زمین شناسی مهندسی، جلد ۴، شماره ۲، صفحات ۱۰۳۱-۱۰۵۸
عنوان فارسی پیش‌بینی قابلیت برش سنگ های ساختمانی با استفاده از روش تحلیل سلسه مراتبی فازی
چکیده فارسی مقاله در این تحقیق سعی شده است تا با توجه به پارامترهای مهم و مؤثر در فرایند برش سنگ، یک سیستم طبقه‌بندی جامع برای ارزیابی قابلیت برش سنگ‌ها ارائه شود. در سیستم طبقه‌بندی جدید 4 مشخصۀ مهم از سنگ شامل مقاومت فشاری تک‌محوری، سختی موهس، فاکتور سایندگی شیمیازک و مدول الاستیسیته برای ارزیابی فابلیت برش سنگ انتخاب شدند که در مجموع به سنگ‌ها امتیازی از 10 تا 100 اختصاص داده و قابلیت برش سنگ‌ها را در دو گروه سخت و نرم به پنج کلاس خیلی خوب، خوب، متوسط، ضعیف و خیلی ضعیف طبقه‌بندی می‌کند. شاخص به‌دست آمده از سیستم طبقه‌بندی جدید می‌تواند به‌عنوان شاخصی مهم و کاربردی برای ارزیابی قابلیت برش سنگ-های ساختمانی استفاده شود. در مقالۀ حاضر، ارتباط میان شدت جریان مصرفی و شاخص قابلیت برش و پارامترهای ماشین کاری با استفاده از برازش چند متغیره بررسی شد. بدین منظور دوازده نوع سنگ ساختمانی در آزمایشگاه با دستگاه برش تحت شرایط مختلف ماشین‌کاری (عمق‌های مختلف برش و نرخ‌های مختلف پیشروی)‌ آزمایش شدند. نتایج حاصل از بررسی‌های آزمایشگاهی به‌عنوان ورودی نرم افزار آماری SPSS در نظر گرفته شدند و در نهایت مدل‌های پیش‌بینی شدت جریان مصرفی با توجه به پارامترهای ماشین‌کاری و شاخص قابلیت برش ارائه شدند. با استفاده از این مدل‌ها در کارخانجات فراوری می‌توان به دیدگاه نسبتاً خوبی از نظر نرخ مصرف انرژی برای برش سنگ‌های ساختمانی دست پیدا کرد.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Predicting the sawability of Dimensical stone using fuzzy analytical hierarchy process
چکیده انگلیسی مقاله In this research, it is attempted to develop a new classification system for evaluating the rock sawability with respect to affective and major parameters. In this new classification system, four major characteristics of rock are selected for evaluating the rock sawability. In total, each rock takes a new score from 10 to 100 and classified into five classes: very poor, poor, fair, good and very good by new classification system. The new calculated rock sawability index (RSi) can be use as a useful index for evaluating the rock sawability. In the present paper, the relationship between ampere consumption, RSi and machine parameters are investigated by multiple regression. For this propose, 12 stones are tested by new sawing machine under different machining conditions (different depth of cut and feed rate). The results of this step are used as input data in SPSS software. Finally, two predicted models are presented with respect to machining parameters and RSi. These new models in stone factories can give a good viewpoint of energy consumption
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله
نشانی اینترنتی http://jeg.khu.ac.ir/browse.php?a_code=A-10-3-68&slc_lang=fa&sid=fa
فایل مقاله دریافت فایل مقاله
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده علمی پژوهشی
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات