پیش بینی خردایش ناشی از انفجار در معادن - مطالعه موردی:معدن سنگ آهن گل گهر

محورهای موضوعی : فصلنامه زمین شناسی محیط زیست

احمد اسدی ¹ (استادیار دانشگاه آزاد اسلامی، واحد تهران جنوب)
ایمان عنایت الهی ² (دانش آموخته کارشناسی ارشد استخراج معدن، دانشگاه آزاد اسلامی واحد تهران جنوب)

تاریخ دریافت : 1395/06/14 تاریخ پذیرش : 1395/06/14 تاریخ انتشار : 1395/06/01

کلید واژه: انفجار, خردایش سنگ, طراحی آزمایش به روش تاگوچی, شبکه عصبی چند لایه,

چکیده مقاله :

حفاری و انفجار تقریباً 30درصد کل هزینههای عملیاتی در معادن روباز را شامل میشود که ایـن مقـدار درصـورت ایجـاد قطعـاتبزرگ سنگ و با توجه به نیاز به انفجارهای ثانویه تا 50درصد نیز افزایش مییابد. انفجـار خـوب تنهـا موجـب کـاهش هزینـههـایمربوط به انفجارهای ثانویه نمیشود بلکه از دیگر پیامدهای یک انفجار خوب میتوان به کاهش آسیبهـای محـیط زیسـتی، اجـرایآسان مراحل بعد از انفجار یعنی بارگیری، باربری و مراحل خردایش و فرآوری اشاره کرد. با توجه به موارد فوق پیشنهاد مدلی بـرایپیشبینی ابعاد سنگ خرد شده و تخمین پراکندگی خردایش بسیار مهم است و نتایج حاصـله از آن مـیتوانـد بسـیار سـودمند باشـد.در این تحقیق با انجام یکسری انفجار در معدن سنگ آهن گل گهر عوامل انفجاری مـؤثر بـر انفجـار و خـردایش سـنگ، بـه وسـیلهطراحی آزمایش به روش تاگوچی و شبکههای عصبی مورد ارزیابی قرار گرفتند و با اجـرای الگـوی بدسـت آمـده از ایـن دو روشمیزان خردایش به ترتیب / 57 5و 60سانتیمتر بدست آمد که به ابعاد سنگ مورد نیاز معدن گلگهر بسی ر ا نزدیک شد. همچنین برخـیاز مشکلات زیست محیطی با اجرای این الگوی انفجاری کاهش یافت

چکیده انگلیسی:

Blasting is a key element in mining operation that constitutes near 30% of total mining cost. If this process doesnot carry out correctly, it will increase up to 50% with secondary blasting. A proper basis blasting operation notonly can reduce side effect on the environment, but also can get rid of some undesirable consequences such asback break, fly rock and secondary blasting. Concerning the above notations a predetermination of a method toestimate the size of the fragmented rock and scattered fragmentation is so important and the results are sobeneficial. In this study after performing a series of blasting at Gol-e-Gohar iron mine using artificial neuralnetwork some models for predicting fragmentation have been achieved. In order to select the best blastingpattern concerning fragmentation, Tagochi method was utilized. In these series of experiments, fragmentationresults by using these two methods was 57.5 and 60 cm respectively, which are close to fragmentation at themine. Consequently, some environmental problems were solved by using this pattern of blasting at the Gol-eGohar iron mine.