عنوان پایان‌نامه

ارزیابی رهیافت تلفیقی با استفاده از سیستم استنتاجگر فازی و سنجش از دور در تهیه نقشه پتانسیل معدنی، مطالعه ی موردی: کانسار مس پورفیری کهنگ



    دانشجو در تاریخ ۲۱ شهریور ۱۳۹۵ ، به راهنمایی ، پایان نامه با عنوان "ارزیابی رهیافت تلفیقی با استفاده از سیستم استنتاجگر فازی و سنجش از دور در تهیه نقشه پتانسیل معدنی، مطالعه ی موردی: کانسار مس پورفیری کهنگ" را دفاع نموده است.


    رشته تحصیلی
    مهندسی معدن‌-اکتشاف‌ معدن‌
    مقطع تحصیلی
    کارشناسی ارشد
    محل دفاع
    کتابخانه مرکزی پردیس 2 فنی شماره ثبت: 3349;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 76786;کتابخانه مرکزی پردیس 2 فنی شماره ثبت: 3349;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 76786
    تاریخ دفاع
    ۲۱ شهریور ۱۳۹۵
    دانشجو
    سمانه برک
    استاد راهنما
    سهیلا اصلانی, عباس بحرودی
    چکیده
    لینک فایل چکیده
    هدف از اکتشاف مواد معدنی یافتن نهشته ‏های کانساری به ویژه کانسارهایی از کانی ‏ها یا فلزات با تمرکز اقتصادی بالا برای انجام فعالیت‏های معدنی است. اکتشافات مواد معدنی پیچیدگی‏هایی را به دلیل عدم قطعیت و شرایط فیزکوشیمیایی حاکم بر نهشته‏ ها بخصوص در کانسارهای مس-مولیبدن پورفیری در پی دارند. هدف از این پژوهش، استفاده از سیستم استنتاجگر فازی به عنوان روش تلفیقی پیشنهادی جهت اکتشاف مناطق پرپتانسیل محدوده مس پورفیری کهنگ با صرف کمترین هزینه و بهترین نتیجه می ‏باشد، مطالعات قبلی در این محدوده که توسط سازمان‏ها، شرکت‏ها و افراد متخصص انجام گرفته در انتخاب نقاط حفاری جهت گمان ه‏زنی سودمند نبوده و نزدیک به 50% گمانه ‏ها در نقاط عقیم حفاری شده که هزینه ‏های مضاعف زیادی را در پی داشته است. انجام این فرآیند اکتشافی نیازمند بررسی چندین لایه اکتشافی می‏باشد که شامل لایه زمین ‏شناسی، دگرسانی، ژئوشیمیایی و ژئوفیزیکی می‏باشد. لایه زمین‏ شناسی نتیجه تلفیق لایه‏ های سنگ‏ شناسی و تکتونیک منطقه می‏باشد، در لایه دگرسانی از تصاویر سنجنده استر استفاده شد که پس از اعمال تصحیحات و پیش‏پردازش‏های لازم انواع پردازش‏های تصویر پایه و طیف ‏پایه بر روی تصاویر انجام گرفت که نتیجه آن خروجی نقشه دگرسانی منطقه بود. در لایه ژئوشیمیایی از نمونه ‏های خاک برجا استفاده شد که پس از اعمال پیش ‏پردازش‏های لازم جهت شناسایی عناصر موثر بر کانی ‏سازی از روش‏های آماری تک متغیره و چند متغیره استفاده شد که نتیجه آن دو عنصر مس و مولیبدن تاثیرگذارترین عناصر شناسایی شده و برای جداسازی آنومالی از زمینه از روش فرکتال عیار-تعداد و غربال PN استفاده شد و در نهایت با تلفیق دو لایه مس و مولیبدن لایه ژئوشیمیایی بدست آمد. لایه ژئوفیزیکی شامل داده‏های مغناطی س‏سنجی بود که با اعمال انواع فیلترهای مختلف نقشه سیگنال تحلیلی به عنوان لایه ژئوفیزیکی انتخاب شد. پس از تعیین لایه‏ های اکتشافی این نقشه ‏های فاکتور وارد نرم‏افزار متلب شده و سپس عملیات فازی ‏سازی بر روی نقشه ‏ها انجام می‏گیرد عملیات فازی ‏سازی برای نقشه‏ های ورودی به کمک تابع عضویت ذوزنقه با سه متغیر زبانی پتاسیل ضعیف، متوسط و قوی و یک تابع عضویت خروجی با هفت متغیر زبانی شامل پتانسیل خیلی ضعیف، ضعیف، پایین‏ تر از متوسط، متوسط، بالاتر از متوسط قوی و خیلی قوی تعریف می‏شود، این نقشه‏ های فازی شده وارد موتور سیستم استنتاجگر فازی شده و قوانین اگر- آنگاه فازی بر روی آنها اعمال می‏شود و تلفیق نهایی انجام می‏گیرد، نقشه تلفیق شده خروجی به کمک روش مرکز ثقل از حالت فازی خارج شده و به صورتی با اعداد کریسپی تبدیل می‏شود که برای مهندس مکتشف قابل فهم باشد. در نهایت نقشه پتاسیل نهایی بدست می‏آید. این نقشه با گمانه‏ های حفاری شده از منطقه مقایسه شده و درصد تطابق 70/6 % را برای کلاس‏بندی پنج کلاسه Jenk نمایش می‏دهد، و در آخر مناطقی جهت حفاری‏های بعدی پیشنهاد شدند.
    Abstract
    The main purpose of mineral ore deposit exploration is to find deposits, particularly minerals deposits or metals with high concentration of economical value. Due to uncertainty of minerals deposit existence and physicochemical conditions that governs the deposits, Mineral exploration process has some complexities specially in porphyry Cu-Mo deposits. The aim of this study is to use fuzzy inference system as suggested approach to integrate layers to explore porphyry copper deposite of Kahang area with the lowest cost and the best result. Previous researches were performed by organizations, companies and specialists which were not economical and nearlly 50% of boreholes in barren areas involved extra costs. In this study the exploration processes requires several layers which includes geology, alteration, geochemical and geophysical layers. In the alternation layer, ASTER images have been used. after essential corrections and pre-processing, The image based and spectrum based processes were conducted on images, then the final alteration map was created. In the geochemical layer, residual soil samples were used to identify effective materials for mineralization process. by using single and multivariate statistical methods on data, this process was showed that both copper and molybdenum are most effective elements in mineralization, afterward, to separate anomalies from the background, fractal grade-number and PN multiplication were used. Eventually by combining two layers of copper and molybdenum the final geochemical layer was obtained. By applying various filters on geophysical maps, which including magnetometers data, analytical signal was selected as geophysical layer. After determining factor maps, These maps were imported into MATLAB software, then fuzzification is carried out on the maps, The fuzzification was carried out for both input and output maps by using trapezoidal membership function. This function for input maps is created with three linguistic variable, including: poor potential, Average and high. and the function for output map is created with seven linguistic variable including: very poor potential, poor, below average, Average and above average as well as high and very high. These fuzzified maps are entered to fuzzy inference engine and fuzzy if-then rules are applied on them. afterward, final integration is carried out. By using gravity center approach, output integrated map turns into crispy number format which is understandable for exploration engineers. Finally mineral potential map was obtained. This map was compared with drilled boreholes of the studied area and 70/6% of conformity with five classes of jenk classification were displayed and consequently the appropriate areas for subsequent drilling were suggested. Keywords: Fuzzy inference system, ArcGIS, Mineral Potential, Kahang, Porphyry copper-molybdenum