چکیده: با توجه به اهمیت فرآیند حفاری در معادن، لزوم برنامه‌ریزی و پیش‌بینی از شرایط پیش ‌رو بیش از پیش احساس می‌شود. زون‌بندی توده‌سنگ‌های در بر‌گیرنده مواد معدنی و پیش‌بینی سرعت حفاری در آن با توجه به حجم بالای عملیات در معادن می‌تواند به طور جدی شرایط اقتصادی و عملیاتی معدن را تحت تأثیر قرار دهد. در این تحقیق ابتدا به منظور تعیین قابلیت حفاری توده‌سنگ‌های معدن سنگ‌ آهن گل‌گهر ابتدا سابقه علمی موضوع با استفاده از مقالات و متون علمی موجود از دهه 1950 تا سال 2011 مورد بررسی قرار گرفته و مهمترین پارامترهای فنّی مؤثر بر قابلیت حفاری و سرعت حفاری شناسایی گردیده‌اند. با توجه به تأثیر پارامترهای ماده‌سنگ و توده‌سنگ بر فرآیند حفاری، پیش‌بینی سرعت حفاری امری بسیار پیچیده می‌باشد. بنابراین تعیین قابلیت حفاری توده‌سنگ نیازمند روشی جامع با در نظر گرفتن پارامترهای مؤثر بر قابلیت حفاری می‌باشد. ازاین‌رو طبقه‌بندی قابلیت حفاری RDi به عنوان روشی مناسب برای زون‌بندی قابلیت حفاری معدن‌شماره 1 گل‌گهر انتخاب شد. در ادامه طی مطالعه در معدن شماره 1 مجتمع معدنی گل‌گهر سیرجان توده‌سنگ‌های معدن بر اساس قابلیت حفاری RDi مورد بررسی و ارزیابی قرار گرفت. سرعت حفاری الگو‌های حفاری ثبت و سرعت حفاری متوسط هر الگو محاسبه شد. از الگو‌های مورد مطالعه برای انجام آزمایش‌های مکانیک سنگی نمونه‌برداری انجام شد. در ادامه توده‌سنگ‌های در برگیرنده هر الگو بر اساس قابلیت حفاری RDi برداشت شد. پارامترهای بافت، سختی موهس، سختی چکش اشمیت، فاصله‌داری درزه‌ها، بازشدگی و پرشدگی و زاویه بین محورچال با سطح درزه در مطالعات میدانی برداشت شد و امتیاز RDi هر الگو تعیین شد. در نهایت ارتباط پارامترهای مورد مطالعه با سرعت حفاری و RDi تعیین شد. نتایج آماری نشان داد که قابلیت حفاری RDi رابطه خوبی با سرعت حفاری دارد و این رابطه برای پیش‌بینی سرعت حفاری پیشنهاد شده است. در مرحله بعد، با استفاده از نتایج تحلیل داده‌های آزمایشگاهی و برداشت صحرایی الگوهای حفاری، توده‌سنگ‌های محدوده معدن بر اساس قابلیت حفاری RDi برداشت شده است. توده‌سنگ‌های معدن به 66 زون مختلف تقسیم و امتیاز RDi هر زون تعیین شد و زون‌هایی که درهمسایگی و کلاس طبقه‌بندی یکسانی می‌باشند بر اساس میانگین وزنی طول پیمایش در یک کلاس واحد طبقه‌بندی گردید. زون‌بندی نهایی توده‌سنگ‌های معدن بر اساس قابلیت حفاری RDi در دو کلاس آهسته- متوسط و متوسط طبقه‌بندی شد. در پایان، با استفاده از نتایج حاصل از تحلیل آماری سرعت حفاری و قابلیت حفاری RDi، سرعت حفاری در زون‌های مختلف پیش‌بینی شده است.