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。