzystniejszych dla danego terenu górniczego gatunków roślin, podając kolejno: Amygdalus scoparia, Tamarix, Pistachio Wild, Ephedra, Astragalus, Salsola.

3

Predicting ground vibration caused by blasting operations in Sarcheshmeh copper mine considering the charge type by adaptive neuro-fuzzy inference system (ANFIS)

Soltani-Mohammadi S., Amnieh H. B., Bahadori M.

Archives of Mining Sciences

|

2011

|

Vol. 56, no 4

701-710

EN

Ground vibration is an inevitable effect of blasting operations. The propagated wave generated, can cause serious damage to the surrounding environment and nearby structures. The type of charge used in each blast is one of the important parameters affecting this vibration. In order to study the effect of charge type, ground vibrations from 11 blasts with two different charges (ANFO and Emolan) were recorded in Sarcheshmeh copper mine by PDAS-100 digital seismographs. Seismometers were installed in three vertical, tangential and radial directions and 46 data were obtained. Data processing was carried out with the DADISP software. In this paper, using Active Neuro-Fuzzy Inference System (ANFIS) and dividing data into ANFO and Emolan sets (charge types), the sensitivity of Peak Particle Velocity (PPV) with respect to the amount of charge weight per delay and the distance from the center of the blast site was analyzed. The correlation coefficient of the estimated and the measured data in both cases is about 0.97 and the Mean Square Error (MSE) in the network testing process for ANFO and Emolan data sets are equal to 0.52 and 0.7 respectively. The amount of PPV caused by ANFO and Emolan blasting for the critical cases was predicted by ANFIS. The critical cases have the maximum charge weights for ANFO and Emolan equal to 5200 kg and 7111 kg respectively and the nearest distance to blast site equals 740 m. The PPVs estimated by ANFIS are equal to 7.42 and 7.47 mm/s for blasting by Emolan and ANFO, respectively. This study shows that the amount of ground vibration caused by high-pressure explosives has more dependence on weight of charge used.

PL

Wibracje gruntu to nieuchronny skutek robót strzałowych. Wytworzona fala uderzeniowa może spowodować poważne zniszczenia sąsiadującego terenu oraz budynków. Jednym z ważnych parametrów wpływających na wibrację jest rodzaj ładunku używanego przy każdym wybuchu. Aby zbadać wpływ rodzaju ładunku, za pomocą sejsmografów cyfrowych PDAS-100 zarejestrowano wibracje gruntu które nastąpiły po 11 wybuchach dwóch typów ładunków (ANFO i Emolan) w kopalni miedzi Sarcheshmeh. Sejsmometry zostały zainstalowane w trzech pionowych, stycznych i promieniowych kierunkach i uzyskano 46 zapisów. Dane zostały przetworzone przy użyciu oprogramowania DADISP. W niniejszej pracy, przy użyciu adaptacyjnego systemu neuro-rozmytego (ANFIS), oraz dzieląc dane na zestawy ANFO i Emolan (rodzaje ładunku), zbadano wrażliwość maksymalnej prędkości cząstki (PPV) z uwzględnieniem wagi ładunku na opóźnienia i odległości od centrum wybuchu. Współczynnik korelacji danych szacunkowych i pomiarowych wyniósł w obu przypadkach 0,97, a błąd średniokwadratowy w procesie testowania sieciowego dla zestawów danych ANFO i Emolan, wyniósł odpowiednio 0,52 i 0,7. PPV wywołane wybuchami ANFO i Emolan dla przypadków krytycznych zostały prawidłowo oszacowane przez ANFIS. W przypadkach krytycznych maksymalne wagi ładunków ANFO i Emolan wynoszą odpowiednio 5200 kg i 7111 kg, a najbliższa odległość od miejsca wybuchu wynosi 740 m. PPV oszacowane przez ANFIS wynoszą 7,42 i 7,47 mm/s, odpowiednio dla Emolan i ANFO. Badania wykazały, że wibracje gruntu spowodowane wysokociśnieniowymi ładunkami wybuchowymi zależą w dużej mierze od wagi zastosowanego ładunku.