بهینه سازی هزینه انفجار در معادن سنگ آهک با الگوریتم PSO

پیش بینی و بهینه سازی هزینه انفجار برای رسیدن به خردایش مطلوب با در نظر داشتن کنترل پیامدهای نامطلوب ناشی از انفجار قابل توجه است. در این پژوهش با جمع آوری داده های انفجار از 6 معدن سنگ آهک در ایران با استفاده از رگرسیون چند متغیره غیر خطی با ارائه مدلی به منظور پیش بینی هزینه انفجار پرداخته شد. این مدل در مقایسه با مدل رگرسیون چند متغیره خطی ضریب همبستگی بالاتری (913/0) و جذر متوسط مربعات خطا کمتری (1089) دارد و مدل غیرخطی در مقایسه با مدل خطی تطابق بهتری را با هزینه های واقعی انفجار نشان می دهد. براساس آنالیز حساسیت انجام گرفته، فاصله ‏داری و تعداد چال ها به ترتیب بیشترین و کمترین تاثیر را بر روی مدل هزینه انفجار داشتند. هم‏چنین در این پژوهش با استفاده از روش رگرسیون چند متغیره غیرخطی علاوه بر دست‏یابی به تابع هزینه انفجار، توابع محدودکننده مورد نظر در انفجار شامل خردایش، پرتاب سنگ و عقب زدگی مدل و این توابع به عنوان ورودی در الگوریتم فرا ابتکاری تراکم ذرات PSO برای بهینه سازی هزینه انفجار استفاده شد. با استفاده از این روش فاصله ‏داری، تعداد و طول چال‏ها به ترتیب 6/3 متر، 462 حلقه و 13 متر به عنوان پارامترهای طراحی انفجار و متوسط دانه بندی، پرتاپ سنگ و عقب زدگی به ترتیب 44 سانتی متر، 5/84 متر و 6/3 متر به عنوان محدودیت های انفجار و هزینه انفجار 6235 ریال بر تن به دست آمد که منجر به کاهش 9/12 درصدی هزینه انفجار و کنترل بهینه پیامدهای نامطلوب ناشی از انفجار شد.