دانشگاه بین المللی امام خمینی

  اخبار و اعلانات

 آمار

تعداد نشریات20
تعداد شماره‌ها306
تعداد مقالات2,517
تعداد مشاهده مقاله2,765,974
تعداد دریافت فایل اصل مقاله2,102,102
اسلام زاده, مهدی, عطایی, محمد, سرشکی, فرهنگ, نجفی, مهدی. (1401). تعیین سرعت مناسب استخراج زغال تراش با توجه به خواص مقاومتی و گازخیزی زغالسنگ در معدن مکانیزه پروده طبس. لسان مبین, 7(4), 103-121. doi: 10.30479/jmre.2022.16169.1544
مهدی اسلام زاده; محمد عطایی; فرهنگ سرشکی; مهدی نجفی. "تعیین سرعت مناسب استخراج زغال تراش با توجه به خواص مقاومتی و گازخیزی زغالسنگ در معدن مکانیزه پروده طبس". لسان مبین, 7, 4, 1401, 103-121. doi: 10.30479/jmre.2022.16169.1544
اسلام زاده, مهدی, عطایی, محمد, سرشکی, فرهنگ, نجفی, مهدی. (1401). 'تعیین سرعت مناسب استخراج زغال تراش با توجه به خواص مقاومتی و گازخیزی زغالسنگ در معدن مکانیزه پروده طبس', لسان مبین, 7(4), pp. 103-121. doi: 10.30479/jmre.2022.16169.1544
اسلام زاده, مهدی, عطایی, محمد, سرشکی, فرهنگ, نجفی, مهدی. تعیین سرعت مناسب استخراج زغال تراش با توجه به خواص مقاومتی و گازخیزی زغالسنگ در معدن مکانیزه پروده طبس. لسان مبین, 1401; 7(4): 103-121. doi: 10.30479/jmre.2022.16169.1544

تعیین سرعت مناسب استخراج زغال تراش با توجه به خواص مقاومتی و گازخیزی زغالسنگ در معدن مکانیزه پروده طبس

