دانلود پایان نامه ارشد:پیش‌بینی آلودگی عناصر سنگین در پساب اسیدی رودخانه شور معدن مس پورفیری سرچشمه با استفاده از هوش مصنوعی

دانلود متن کامل پایان نامه مقطع کارشناسی ارشد رشته معدن

گرایش : اکتشاف

عنوان : پیش‌بینی آلودگی عناصر سنگین در پساب اسیدی رودخانه شور معدن مس پورفیری سرچشمه با استفاده از هوش مصنوعی

دانشگاه صنعتی اراک

گروه مهندسی معدن

پایان‌نامه دوره کارشناسی ارشد مهندسی معدن گرایش اکتشاف معدن

پیش‌بینی آلودگی عناصر سنگین در پساب اسیدی رودخانه شور معدن مس پورفیری سرچشمه با استفاده از هوش مصنوعی

اساتید راهنما:

دکتر آزاده آگاه

دکتر‌ هادی فتاحی

تابستان93

برای رعایت حریم خصوصی نام نگارنده پایان نامه درج نمی شود(در فایل دانلودی نام نویسنده موجود است)تکه هایی از متن پایان نامه به عنوان نمونه :(ممکن است هنگام انتقال از فایل اصلی به داخل سایت بعضی متون به هم بریزد یا بعضی نمادها و اشکال درج نشود ولی در فایل دانلودی همه چیز مرتب و کامل است) 
عنوان
صفحه
 فهرست فهرست مطالب.....................................................................................................................................................................حفهرست شکل‌ها....................................................................................................................................................................یفهرست جدول‌ها...................................................................................................................................................................مفهرست علایم و نشانه‌ها....................................................................................................................................................ن  
صفحه
عنوان
فهرست مطالبفصل اول.. 1کلیات... 11-1-مقدمه. 21-2-تعریف مسأله. 31-2-1-پساب اسیدی معدنی... 41-2-2- منشاء پساب‌های اسیدی معدن.. 41-2-3- واکنش‌های اکسیداسیون و تولید اسید.. 61-2-4- عوامل موثر بر نرخ اکسید شدن پیریت... 81-2-5- اثرات زیست ‌محیطی پساب‌های اسیدی معدن.. 81-3-مروری بر پیشینه مطالعات انجام شده. 111-4- ضرورت انجام تحقیق... 181-5-اهداف تحقیق... 191-6-سازماندهی پایان نامه. 19فصل دوم. 21سیستم استنتاج فازی-عصبی تطبیقی... 212-1-مقدمه. 222-2-منطق فازی... 232-2-1-تئوری فازی از دیدگاه ریاضی... 232-2-2-سیستم استنتاجی فازی... 232-2-3-سیستم استنتاجی فازی خالص..... 252-2-4-سیستم استنتاج فازی ممدانی... 252-2-5-سیستم استنتاج فازی تاکاگی-سوگونو و کانگ.... 262-3-شبکه‌های عصبی مصنوعی... 282-3-1-آموزش شبکه عصبی مصنوعی... 302-4-سیستم استنتاج عصبی-فازی تطبیقی... 302-4-1 -ساختار ریاضی انفیس..... 312-5-سیستم استنتاجی عصبی-فازی تطبیقی چند خروجی... 352-5-1-عملیات آموزش سیستم استنتاج عصبی-فازی تطبیقی چند خروجی... 372-5-2-پارتیشن بندی شبکه. 392-5-3- خوشه بندی کاهشی... 392-5-3- فازی  میانگین - c. 402-6-جمع ‌بندی... 41فصل سوم. 42معرفی و خصوصیات کلی معدن مس سرچشمه. 423-1- مشخصات عمومی معدن مس سرچشمه. 433-1-1- موقعیت جغرافیایی و شرایط اقلیمی کانسار پورفیری مس سرچشمه. 433-2- تاریخچه معدن مس سرچشمه. 443-4- کانی سازی در معدن مس سرچشمه. 453-5-مطالعات انجام شده بر روی سد باطله معدن مس سرچشمه. 453-5-1- احداث سد باطله. 463-5-2-هیدرولوژی منطقه. 473-6-باطله‌های معدن مس سرچشمه. 483-6-1-مقدمه. 483-6-2-سایت معدنی سرچشمه. 503-6-3- نمونه برداری و روش‌های صحرایی... 513-7-جمع‌بندی... 54فصل چهارم. 55مدلسازی و آنالیز نتایج.. 554-1-مقدمه. 564-2- پیش‌بینی فلزات سنگین در پساب اسیدی معدن با استفاده از مدل  سیستم استنتاج عصبی-فازی تطبیقی چند متغیره. 644-2-1-معیارهای ارزیابی عملکرد مدل.. 664-3-نتایج حاصل از سیستم استنتاج عصبی-فازی تطبیقی چندخروجی... 664-4-رگرسیون خطی... 784-4-1-رگرسیون خطی چندگانه. 794-5-نتایج حاصل از رگرسیون خطی چندگانه. 80فصل پنجم.. 875-1-نتیجه گیری کلی... 885-2-پیشنهادات... 91منابع.. 92 
صفحه
عنوان
فهرست اشکال  شکل ‏1‑1 -اکسید شدن پیریت و تولید اسید در یک معدن زغال‌سنگ.................................................................6شکل ‏1‑2-میکروگراف الکترونی از باکتری تیوباسیلوس فرواکسیدان......................................................................7شکل ‏1‑3-آلودگی آب‌های سطحی درغرب ویرجینیا.................................................................................................9شکل ‏1‑4-مرگ ماهیان بر اثر تخلیۀ پساب اسیدی معدن حاصل از معادن رومانی در رودخانۀ دانوب..........9شکل ‏1‑5-آلودگی آب‌های سطحی توسط پساب اسیدی حاصل از معادن زغال سنگ در غرب پنسیلوانیا.10شکل ‏2‑1-ساختار یک سیستم فازی...........................................................................................................................23شکل ‏2‑2-ساختار سه سیستم استنتاجی فازی.........................................................................................................24شکل ‏2‑3-سیستم فازی ممدانی...................................................................................................................................25شکل ‏2‑4-سیستم فازی TSK.......................................................................................................................................26شکل ‏2‑5-ساختار یک نرون مصنوعی..........................................................................................................................27شکل ‏2‑6-ساختار نمونه انفیس در مدل فازی سوگنو..............................................................................................30شکل ‏2‑7-ساختار