به جمع مشترکان مگیران بپیوندید!

تنها با پرداخت 70 هزارتومان حق اشتراک سالانه به متن مقالات دسترسی داشته باشید و 100 مقاله را بدون هزینه دیگری دریافت کنید.

برای پرداخت حق اشتراک اگر عضو هستید وارد شوید در غیر این صورت حساب کاربری جدید ایجاد کنید

عضویت

جستجوی مقالات مرتبط با کلیدواژه "سیستم اطلاعات جغرافیایی (gis)" در نشریات گروه "مهندسی معدن"

تکرار جستجوی کلیدواژه «سیستم اطلاعات جغرافیایی (gis)» در نشریات گروه «فنی و مهندسی»
جستجوی سیستم اطلاعات جغرافیایی (gis) در مقالات مجلات علمی
  • وحید وزیری، جعفر خادمی حمیدی*، احمدرضا صیادی
    ریزش سقف معادن زیرزمینی یکی از مشکلاتی است که معدن کاران اغلب با آن روبرو می شوند. مواردی مثل شکستگی ها و گسل ها باعث کاهش مقاومت طبقات بالایی لایه زغال سنگ می شود. به همین دلیل، آگاهی از وضعیت سقف در معادن زغال سنگ قبل از استخراج آن بسیار مهم است. این تحقیق به منظور پیش بینی وضعیت سقف کارگاه در معدن مکانیزه زغال سنگ طبس و به کمک تخمین گر زمین آماری انجام شد. در این راستا، ابتدا اطلاعات آماری موجود در رابطه با وضعیت لایه های بالای سقف (شامل 33 گمانه)، جمع آوری و بانک اطلاعاتی تهیه شد. پس از بررسی نرمال بودن داده ها، وجود یا عدم وجود روند و همسانگردی، از میان روش های زمین آماری، روش کریجینگ معمولی به عنوان بهترین روش تخمین انتخاب شد. با ارزیابی چهار معیار خطای تخمین، بهترین مدل واریوگرام از میان مدل های کروی، توانی و گوسین انتخاب شد. بررسی ها نشان داد که واریوگرام مدل کروی به عنوان بهترین مدل برازش شده به ساختار فضایی داده ها می باشد. اعتبارسنجی متقابل، دقت بالای پیش بینی با درونیابی زمین آماری را نشان داد. برای رده بندی سقف از طبقه بندی ارائه شده توسط مارک و مولیندا استفاده شد. سپس نقشه رده بندی سقف معدن مورد مطالعه در محیط نرم افزار ArcGIS ترسیم شد. نتایج نقشه پیش بینی وضعیت سقف نشان داد که به طور تقریبی 22% از کل مساحت سقف محدوده مورد مطالعه، در رده سقف های ضعیف و 78% در رده سقف های متوسط قرار دارد. به منظور اعتبارسنجی نتایج، تجربیات پانل های استخراج شده E1 و E2 و مشاهدات میدانی با نقشه نهایی پیش بینی وضعیت سقف معدن مقایسه شد، به طوری که داده های واقعی ثبت شده از تاخیرهای مربوط به شرایط زمین، نقشه نهایی به دست آمده برای وضعیت سقف کارگاه استخراج را تایید می کند.
    کلید واژگان: رده بندی سقف معدن زغال (CMRR), سیستم اطلاعات جغرافیایی (GIS), تخمین گر زمین آماری, معدن مکانیزه زغال سنگ طبس
    Vahid Vaziri, Jafar Khademi Hamidi*
    Underground mine roof collapse is one of the most critical problems encountered by miners. Faults and fractures decrease the strength of overlying strata. As a result, knowledge of the roof geology and quality within coal mining before coal extraction is necessary. In this study, geostatistical estimator was used to predict the roof condition in Tabas coal mine. First, core data from 33 exploration boreholes was gathered. Ordinary Kriging method was chosen as the best estimation method based on the quality of data and the absence of isotropy. Also, the best variogram model was selected among exponential, spherical and Gaussian ones considering the evaluation criteria including MPE, RMSSPE, ASE and RMSPE. Cross validation showed the high accuracy level of the geostatistical estimator. The roof classification map of Tabas coal mine was built using ArcGIS. Based on the obtained results, approximately 22% of total area is under a weak roof, and 78% covered with an intermediate roof. For validity check, the geological experiences obtained during the extraction of panels E1 and E2 and real data were compared with the final ArcGIS map of mine roof classification. The real data regarding the mining operation and downtime for the mined out panels verified the mine roof classification was obtained by geostatistical analyst and ArcGIS model in this study.
    Keywords: Coal Mine Roof Rating (CMRR), Geographical Information System (GIS), Geostatistical estimator, Tabas mechanized coal
نکته
  • نتایج بر اساس تاریخ انتشار مرتب شده‌اند.
  • کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شده‌است. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
  • در صورتی که می‌خواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.
درخواست پشتیبانی - گزارش اشکال