利用BP神经网络优化低活性矿渣基胶凝材料配方

• 作者: 把多恒 杨志强 袁国斌 高谦
• 来源期刊: 合肥工业大学学报（自然科学版）
• 学科: 地球科学
• 关键词: 矿渣微粉 低活性 胶凝材料 BP神经网络 配比优化
• 年，卷（期）: 2016,（9）
• 所属期刊栏目: 材料科学与工程
• 页码范围: 1189-1195
• 页数: 7页
• 分类号: TD853|X773
• 字数: 4870字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-5060.2016.09.008

摘要

针对金川镍矿充填法采矿，文章利用酒钢低活性水淬渣对早强新型充填胶凝材料进行了研究，并对酒钢水淬渣进行物化特性分析，选择生石灰、脱硫灰渣、粉煤灰和芒硝作为复合激发剂进行胶凝材料配方正交试验。在此基础上，建立BP（back propagation）神经网络模型对试验样本进行学习和训练，获得激发剂配方与胶凝材料特性之间的隐含知识。并借助隐含知识进行不同激发剂配方胶凝材料特性预测，揭示胶凝材料特性随激发剂掺量的变化规律，由此确定了新型充填胶凝材料最优配方生石灰、脱硫灰渣、粉煤灰、芒硝、亚硫酸钠、酒钢渣粉的掺量分别为3％、5％、5％、1％、2％、84％。对该最优配方进行验证试验，获得3 d和7 d的强度分别达到1.735 M Pa和2.876 M Pa ，完全满足金川矿山下向胶结充填法采矿对胶凝材料的强度要求。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高谦	北京科技大学金属矿山高效开采与安全教育部重点实验室	297	3008	26.0	40.0
2	杨志强	北京科技大学金属矿山高效开采与安全教育部重点实验室	103	665	13.0	20.0
6	把多恒		10	113	5.0	10.0
7	袁国斌	北京科技大学金属矿山高效开采与安全教育部重点实验室	2	13	2.0	2.0