تخمین نرخ تولید ماشین حفاری بر اساس خواص سنگ و پارامترهای دستگاهی با پیش بینی سرعت نفوذ سرمته

حفر تعداد مشخصی چال انفجاری در هر ساعت، نقش تعیین کننده ای در نرخ تولید ماشین حفاری دارد،. بنابراین باتوجه به قیمت دستگاه حفاری و بالا بودن هزینه های عملیاتی آنها، استفاده مفید از زمان در دسترس بودن دستگاه برای حفر حداکثر چال های انفجاری ممکن، از اهمیت زیادی برخوردار است. سرعت حفر چال انفجاری تحت تاثیر عوامل مختلفی از جمله خواص سنگ و ویژگی‎های دستگاه حفاری است. بنابراین با شناخت و تعیین میزان اثرگذاری عوامل موثر بر  سرعت نفوذ سرمته، علاوه‎بر افزایش راندمان ماشین می توان هزینه حفاری را نیز کاهش داد. در این تحقیق برای پیش بینی نرخ نفوذ سرمته ابتدا در معدن مورد مطالعه شاخص‎های مورد نظر مربوط به 91 چال از  28 بلوک انفجاری در 9 پله استخراجی مختلف برداشت شد. سپس با استفاده از روش میدان کسینوسی، میزان حساسیت تغییرات تک‎تک شاخص‎های ورودی بر سرعت نفوذ سرمته مورد ارزیابی قرار گرفت. در نهایت با کمک آنالیز رگرسیون غیرخطی، شبکه عصبی مصنوعی و منطق استنتاج فازی مدل هایی برای پیش بینی نرخ نفوذ سرمته ایجاد شد. اعتبارسنجی مدل ها با استفاده از 12 سری داده آزمایشی نشان داد که مدل شبکه عصبی با ضریب تعیین 68/0 و میانگین مطلق درصد خطا 15/12 نسبت به مدل غیرخطی چند جمله ای درجه دوم، با دقت جزیی بیشتری می تواند سرعت نفوذ سرمته را پیش بینی کند. در ادامه با استفاده از مدل چند جمله‎ای درجه دوم، درصد بازدهی عملیاتی، قابلیت دسترسی و نرخ تولید ماشین حفاری برای یک روز کاری در سنگ ها با مقاومت کم، متوسط و زیاد تخمین زده شد.