文献类型：期刊文献

中文题名：某镍矿充填料浆坍落度参数预测分析

英文题名：Slump Parameters Prediction Analysis of Filling Slurry on a Nickel Mine

作者：肖利平

第一作者：肖利平

机构：[1]贵州理工学院矿业工程学院

第一机构：贵州理工学院矿业工程学院

年份：2016

卷号：6

期号：3

起止页码：59-62

中文期刊名：有色金属工程

外文期刊名：Nonferrous Metals Engineering

收录：CSTPCD;;北大核心:【北大核心2014】；CSCD:【CSCD2015_2016】；

基金：贵州省科技厅联合基金项目(黔科合LH字[2015]7085号)

语种：中文

中文关键词：料浆;坍落度;BP模型;预测分析

外文关键词：slurry; slump ; BP model; forecast analysis

摘要：针对某镍矿充填工艺与充填物料组成成分的复杂性,为提高坍落度测试的效率,同时在不影响测试准确性的前提下减少试验数量,采用BP神经网络分析数据的原理与方法,分析输入、输出层与隐蔽层的结构层次关系,建立起充填物料中的人工砂X1、河砂X2、尾砂X3、水泥X4含量4个变化因素对不同浓度充填料浆坍落度Y1、Y2、Y3影响的函数关系模型,通过训练值与试验测试值的比较,结果显示该模型可较好地预测不同浓度条件下充填料浆的坍落度参数,该模型用于预测时的误差小、精度达到96.481%,在与现场试验的对比当中,该模型表现出良好的适用性。
In the process of analysis of the influence of many factors on filling slurry slump performance, according to the principle of BP neural network, analysis of input and output layer and the hidden layer relationship, establish the filling materials in artificial sand, river sand, tailings, cement, X1, X2, X3, X4, content of cement function model of 4 factors influencing on the slump different concentration of filling slurry degree Y1, Y2, Y3, by the comparison of training value to the test value, the analysis shows that the neural network model can well predict the slump parameters under different concentration of filling slurry, the model for prediction error is small, accuracy can be reached 96. 481%