Kalsit ocaklarında patlatılan kayacın parça boyutunun regresyon analizi ve yapay sinir ağları yöntemiyle tahmin edilebilirliği
Yükleniyor...
Tarih
2011
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Niğde Üniversitesi / Fen Bilimleri Enstitüsü
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Bu çalışmada, Niğde yöresinde bulunan kalsit ocaklarında yapılan patlatma sonrası parça blok boyutunun regresyon analizi ve yapay sinir ağları yöntemiyle tahmin edilebilirliği araştırılmıştır. Bölgede bulunan 6 ocakta toplamda 48 adet atım gözlenmiştir ve gözlemlerde delikler arası mesafe, dilim kalınlığı, basamak yüksekliği, delik çapı, sıkılama mesafesi ve özgül şarj değerleri kaydedilmiştir. Ayrıca, patlatma gözlemi yapılan aynaların resimleri çekilmiş ve bu resimlerden yararlanarak çatlaklar arası mesafeler belirlenmiştir. Patlatılmış yığından çekilen resimler yardımıyla da WipFrag programı kullanılarak ortalama blok boyutu tahmini yapılmıştır. Daha sonra, arazi gözlem verileri ve ortalama blok boyutu verileri regresyon analizi ve yapay sinir ağları yöntemi ile değerlendirilmiştir. Basit ve çoklu regresyon analizi ile elde edilen modellerin düşük korelasyon katsayısına sahip oldukları görülmüştür. Ancak, yapay sinir ağları yöntemiyle parça boyut tahmini için iyi bir korelasyon katsayısına sahip bir model elde edilmiştir.
In this study, the predictability of block size after blasting in calcite mines in the region of Nigde was investigated by using regression and artificial neural networks analysis , 48 blasts were observed in 6 quarries in the area and the spacing between the holes, burden, hole diameter, stemming and the specific charge values were recorded. In addition, the photos of slopes to be blasted were taken and the distances between the fractures were determined using these photos. The estimation of the median block size of the blasted rock were succeded using the WipFrag program. Then, the median block size and field observation data were evaluated using regression analysis and artificial neural networks method. It was seen that simple and multiple regression models had low correlation coefficients. However, a model having a good correlation coefficient was obtained for the estimation of the median block size using the method of artificial networks.
In this study, the predictability of block size after blasting in calcite mines in the region of Nigde was investigated by using regression and artificial neural networks analysis , 48 blasts were observed in 6 quarries in the area and the spacing between the holes, burden, hole diameter, stemming and the specific charge values were recorded. In addition, the photos of slopes to be blasted were taken and the distances between the fractures were determined using these photos. The estimation of the median block size of the blasted rock were succeded using the WipFrag program. Then, the median block size and field observation data were evaluated using regression analysis and artificial neural networks method. It was seen that simple and multiple regression models had low correlation coefficients. However, a model having a good correlation coefficient was obtained for the estimation of the median block size using the method of artificial networks.
Açıklama
Anahtar Kelimeler
Kalsit Patlatmaları, Parça Boyutu, Regresyon Analizi, Yapay Sinir Ağları Analizi, Calcite Blastings, Fragment Size, Regression Analysis, Artificial Neural Network Analysis
Kaynak
WoS Q Değeri
Scopus Q Değeri
Cilt
Sayı
Künye
Aykan, B. (2011). Kalsit ocaklarında patlatılan kayacın parça boyutunun regresyon analizi ve yapay sinir ağları yöntemiyle tahmin edilebilirliği. (Yüksek Lisans Tezi) Niğde Üniversitesi, Fen Bilimleri Enstitüsü, Niğde
