利用BP神经网络优化低活性矿渣基胶凝材料配方

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。

关键词：矿渣微粉、低活性、胶凝材料、BP神经网络、配比优化

所属期刊栏目：39

分类号：TD853;X773(矿山开采)

资助基金：国家高技术研究发展计划863计划资助项目SS2012AA062405

在线出版日期：2016-10-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1189-1195