بخشی از مقاله
چکیده
کانسار سونگون یک کانسار مس از نوع اسکارن-پورفیری است که ازمهمترین کانسارهای مس ایران است. معدن سونگون درشمال غربی ایران و در همسایگی جمهوری های آذربایجان و ارمنستان ودراستان آذربایجان شرقی ودر مختصات 46درجه و 43دقیقه طول و 38درجه و43دقیقه عرض جغرافیایی قرار دارد.برای اکتشافات تفصیلی در این کانسار تعداد 151 مورد حفاری مغزه گیری انجام شد.از مجموع حفاری های انجام شده تعداد25376نمونه برداشت شد که برای عنصر مس مورد آنالیز قرار گرفت.
برآورد عیار یکی از مهمترین پارامترهای لازم برای طراحی و برنامه ریزی تولید در معدن است و روش های متعددی در این خصوص توسعه یافته است.شبکه های عصبی مصنوعی توانایی یادگیری وتشخیص روابط غیر خطی بین ورودی ها و خروجی ها را دارند.پس از آمورش مناسب می توان ورودی های جدید به شبکه ارائه کرد وخروجی را تخمین زد.
در این پژوهش با استفاده از شبکه های عصبی مصنوعی برنامه ای برای تخمین عیار نوشته شده است .شبکه عصبی تعیین شده در ابتدا با %70 نمونه آموزش داده شده و سپس با %30 نمونه،آزمایش گردیده است.بر اساس نتایج بدست آمده از این کار، تخمین های انجام شده برای عیار عنصر با شبکه عصبی مصنوعی تا حدود زیادی به واقعیت نزدیک است و نتایج خوبی را ارائه داده است.
-1 مقدمه
کانسار مس سونگون در استان آذربایجان شرقی و در مختصات 46 درجه و 43 دقیقه طول و 38 درجه و 43 دقیقه عرض جغرافیایی واقع شده است. این ناحیه، در شمال غربی ایران و در همسایگی های جمهوری های آذربایجان و ارمنستان قرار دارد
فاصله این کانسار از شهر تبریز 130 کیلومتر، از اهر 75 کیلومتر و از ورزقان 30 کیلومتر بوده است. این معدن در یک منطقه کوهستانی با متوسط ارتفاع 2000 متر بالای سطح دریا واقعشده و در شمال باختری ایران بر روی کمربند مس جهانی قرار دارد.
این کانسار بهصورت توده نفوذی، بر روی رشتهکوههای ارسباران - قره داغ - قرارگرفته است. بلندترین و مرتفعترین نقطه این رشتهکوه 2460 متر و پستترین نقطه آن 1700متر است، بدین ترتیب اختلاف ارتفاع در محدوده معدن حدود 750 متر میباشد که سبب ایجاد توپوگرافی شدید و دامنههای پرشیب شده است. در این معدن غیر از فلز باارزش مس، مولیبدن، طلا و نقره و دیگر عناصر بااهمیت بهصورت فلزات همراه وجود دارند. مطابق شکل1، راه اصلی دسترسی معدن از طریق جاده آسفالته تبریز- ورزقان- سونگون می باشد
شکل - - 1 موفعیت معدن سونگون و راه های دسترسی به آن - پایگاه ملی داده های علوم زمین -
با مطالعه نقشه های زمین شناسی 1/100000 و 1/250000 می توان دریافت که در محدوده اهر سنگ های دوران دوم و به ویژه سنگ های دوران سوم گسترش دارند. قدیمی ترین سنگ های این محدوده را احتمالا سنگ های ژوراسیک و کرتاسه آغازین که متشکل از گریواک، فیلیت، میکاشیست و سنگ های آتشفشانی با ترکیب حد واسط تشکیل می دهند. توده معدنی سونگون قسمتی از یک نوار ولکانو - پلوتونیک بزرگ است که در اثر ماگماتیسم کالک آلکالن ترشیاری بلندی های شمال ورزقان را تشکیل می دهند
برآورد عیار کانسار فرایندی است که در خلال اکتشافات شروع شده و همراه با اصلاح در طول عمر معدن ادامه می یابد. از نتایج برآورد عیار، داده های اساسی برای انجام مطالعات امکان سنجی هستند و خروجی های مرحله امکان سنجی مشخص می کنند که آیا معدن باید آماده سازی شود و یا متوقف گردد - یاوری،. - 1384 البته امروزه از سیستم های کامپیوتری برای ارزیابی و تخمین عیار کانی سازی استفاده می شود که نرم افزار Datamine یکی از این نرم افزارها می باشد که در مورد تخمین عیار کاربرد دارد، که البته برای استفاده از این نرم افزار ابتدا باید مدل بلوکی کانسار را بسازیم سپس عیار متوسط مدل بلوکی را تخمین بزنیم.
در مسایل معدنی همواره الگوی موجود بین داده ها پیچیده و غیر خطی است، لذا شبکه های عصبی مصنوعی می توانند تکنیک موثری برای حل این مساله به شمار آیند. یکی از کاربردهای شبکه عصبی در مسایل علوم زمین، تخمین عیار ماده معدنی می باشد که در این مساله در حقیقت الگوی بین مختصات - ورودی شبکه - وعیار آن مختصات - خروجی شبکه - توسط شبکه یاد گرفته می شود، سپس به ازای هر مختصات جدید ارایه شده به شبکه عصبی آموزش دیده، خروجی متناظر که عیار تخمینی در آن مختصات باشد، بدست می آید
-2 مبانی شبکه عصبی
شبکه های عصبی مصنوعی با الهام از عملکرد مغز انسان و واحد های پردازشگر آن به وجود آمده اند. این مدل بر این فرض استوار است که همانند مغز بشر، یادگیری توسط واحد های عصبی نیز امکان پذیر است
استفاده از شبکه عصبی طی سه مرحله ی آموزش، تعمیم و اجرا انجام می گیرد. در مرحله آموزش، شبکه عصبی الگوهای موجود در ورودی هایی را که در مجموعه آموزشی قرار دارند یاد می گیرد. تعمیم به معنای قدرت شبکه عصبی در ایجاد پاسخ های قابل قبول برای ورودی هایی است که عضو مجموعه آموزشی نبوده اند. در مرحله اجرا نیز، شبکه عصبی برای انجام عملکردی که به آن منظور طراحی شده است به کار می رود. شبکه عصبی یک ساختار ریاضی غیر خطی است که قادر به ارائه فرآیندهای پیچیده ای است که ورودی ها و خروجی های هر سیستمی را مرتبط می کند