دیگری از انفیس..............................................................................................................................33شکل ‏2‑8-سیستم استنتاجی عصبی-فازی تطبیقی چند خروجی مدل سوگنو مرتبه با یک ورودی و سه خروجی.................................................................................................................................................................................36شکل ‏3‑1-موقعیت جغرافیایی کانسار مس سرچشمه...............................................................................................43شکل ‏3‑2-سد باطله در معدن مس پورفیری سرچشمه...........................................................................................45شکل ‏3‑3-محل معدن مس سرچشمه و رودخانه شور.............................................................................................50شکل ‏3‑4-محل نمونه‌برداری رودخانه شور.................................................................................................................51شکل ‏3‑5-محل‌های نمونه برداری و موقعیت معدن مس سرچشمه.....................................................................53شکل ‏4‑1-رسوب سولفات مس و آهن مس سرچشمه.............................................................................................57شکل ‏4‑2-رسوب کانی‌های ثانویه سولفات مس و آهن............................................................................................57شکل ‏4‑3-کلوئیدی شدن پساب و انحلال سولفیدها................................................................................................58شکل ‏4‑4-کلوئیدی شدن پساب و انحلال سولفات در پساب فرعی......................................................................58شکل ‏4‑5-پساب خروجی از معدن، کدر و حاوی ذرات معلق آهن........................................................................60شکل ‏4‑6-رسوبات بی‌شکل پوشاننده پساب و رسوبات آهن در حواشی آن.........................................................60شکل ‏4‑7-روند تغییرات غلظت(ppm)آلاینده‌های فلزی از بالادست به پایین دست روخانه شور...................62شکل ‏4‑8 -توابع عضویت به دست آمده توسط مدل MANFIS-GP.................................................................68شکل ‏4‑9-توابع عضویت به دست آمده توسط مدل MANFIS-SCM...............................................................69شکل ‏4‑10-توابع عضویت به دست آمده توسط مدل MANFIS-FCM............................................................70شکل ‏4‑11-همبستگی بین مقادیر اندازه گیری شده و پیش‌بینی شده مس توسط مدل  MANFIS-SCM الف) مجموعه داده‌های آموزشی، ب) مجموعه داده آزمون.......................................................................................72شکل ‏4‑12-همبستگی بین مقادیر اندازه گیری شده و پیش‌بینی شده آهن توسط مدل  MANFIS-SCM الف) مجموعه داده‌های آموزشی، ب) مجموعه داده آزمون.......................................................................................73شکل ‏4‑13-همبستگی بین مقادیر اندازه گیری شده و پیش‌بینی شده منگنز توسط مدل  MANFIS-SCM الف) مجموعه داده‌های آموزشی، ب) مجموعه داده آزمون..........................................................................75شکل ‏4‑14-همبستگی بین مقادیر اندازه گیری شده و پیش‌بینی شده روی توسط مدل  MANFIS-SCM الف) مجموعه داده‌های آموزشی، ب) مجموعه داده آزمون.......................................................................................75شکل ‏4‑15-مقایسه بین اندازه گیری و پیش‌بینی شده Cu با استفاده از مدل MANFIS-SCM برای مجموعه داده‌های آزمون..................................................................................................................................................76شکل ‏4‑16-مقایسه بین اندازه گیری و پیش‌بینی شده Fe با استفاده از مدل MANFIS-SCM برای مجموعه داده‌های آزمون..................................................................................................................................................76شکل ‏4‑17-مقایسه بین اندازه گیری و پیش‌بینی شده Mn با استفاده از مدل MANFIS-SCM برای مجموعه داده‌های آزمون................................................................................................................................................77شکل ‏4‑18-مقایسه بین اندازه گیری و پیش‌بینی شده Zn با استفاده از مدل MANFIS-SCM برای مجموعه داده‌های آزمون...............................................................................................................................................77شکل 4‑19 -همبستگی بین غلظت فلزات سنگین اندازه‌گیری شده و پیشبینی شده با استفاده از MLR برای داده‌های آزمون و آموزش....................................................................................................................................85 
صفحه
عنوان
فهرست جداول  جدول ‏3‑1-ماکزیمم و مینیمم پارامترهای فیزیکی و شیمیایی غلظت فلزات سنگین رودخانه شور 53جدول ‏3‑2-محل و موقعیت جغرافیایی ایستگاه‌های نمونه‌برداری آب... 53جدول ‏4‑1-ماکزیمم و مینیمم پارامترهای فیزیکی و شیمیایی غلظت فلزات سنگین رودخانه شور و استاندارد آب(همه نمونه‌ها بر حسبppm) 61جدول ‏4‑2-ماتریس همبستگی بین غلظت فلزات سنگین و متغییرهای مستقل.. 65جدول ‏4‑3-خصوصیات مدل‌های MANFIS. 67جدول ‏4‑4-مقایسه بین نتایج حاصل از سه مدل برای مجموعه داده‌های آزمون.. 71جدول ‏4‑5-مشخصات آماری از مدل رگرسیون چندگانه. 81

