اخبار و اعلانات
آمار
| تعداد نشریات | 20 |
| تعداد شمارهها | 421 |
| تعداد مقالات | 3,476 |
| تعداد مشاهده مقاله | 5,216,180 |
| تعداد دریافت فایل اصل مقاله | 3,567,111 |
Two-Dimensional Cut and Fill Stope Layout Optimization Using Differential Evolution Algorithm | ||
| نشریه مهندسی منابع معدنی | ||
| مقالات آماده انتشار، پذیرفته شده، انتشار آنلاین از تاریخ 22 آذر 1404 | ||
| نوع مقاله: علمی-پژوهشی انگلیسی | ||
| شناسه دیجیتال (DOI): 10.30479/jmre.2025.22404.1747 | ||
| نویسندگان | ||
| محمد حسین سلیمی1؛ مجید عطاییپور* 1؛ وحید نیکبین2 | ||
| 1دانشکده مهندسی معدن/ دانشگاه صنعتی امیرکبیر | ||
| 2گروه معدن، دانشکده مهندسی/ دانشگاه زنجان | ||
| تاریخ دریافت: 29 تیر 1404، تاریخ بازنگری: 13 مهر 1404، تاریخ پذیرش: 14 مهر 1404 | ||
| چکیده | ||
| بهینهسازی محدوده کارگاه استخراج زیرزمینی، نخستین گام در برنامهریزی راهبردی معادن زیرزمینی بهمنظور بیشنهسازی سود پروژههای معدنی است. تاکنون، الگوریتمهای متعددی برمبنای منطق ریاضی یا جستجوگر برای حل این مسئله معرفی شدهاند. الگوریتمهای مبتنی بر منطق ریاضی، جواب بهینه واقعی را تضمین میکنند اما ممکن است در مسائل پیچیده کاربردی نباشند. در این موارد، از الگوریتمهای جستجوگر که به بهینهسازی نقطهای در فضای جستجو میپردازند، استفاده میشود. در این پژوهش مسئلهی بهینهسازی محدودهی کارگاه استخراج زیرزمینی و محدودیتهای حاکم بر آن، که بر مدل بلوکی تجمعی در روش استخراج کند و آکند در کانسارهای رگهای یا لایهای در دو بعد اعمال میشود، با استفاده از الگوریتم فراکاوشی تکامل تفاضلی برای یک مدل بلوکی مبنا در نرمافزار MATLAB حل و نتایج به کمک الگوریتمهای ارائه شده در پژوهشهای گذشته اعتبارسنجی شد. مقایسه نتایج نشان داد که خروجی الگوریتم تکامل تفاضلی در مدل بلوکی مبنا با ارزش ۷۹ واحد نسبت به برنامهریزی پویای زیرزمینی (۷۶ واحد) و الگوریتم اُلیپس (۷۷ واحد) تفاوت دارد، اما این اختلاف لزوماً به معنای برتری الگوریتم تکامل تفاضلی نیست و احتمالاً ناشی از عدم اعمال برخی محدودیتها و اشکال در تدوین برنامه رایانهای در الگوریتمهای برنامهریزی پویای زیرزمینی و اُلیپس است.. این پژوهش نشان میدهد که الگوریتم تکامل تفاضلی میتواند بهطور مؤثر محدوده کارگاه استخراج زیرزمینی را بهینهسازی کرده و عملکرد قابل قبولی در حل مسائل پیچیده داشته باشد. | ||
| کلیدواژهها | ||
| معادن زیرزمینی؛ بهینهسازی؛ محدوده استخراج زیرزمینی؛ الگوریتمهای فراکاوشی؛ الگوریتم تکامل تفاضلی | ||
| عنوان مقاله [English] | ||
| Two-Dimensional Cut and Fill Stope Layout Optimization Using Differential Evolution Algorithm | ||
| نویسندگان [English] | ||
| Mohammad Hosein Salimi1؛ Majid ataee-pour1؛ Vahid Nikbin2 | ||
| 1Department of Mining Engineering/Amirkabir University of Technology | ||
| 2Mining Group, Faculty of Engineering/ University of Zanjan | ||
| چکیده [English] | ||
| Optimizing stope layouts is critical for ensuring efficient and profitable underground mining operations. Despite notable advancements in optimization methodologies, exact algorithms often face significant computational challenges in complex mining scenarios. This study addresses these limitations by employing the Differential Evolution (DE) algorithm, a metaheuristic known for its robustness in handling nonlinear constraints and complex computations with minimal parameter tuning. Implemented in MATLAB, the DE was applied to both a benchmark block model and a gold vein deposit using the bottom-up cut-and-fill mining method within a single two-dimensional mining level. Comparative analysis with established optimization algorithms demonstrates the effectiveness of DE in producing practical solutions for challenging stope layout problems. The optimization process, structured within a cumulative block model and driven by a profit-maximization objective function, incorporates essential dimensional constraints—including minimum and maximum stope lengths, stope height requirements, and minimum rib pillar thickness to ensure feasibility and operational efficiency. Quantitative results show that, in the benchmark model, DE achieved an output of 79 units, outperforming the underground dynamic programming algorithm (76 units) and the OLIPS algorithm (77 units), its exact and heuristic counterparts, respectively. In the gold vein deposit case, 30 independent executions of DE yielded a best solution of $18.45 million and an average of $17.2 million, relative to a binary integer programming outcome of $19.03 million. These findings suggest the potential of DE in optimizing underground stope layouts, indicating that it may serve as a viable alternative to conventional optimization techniques in strategic mine planning. | ||
| کلیدواژهها [English] | ||
| underground mines, optimization, stope layout, metaheuristic, differential evolution algorithm | ||
|
آمار تعداد مشاهده مقاله: 5 |
||