10.3321/j.issn:1000-6915.2005.10.026
尾砂分形级配与胶结强度的知识库研究
采用分形理论研究了尾砂材料的级配.分析了国内外大量矿山的尾砂材料分形级配与强度试验数据,用神经网络建立了尾砂胶结强度与水泥含量、浓度、孔隙分形维数及分形维数相关率的知识库模型.考虑神经网络在训练大规模样品时易陷入局部极小,用梯度下降法与混沌优化方法相结合,使神经网络实现快速训练的同时,避免陷入局部极小.研究结果表明:尾砂孔隙分形维数减小,尾砂胶结强度增高;分维形数相关率越好,尾砂胶结强度越高.孔隙分形维数和分形维数相关率反映了尾砂粒度分布的整体信息,可用来判断尾砂级配的合理性.应用知识库模型可以根据尾砂的级配特性,预测不同水泥含量、不同浓度下的尾砂胶结充填体强度,指导矿山充填设计.
采矿工程、尾砂级配、分形维数、神经网络、知识库
24
TD853.34(矿山开采)
国家自然科学基金50490274
2005-06-23(万方平台首次上网日期,不代表论文的发表时间)
共5页
1789-1793