پس از انتخاب کلید عضویت در انتهای صفحه جدیدی که باز خواهد شد، اطلاعات خود را تکمیل و عضویت خود را تایید نمایید
درباره وب سايت
مرجع آموزش زمین شناسی، سنجش از دور، معدن و عمران
جامع ترین و معتبرترین آموزش برای نرم افزار های زمین شناسی، مهندسی معدن، ژئومکانیک (مکانیک سنگ و ژئوتکنیک)، عمران (خاک و پی)
............................................
رزومه مدرسان:دانشجویان کارشناسی ارشد و دکترا رشته های مهندسی معدن و عمران دانشگاه صنعتی امیرکبیر (پلی تکنیک) تهران
جهت آموزش حضوری و غیر حضوری (آنلاین و تهیه فیلم آموزشی) نرم افزار ها با شماره های زیر تماس حاصل فرمایید............................................
09157330367-09381295869 اسمعیلی-مدیریت وبسایت........ ................................................ در صورتی که موفق نشدید با شماره های فوق تماس حاصل فرمایید از طربق ایمیل زیر نیز می توانید در خواست خودتان را مطرح نمایید.......................................
raminesmaeili68@gmail.com
...................این سایت در ستاد ساماندهی پایگاه های اینترنتی به ثبت رسیده است و تمامی محصولات و خدمات این سایت حسب مورد دارای مجوز های لازم از مراجع مربوطه می باشد. همچنین فعالیت های این سایت تابع قوانین و مقررات جمهوری اسلامی ایران است
خبرنامه
براي اطلاع از آپيدت شدن وبلاگ در خبرنامه وبلاگ عضو شويد تا جديدترين مطالب به ايميل شما ارسال شود
اولین پکیج آموزشی کنکور دکتری مکانیک سنگ معدن (+پاسخ تشریحی سوالات 11 دوره اخیر کنکور) خرید آنلاین بیش از 55 ساعت فیلم آموزشی و دانلود بلافاصله پس از خرید
بررسي امكان بهره گيري از شبكه هاي عصبي براي تعيين قابليت استخراج در معادن سطحي
تعيين قابليت استخراج توده سنگ نقش اصلي و حياتي در پروژه هاي مهندسي معدن و عمران داراست . قابليت استخراج توده سنگ را مي توان به صورت رابطه اي بين پارامترهاي ژئومكانيكي قابل سنجش از توده سنگ و نرخ توليد يا سرعت نفوذ ماشين در سينه كار سنگي تعريف كرد . توان ويژه مصرفي ماشين آلات استخراج به عنوان يكي از شاخصهاي كمي نشان دهنده تفاوت انواع توده سنگ در برابر كنده شدن است . در اين مقاله مروري بر مدلهاي مختلف ارزيابي قابليت استخراجصورت گرفته و با استفاده از داده هاي ثبت شده معدن سنگ آهك Retznei در كشور اطريش مدلسازي شبكه عصبي با بكارگيري پارامترهاي ژئومكانيكي، مقاومت فشاري سنگ، مقاومت كششي، فاصله درزه داري و مقاومت ويژه برش پذيري جهت تخمين توان مصرفي ماشين آلات صورت گرفته است . نتايج حاكي از توانايي شبكه هاي عصبي جهت شناسايي پارامترهاي موثر و ارتباط دادن آنها به توان مصرفي ماشين آلات است .
كلمات كليدي:
قابليت استخراج، شبكه هاي عصبي و توان مصرفي ماشينآلات
سومين كنفرانس مكانيك سنگ ايران-1386
نويسند‌گان:
سجاد حقير چهره قاني - عضو هيات علمي گروه مهندسي معدن دانشگاه اروميه
عارف عليپور - كارشناسي ارشد مهندسي استخراج معدن، دانشگاه تهران
این سایت در ستاد ساماندهی پایگاه های اینترنتی به ثبت رسیده است و تمامی محصولات و خدمات این سایت حسب مورد دارای مجوز های لازم از مراجع مربوطه می باشد همچنین فعالیت های این سایت تابع قوانین و مقررات جمهوری اسلامی ایران می باشد.
عضو شوید
عضویت سریع
آمار
مطالب
آمار بازدید
