Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 2

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  optymalizacja odkrywki
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
EN
In this paper a new method of modeling variable slope angles has been presented based on the spline interpolation method. Slope angle modeling and defining precedency of the blocks are the vital parts of almost any open pit optimization algorithm. Traditionally heuristic patterns such as 1:5 or 1:9 have been used to generate slope angles. Cone template based models were later employed in developing variable slope angles. They normally use a linear interpolation process for determination of slope angles between the given directions which leads to sharp and non-realistic pits. The other elliptical alternatives suffer from having limitations in defining slope angles in non-geographical directions. The method is capable to consider any number of slope angles in any desired direction as well as creating quite accurate and realistic pit shapes. Three major types of the spline interpolation including cubic, quadratic and cardinal are tested, however, the cubic form is preferred due to more realistic outcomes. Main steps of the method are described through a numerical case study.
PL
W pracy zaprezentowano nową metodę modelowania zmiennego kąta nachylenia gruntu w oparciu o metodę interpolacji funkcjami sklejającymi (metoda spline’ów). Modelowanie kąta nachylenia stoku i prognozowanie kolejności wybierania to kluczowe elementy algorytmu optymalizacyjnego. Tradycyjne modele heurystyczne oparte o wzorce 1:5 lub 1:9 wykorzystane zostały do wygenerowania kątów nachylenia stoku. Do wygenerowania zmiennych kątów nachylenia wykorzystano modele stożkowe. Procedura taka zasadniczo zakłada wykorzystanie interpolacji liniowej dla określenia kąta nachylenia pomiędzy dwoma kierunkami, co prowadzić może do zaprojektowania bardzo stromych i nierealistycznych kształtów odkrywek. Alternatywne rozwiązania, wykorzystujące modele eliptyczne, mają inne ograniczenia - mianowicie określają one kąty nachylenia w kierunkach innych niż geograficzne. Za pomocą tej metody uwzględnić można dowolną liczbę kątów nachylenia w dowolnym kierunku a także wygenerować dokładne i realistyczne kształty odkrywek. Przetestowano trzy procedury interpolacyjne: z zastosowaniem funkcji sześciennych, kwadratowych i kardynalnych. Zdecydowanie najkorzystniejsze i najbardziej realistyczne wyniki uzyskuje się przy zastosowaniu funkcji sześciennych. Główne etapy stosowanej metody wyjaśnione zostały przy pomocy przykładu numerycznego.
2
Content available remote Open pit optimization in 3D using a new artificial neural network
EN
Determination of the pit limits is a vital task in the designing process of a mine. While overestimation increases stripping ratio, underestimation can result in loss of economic ore. The available methods of pit limit optimization are mostly based on the programming approaches (linear and/ or dynamic) and graph theory. In the large scale mines with probably varying wall slopes especially in 3D states performance of these approaches may be unsatisfactory. In this paper, a new 3D pit optimization algorithm has been developed and applied in an economic classified block model. In the first step economic block model of the Esfordi phosphate mine (Iran) was prepared. In the second step, the block model was divided into positive and negative regions with the help of a well trained feed-forward back-propagation neural network. For this, 3D blocks coordinates were considered as the neural network inputs whereas the blocks net economic values were set to be the model output. Finally, the optimum pit limit was determined on the classified block model considering constraints of wall slopes and impurities. This process was set to run in the MATLAB software. The results obtained have been compared to that from the modified Lerchs-Grossman's algorithm. The results are the same but in the presence of some kinds of ore impurity constraints the proposed algorithm generates a pit with more profit.
PL
Określenie zasięgu odkrywki jest kluczowym problemem na etapie projektowania kopalni. Przeszacowanie zasięgu prowadzi do zrywania gruntu na zbyt wielkim obszarze, zaś w wyniku niedoszacowania utracić można cenne rudy. Dostępne metody optymalizacji zasięgu odkrywki opierają się głównie na zasadach programowania liniowego i dynamicznego oraz wykorzystują teorie grafów. Dla kopalni o wielkich rozmiarach i o zmiennym nachyleniu zbocza wyniki uzyskiwane przy użyciu technik trójwymiarowych mogą okazać się niewystarczające. W pracy zaprezentowano nowy algorytm do trójwymiarowej optymalizacji zasięgu odkrywki. Algorytm ten został opracowany i następnie zastosowany w postaci modelu blokowego uwzględniającego zyskowność. W pierwszym kroku opracowano model blokowy z uwzględnieniem kwestii ekonomicznych dla kopalni fosfatów w Esfordi (Iran). W kroku drugim model został podzielony na obszary pozytywne i negatywne przy pomocy odpowiednio wyuczonej sieci neuronowej metodą wstecznej propagacji błędów (feed-forward back-propagation). Jako dane wejściowe do sieci wykorzystano współrzędne bloków w 3D a wartości finansowe (zyski) netto dla poszczególnych to dane wyjściowe. W końcowym stadium określono optymalny zasięg odkrywki na podstawie modelu blokowego z uwzględnieniem więzów w postaci nachylenia zbocza oraz obecności zanieczyszczeń rudy. Program działa w systemie MATLAB. Uzyskane wyniki porównano z wynikami uzyskanymi przy wykorzystaniu zmodyfikowanego algorytmu Lercha- Crossmana. Wyniki są takie same za wyjątkiem sytuacji wystąpienia zanieczyszczeń rudy, kiedy to proponowany algorytm generuje wynik zakładający wyższe zyski kopalni.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.