جدول4-6-مقایسه نتایج بدست آمده از روش MANFIS-SCMو MLR............................................................86

 فهرست علائم و نشانه‌ها  اختصار                             معادل فارسی                                     معادل انگلیسی
ANNشبکه عصبی مصنوعیArtificial Neural Network
AMDپساب اسیدی معدنAcid Mine Drainage
MNNشبکه عصبی مصنوعی مدولارModular Neural Network
BPشبکه عصبی مصنوعی پس انتشارBack-propagation
MLRرگرسیون خطی چندگانهMultiple linear regression
TDSکل جامد محلولTotal dissolved solids
RMSریشه میانگین مربع خطاRoot Mean Square Error
DOغلظت اکسیژن محلولDissolved oxygen
CODباقی مانده اکسیژن شیمیاییChemical oxygen demand
BPNNشبکه عصبی مصنوعی پس انتشارBack Propagation Neural Network
GRNNشبکه عصبی مصنوعی رگرسیون عمومیGeneral Regression Neural Network
ANFISسیستم استنتاج عصبی-فازی تطبیقیAdaptive neuro-fuzzy inference system
FLمنطق فازیFuzzy logic
MFتابع عضویتMembersip Function
TSK سیستم فازی تاکاگی-سوگنو-کانگTakagi Sugeno Kang FIS
FISسیستم استنتاج فازیFuzzy Inference System
LSMروش حداقل مربعاتLeast square method
MANFISسیستم استنتاج عصبی-فازی تطبیقی چندخروجیMulti-outputs Adaptive Neuro-fuzzy System
VAFمحاسبه واریانس بین دو چیزVariance Account For
GPپارتیشن‌بندی شبکهGrid Partitioning
SCMروش خوشه‌بندی کاهشیSubtractive clustering method
FCMروش فازی میانگین-cFuzzy C-means method

