正交试验协同BP神经网络充填材料配比及强度预测研究  

Prediction of filling material ratio and strength by orthogonal test and BP neural network

作　　者：王海波 虞晓婧 崔宁 李昱秀 张艳佳 WANG Haibo

机构地区：[1]北京都市绿源环保科技有限公司,北京102601 [2]河北省建筑科学研究院有限公司,河北石家庄050200

出　　处：《水泥》2025年第5期69-74,共6页Cement

摘　　要：为了制备满足一般矿山要求的固废充填胶凝材料,准确预测充填体强度,本文以矿渣、钢渣、脱硫石膏等固体废弃物为主要原材料,通过正交试验确定充填胶凝材料配比,以正交试验结果为基础建立了BP神经网络强度预测模型。结果表明,当胶凝材料配比为矿粉61%、钢渣15%、脱硫石膏20%、熟料2%和AA料2%时,对应充填体具有最优强度,3 d、7 d和28 d抗压强度分别为1.01 MPa、2.42 MPa和3.85 MPa;极差和方差分析结果表明,对3 d、7 d抗压强度影响最大的因素为石膏掺量,对28 d抗压强度影响最大的因素为熟料掺量。微观分析表明,胶凝材料水化产物主要为AFt和C-(A)-S-H凝胶,两者相互交织、穿插在一起,为硬化浆体提供强度。BP神经网络模型对正交试验最优配比28 d强度的预测结果为3.68 MPa,与实测结果相对误差4.4%,该模型可以准确预测固废充填体的抗压强度,为固废充填胶凝材料制备充填体的强度预测提供了新方法。

关 键 词：矿山充填材料 固体废弃物 正交试验 BP神经网络 强度预测 

分 类 号：TD80[矿业工程—矿山开采]