固体废弃物膏体充填料浆质量的神经网络研究

固体废弃物膏体充填在我国煤炭系统是一种新的胶结充填模式．充填料浆质量的研究至关重要．它是一典型的多输入、多输出、非线性的模糊模型．一方面,运用神经网络结合遗传算法构造了膏体充填料浆质量的隐式模型,建立该模型的方法以神经网络为基础,用遗传算法来学习神经网络的权系数,既保留了遗传算法的强全局随机搜索能力,又具有神经网络的鲁棒性和自学习能力．该模型具有较强预测能力,为优化固体废弃物膏体充填料浆质量的影响因素提供了理论依据．另一方面,利用已训练好的膏体充填料浆质量模型获得遗传算法,对充填料浆质量的影响因素进行优化,该法在配比设计时,可在较少的试验次数下获得较好的配比．     

固体废弃物膏体充填料浆质量的神经网络研究

固体废弃物膏体充填在我国煤炭系统是一种新的胶结充填模式.充填料浆质量的研究至关重要.它是一典型的多输入、多输出、非线性的模糊模型.一方面,运用神经网络结合遗传算法构造了膏体充填料浆质量的隐式模型,建立该模型的方法以神经网络为基础,用遗传算法来学习神经网络的权系数,既保留了遗传算法的强全局随机搜索能力,又具有神经网络的鲁棒性和自学习能力.该模型具有较强预测能力,为优化固体废弃物膏体充填料浆质量的影响因素提供了理论依据.另一方面,利用已训练好的膏体充填料浆质量模型获得遗传算法,对充填料浆质量的影响因素进行优化,该法在配比设计时,可在较少的试验次数下获得较好的配比.     

似膏体充填料浆质量神经网络辩识

似膏体充填是一种新的胶结充填模式。料浆的质量至关重要。为了保证似膏体充填料浆的质量，本文提出了用BP神经网络对其进行辨识，通过辨识初步建立了似膏体充填料浆质量的隐式模型，该模型具有较强的拟合功能和预测能力，为优化似膏体充填料浆质量提供了理论支撑。     

磷石膏充填体强度GA-BP神经网络预测模型

在测试磷石膏充填材料物理化学性能的基础上, 测定了不同配比充填体的强度, 用分形理论揭示了磷石膏充填体强度特征。研究表明, 磷石膏充填体强度与水泥含量、料浆浓度、粒径分形维数、孔隙分形维数及分维数相关率相关。根据充填体强度影响因素, 建立了磷石膏加粉煤灰作为充填料的充填体强度预测的BP神经网络模型。同时利用遗传算法优化BP神经网络的学习过程, 验算结果显示, GA-BP神经网络模型预测误差在4%以内, 具有较高的预测精度。     

基于响应面法的废石-铜渣掺和比充填强度影响试验

充填料浆配比与强度在矿山准确充填过程中起决定性作用,运用两种骨料堆积密实度模型分析废石-铜渣混合比例以得出混合骨料最佳掺和比,采用BBD响应面法,对废石-铜渣进行膏体配比设计,建立了各龄期的充填体强度回归模型,研究了料浆质量浓度、水泥添加量、废石-铜渣掺和比单因素及其交互作用对不同龄期充填体强度的影响。结果表明：料浆质量浓度和废石-铜渣掺和比的交互作用对充填体强度初期形成起支撑作用,水泥添加量和废石-铜渣掺和比交互作用对中期充填体强度影响显著,料浆质量浓度和水泥添加量交互作用对后期充填体强度增长起决定性作用。建立充填物料多目标函数模型对废石-铜渣膏体配比进行优化,满足矿山生产要求。在一定程度上为矿山多元骨料的应用提供了理论指导,同时有助于矿冶固废铜渣的综合利用。     

神经网络在膏体充填质量模型中的应用

煤矿膏体充填质量受多因素影响,且具有非线性特性,用数理统计的方法直接建立充填质量模型很困难。为了减少试验次数、降低试验费用,通过神经网络建立的膏体材料充填质量模型明显优于传统的回归分析法,利用膏体充填材料塌落度与主要影响因素浓度、胶结料用量、细集料用量的关系模型,可以有效预测膏体充填材料的塌落度。     

基于均匀试验的矿山充填料浆配比优化研究

以胶结充填体单轴抗压强度和料浆扩散度为试验目标函数,以充填料浆质量浓度和砂灰比为配比参数,建立基于均匀试验的矿山充填料浆配比优化模型,并揭示配比参数对充填料浆及胶结体性能的影响。根据试验因素和水平,选取均匀设计表,按均匀试验设计方法设计了12组抗压强度和扩散度试验,利用均匀设计软件回归分析了胶结充填体强度和料浆扩散度与各参数之间的关系。结果表明:均匀试验数据与回归方程计算结果基本一致,试验方法可信度高;该充填料浆最佳参数为:料浆质量浓度x1=72%,砂灰比x2=4,此时胶结充填体强度最大且充填料浆具有良好的流动性,与试验结果一致。综上所述,均匀试验设计方法为充填料浆配比优化研究提供了一种新的有效途径。     

基于 L管实验的全尾砂膏体流变特性研究

膏体的流变特性是影响膏体管道输送的重要因素。为获取膏体充填料浆真实的输送流变特性，利用 L 管实验装置，基于宾汉塑性模型获得膏体料浆的屈服应力及塑性粘度，得到不同料浆浓度和灰砂比条件下的管道输送阻力和充填倍线。结果表明：料浆浓度和灰砂比的上升都会导致剪切应力的增加，充填倍线的降低，其中，料浆浓度是影响充填体流动特性的最关键因素，而灰砂比是影响膏体强度的关键因素，但是膏体浓度的影响也不能忽视。根据 L 管和强度特性实验结果以及一二步骤采场的强度和输送需求，分别推荐了采场最佳膏体配比。     

膏体充填料浆管道自流输送分析及管线布置

自流充填具有充填效率高、工艺流程简单等优势,但膏体充填料浆由于浓度高,管道输送阻力大,易发生堵管等输送风险,因此,膏体充填料浆自流充填难度大。为了使膏体充填料浆实现安全可靠的自流充填,简化充填工艺流程,节约充填成本,本文以探究膏体料浆自流充填的可行性、确定膏体充填料浆自流充填条件为研究目标,通过试验确定合理的充填工艺参数,从而制备了均质性较好的膏体充填料浆,计算了膏体充填料浆在管道输送中的阻力,论证了膏体充填料浆自流输送的可行性,确定了膏体自流充填最大允许倍线。并根据膏体充填料浆的基本参数,结合膏体料浆管道输送的特性及井下实际生产情况,优化了充填管道布置。经生产实践验证,膏体充填料浆的自流充填能力由原先的50m~3/h提高到了110m~3/h,且生产运行过程中,膏体充填料浆管道输送系统稳定可靠,料浆管道输送流畅,能够满足膏体充填料浆自流输送需求,极大提高了充填效率,简化了充填工艺流程。     

膏体充填材料配比的神经网络预测研究

充填材料配比的预测与设计在膏体充填工程中具有十分重要的意义,充填材料的配比预测是一个典型的多变量、非线性系统.为了准确可靠的掌握充填材料的强度,在综合分析充填材料质量影响因素的基础上,采用粒子群算法来优化改进的BP神经网络技术建立了充填材料质量的预测模型.并用基于正交试验获得的充填材料试验数据作为学习训练和测试样本,对模型预测结果和实际值进行对比分析.研究结果表明,用人工神经网络方法预测充填材料配比是科学、可行的,为煤矿膏体充填开采的充填材料配比预测和评价探索出了一种新的方法.     

建筑垃圾膏体充填材料配比优化试验研究

为优化建筑垃圾膏体充填材料技术参数,以建筑垃圾为骨料,粗粉煤灰基为胶结材料,采用正交试验方法分析料浆质量浓度、灰料比及细骨料所占比例对充填体的塌落度、分层度、泌水率及单轴抗压强度的影响。结果表明:灰料比对膏体塌落度和泌水率有重要影响,膏体质量浓度和灰料比是分层度、充填体抗压强度的主要影响因素;灰料比越大,膏体塌落度越大,泌水率越大;膏体质量浓度越大,分层度越小;细骨料所占比例对膏体塌落度、分层度和泌水率的影响不明显。综合考虑多种因素,最终选择灰料比为1∶2、质量浓度为76%、细骨料所占比例为45%为最佳配比方式。     

基于响应面法的煤矸石胶结充填体抗压强度试验研究

煤矸石胶结充填可有效控制煤矿开采造成的地表沉陷,减少环境破坏。为研究细矸率、水泥掺量和料浆质量浓度对充填体抗压强度的影响规律,优化充填材料配比,在单因素试验基础上采用响应面法设计3因素17组配比试验,构建响应面回归模型并计算优化配比,为工程上获得合理充填材料配比提供科学方法。研究表明:单因素对充填体抗压强度的影响大小依次为料浆质量浓度、水泥掺量、细矸率;细矸率和料浆质量浓度交互作用对充填体早期抗压强度影响较小,水泥掺量和料浆质量浓度交互作用对充填体中后期抗压强度影响最大;为满足充填强度要求（一般≥5.0 MPa）,经模型优化确定充填料浆最佳配比为m（煤矸石）︰m（粉煤灰）︰m（水泥）︰m（水）=50%︰22%︰8%︰20%,细矸率为52%时,充填体28 d抗压强度为5.07 MPa,验证试验误差范围在2%左右,模型精准可靠;水泥水化生成Ca(OH)₂激发粉煤灰和煤矸石活性物质生成钙矾石（AFt）和水化硅酸钙（C-S-H）凝胶,随着龄期不断增长对胶凝体系起到了良好的连接作用,网状结构更加稳定,能有效提高充填体抗压强度。      

煤系固体废弃物用作充填材料改善煤矿安全和环境状况

煤炭生产造成了人员伤亡、煤矸石堆积和地表塌陷等问题,煤炭消费带来了粉煤灰的污染问题。在分析目前解决这些问题的措施及存在不足的基础上,提出了似膏体充填采空区的新思路,对利用煤系固体废弃物(煤矸石和粉煤灰)配制似膏体充填料浆进行了实验研究。结果表明似膏体充填采空区可达到处理煤系固体废弃物、改善采煤工作面安全状况、减轻地表塌陷等3个目标,似膏体充填料浆的成本仅为目前金属矿山充填料浆的50%左右。     

磷石膏膏体充填材料强度优化配比试验研究

为研究贵州开磷矿业总公司采用磷石膏和黄磷渣胶结充填采空区的可行性, 在实验室测试了磷石膏及黄磷渣的主要物理化学性质, 制备了不同浓度不同配比的充填料浆, 并测试其坍落度、泌水率和不同龄期的单轴抗压强度。采用正交试验设计优化磷石膏膏体配比, 并采用Mathematica对强度数据进行拟合, 得出本次试验的最优结果为;磷石膏膏体充填料的最优质量比为黄磷渣∶磷石膏=1∶4, 添加CaO质量为5%, 磷石膏膏体质量浓度为67%~68%。在该配比条件下, 磷石膏膏体充填体28 d单轴抗压强度为2.15~3.42 MPa, 可满足矿山安全生产需求, 并显著降低料浆泌水率。     

某矿山全尾砂似膏体料浆L管试验研究

某金矿目前采用立式砂仓自然沉降后的粗粒级尾砂进行自流胶结充填,充填效果不佳,拟采用全尾砂似膏体充填解决充填体泌水量较大、凝固时间长、强度低等问题。该矿全尾砂料浆达到膏体(似膏体)状态的质量浓度为72%~74%。管流阻力是充填料浆管道输送的重要参数,为探索该矿山全尾砂似膏体充填料浆的输送特性,开展了L管试验测定其管流阻力及流变参数。试验结果表明:该矿山全尾砂似膏体充填料浆在质量浓度72%~74%时具有一定的抗离析能力,工程上可实现长距离输送;随料浆质量浓度增加,流动阻力明显增大,料浆流速及可实现顺利输送的充填倍线减小;在管道内径100mm时,可实现顺利输送的充填倍线约为2.26~3.02。     

基于响应面法的废石-细尾砂充填性能优化试验

为获得满足矿山采矿强度要求的废石-细尾砂充填最佳配比,首先根据混合骨料的堆积密实度和料浆浓度初探试验,初步获得配比范围;在此基础上利用响应面法建立了以废石-细尾砂充填体的3、7、28 d抗压强度为响应值的回归模型,揭示了骨料配比、浓度和灰砂比三因素对充填体强度的影响规律,并通过回归模型优选出充填最佳配比,进行半工业试验验证。结果表明,当充填体养护至3、7 d时,浓度和灰砂比两因素的交互作用影响显著;当充填体养护至28 d时,骨料配比与浓度的交互作用影响显著。当骨料配比1∶3、浓度82%、灰砂比1∶4时,废石-细尾砂充填性能完全满足矿山的充填需求,为废石-细尾砂混合骨料膏体充填性能优化提供了理论基础。     

神经网络在高浓度充填料浆流变特性中的应用

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,建立了塑性粘度、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;料浆浓度对塑性粘度的影响较大,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。     

西藏甲玛铜矿全尾砂膏体充填料浆流变特性研究

西藏甲玛铜矿膏体充填料浆输送流量大,要求充填料浆具有良好的输送性能。通过对甲玛铜矿尾砂物化性质的研究以及对膏体充填料浆流变性能的测定,揭示了灰砂比、粉煤灰添加量、质量浓度3个因素对料浆流变性能的影响。得出实验结论:尾砂的密度为2.43 t/m3、松散容重为16.24 k N/m3、密实容重为19.43 k N/m3;尾砂粒度级配良好、化学性质稳定、沉降特性良好。在灰砂比、粉煤灰添加量、质量浓度3因素中,质量浓度为影响膏体充填料浆流变性能的主要因素。膏体充填料浆的屈服应力和黏度随质量浓度的增加而急剧上升,随灰砂比的增加而缓慢上升,受粉煤灰添加量的影响较小。     

安庆铜矿不同颗粒级配尾砂优化组合膏体充填技术

尾砂级配是影响充填质量的关键因素,安庆铜矿因尾砂级配不合理导致充填料浆离析,严重影响充填质量。对此,通过开展充填料配比试验确定了理想的尾砂级配,即将矿山旋流分级后的底流粗砂与溢流细砂按17∶3的比例混合。根据矿山充填系统工艺,利用现有立式砂仓对底流粗砂与溢流细砂分别进行了浓缩,浓缩后的72%浓度的分级尾砂与58%浓度的溢流细砂混合搅拌后制备出具有较优级配的膏体充填料。实践证明：该方案可制备出兼顾充填体强度与充填料浆输送性的合格膏体充填料,充填体均匀性好,同时,该方案可满足膏体胶结充填与水砂非胶结充填需求,实现了较好的经济效益。     

神经网络在高浓度充填料浆流变特性中的应用

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。