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, سعیدنوع مدرک
Textمقاله پژوهشی
زبان مدرک
فارسیچکیده
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 سیالالگوریتم یادگیری ماشین
روش شبکه های عصبی مصنوعی
زون های دگرسانی
کانسار مس پورفیری سونگون
شماره نشریه
113تاریخ نشر
2019-11-221398-09-01
ناشر
سازمان زمین شناسی و اکتشافات معدنی کشورGeological 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
1023-74292645-4963




