یکی از مشکلات و چالشهای اصلی در پروژه سد رسوبگیر معدن درآلو، تولید قطعات سنگی بزرگ و نرمه در عملیات انفجار است. با توجه به تأثیر مستقیم میزان خردایش حاصل از انفجار بر مراحل بعدی چرخه تولید، تحقیق حاضر با هدف بهینهسازی طراحی عملیات انفجار و بهبود خردایش سنگ در چهار فاز تعریف شده است.
در فاز اول، ابتدا منابع کتابخانهای و پیشینه پژوهش در حوزههای بهینهسازی انفجار و پیشبینی خردایش سنگ مورد بررسی قرار گرفته است. پس از آشنایی با چارچوب مسئله، دو مرحله از محل پروژه بازدید صورت گرفت. بازدید اول، ضمن مشورت با کارشناسان واحد فنی، اطلاعات مربوط به شرایط فعلی عملیات استخراج و وضعیت زمین شناسی معدن ثبت گردید. در بازدید دوم، فرایند حفاری چالها توسط دریل واگن مورد بررسی قرار گرفت و اطلاعات اولیه در مورد پارامترهای عملیاتی حفاری از اپراتور دریافت شد. در فاز دوم، ابتدا کیفیت خردایش سنگ در انفجارهای معدن مورد ارزیابی قرار گرفت. بدین منظور، تصاویر سنگ خرد شده در نرمافزار Split Desktop تحلیل شده و دانهبندی نهایی (D80) محاسبه گردید. بررسی نتایج نشان داد عملیات انفجار نیازمند بهینهسازی است.
در فاز سوم، طبق محدودیتهای فنی و شرایط معدن مورد مطالعه، با تغییر الگوی حفاری (بارسنگ و فاصله ردیفی)، طرح آزمایش تهیه گردید. پس از انجام هر آزمایش، اطلاعات مربوطه شامل تصاویر انفجار، جزئیات خرجگذاری و پارامترهای عملیاتی حفاری از دفتر فنی معدن دریافت شد. فرایند آنالیز تصویری برای هر انفجار انجام شده و نتایج در پایگاه داده ثبت شده است. همچنین نرخ نفوذ حفاری با استفاده از پارامترهای عملیاتی محاسبه و ثبت گردید.
در فاز چهارم، بر اساس اطلاعات موجود در پایگاه داده و با استفاده از الگوریتمهای یادگیری ماشین، به توسعه مدل پیشبینی خردایش و خرج ویژه بهینه پرداخته شد. ارزیابی عملکرد مدلها نشان داد که روش XGBoost بهترین نتیجه را در پیشبینی ابعاد خردایش و خرج ویژه ارائه میدهد. همچنین الگوریتمهای درختی(درخت تصمیم و جنگل تصادفی) نیز از دقت بالایی برخوردارند. به علاوه، از طریق روشهای خوشهبندی، نرخ نفوذ حفاری در ۵ گروه از بسیار سخت تا بسیار آسان دستهبندی شده و قابلیت انفجار توده سنگ مورد ارزیابی قرار گرفت. بررسی نتایج نشان داد الگوریتم JNB از بالاترین کیفیت در خوشهبندی نرخ نفوذ برخوردار است و مدل GMM جایگاه دوم را به خود اختصاص میدهد.