神经网络在高浓度充填料浆流变特性中的应用

摘要：

为了探究高浓度充填料浆中各组分对充填料浆流变参数的影响,以实验室测得15组配比实验数据为样本,建立了塑性黏度、初始切应力与其主要影响因素质量浓度、胶凝剂用量、粉煤灰用量、煤矸石用量之间的BP神经网络模型,通过各影响因素的权重值将料浆配比进行了优化,并以唐安矿的充填料浆配比为例加以验证.结果表明:建立模型的最大预测相对误差为-3.209％;矸石含量对流变参数的影响最大,胶凝剂含量对流变参数的影响最小;料浆浓度对塑性黏度的影响较大,而粉煤灰对初始切应力的影响较大;当浓度一定时,粉煤灰和矸石的比例应该尽量大一些;按照料浆配比的优化方案,唐安矿料浆输送达到了预期的目标.

关键词：高浓度充填料浆、BP神经网络、塑性黏度、初始切应力、料浆配比

所属期刊栏目：69

分类号：TD823.7(矿山开采)

在线出版日期：2017-08-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：90-93