Comparative Advantages of the Mineral Excavation in Azerbaijan-e-Gharbi Province of Iran

Document Type : Technical Note

Authors

1 Dept. of Mining, Urmia University, Iran

2 Dept. of Mining,University of Birjand, Iran

3 Dept. of Mining, Tarbiat Modares University, Tehran, Iran

10.29252/anm.2019.5407.1171

Abstract

Summary
In this paper, in-operation mines of Azerbaijan-e-Gharbi Province, as a mineral-rich province of Iran, are ranked using multi criteria decision making methods. However, in this study, the analyses are done under the fuzzy environment to reduce the ambiguous and uncertainties. The results of this study show that, the iron and gold mines are the first priorities, chromic and manganese mineral types are the second priorities and the lead and zinc mines are the third priorities.
 
Introduction
Mines and mining industries are an important way to reach the sustainable development and investing in these sectors creates the suitable economics value added. Therefore, prioritization of the mineral activities are helpful for persuasion of future investments. The main aim of this research is to rank the mining activities of the Azerbaijan-e-Gharbi Province in Iran with considering five main criteria including economic, cultural and social, environmental, technical and also political criteria.
 
Methodology and Approaches
In this study, the main in-operation mines are considered. The technique for order of preference by similarity to ideal solution and also the analytical hierarchy process are used to prioritize the mining activities. To reduce the uncertainties, all calculations are done under the fuzzy environment.
 
Results and Conclusions
Results of this study show that, the cultural, social and environmental criteria have the highest importance degree in comparison to the other criteria. The iron and gold mines are the first priorities, while the chromic and manganese mines and lead and zinc mines are respectively the second and third priorities. The quarry and gypsum mineral types, the barite, red and yellow soil, kaolin, fireclay and dolomite, salt and silica, sand, rubble, mica, limestone and ballast mines are respectively ranked also.

Keywords

Main Subjects

Full Text

بخش معدن سبب ایجاد اشتغال، درآمدزایی و رونق اقتصادی می‌شود و در بسیاری از کشورها یکی از مهم‌ترین مسیرها در پیشرفت اقتصادی است. بررسی محدودیت‌های داخلی، افق زمانی و چشم‌اندازها و سیاست‌های کلان در ارتباط با معدنکاری، تدوین راهبردهای این بخش را امکان‌پذیر می‌سازد. بنابراین اولویت‌بندی و تصمیم‌گیری در بهره‌برداری از فعالیت‌های معدنی به عنوان یکی از الزامات سیاست‌گذاری مؤثر در این بخش و به منظور سرمایه‌گذاری‌های آینده ضرورت دارد.

تاکنون کاربردهای متعددی از تصمیم‌گیری‌های چندمعیاره در حوزه مهندسی معدن ارائه شده است که از آن جمله می‌توان به انتخاب مناسب‌ترین الگوی آتشکاری[1]، انتخاب سنگ‌شکن اولیه[2،3]، انتخاب روش معدنکاری[6-4]، تحلیل پایداری پله‌های معادن روباز[7]، مدیریت ریسک ایمنی در معدنکاری زیرزمینی زغالسنگ [8]، انتخاب کامیون برای معدنکاری روباز[9] و انتخاب سیستم حمل و نقل مواد معدنی[10] اشاره کرد. با بررسی منابع علمی معتبر و موجود در زمینه اولویت‌بندی منابع معدنی، رتبه‌بندی مواد معدنی کشور با استفاده از روش شباهت به گزینه ایده­آل کلاسیک انجام شده است[11]. در این پژوهش، با در نظر گرفتن 29 زیرمعیار که عمدتاً شامل معیارهای اقتصادی، سرمایه‌گذاری و زیست محیطی بودند، به اولویت‌بندی مواد معدنی کشور با در نظر گرفتن 33 کانی، سنگ و عنصر معدنی پرداخته شده است. برای انجام رتبه‌بندی، ابتدا با استفاده از نظرات متخصصان بخش معدن کشور، درجه اهمیت هر یک از معیارها تعیین شده است. سپس امتیاز هر یک از منابع معدنی در دو حالت مختلف شامل وزن‌دهی بر مبنای نظرسنجی‌ها و نیز وزن‌دهی یکسان به همه معیارها، تعیین شده است. با توجه به نتایج این پژوهش و بر مبنای نظرات کارشناسان، ذخایر سنگ مس، زغالسنگ، آهن، طلا، کرومیت، سرب و روی، باریت، بوکسیت، فسفات و منگنز به ترتیب در رتبه‌های اول تا دهم قرار گرفته‌اند. علاوه بر این، با وزن­دهی یکسان برای معیارها، منابع معدنی مس، زغالسنگ، کرومیت، آهن، سرب و روی، طلا، تالک، منیزیت و گل سفید، فسفات و باریت به ترتیب در رتبه‌های اول تا دهم قرار گرفته‌اند. این پژوهش، با بهره‌گیری از روش تحلیل سلسله مراتبی نیز انجام شده است[12]. در این پژوهش، تعداد 29 معیار در قالب شش معیار اصلی اقتصاد و بازار، فنی، سرمایه‌گذاری، اشتغال، اجتماعی و زیست محیطی و نیز معیارهای راهبردی تعریف گردیده است. استفاده از روش تحلیل سلسله مراتبی کلاسیک در این پژوهش، ذخایر سنگ مس، آهن، فسفات، سرب و روی، زغالسنگ، طلا، فلدسپار، کرومت، منگنز و کائولن را به ترتیب اولویت‌بندی نموده است. همچنین، معیارهای اقتصادی از بیشترین درجه اهمیت برخوردار بوده و معیارهای اجتماعی و زیست محیطی، کم‌ترین درجه اهمیت را داشته‌اند. علاوه بر موارد فوق، اولویت‌بندی منابع معدنی کشور با استفاده از روش تاکسونومی عددی[13] نیز انجام شده است. در این پژوهش، 19 ماده مختلف معدنی با در نظر گرفتن معیارهای نرخ رشد ارزش افزوده، سهم هر یک از مواد معدنی در تولید ناخالص داخلی، بهره‌وری نیروی کار، اشتغال‌زایی، نسبت سرمایه به نیروی کار، سهم شاغلان متخصص به نیروی کار معدن، بزرگی بازار داخلی و جهانی، ارز آوری، سوددهی و نیز ظرفیت­های سرمایه‌گذاری جهت توسعه معادن به عنوان معیارهای تصمیم در نظر گرفته شده است. با توجه به نتایج این پژوهش، ذخایر سنگ‌آهن، مس، سرب و روی، فسفات، طلا، کرومیت، بور، فلدسپار، منیزیت و زرنیخ به ترتیب در اولویت‌های اول تا دهم قرار گرفته‌اند.

