基于BP神经网络的钢尾渣-矿渣基充填料强度预测

• 作者: 昌欢 朱子康 顾宝澍 代梦博 袁邦兴 林振林 春铁军
• 来源期刊: 安徽工业大学学报（自然科学版）
• 关键词: 钢尾渣 矿山充填 抗压强度 BP神经网络
• 年，卷（期）: 2022,（3）
• 所属期刊栏目: 冶金与材料
• 页码范围: 256-261
• 页数: 5页
• 分类号: X705,TD803
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7872.2022.03.003

摘要

为缩短充填实验周期，尽快找到最优充填原料配比，以正交试验和单因素试验结果为BP神经网络的训练样本，以不同原料的灰中占比、灰砂比为输入参数，以充填料的料浆扩展度、7d和28d抗压强度为输出结果，建立BP神经网络模型预测钢尾渣-矿渣基充填料强度；在钢渣配比16.0%条件下，采用建立的模型优化制备充填体。结果表明：在隐含层神经元为14个时，料浆扩展度、7d和28d抗压强度最大相对误差分别为0.36%，1.46%，2.23%，样本外充填料的7d和28d抗压强度平均相对误差为2.86%和1.36%，样本内外的误差均较小，模型预测精度较高、泛化能力较强；对于采用模型优化制备的充填体，其28d抗压强度的预测值为2.16MPa、实测值为2.13MPa，两者相差较小，BP神经网络可用于预测充填料的抗压强度，对优化充填原料配比、减少充填实验工作量具有指导意义。