基于BP神经网络模型充填体粉煤灰基胶凝材料早强激发剂优化研究

• 作者: 李阳阳 杨晓炳 王永定 陈得信
• 来源期刊: 化工矿物与加工
• 学科: 工学
• 关键词: 粉煤灰基胶凝材料 复合激发剂 BP神经网络模型 迭代 配比优化
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 试验研究
• 页码范围: 44-49
• 页数: 6页
• 分类号: TD853.34
• 语种: 中文
• DOI: 10.16283/j.cnki.hgkwyjg.2018.12.011

摘要

为了降低充填采矿成本,金川矿利用生石灰、脱硫灰渣、粉煤灰、酒钢渣粉等废弃物,开发了适用于戈壁集料的低成本粉煤灰基胶凝材料.但该种胶凝材料不能满足下向分层胶结充填法采矿对胶结充填体早期强度要求,为此,本文开展胶凝材料早强复合激发剂研究.首先,选择促凝剂、芒硝、亚硫酸钠、萘系,开展复合激发剂配方正交试验;然后,利用正交试验结果作为训练样本,建立BP神经网络模型,进行不同配比复合激发剂的胶凝材料早期强度预测与迭代优化;最后,采用DPS和MATLAB建立优化模型进行求解,获得复合激发剂优化配比.研究结果表明,促凝剂和萘系掺量为0％,芒硝掺量为1.73％,亚硫酸钠掺量为1.1％时,早强复合激发剂成本为11.5元/m3,胶结充填体3d和7d强度分别达到0.51 MPa和1.51 MPa,这种强度满足金川龙首矿局部矿块下向分层胶结充填对早期强度的要求.