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：安徽工业大学学报(自然科学版), 2022, 39(03): 256-267.

• 钢尾渣
• 矿山充填
• 抗压强度
• BP神经网络

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、7 d和28 d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、7 d和28 d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7 d和28 d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28 d抗压强度的预测值为2.16 MPa、实测值为2.13 MPa，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。

• 单位
  安徽工业大学