基于人工智能神经网络新型充填胶凝材料配比研究

作者：张国胜; 陈彦亭; 胡亚军; 高谦^*

来源：矿业研究与开发, 2020, 40(09): 143-148.

DOI：10.13827/j.cnki.kyyk.2020.09.027

• 绿色胶凝材料
• 可持续发展
• 全尾砂胶结充填
• 人工智能
• 神经网络

全尾砂胶结充填采矿的应用越来越广泛,由于尾砂细泥含量高、活性有害化学成分多,基于建筑行业的水泥及冶金渣新型胶凝材料并不适用于矿山胶结充填。为了降低充填采矿成本,以中关铁矿为例,转换思路,绕开具体水化反应及其影响作用机理,采用人工智能算法,从"黑盒"角度对矿用胶凝材料的配比开发进行研究。结果表明,利用高温快速养护及人工智能算法可缩短胶凝材料的配比开发周期,降低开发难度与开发成本;通过正交试验及人工神经网络模型得到适合中关铁矿的胶凝材料最优配比为:熟料8%～9%,脱硫石膏2%～3%,芒硝0.5%,矿渣微粉89.5%～87.5%。验证试验证明,胶砂比1∶6,浓度62%时,28d强度可达2.25MPa,满足绿色、低成本充填采矿的要求。

• 单位
  北京科技大学