نشریه مهندسی منابع معدنی
مقاله 7، دوره 7، شماره 4 - شماره پیاپی 26، دی 1401، صفحه 103-121  XML اصل مقاله (1.22 M)
نوع مقاله: علمی-پژوهشی
شناسه دیجیتال (DOI): 10.30479/jmre.2022.16169.1544
نویسندگان
مهدی اسلام زادهorcid 1؛ محمد عطایی email orcid 2؛ فرهنگ سرشکی2؛ مهدی نجفی3
1دانشجوی دکتری، دانشکده مهندسی معدن، نفت و ژئوفیزیک، دانشگاه صنعتی شاهرود، شاهرود
2استاد، دانشکده مهندسی معدن، نفت و ژئوفیزیک، دانشگاه صنعتی شاهرود، شاهرود
3دانشیار، دانشکده مهندسی معدن و متالورژی، دانشگاه یزد، یزد
تاریخ دریافت: 18 شهریور 1400،  تاریخ بازنگری: 05 مرداد 1401،  تاریخ پذیرش: 14 اسفند 1400 
چکیده
برای بالا بردن میزان تولید و ایجاد تولید پیوسته در کارگاه‌های استخراج معدنکاری زغال‌سنگ، در کنار سایر تجهیزات مورد استفاده، به کار بردن ماشین‌های زغال‌کن شیرر لودر بسیار مفید است. از این‌رو پیش‌بینی و تعیین سرعت مناسب این دستگاه‌ها کمک زیادی به زمان اجرای پروژه‌ها و اقتصاد طرح‌ها می‌کند. برای تعیین سرعت مناسب استخراج شیرر لودر، تعداد 1260 نوع برش زغال‌سنگ به وسیله شیرر، در کارگاه استخراج E3 معدن زغال‌سنگ مکانیزه طبس بررسی شد. ابتدا پس از برداشت و ثبت سرعت شیرر در هر برش، اطلاعات مربوط به گازخیزی در سه نقطه از طول کارگاه، شامل گاز متان منتشر شده بر حسب درصد بر روی سنسور 88 و سنسور ورودی تونل (TG) و سنسور تعبیه شده بر روی دستگاه ناو زنجیری (AFC)، و سپس مطالعات آماری، پیش‌بینی سرعت شیرر با سه مدل رگرسیون چند متغیره خطی و غیرخطی (نمایی و لگاریتمی) انجام پذیرفت. نتایج نشان می‌دهد، مدل رگرسیون چند متغیره خطی ضریب تعیین R2=0.90 پیش‌بینی دقیق‌تری نسبت به دو روش دیگر دارد. با استفاده از مدل رگرسیون چند متغیره خطی می‌توان مقدار سرعت شیرر را با دقت خوبی پیش‌بینی کرد. برای تعیین سرعت مناسب دستگاه شیرر لودر از الگوریتم ژنتیک در نرم‌افزار متلب استفاده شد. نتایج نشان می‌دهد نمودارهای متقاطع بر اساس ضریب تعیین (R2)، با توجه به معادلات (لگاریتمی، نمایی و خطی)، نوع خطی، ضریب تعیین بالاتری نسبت به سایر معادلات دارد، بنابراین بهترین مدل برای تعیین سرعت مناسب انتخاب شد. با استفاده از معادله خطی در الگوریتم ژنتیک، سرعت مناسب استخراج دستگاه شیرر لودر برابر با 79/4 متر بر دقیقه برآورد شد.
کلیدواژه‌ها
سرعت مناسب استخراج؛ شیرر لودر؛ تحلیل‌های آماری؛ الگوریتم ژنتیک؛ معدن شماره یک پروده طبس
عنوان مقاله [English]
Determination of the Appropriate Speed for Drum Shearers Considering Coal Strength and Gas Content in Tabas Mechanized Mine
نویسندگان [English]
M. Eslamzadeh1؛ M. Ataei2؛ F. Sereshki2؛ M. Najafi3
1Ph.D Student, Faculty of Mining, Petroleum and Geophysics, Shahrood University of Technology, Shahrood, Iran
2Professor, Faculty of Mining, Petroleum and Geophysics, Shahrood University of Technology, Shahrood, Iran
3Associate Professor, Dept. of Mining and Metallurgical Engineering, Yazd University, Yazd, Iran
چکیده [English]
To increase and Join production in coal mining panels, predicting and determining the appropriate speed of these devices can greatly help the project implementation time and economics of designs. For this purpose, 1260 types of coal, cut by the coal mining machine were carried out in the E3 extraction panel of the Tabas mechanized mine. First, after recording the shearer speed of each cut, the information about gas flow was collected at three points along the total length of the panel. These three points include emitted methane gases as a percentage on sensor 88, the tailgate input sensor‌ (TG), and the sensor embedded on the Armored face conveyor (AFC). Shearer speed was predicted with three models of linear and nonlinear multivariate regression (exponential and logarithmic). The results show that the multivariate linear regression model with a coefficient of determination R2=0.90 has a more accurate prediction than the other two methods using the linear multivariate regression model, the amount of shearer speed can be predicted with good accuracy. For this purpose, the genetic algorithm in MATLAB software has been used to optimize the speed of the shearer device. Determining the appropriate speed results show that cross diagrams based ‌on‌ coefficient of‌ determination (R2), according to Equations (logarithmic, exponential ‌and linear), linear ‌type ‌has a ‌higher coefficient of determination than other equations. Therefore, the best model is selected to determine the appropriate speed. Using the linear equation in the genetic algorithm, the extraction speed of the shearer machine was estimated to be 4.79 m/min.
کلیدواژه‌ها [English]
Determining the appropriate speed, shearer, statistical analysis, genetic algorithm, Tabas mechanized mine
سایر فایل های مرتبط با مقاله
مراجع
  1. Liu, C. Z., Qin, D. T., and Liao, Y. H. (2016). “Dynamic analysis for the cutting electromechanical transmission system in the long-wall shearer”. Journal of Mechanical Engineerin, 52(7): 14-22.
  2. Shu, R. Z., Liu, Z. J., Liu, C. Z., and Ma, Z. L. (2015). “Load sharing characteristic analysis of short driving system in the long-wall shearer”. Journal of Vibroengineering, 17(7): 3572-3585.
  3. Qin, D. T., Wang, Z., Hu, M. H., and Liu, Ch. (2015). “Dynamic matching of optimal drum movement parameters of shearer based on multiobjective optimization”. Journal of China Coal Society, 40(2): 532-539.
  4. Report of Technical Office of Mine no one Mechanized Parvadeh Tabas, (2017). Tabas Mine Design Office, 25-30. (In Persian).
  5. Ma, Z. L. (2012). “Modelling and simulation on shearer self-adaptive memory cutting”. Procedia Engineering, 37(4): 37-41.
  6. Sahoo, R., and Mazid, A. M. (2009). “Application of opto-tactile sensor in shearer machine design to recognise rock surfaces in underground coal mining”. In: IEEE International Conference on Industrial Technology Victoria, 1-6
  7. Ma, Z. L. (2009). “Study on key technology of shearer with variable speed cutting”. Ph.D. Dissertation, China University of Mining and Technology.
  8. Ge, S. S., Qin, D. T., and Hu, M. H. (2015). “Research on drum shearer speed control strategies under impact conditions”. Journal of China Coal Society, 40(11): 2569-2578.
آمار
تعداد مشاهده مقاله: 101
تعداد دریافت فایل اصل مقاله: 73


سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب