利用脱硫石膏制备石膏基胶凝材料砌块的研究

以利用轮窑及烧结制品余热煅烧脱硫石膏制备的建筑石膏为主要原料,通过掺加粉煤灰、水泥、矿渣粉掺和料后,在石灰的激发下制备石膏基胶凝材料及制品.利用正交试验考察各掺加料对胶凝材料强度的影响,以正交试验所得最佳配合比为基础,采用了优化配合比进行验证试验,研究了制备石膏砌块的可行性,并通过XRD和SEM分析了改善胶凝材料强度的机理.结果表明,粉煤灰和矿渣粉的掺加量是影响胶凝材料强度的关键因素;以建筑石膏75.0％、粉煤灰12.0％、矿渣粉3.0％、水泥7.0％、石灰3.0％的胶凝材料制作的KP 600 mm×500 mm×100 mm空心石膏砌块,表现密度可降到794 kg/m3,断裂荷载达2216N.     

磷石膏水泥复合胶凝材料的水化机理

以废渣磷石膏作为掺合料替代部分水泥、添加聚羧酸减水剂,制备了胶结材和混凝土。结果表明:掺入5%的磷石膏的水泥胶砂强度均满足P.O 42.5水泥的强度要求,掺入10%~15%的磷石膏的水泥胶砂强度能达到P.O 32.5水泥的强度要求,胶砂试块的凝结时间及安定性均合格;采用磷石膏替代小于等于25%的水泥、添加2.0%~2.3%的聚羧酸减水剂,可配制C30混凝土,其抗渗性能达到P12抗渗等级要求。对制备的不同龄期胶砂及混凝土试样进行XRD分析可知,磷石膏-水泥复合胶凝材料的水化产物主要是CS-H凝胶和钙矾石(AFt);磷石膏中的Ca SO4·2H2O可与Ca O、Al2O3反应,生成AFt,增加硬化浆体的强度。且磷石膏颗粒细小,能起到微集料作用,增加硬化浆体的致密性。     

磷石膏基充填胶凝材料试验研究

磷石膏属于一种固体废渣,占用土地资源,污染环境。开发磷石膏充填胶凝材料,治理采空区可达到“一废治两害”的目标。为此,以磷石膏、矿渣、生石灰、芒硝、氢氧化钠为试验原料制备磷石膏基胶凝材料,通过单因素试验分析各材料掺量与磷石膏基充填胶凝材料抗压强度的关系,通过多因素试验分析各材料掺量的最优配比。试验结果表明：试块抗压强度与氢氧化钠含量呈正比;随着生石灰含量的增加,试块抗压强度先增长后降低,当生石灰含量达到6%时,试块抗压强度最大;芒硝的含量不利于试块晚期强度的增长,当芒硝含量达到1.5%时,试块早期抗压强度较大,晚期强度较为理想;磷石膏不利于试块强度的发展。各材料掺量对试块抗压强度影响的强弱程度依次为氢氧化钠＞生石灰＞芒硝＞磷石膏。当生石灰含量6%、氢氧化钠含量2.5%、芒硝含量1%、磷石膏含量35%,试块抗压强度最高,3,7,28 d抗压强度分别为1.86,2.35,4.49 MPa。结果可为类似磷石膏充填胶凝材料制备提供参考。     

磷石膏复合胶凝材料配比优化及浸出机制

为实现磷石膏的大宗化利用，以磷石膏、生石灰和矿渣微粉制备矿井充填材料，开展正交试验，研究其抗压强度、塌落度、扩散度、凝结时间和孔溶液pH,采用扫描电镜阐述水化机理，通过毒性浸出试验评价环境相容性。结果表明：当磷石膏掺量为25%、生石灰掺量为6%、矿渣微粉掺量为64%,灰砂比为1∶3时，3 d、7 d、14 d、28 d抗压强度分别达1.57, 2.86, 4.03, 7.49 MPa,塌落度为26.8 cm,扩散度为69.5 cm。随着磷石膏掺量的增加，凝结时间逐渐增加，孔溶液pH不断减小；随着水化龄期增长，孔溶液pH增大。磷石膏胶凝材料主要水化产物为C-S-H凝胶和钙矾石，水化产物紧密包裹、联合细化毛细孔，阻隔污染物PO₄^3-和F^-溶出，充填体具有良好的环境相容性。     

磷石膏—矿渣复合胶凝材料配比优化试验

针对金川矿山充填采用水泥作为胶凝材料成本较高的问题,利用当地固体废弃物资源开发矿用新型胶凝材料.首先对试验材料进行物化分析,开展了磷石膏—矿渣复合胶凝材料强度正交试验,并在此基础上进行磷石膏—矿渣复合胶凝材料配比优化试验确定最优配比;然后对磷石膏—矿渣复合胶凝材料强度的影响因素进行了分析,利用扫描电镜观察了各龄期水化产...     

磷石膏基胶凝材料的试验研究

以未经处理的原状磷石膏为主要原料制备磷石膏基胶凝材料,通过微观分析及测试其力学性能,考察石灰掺量,水泥、粉煤灰比例及养护制度对磷石膏基胶凝材料力学性能的影响。结果表明:(1)该体系最优配比为磷石膏60%,水泥与粉煤灰比例为1∶4,生石灰4%,水料比0.25,减水剂0.2%;(2)该胶凝体系中磷石膏掺量超过60%后,抗压、抗折强度急剧下降;(3)蒸养制度对磷石膏基胶凝材料性能影响较大,在75℃下蒸汽养护10 h,基体强度增长较快且耐水性较高,28 d抗压强度为30.1 MPa,吸水率为8.5%,软化系数达到0.82。     

掺和料对磷石膏复合胶凝材料性能影响研究

研究主要掺和料矿粉及水泥单掺和复掺对磷石膏复合胶凝材料力学性能及耐水性能的影响,并通过扫描电镜(SEM)、压汞法(MIP)探究影响机理。结果表明,水泥掺量为0~20%、矿粉掺量为0~40%时,水泥和矿粉的单掺对磷石膏抗压强度有负面影响,但可有效提升软化系数。水泥及矿粉复掺时,可显著提高磷石膏软化系数,使软化系数达到0.65以上;当水泥掺量为5.58%,矿粉掺量为20.00%时,磷石膏复合胶凝材料抗压强度达到最大值16.50 MPa;水胶比由0.6降低至0.3,可制备抗压强度为32.50 MPa,软化系数为0.87的高强耐水磷石膏复合胶凝材料。由SEM结果可知,水泥及矿粉的水化产物包覆在石膏晶体表面,可显著提升其耐水性;由MIP结果可知,矿粉与水泥复掺可增加小孔(3~50 nm)比例及孔弯曲度,大幅降低平均孔径,改善孔径分布,增加基体致密度,进而提升抗压强度。     

电厂脱硫石膏粉在水泥基胶凝材料中的复合效应

研究了脱硫石膏粉对水泥基胶凝材料性能的复合效应。结果表明:脱硫石膏-水泥复合胶凝材料的体积安定性良好,初凝时间明显延长,终凝时间和标准稠度用水量略有增加。脱硫石膏-水泥胶砂水化时,一部分脱硫石膏参与水泥水化反应生成钙矾石晶体,其余的脱硫石膏颗粒起微集料的填充作用。大量的脱硫石膏超细颗粒均匀分散在浆体中,填充并细化了毛细孔和孔隙,改善了胶砂的孔结构,提高了胶砂密实度。通过不同龄期的净浆试件的XRD图谱,表明脱硫石膏-水泥复合胶凝材料的水化产物主要是C-S-H凝胶、钙矾石和二水硫酸钙。     

纤维增韧补强磷石膏基胶凝材料

在磷石膏-矿渣基胶凝材料中加入纤维对胶凝材料增韧补强.用不同龄期样品的抗冲击功、抗折强度、抗压强度、孔隙率和受压样品外貌及断口形貌分析等表征纤维对胶凝材料的增韧补强效果.结果表明:BF型化纤可显著对磷石膏基胶凝材料增韧,BM型玻纤可显著对磷石膏基胶凝材料补强.在20℃(湿度大于90％)条件下,BF型化纤掺量为0.7％时,样品28 d的抗冲击功和抗折强度分别较净浆提高了389.5％和50.4％;BM型玻纤掺量在1.0％时28d抗压强度较同龄期的净浆提高了10.4％;BF型化纤穿插于硬化体内部,具有桥联搭接作用;BM型玻纤降低孔隙率.     

水泥在石膏复合胶凝材料体系中的作用

石膏复合胶凝材料是由石膏与矿渣或粉煤灰、水泥等原材料配制而成的新型胶凝材料,水泥对其性能有很大影响,掺量过少不能有效激发矿渣活性,掺量过多易引起安定性不良。通过pH值测定和水化产物的XRD图谱并结合宏观试验结果,分析了水泥在石膏复合胶凝材料水化过程中的作用及机理。结果表明,水泥除自身水化外,主要为石膏复合胶凝材料体系提供钙离子和矿渣水化需要的碱性环境,能够加快矿渣活性的激发速度,缩短石膏复合胶凝材料的凝结时间;水泥掺量少,自身水化产物少且对矿渣激发不充分,不足以形成致密的网状结构,掺量过多,钙矾石生成量大,会因膨胀而破坏已形成的结构,导致强度和耐水性能降低;水泥的最佳掺量范围为7%~10%。     

基于BP神经网络模型的充填体强度值预测

在探究充填体强度值大小时为了减少人力、物力的损耗,尝试利用BP神经网络模型对某矿山的四种尾砂材料浇筑的充填体试块进行预测。建立了输入层为8,隐含层为9,输出层为2的BP神经网络模型,并用该模型对某矿山四种不同尾砂材料浇筑的充填体试块进行预测试验。在随机选择的8种试块预测试验结果中,去除误差较大的情况后,充填体27天强度预测平均误差5.8%,充填体60天强度预测平均误差为5%,其中最优预测值与实际偏差值仅为1%。实利了利用BP神经网络模型在不同胶凝材料、不同灰砂比、不同浓度等多个条件下对充填体强度的预测。为其它矿山充填体强度的预测提供一种新的思路。     

基于正交试验和BP人工神经网络的浮选药剂制度优化

探索了人工神经网络在浮选药剂制度优化中的应用。研究通过浮选药剂三因素三水平正交试验采集具有一定代表性的实验数据,然后采用BP人工神经网络,建立了输入为pH值调整剂碳酸钠的用量、抑制剂硅酸钠的用量和捕收剂的用量,输出为选矿效率的BP人工神经网络模型,并通过样本检验模型的准确性。试验结果:F检验确定的药剂制度为pH值调整剂用量4 kg/t、抑制剂用量3 kg/t、捕收剂用量1 kg/t,选矿效率为19.75%,BP人工神经网络确定的药剂制度为pH值调整剂用量4 kg/t、抑制剂用量2.3 kg/t、捕收剂用0.9 kg/t,选矿效率为19.47%,两种药剂制度的选矿效率差别很小,但BP网络确定的药剂制度药剂用量更少。结果表明利用BP人工神经网络可用于浮选药剂制度的优化,可减少试验量,可通过建立模型找出更优的药剂制度,同时结合正交试验减少人工神经网络的学习样本数量,增加样本代表性,优化神经网络的学习过程。     

爆破参数的BP神经网络优选及验证

爆破矿石块度大小及其均匀程度是反映爆破效果好坏的关键指标,它不仅直接影响采矿作业后续工序如装载、运输等设备工作效率和磨损程度,还严重影响采矿成本.因此利用BP神经网络对开阳磷矿的凿岩爆破参数进行优选,以排距、孔底距及炸药单耗作为输出结果,以国内同类矿山作为训练样本进行练习,计算得到了最优爆破参数,并根据最优爆破参数进行了现场试验验证,结果显示大块率有了明显的降低,因此这种方法由于良好的发展前景.     

基于模糊聚类及BP神经网络的采矿方法选择研究（增刊）

以某铁矿为工程背景,采用模糊聚类分析的方法对采矿方法进行初选,建立了模糊聚类初选采矿方法可行方案集,通过模糊动态聚类分析,得到了初选方案。基于BP神经网络的方法预测了初选方案的技术经济指标,运用层次分析法,综合考虑经济因素、资源利用率、劳动生产率、安全因素、合理程度五大类因素,构建了采矿方法优选的评价指标体系,最终通过模糊数学综合评判,选取了最优采矿方法。     

基于ACSOA-BP神经网络的瓦斯含量预测模型

针对煤矿瓦斯含量预测问题,以陈四楼煤矿为例,在煤层瓦斯含量影响因素分析的基础上,通过对种群进行混沌初始化,并引入自适应混沌算法和非线性收敛因子,提出了自适应混沌海鸥算法(ACSOA),建立了基于自适应混沌海鸥算法优化BP神经网络的瓦斯含量预测模型(ACSOA-BP),将模型应用于矿井进行预测效果检验。结果表明:陈四楼煤矿二2煤层瓦斯含量与不同因素呈非线性关系,地质构造是控制煤层瓦斯分布的主要因素,ACSOA-BP模型具有更高的预测精度和稳定性。     

基于BP神经网络遗传算法的药型罩优化

线性聚能装药爆破效果的影响因素有很多,且各因素的影响多是非线性的,而且非常复杂,其中药型罩结构的优化设计一直是重点。为了探索有效的药型罩优化方法,本研究对楔形罩运用正交试验法设计方案,利用ANSYS/LS-DYNA进行数值模拟获得结果,再以结构参数和最大射流速度分别作为BP神经网络的输入和输出进行训练,并将预测值作为适应度,结合遗传算法对药型罩进行最优结构药型罩参数和最优最大射流速度搜索。结果表明,该方法能够结合正交试验法和BP神经网络遗传算法的优点,快速精确地进行药型罩结构优化。     

基于BP神经网络的露天边坡角预测

针对广东泥竹塘铁矿露天边坡稳定性问题,为了获得矿山的稳定露天边坡角,研究使用BP神经网络进行预测分析。在预测过程中,以边坡岩体质量系数、岩体综合抗压、抗拉强度、内聚力、结构面力学特性、边坡高度及岩体密度等7个指标为输入因子,综合国内矿山27组露天矿山现场数据,建立网络学习、训练样本库,从而实现泥竹塘铁矿稳定露天边坡角的预测。结果表明,露天边坡角的BP神经网络预测模型最大误差小于3%,训练输出误差较小,精度较高,得到的泥竹塘露天铁矿上盘最终边坡角的预测值为42.8°,上盘最终边坡角的预测值为40.1°。多年的生产实践表明,该预测成果与实际基本相符,可为今后类似工程提供参考。     

BP神经网络预测急斜煤层动力失稳压力变化

煤岩体在应力作用下的变形与裂纹扩展,是结构失效的重要机制,通过监测煤层的压力变化,分析压力来源、压力大小及其分布特征,为下一步煤岩体卸压方案的形成提供准确可靠依据。以新疆大洪沟煤矿现场锚杆测力计观测数据为研究对象,利用MATLAB的神经网络工具箱提供的许多有关神经网络设计、训练以及仿真的函数,实现BP网络对压力监测数据发展的预测研究。     

基于改进BP神经网络的煤体瓦斯渗透率预测模型

分析总结了煤体渗透率的3个主要影响因素--有效应力、温度和瓦斯压力,并结合煤体的力学特性建立了一个预测煤层瓦斯渗透率的BP神经网络模型。根据不同有效应力、不同温度和不同瓦斯压力条件下大量具有代表性的煤样渗透率数据来建立学习样本,并对该模型的精度进行了检验。该BP神经网络经过11 986次学习后精度满足要求,训练后BP神经网络模型所得预测结果的最大绝对误差为0.049×10-15 m2,最大相对误差为4.298%。根据所建立的BP神经网络模型得到的预测值与实测值吻合较好。     

基于BP神经网络的未采区瓦斯含量预测

为提高预测模型的可靠性,实现对煤层未采区域瓦斯含量的精确预测,以山阳煤矿5#煤层为研究对象,进行未采区瓦斯含量的预测。运用瓦斯地质学和多元线性回归分析法,得出基岩厚度、煤层厚度和埋深是影响该矿瓦斯赋存的主要因素,并将其作为BP神经网络模型的输入端神经元,初步构建出瓦斯含量预测模型;结合地勘时期瓦斯钻孔的实际数据,进行网络训练,再对预测模型的可靠性进行检验。结果表明:该预测模型预测瓦斯含量,精度较高,效果较好,能满足工程要求。采用多元线性回归-BP神经网络可以对未开采区域煤层瓦斯含量进行准确预测,为矿井瓦斯灾害防治提供一定的参考依据。