磷石膏基胶凝材料充填体强度正交-BP神经网络模型研究
Industrial Minerals & Processing（2018）
摘要
为了利用甘肃瓮福化工公司磷石膏废弃物,开展了磷石膏、电石渣、水淬矿渣、铁选尾渣全固废充填胶凝材料开发及废石粗骨料充填体强度试验.基于灰色关联度理论对正交试验结果进行分析以及充填体强度影响因素研究.结果表明:影响胶结充填体强度的主要因素是铁选尾渣掺量,其次是矿渣微粉、磷石膏.采用Levenberg-Marquardt训练函数,以正交试验4因素作为网络模型输入因素,胶结体7d与28 d强度作为输出因素,建立了正交-充填体强度BP神经网络预测模型,预测磷石膏基胶凝材料废石粗骨料胶结充填体抗压强度.结果显示,所建立的正交-BP神经网络模型收敛速度快,预测精度高.预测得到胶结体7d与28 d强度最大误差仅为3.8％,满足矿山充填工程的精度要求.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要