Quantum Spherical Fuzzy Decision Framework with Golden Cut and ARTASI for Sustainable Mining Method Selection in Geologically Complex Thin Seams
Diese Studie schlägt ein neuartiges Framework für die groß angelegte Entscheidungsfindung mittels Quanten-Sphärischer Fuzzy-Logik vor, das den Goldenen Schnitt, konsensbasierte Expertengewichtung, Ameisenalgorithmus-Optimierung und ARTASI integriert, um systematisch den automatisierten 3D-Trajektorien-Schrämmenbergbau als die optimale Methode für den sicheren und nachhaltigen Abbau geologisch komplexer dünner Kohlenflöze in Meghalaya zu identifizieren.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Tief unter der Erde, wo die Kohlenflöze dünn, zerklüftet und geologisch komplex sind, ist die Wahl der Art und Weise, wie Brennstoff gewonnen wird, ein riskantes Glücksspiel. In Regionen wie Meghalaya, Indien, wo die Kohleschichten nur wenige Zoll dick sein können, stützten sich traditionelle Methoden oft auf grobe, unwissenschaftliche Grabungen, die Arbeiter gefährden und die Landschaft vernarben. Die zentrale Herausforderung für Ingenieure und Planer besteht nicht nur darin, Kohle zu finden, sondern eine Bergbautechnik auszuwählen, die Sicherheit, Kosten, Umweltauswirkungen und technische Machbarkeit in Einklang bringt. Diese Entscheidung ist selten geradlinig, da die Faktoren oft in entgegengesetzte Richtungen ziehen; eine Methode, die billig ist, kann unsicher sein, während eine, die hocheffizient ist, für einen bestimmten Standort zu teuer sein kann. Um diese widersprüchlichen Anforderungen zu bewältigen, wenden sich Forscher einem mathematischen Feld zu, das darauf ausgelegt ist, menschliche Unsicherheit zu handhaben – ein Bereich, in dem Urteile nicht in starre Zahlen gepresst werden, sondern in Graustufen existieren dürfen, die das Zögern und den Zweifel einfangen, die natürlicherweise mit Expertenmeinungen einhergehen.
Ein Team von Forschern hat ein neues, hochentwickeltes System entwickelt, um genau dieses Problem zu lösen, mit dem Ziel, Vermutungen durch einen strukturierten, wissenschaftlichen Ansatz zu ersetzen. Sie schufen ein Entscheidungsmodell, das Expertenmeinungen nicht als einfache „Ja“ oder „Nein“-Stimmen behandelt, sondern als komplexe Einschätzungen, die Schichten aus Übereinstimmung, Uneinigkeit und Unsicherheit enthalten. Durch die Verwendung eines mathematischen Modells, das „Quantenkonzepte“ einbezieht – speziell die Idee, dass Informationen sowohl eine Magnitude als auch eine Phase besitzen können, ähnlich einer Welle –, können sie die volle Nuance des Zögerns eines Experten darstellen. Um sicherzustellen, dass das System fundiert und konsistent bleibt, wandten die Forscher ein Prinzip an, das auf dem Goldenen Schnitt basiert – einem berühmten mathematischen Verhältnis, das in der Natur vorkommt –, um die notwendigen Parameter für diese komplexen Bewertungen automatisch zu generieren und so die Notwendigkeit willkürlicher Entscheidungen zu eliminieren.
