Parçalanmanın İyileştirilmesine Yönelik Patlatma Tasarımlarının Araştırılması

Abstract

Bu çalışmada çok değişkenli analiz yöntemlerine dayanarak parçalanmanın iyileştirilmesine ve tahminine yönelik modeller geliştirilmiştir. Bu amaçla İstanbul çevresindeki üç farklı taş ocağında ölçümler gerçekleştirilmiştir. Her atım için patlatma tasarımı, kaya kütle özellikleri ve yığının parça boyut dağılımı ölçülmüştür. Atım sonrası parça boyut dağılımının tespiti ve kayacın yerinde blok boyut dağılımının tespiti için görüntü işleme yazılımları kullanılmıştır. Ölçülen atımlar literatürden elde edilen diğer atımlarla birleştirilerek geniş bir atım veritabanı oluşturulmuştur. Geliştirilen ilk model ortalama parça boyutu kestirim modelidir. Bu model oluşturulurken kümeleme analizi, ayırma analizi ve çok değişkenli regresyon analizi ardışık olarak uygulanmıştır. Yığının ortalama parça boyutunu tahmin etmek amacıyla iki farklı denklem geliştirilmiştir. İkinci model parçalanma indeksi kestirim modelidir. Bu modeli geliştirmek için lineer ayırma analizi kullanılmıştır. Model atım sonrası parçalanma verimliliğini kestirmeyi amaçlamaktadır. Üçüncü model bir patlatma kılavuzu oluşturma amacındadır. Bu model yoluyla parçalanmaya etki eden en önemli parametreler belirlenmekte ve parçalanma adım adım iyileştirilebilmektedir. Üçüncü model adım adım regresyon tekniğine dayanmaktadır. Geliştirilen modeller atımlar üzerinde test edilmiş ve modellerin birbirleriyle olan ilişkisi detaylı olarak analiz edilmiştir.In this study using multivariate analysis, new models are developed to improve and predict blast fragmentation. Site investigations are carried out in there quarries in Istanbul. Blast design parameters, rock mass properties, and particle size distributions of muckpiles are measured for each blast. The measured blasts and blasts collected from blasting literature are bunched together and a large blast database is created. First developed model is particle size prediction model. Cluster analysis, discriminant analysis and multivariate regression analysis are used sequentially to create the model. Two different equations are created to predict mean participle size of muckpile. The second model is fragmentation index prediction model. Linear discriminant analysis technique is used to develop the second model. The model predicts fragmentation efficiency. The aim of the third model is the creation of a blasting guideline. The model makes possible to determine most important parameters for fragmentation and to improve the fragmentation stepwise. Third model is developed using stepwise regression technique. The developed models are tested on real blasts and the relationships between the models are analyzed in detail.