فصل اول

کلیات

 

1-1-مقدمه

در سال‌های اخیر توسعه روزافزون فعالیت‌های کشاورزی و صنعتی و افزایش قابل توجه حجم فاضلاب‌های شهری موجب آلودگی منابع آب، خصوصا رودخانه‌ها گشته است. ورود پساب‌های صنعتی سبب افزایش دما، مواد آلی و معدنی، و ترکیبات خطرناک فلزات سنگین در آب شده و این امر علاوه بر آلودگی محیط‌زیست آبزیان، سبب برهم خوردن تعادل ترکیبات موجود در آب نیز می‌گردد. با توجه به مشکلات کمی و کیفی منابع آب کشور و واقع شدن ایران در منطقه خشک و نیمه‌خشک و رویارویی با بحران‌های کم آبی، تدوین برنامه‌های مدیریت کیفی برای کلیه منابع آبی، راهکاری ضروری و غیر قابل اجتناب در جهت حفاظت و بهره‌برداری پایدار از منابع آبی است.با ظهور فناوری نوین اطلاعات و استفاده از رایانه، شاهد تحولی شگرف در تمامی علوم هستیم. در حقیقت رایانه به همراه سایر فناوری‌های پیشرفته، راه را برای ظهور روش‌های هوشمند فراهم کرده است. از آنجایی که فرآیندها و پدیده‌های موجود در مهندسی به متغیرهای بسیاری وابسته هستند و بین اجزاء هم روابط پیچیده‌ای حاکم است، لذا روش‌های هوشمند به عنوان یک ابزار بسیار قدرتمند در شبیه‌سازی موضوعات مختلف علوم مهندسی از جمله مهندسی معدن می‌توانند راهگشا باشند. با استفاده از این روش‌ها، داده‌های مربوطه را به شبکه آموزش داده و سپس این روش‌ها کار پیش‌بینی و شبیه‌سازی را با دقت مطلوب انجام خواهند داد[[i]].در سال‌های اخیر، در کارهای معدنی و علوم زمین شناسی، به علت وجود ابهامات زیاد کوشش زیادی در استفاده از هوش مصنوعی شده است. به عنوان مثال؛ بررسی‌های ژئوشیمیایی به همراه عیار و تناژ آن­ها با استفاده از شبکه‌های عصبی مصنوعی، طبقه­بندی مواد ارگانیکی رسوبی، عددی کردن داده‌های ژئوشیمیایی در سنگ‌های آتشفشانی و طبقه‌بندی آن­ها با استفاده از شبکه‌های عصبی مصنوعی[1]، تعیین ویژگی‌های آکیفر با استفاده از شبکه‌های عصبی مصنوعی، تعیین ویژگی‌های مواد ناخالص در معدن سنگ آهک با استفاده از شبکه‌های عصبی پسخور[2]، استفاده از شبکه عصبی مصنوعی برای یافتن موقعیت نهشته‌ها، تخمین عیار و ذخیره و مقایسه نتایج حاصله از کریجینگ و شبکه عصبی مصنوعی و منطق فازی، کارهای پیش بینی در معدن اشاره نمود.به طور کلی مدل‌سازی یکی از ابزارهای مناسب برای تصمیم‌گیری و پیش‌بینی پدیده‌های محیط زیستی می‌باشد که اغلب به صورت مدل‌های مفهومی با روابط ریاضی بیان می‌شوند. فرآیندها و پدیده‌هایی که در سیستم‌های محیط‌زیستی وجود دارد و مهندسین محیط‌زیست با آن در ارتباط هستند، اغلب دو خصوصیت عمده دارند: 1- وابسته به متغیرهای زیاد هستند، 2-روابط بسیار پیچیده‌ای بین اجزا وجود دارد که تحلیل آن را بسیار مشکل می‌نماید. این مشکل همواره باعث خطا در دقت و صحت پیش‌بینی مدل‌های مرسوم می‌شود. هوش مصنوعی از جمله روش‌های پیشرفته و نوین در شبیه‌سازی می‌باشد که امروزه در تمام علوم مهندسی به عنوان یک ابزار قوی در شبیه‌سازی پدیده‌هایی که تحلیل مفهومی آن‌ها با مشکل مواجه است، کاربرد بسیاری پیدا کرده است؛ در این روش داده‌های مشاهده‌ای به مدل آموزش داده می‌شود و پس از آموزش مدل با دقت مناسب کار پیش‌بینی و شبیه‌سازی را انجام می‌دهد.