Die Studie konzentrierte sich auf die Kohlefelder von Meghalaya, in denen die Flöze eine Dicke von 0,30 bis 2,12 Metern aufweisen. Die Forscher versammelten eine Gruppe von Experten, um zwölf verschiedene Bergbauverfahren zu bewerten, die von traditionellem Bohren und Sprengen bis hin zu fortschrittlichen automatisierten Maschinen reichen. Diese Methoden wurden gegen zwölf verschiedene Kriterien getestet, darunter die Dicke und Tiefe der Kohle, die Stabilität des darüber liegenden Gesteins, Belüftungsbedarf, Sicherheitsbilanzen und ökologische Folgen. Anstatt die Expertenbewertungen einfach zu mitteln, untersuchte das neue System, wie sehr sich die Experten untereinander einig waren. Jene, deren Urteile eng mit dem Konsens der Gruppe übereinstimmten, erhielten mehr Einfluss auf die endgültige Berechnung, wodurch sichergestellt wurde, dass die kollektive Weisheit des Teams das Ergebnis leitete und nicht die Ausreißermeinungen eines einzelnen Individuums.
Nachdem die Ansichten der Experten zusammengeführt worden waren, musste das System entscheiden, welche Kriterien am wichtigsten sind. Anstatt die Experten zu fragen, die Bedeutung jedes Faktors zu erraten, nutzten die Forscher einen Computeralgorithmus, der davon inspiriert ist, wie Ameisen Nahrung finden. Dieser Algorithja, bekannt als Ameisenkolonie-Optimierung (Ant Colony Optimization), simulierte tausende Szenarien, um das perfekte Gleichgewicht der Gewichtungen zu finden, das die Unterschiede zwischen den verschiedenen Bergbauverfahren am besten herausarbeiten würde. Er suchte nach einem Satz von Prioritäten, die die Unterschiede zwischen den Optionen so deutlich wie möglich machen würden. Der letzte Schritt bestand darin, die Methoden mithilfe einer Technik zu ranken, die jede Option mit einem idealen Best-Case-Szenario und einem Worst-Case-Szenario vergleicht und einen Einzelwert berechnet, der widerspiegelt, wie nah die Methode der Perfektion kommt.
Die Ergebnisse dieser rigorosen Analyse deuteten klar auf einen Gewinner hin: der automatisierte 3D-Trajektorien-Schrämermining (automated 3D-trajectory shearer mining). Diese Methode, die fortschrittliche Maschinen nutzt, um Kohle entlang eines präzisen, computergesteuerten Pfades abzubauen, kristallisierte sich mit einem Nutzenwert von 0,674 als die beste Wahl heraus. Dicht gefolgt wurde sie vom Schrägermining im Flözbergbau (shearer-based thin-seam longwall mining) und dem Continuous-Miner-Bord-und-Pfeiler-Bergbau (continuous-miner bord-and-pillar mining). Die Studie fand heraus, dass das Potenzial zur Mechanisierung der wichtigste Einzelfaktor bei dieser Entscheidung war und andere Bedenken wie Flöztiefe oder geologische Kontinuität übertraf. Die Forscher testeten die Stabilität ihrer Ergebnisse, indem sie die Wichtigkeit der Kriterien und die Dateneingaben zufällig verschoben, wobei die erstplatzierten Methoden konsistent blieben, was darauf hindeutet, dass das Ergebnis robust und kein Zufall der Berechnung ist.
Diese Arbeit erhebt nicht den Anspruch, jedes Bergbauproblem gelöst zu haben oder eine universelle Regel für alle Kohlefelder zu sein. Stattdessen bietet sie eine zuverlässige, wissenschaftliche Grundlage, um von gefährlichen, unregulierten Extraktionspraktiken in Meghalaya wegzukommen. Indem sie eine klare, datengestützte Rangfolge verfügbarer Technologien bereitstellt, gibt das Framework Entscheidungsträgern eine Möglichkeit, die Wahl sicherer und nachhaltigerer Methoden zu rechtfertigen, auch wenn diese auf den ersten Blick schwieriger erscheinen mögen, aber verborgene Risiken bergen. Die Studie zeigt, dass es möglich ist, mit den richtigen mathematischen Werkzeugen die Komplexität von Geologie und Wirtschaft zu durchdringen, um den Weg zu finden, der die beste Chance für eine sichere und nachhaltige Zukunft bietet, wenn die menschliche Unsicherheit korrekt behandelt wird.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.