References

[1]           Yari, M., Monjezi, M., & Bagherpour, R. (2013). Selecting the most suitable blasting pattern using AHP-TOPSIS method: Sungun copper mine. Journal of Mining Science, 49(6), 967-975.
[2]           Rahimdel, M.J., & Ataei, M. (2014). Application of analytical hierarchy process to selection of primary crusher. International Journal of Mining Science and Technology, 24(4), 519-523. doi:10.1016/j.ijmst.2014.05.016.
[3]           Rahimdel, M.J., & Karamoozian, M. (2014). Fuzzy TOPSIS method to primary crusher selection for Golegohar Iron Mine (Iran). Journal of Central South University, 21(11), 4352-4359. doi:10.1007/s11771-014-2435-0.
[4]           Gélvez, J.I.R., Aldana, FAC., & Sepúlveda, GF. (2014). Mining Method Selection Methodology by Multiple Criteria Decision Analysis- Case Study in Colombian Coal Mining. International Symposium of the Analytic Hierarchy Process. Washington D.C. USA.
[5]           Karimnia, H. & Bagloo, H. (2015). Optimum mining method selection using fuzzy analytical hierarchy process-Qapiliq salt mine, Iran. International Journal of Mining Science and Technology. 25: 225-230.
[6]           Chen, W., Shihao, T., Min, C., & Yong, Y. (2016). Optimal Selection of a Longwall Mining Method for a Thin Coal Seam Working Face. Arabian Journal for Science and Engineering, 41(9), 3771-3781.
[7]           Khakestar, M.S., Hassani, H., Moarefvand, P., & Madani, H., (2016). Application of multi-criteria decision making methods in slope stability analysis of open pit mines. Journal of the Geological Society of India, 87(2), 213-221.
[8]           Mahdevari, S., Shahriar, K., & Esfahanipour, A. (2014). Human health and safety risks management in underground coal mines using fuzzy TOPSIS. Science of the Total Environment, 488, 85-99.
[9]           Bodziony, P., Kasztelewicz, Z., & Sawicki, P. (2016). The Problem of Multiple Criteria Selection of the Surface Mining Haul Trucks. Archives of Mining Sciences, 61(2), 223-243.
[10]         Rahimdel, M.J., & Bagherpour, R. (2018). Haulage system selection for open pit mines using fuzzy MCDM and the view on energy saving. Neural Computing and Applications,29(6), 187-199.
[11]         Shakoorshahabi, R., Kakaei, R., & Basiri, M.H. (2008). Ranking of Iran Minerals using Technique for Order Preference by Similarity to Ideal Solution. Iranian Journal of Mining Engineering, 4(2), 1-10.
[12]         Shakoorshahabi, R., Kakaei, R., & Basiri, M.H. (2011). Ranking of Iran Minerals using Analytical Hierarchy Process. Scientific Quarterly Journal, Geoscience, 29(79), 129-136, (In Persian).
[13]         Basiri M.H., & Nabiyan Javardy F.S. (2008). Strategically and Economical Ranking of Ores in Operating Mines by Taxonomy Method for Investment Promotion in Iran. Geoscience 14(56), 124-133.
[14]         Statistical Center of Iran. (2015). Statistical Results of Iran Active Mines. https://www.amar.org.ir/english.
[15]         Organization of Industries and Mines of Azerbaijan-e-Gharbi. (2014). http://agh.mimt.gov.ir.
[16]         Statistical Center of Iran. (2013). Statistical Results of Iran Active Mines.
[17]         Ministry of Industries, Mine and Business of Iran. (2014). Investments Fields in Mining Activities of Iran. Publication of Mining Engineering Organization of Iran, autumn 2014 (In Persian). 
[18]         Ataei, M. (2010). Fuzzy Multi Criteria Decision Making. Shahrood University of Technology Publication, (In Persian).
[19]         Ataei, M. (2010). Multi Criteria Decision Making. Shahrood University of Technology Publication, (In Persian).
Journal of Analytical and Numerical Methods in Mining Engineering
Volume 9, Issue 19
September 2019
Pages 127-139

Files

History

  • Receive Date: 22 June 2016
  • Revise Date: 07 May 2019
  • Accept Date: 02 May 2019

Share

How to cite

Statistics