1-2-تعریف مسأله

پساب­های معدنی که در اثر فعالیت­های معدن‌کاری سولفیدی و زغال سنگ پدید می­آید از جمله آلاینده­های زیست‌محیطی جبران ناپذیر می­باشد. در این میان پساب­های اسیدی به علت کاهش میزان pH محیط سبب انحلال بیشتر فلزات سنگین شده و با انتقال آب به درون آب­های سطحی و زیرزمینی اطراف معادن، باعث آلودگی آن­ها می­شود[[ii]، [iii] و [iv]]. آلودگی زیست‌محیطی به این شکل در دراز مدت پس از تعطیلی معدن نیز موثر می­باشد. یکى از مواد مزاحم و مشکل­ساز در امر بازسازی معادن سولفیدی، پیریت موجود در باطله­های فلزی و احیانا غیرفلزی مى‌باشد که در اثر اکسیداسیون و وجود رطوبت و آب کافى تولید اسید سولفوریک نموده و محیط دمپ را اسیدی مى­نماید[[v] و[vi]].

1-2-1-پساب اسیدی معدنی

فعالیت­های استخراجی معادن مهم‌ترین عامل آلودگی آب­های زیرزمینی و سطحی به شمار می­روند. استخراج معادن سبب کاهش کیفیت آب شده و بسیاری از مشکلات زیست­محیطی را سبب می­گردند[[vii]]. از مشکلات مرتبط با عملیات معدنی، پساب­های اسیدی معدن[3] اهمیت اساسی داشته و چنانچه این پساب­های اسیدی که حاوی غلظت­های بالای آهن، سولفات و اسیدیته می­باشند به داخل منابع آب­های سطحی و زیرزمینی راه پیدا کنند سبب آلودگی این آب­ها می­شوند[[viii] و [ix]].اکسید شدن کانی­های سولفیدی و تولید اسید سولفوریک به عنوان یک اثر منفی و نامطلوب عملیات معدنی شناخته شده است[[x]]. اسید تولید شده حاوی کانی­های محلول[4]و فلزات مختلف به منابع آب­های سطحی و زیرزمینی راه یافته و ضمن آلودگی آن­ها موجب آلودگی خاک­ها نیز می­شود[[xi] و [xii]].اگرچه فرآیند اکسید شدن پیریت و سایر کانی­های سولفید فلزی در حضور هوا غیر قابل اجتناب است؛ اما مطالعه کانه­ها و کانی­های باطله، جنبه­های هیدرولوژیکی، و طرح معدن‌کاری[5]می­تواند در طراحی یک عملیات معدنی که کمترین اثرات زیست­محیطی را به همراه داشته باشد کمک موثری نماید[[xiii] و [xiv]].اثرات زیست­محیطی مخرب که از پساب­های اسیدی معدن نتیجه می­شوند، به دلیل مدیریت ضعیف در طول طراحی، توسعه، عملیات و بسته شدن کارهای معدنی و همچنین به دلیل فهم ناصحیح از پساب­های اسیدی معدن در گذشته می­باشد[14].[1] Artificial Neural Network(ANN)[2]  Feed forward[3] Acid Mine Drainage(AMD)[4] Dissolved minerals[5] Mine plan[i] Molson J.W., Fala O., Aubertin M., Bussière B.  "Numerical simulations of pyrite oxidation and acid mine drainage in unsaturated waste rock piles,"  Journal of Contaminant Hydrology. 78:343-371. 2005 [ii] BLOWES D.W., PTACEK J., JAMBOR J.L., WEISENER C.G., In: HOLLAND H.D. "The geochemistry of acid mine drainage," Treatise on Geochemistry. Amsterdan vol. 9, :149-204. 2003 [iii] Price W.A. "Prediction manual for drainage chemistry from sulphidic geologic materials. Mining and Mineral Sciences Laboratories. Smithers,"  British Columbia V0J 2N0:576. 2009 [iv] Lottermoser B.G. "Recycling, Reuse and Rehabilitation of Mine Wastes," the Mineralogical Society of America. 