中南大学学报（自然科学版）
中南大學學報（自然科學版）
중남대학학보（자연과학판）
JOURNAL OF CENTRAL SOUTH UNIVERSITY
2013年
7期
2867-2874
,共8页
胶结充填%物化分析%料浆配比%BP神经网络%优化选择
膠結充填%物化分析%料漿配比%BP神經網絡%優化選擇
효결충전%물화분석%료장배비%BP신경망락%우화선택
cemented tailings backfill%physical and chemical analysis%slurry ratio%back-propagation neural network%optimization
针对目前某矿山残矿回采充填体质量所存在的问题,提出采用分级尾砂胶结充填的方案.分析分级尾砂的物化特性,得出分级尾砂作为充填骨料的可行性.通过配比试验,初步确定影响料浆质量的因素.为了得到最优配比,采用神经网络进行优化,以料浆浓度及各组分添加量作为输入因子,塌落度、7d抗压强度及28 d抗压强度作为输出因子,并以配比实验数据为训练和检验样本来建立BP神经网络预测模型.对比隐含层节点数对模型训练过程及预测精度的影响,选取最佳预测模型结构为4-9-3.将配比参数细化输入到预测模型中,从而搜索出优选样本,得到最优配比为所(水泥)∶m(粉煤灰)∶m(尾砂)=1∶3∶8.优化结果表明:在保证强度的前提下,粉煤灰的添加可有效地降低充填成本,经济效益显著.
針對目前某礦山殘礦迴採充填體質量所存在的問題,提齣採用分級尾砂膠結充填的方案.分析分級尾砂的物化特性,得齣分級尾砂作為充填骨料的可行性.通過配比試驗,初步確定影響料漿質量的因素.為瞭得到最優配比,採用神經網絡進行優化,以料漿濃度及各組分添加量作為輸入因子,塌落度、7d抗壓彊度及28 d抗壓彊度作為輸齣因子,併以配比實驗數據為訓練和檢驗樣本來建立BP神經網絡預測模型.對比隱含層節點數對模型訓練過程及預測精度的影響,選取最佳預測模型結構為4-9-3.將配比參數細化輸入到預測模型中,從而搜索齣優選樣本,得到最優配比為所(水泥)∶m(粉煤灰)∶m(尾砂)=1∶3∶8.優化結果錶明:在保證彊度的前提下,粉煤灰的添加可有效地降低充填成本,經濟效益顯著.
침대목전모광산잔광회채충전체질량소존재적문제,제출채용분급미사효결충전적방안.분석분급미사적물화특성,득출분급미사작위충전골료적가행성.통과배비시험,초보학정영향료장질량적인소.위료득도최우배비,채용신경망락진행우화,이료장농도급각조분첨가량작위수입인자,탑락도、7d항압강도급28 d항압강도작위수출인자,병이배비실험수거위훈련화검험양본래건립BP신경망락예측모형.대비은함층절점수대모형훈련과정급예측정도적영향,선취최가예측모형결구위4-9-3.장배비삼수세화수입도예측모형중,종이수색출우선양본,득도최우배비위소(수니)∶m(분매회)∶m(미사)=1∶3∶8.우화결과표명:재보증강도적전제하,분매회적첨가가유효지강저충전성본,경제효익현저.
