• ثبت نام
    • ورود به سامانه
    مشاهده مورد 
    •   صفحهٔ اصلی
    • نشریات فارسی
    • فصلنامه علمی-پژوهشی علوم زمین
    • دوره 29, شماره 113
    • مشاهده مورد
    •   صفحهٔ اصلی
    • نشریات فارسی
    • فصلنامه علمی-پژوهشی علوم زمین
    • دوره 29, شماره 113
    • مشاهده مورد
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    مرزبندی زون‌های دگرسانی پتاسیک و فیلیک بر اساس نتایج حاصل از مدل سازی سه‌بعدی داده های سیالات درگیر به روش شبکه‌های عصبی مصنوعی

    (ندگان)پدیدآور
    عباس زاده, ملیحههزارخانی, اردشیرسلطانی محمدی, سعید
    Thumbnail
    دریافت مدرک مشاهده
    FullText
    اندازه فایل: 
    2.058 مگابایت
    نوع فايل (MIME): 
    PDF
    نوع مدرک
    Text
    مقاله پژوهشی
    زبان مدرک
    فارسی
    نمایش کامل رکورد
    چکیده
    امروزه یکی از روش‌های متداول در اکتشاف کانسارها، مطالعات زمین­شناسی اقتصادی است. مدل‌سازی داده­های میانبارهای سیال یکی از روش­های متداول در مطالعات زمین­شناسی اقتصادی به شمار می­رود. در این مطالعه از روش شبکه‌های عصبی مصنوعی به عنوان یکی از روش‌های الگوریتم یادگیری ماشین به منظور مدل‌سازی سه‌بعدی داده‌های میانبارهای سیال در کانسار مس پورفیری سونگون و کاربردی کردن نتایج حاصل از آنالیز میانبارهای سیال استفاده شده است. به این منظور داده‌های حاصل از مطالعات میانبارهای سیال مستقیماً جهت تفکیک زون‌های دگرسانی مرتبط با کانی‌زایی (پتاسیک، فیلیک و پتاسیک- فیلیک) در منطقه مورد مطالعه استفاده شده است. با توجه به ارتباطی که بین زون‌های دگرسانی و نیز مناطق مستعد کانی‌سازی در کانسارهای پورفیری وجود دارد، بر اساس 173 داده میانبارهای سیال موجود، تفکیک زون‌های دگرسانی در محدوده کانسار مس پورفیری سونگون بر اساس مدل سه‌بعدی حاصل از مطالعات میانبارهای سیال با استفاده از روش شبکه‎های عصبی مصنوعی صورت گرفت. بر اساس دقت نتایج حاصل از آزمایش مدل، می‌توان نتیجه گرفت که دقت مدل شبکه عصبی به کار گرفته شده در تفکیک زون‌های دگرسانی پتاسیک، فیلیک و پتاسیک- فیلیک در حدود 83 درصد بوده و مدل به کار گرفته شده به نحو مناسبی توانایی تفکیک زون‌های دگرسانی مرتبط با کانی­سازی را در محدوده کانسار مس پورفیری سونگون داشته است. امروزه یکی از روش‌های متداول در اکتشاف کانسارها، مطالعات زمین­شناسی اقتصادی است. مدل‌سازی داده­های میانبارهای سیال یکی از روش­های متداول در مطالعات زمین­شناسی اقتصادی به شمار می­رود. در این مطالعه از روش شبکه‌های عصبی مصنوعی به عنوان یکی از روش‌های الگوریتم یادگیری ماشین به منظور مدل‌سازی سه‌بعدی داده‌های میانبارهای سیال در کانسار مس پورفیری سونگون و کاربردی کردن نتایج حاصل از آنالیز میانبارهای سیال استفاده شده است. به این منظور داده‌های حاصل از مطالعات میانبارهای سیال مستقیماً جهت تفکیک زون‌های دگرسانی مرتبط با کانی‌زایی (پتاسیک، فیلیک و پتاسیک- فیلیک) در منطقه مورد مطالعه استفاده شده است. با توجه به ارتباطی که بین زون‌های دگرسانی و نیز مناطق مستعد کانی‌سازی در کانسارهای پورفیری وجود دارد، بر اساس 173 داده میانبارهای سیال موجود، تفکیک زون‌های دگرسانی در محدوده کانسار مس پورفیری سونگون بر اساس مدل سه‌بعدی حاصل از مطالعات میانبارهای سیال با استفاده از روش شبکه‎های عصبی مصنوعی صورت گرفت. بر اساس دقت نتایج حاصل از آزمایش مدل، می‌توان نتیجه گرفت که دقت مدل شبکه عصبی به کار گرفته شده در تفکیک زون‌های دگرسانی پتاسیک، فیلیک و پتاسیک- فیلیک در حدود 83 درصد بوده و مدل به کار گرفته شده به نحو مناسبی توانایی تفکیک زون‌های دگرسانی مرتبط با کانی­سازی را در محدوده کانسار مس پورفیری سونگون داشته است.
    کلید واژگان
    میانبارهای سیال
    الگوریتم یادگیری ماشین
    روش شبکه های عصبی مصنوعی
    زون های دگرسانی
    کانسار مس پورفیری سونگون

    شماره نشریه
    113
    تاریخ نشر
    2019-11-22
    1398-09-01
    ناشر
    سازمان زمین شناسی و اکتشافات معدنی کشور
    Geological Survey of Iran
    سازمان پدید آورنده
    گروه مهندسی معدن، دانشکده مهندسی، دانشگاه کاشان، کاشان، ایران.
    گروه اکتشاف معدن، دانشکده معدن و متالورژی، دانشگاه صنعتی امیرکبیر، تهران، ایران.
    مهندسی معدن، دانشکده مهندسی دانشگاه کاشان

    شاپا
    1023-7429
    2645-4963
    URI
    https://dx.doi.org/10.22071/gsj.2018.104239.1301
    http://www.gsjournal.ir/article_96780.html
    https://iranjournals.nlai.ir/handle/123456789/91454

    مرور

    همه جای سامانهپایگاه‌ها و مجموعه‌ها بر اساس تاریخ انتشارپدیدآورانعناوینموضوع‌‌هااین مجموعه بر اساس تاریخ انتشارپدیدآورانعناوینموضوع‌‌ها

    حساب من

    ورود به سامانهثبت نام

    آمار

    مشاهده آمار استفاده

    تازه ترین ها

    تازه ترین مدارک
    © کليه حقوق اين سامانه برای سازمان اسناد و کتابخانه ملی ایران محفوظ است
    تماس با ما | ارسال بازخورد
    قدرت یافته توسطسیناوب