2011 [v] Amezaga J., Rotting T.S., Younger P.L., Nairn R.W. Noles A.J., Oyarzun R., Quintanilla J., A rich vein" Mining and the pursuit of sustainable development,". Environ. Sci. Technol, vol 45, 21-26. 2011 [vi] Mayes W.M., Johnston D., Potter H.A.B., Jarvis A.P., "A national strategy for identification, prioritisation and management of pollution from abandoned noncoal mine sites in England and Wales," Methodology development and initial results. Sci. Total Environ.,vol 407, 5435-5447, 2009 [vii]  Trois C., Marcello A., Pretti S., Trois P., Ross G.I., "The environmental risk posed by small dumps of complex arsenic, antimony, nickel and cobalt sulphides,". J. Geochem., vol 92, 83–95. 2007 [viii] Legge 319 (Merli) del 10.05 " pubblicata nella Gazzetta Ufficiale," N. 141 del 29.05.1976 [ix] Emenda mento della Legge 319 (Merli) del 10.05. pubblicata nella Gazzetta Ufficiale N. 141 del 29.05., Regione Autonoma della Sardegna., 1983 [x] Doulati Ardejani F, Jodeiri Shokri B, Bagheri M, Soleimani E." Investigation of pyrite oxidation and acid mine drainage characterization associated with Razi active coal mine and coal washing waste dumps in the Azad shahr–Ramian region, northeast Iran,". Environ Earth Sci;vol 61:1547–60. 2010 [xi] Romero A., Gonzalez I., Galan E., Estimation of potential pollution of waste mining dumps at Pena del Hierro (Pyrite Belt, SW Spain) as a base for future mitigation actions. Appl. Geochem., vol 21, 1093–1108. 2006 [xii] Walder I.F., Schuster P.P., "Mine Waste Management in Proceedings of Environmental Geochemistry of ore deposits and mining activities,"  Presented by SARB Consulting in Oslo, Norway, May 1997. [xiii]  Plante B., Bussière B., Benzaazoua M. "Lab to field scale effects on contaminated neutral drainage prediction from the Tio mine waste rocks," Journal of Geochemical Exploration 137:37-47.2013 [xiv] دولتی اردجانی، ف.،تنکابنی، ض.، میرحبیبی، ع.، بدیعی، خ."بیوتکنولوژی زیست محیطی ومدیریت پساب‌ها،" انتشارات پژوهشکده صنایع رنگ ایران، سال 1384تعداد صفحه :128قیمت : 14000تومان

بلافاصله پس از پرداخت ، لینک دانلود پایان نامه به شما نشان داده می شود

و در ضمن فایل خریداری شده به ایمیل شما ارسال می شود.

پشتیبانی سایت :        09309714541 (فقط پیامک)        info@arshadha.ir

در صورتی که مشکلی با پرداخت آنلاین دارید می توانید مبلغ مورد نظر برای هر فایل را کارت به کارت کرده و فایل درخواستی و اطلاعات واریز را به ایمیل ما ارسال کنید تا فایل را از طریق ایمیل دریافت کنید.

--  -- --

مطالب مشابه را هم ببینید

فایل مورد نظر خودتان را پیدا نکردید ؟ نگران نباشید . این صفحه را نبندید ! سایت ما حاوی حجم عظیمی از پایان نامه های دانشگاهی است. مطالب مشابه را هم ببینید. برای یافتن فایل مورد نظر کافیست از قسمت جستجو استفاده کنید. یا از منوی بالای سایت رشته مورد نظر خود را انتخاب کنید و همه فایل های رشته خودتان را ببینید