ارايه مدلي جديد جهت تخمين هزينه‌هاي سنگ‌شكن‌هاي فكي با بازوي مضاعف

A New Model for Cost Estimation of Double Toggle Jaw Crushers

عمليات خردايش از جمله كليدي‌ترين مراحل فرايند فرآوري مواد معدني محسوب شده و سنگ‌شكن هاي فكي يكي از پركاربردترين تجهيزات اصلي در اين بخش هستند. انتخاب اين تجهيزات تابعي از متغيرهاي متعددي به ويژه قيمت تمام شده عمليات سنگ‌شكني است. در اين تحقيق مدلي جديد جهت تخمين هزينه‌هاي سرمايه‌اي و عملياتي سنگ‌شكن‌هاي فكي با بازوي مضاعف در قالب توابع رگرسيون تك متغيره و چند متغيره ارايه شده است. در تحليل چند متغيره، به منظور افزايش دقت مدل، داده‌هاي جمع‌آوري شده مورد بررسي دقيق قرار گرفته و همبستگي بين آن ها با استفاده از روش آناليز مولفه هاي اصلي بر طرف شده است. در تابع رگرسيون تك متغيره، سطح دهانه ورودي به عنوان متغير مستقل در نظر گرفته شده است در حاليكه در تابع هزينه چند متغيره سطح دهانه ورودي به همراه توان سنگ شكن به عنوان متغيرهاي مستقل جهت ساخت مدل تخمين هزينه مورد استفاده قرار گرفته‌اند. كارايي هر يك از توابع هزينه با استفاده از ميانگين خطاي مطلق و بررسي باقيمانده‌ها سنجيده شده است. به طور ميانگين، ميزان خطاي 93/14 و 91/10 درصد به ترتيب براي رگرسيون تك و چند متغيره محاسبه شده كه ميزان قابل قبولي در مطالعات پيش امكان‌سنجي و امكان‌سنجي است. همچنين توزيع نرمال باقيمانده‌ها گواهي بر اعتبار مدل‌هاي ارايه شده است. به منظور نشان دادن چگونگي كاركرد مدل، هزينه هاي سرمايه اي و عملياتي واحد سنگ شكني اوليه يك معدني فرضي طلا به كمك اين مدل برآورده شده است.

The comminution is one of the most important activities in the mineral processing and the jaw crusher is the one of the most widely used equipments in this sector. In this research a new model for estimating capital and operating costs of double toggle jaw crushers is given as uni-variate and multivariate regression functions. In the multivariate regression, for increasing the precision, the collected data are inspected in detailed and correlation between them is omitted using principal component analysis method. In uni-variate cost function, the opening area of the crusher is considered as the independent variable, while in multi variate regression opening area and power are included. The performace of each cost function has been inspected with Mean Absolute Error Rate and residual analysis. The mean error rates are 10.91 and 14.93 percent for uni-variate and multivariate regression respectively, which are acceptable amounts in prefeasibility and feasibility studies. Also normality of residuals was investigated as evidence of models adequacy. Finally, the proposed model was applied for a hypothetic gold mine as a case study.