| 基于分形理论和BP神经网络的充填料性能研究 |
| |
| 引用本文： | 刘志祥,龚永超,李夕兵.基于分形理论和BP神经网络的充填料性能研究[J].黄金科学技术,2017,25(2). |
| |
| 作者姓名： | 刘志祥 龚永超 李夕兵 |
| |
| 作者单位： | 中南大学资源与安全工程学院,湖南 长沙,410083 |
| |
| 基金项目： | 国家自然科学基金项目"金属矿海底基岩开采裂隙分形演化与突水混沌孕育机制" |
| |
| 摘 要： | 为研究全尾砂粒径级配特征对充填料性能的影响,提出以分维数和分维数相关系数表征全尾砂的几何特征,并选取灰砂配比、料浆浓度、分维数和分维数相关系数作为BP神经网络输入因子,抗压强度、坍落度和泌水率作为输出因子,建立了充填性能预测的分形—BP神经网络模型。对7个矿山实测数据展开分维数和分维数相关系数计算,并采用BP神经网络进行训练和预测。结果表明:(1)尾砂越细,则粒径级配分维数越大,孔隙分维数就越小,且全尾砂的分维数稍大于分级尾砂的分维数;(2)全尾砂的相关系数在0.71~0.97之间,较分级尾砂离散;(3)分形—BP神经网络模型对充填料性能指标预测的相对误差在8%以内。综上可知:分形理论—BP神经网络相结合的充填性能预测模型具有较好的精度,为充填料性能预测提供了一种新途径。
|
| 关 键 词： | 粒径级配 分维数 神经网络 充填料性能 |
Study on the Backfilling Material Properties Based on Fractal Theory and BP Neural Network |
| |
| LIU Zhixiang,GONG Yongchao,LI Xibing.Study on the Backfilling Material Properties Based on Fractal Theory and BP Neural Network[J].Gold Science and Technololgy,2017,25(2). |
| |
| Authors: | LIU Zhixiang GONG Yongchao LI Xibing |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
