基于SVM的粗骨料膏体性能预测及优选方法

摘要：

膏体充填能够改变矿区周围岩石的应力状态,减少矿区周围的环境问题,在国内外地下矿山得到广泛应用.膏体合理配比的确定需要进行大量实验,亟需寻找一种简单有效的方法去对膏体的性能进行预测.对此,本文开展了27组配比的强度和坍落度测试,采用PSO、Grid和GA算法优化后的支持向量机(SVM)进行训练,对比分析预测结果对算法进行优选.基于算法模型进行膏体性能预测,采用极差分析手段揭示了不同影响因素对充填体性能的影响,最后采用线性规划原理得到了最佳配比参数.结果表明:核函数的参数c和惩罚系数g随算法不同而变化,不能作为评判预测精度的依据.Grid算法和PSO算法可以分别对坍落度和强度进行精准预测.由于膏体中自由水含量的影响导致坍落度受粗骨料?尾砂比和浓度的影响较大.不同龄期条件下水泥掺量和浓度对充填体强度的影响始终处于主导地位,随着龄期增加粗骨料"骨架"效应逐渐显现.以金川矿山实际充填需求为例,获得其最低成本配比条件为水泥掺量为280 kg/m3,粗骨料?尾砂质量比为1:1,废石?棒磨砂比为1:1.44.

关键词：膏体充填、支持向量机、极差分析、线性规划、配比优化

分类号：TF11.31(冶金技术)

资助基金：国家自然科学基金;国家自然科学基金;人力资源和社会保障部博士后创新人才支持计划;中国博士后科学基金资助项目;国家科技部重点领域创新团队资助项目;高等学校学科创新引智计划资助项目;金属矿山安全与健康国家重点实验室开放基金项目;绿色化工过程教育部重点实验室开放基金资助项目;山东省重大科技创新工程项目

在线出版日期：2023-01-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：3517-3527