- Главная
- Ресурсы
- Библиотечный поиск
- Журнал «Физико-технические проблемы разработки полезных ископаемых»
- Выпуск 2021 г. № 1
Прогнозирование производительности рыхлителя при добыче латерита на железорудных месторожденияхстатья из журнала
База данных: Каталог библиотеки СФУ (А 229)
Библиографическое описание: Авчар, Ахил. Прогнозирование производительности рыхлителя при добыче латерита на железорудных месторождениях / А. А. Авчар, Б. Чоудхари. - (Технология добычи полезных ископаемых). - Текст : непосредственный // Физико-технические проблемы разработки полезных ископаемых. - 2021. - № 1. - С. 73-84 : ил. - ISSN 0015-3273.
Аннотация: Стабильная и экологически безопасная добыча железной руды, основного сырья для сталелитейной промышленности, имеет большое значение для горнодобывающей отрасли Индии. Наиболее распространенным методом разработки массива горных пород, применяемого на карьерах в штате Гоа, является комплекс "бульдозер-рыхлитель", обеспечивающий высокую производительность, безопасность и вариативность при селективной добыче. Недостаточно обоснованный выбор комплекса и схем его эксплуатации может привести к снижению эффективности карьера и росту затрат, что предопределяет актуальность вопросов прогнозирования производительности рыхлителя с учетом свойств горных пород и параметров машины. С использованием методов множественной линейной регрессии и искусственной нейронной сети выполнено моделирование производительности рыхлителя при выемке латеритовой породы с использованием данных, полученных в ходе полевых испытаний на шести различных железорудных карьерах.
The mining of iron ore, an essential raw material for iron and steel industry, is of prime importance among all mining activities undertaken by any country. Therefore it is important that the iron ore mining should be environment-friendly and sustainable. Ripper Dozer combination is one of the most commonly used excavation methods in Iron ore mines of Goa because of the presence of soft and friable rock mass and also it can bring the mining project more productivity, accuracy, safety and the additional option of selective mining. Improper selection of ripper dozer and unscientific deployment can lead to high production cost. So, performance prediction is an important issue for successful ripper application which deals with exposed rock mass properties and ripper machine parameters. Ripping production prediction using multiple linear regression analysis (MLR) and artificial neural network (ANN) is performed to estimate ripper production in the lateritic rock formation.
The mining of iron ore, an essential raw material for iron and steel industry, is of prime importance among all mining activities undertaken by any country. Therefore it is important that the iron ore mining should be environment-friendly and sustainable. Ripper Dozer combination is one of the most commonly used excavation methods in Iron ore mines of Goa because of the presence of soft and friable rock mass and also it can bring the mining project more productivity, accuracy, safety and the additional option of selective mining. Improper selection of ripper dozer and unscientific deployment can lead to high production cost. So, performance prediction is an important issue for successful ripper application which deals with exposed rock mass properties and ripper machine parameters. Ripping production prediction using multiple linear regression analysis (MLR) and artificial neural network (ANN) is performed to estimate ripper production in the lateritic rock formation.
Год издания: 2021
Авторы: Авчар Ахил , Чоудхари Бханвар
Выпуск: № 1
Номера страниц: 73-84
Количество экземпляров:
- Читальный зал (пер. Вузовский, 6Д): свободно 1 из 1 экземпляров
Ключевые слова: безопасность, бульдозер-рыхлитель, вариативность, горнодобывающая отрасль, горные породы, железная руда, железорудные карьеры, железосиликатные системы, искусственные нейронные сети, карьеры, латеритовая порода, латериты, множественная линейная регрессия, полевые испытания, прогнозирование, производительность, результаты моделирования, рыхлители, селективная добыча, сталелитейная промышленность, эксплуатация
Рубрики: Горное дело,
Сдвижение горных пород. Горное давление / Индия / Гоа, штат
Сдвижение горных пород. Горное давление / Индия / Гоа, штат
ISSN: 0015-3273
Идентификаторы: полочный индекс А 229, шифр /А 229-799883