-
题名思山岭铁矿超细全尾砂固结粉充填胶凝材料研究
被引量：20
- 1
-
-
作者
梁峰
高谦
丛革臣
杨寿军
-
机构
北京科技大学土木与资源工程学院
华夏建龙集团龙新矿业公司
-
出处
《金属矿山》
CAS
北大核心
2019年第8期198-203,共6页
-
基金
国家重点研发计划重点专项(编号：2017YFC0602903)
-
文摘
为了降低思山岭铁矿充填采矿成本,针对矿山超细全尾砂,利用本溪地区矿渣、脱硫石膏等固体废弃物,开展了嗣后充填采矿法所要求的低成本固结粉充填胶凝材料研究。首先设计3因素3水平盐基和碱基激发剂胶凝材料正交试验,获得了充填体3 d强度的固结粉激发剂优化配方为水泥熟料9%、脱硫石膏4%、工业芒硝1%。采用极差分析得到了充填体7 d和14 d强度影响因素权重从大到小排序为:水泥熟料,工业芒硝,脱硫石膏。然后建立BP神经网络模型进行激发剂不同配比的胶结体强度预测,模型预测得到的充填体强度最大相对误差为4.83%,满足训练精度要求。并采用二次多项式拟合,由此获得了适用于超细全尾砂固结粉充填胶凝材料优化配方。固结粉7 d充填体强度优化配方为水泥熟料5.88%、脱硫石膏9.31%、芒硝0%,充填体强度达到2.40 MPa;14 d充填体强度优化配方为水泥熟料5.99%、脱硫石膏9.63%、芒硝0.40%,强度达到3.12 MPa。验证试验结果表明,固结粉胶凝材料充填体14 d强度是胶固粉的1.48倍,而固结粉胶凝材料成本较之降低23%。
-
关键词
超细全尾砂
固结粉
充填体强度
优化配比
极差分析
神经网络
-
Keywords
Superfine whole tailings
Consolidated powder
Backfill strength
Optimized ratio
Range analysis
Neural network
-
分类号
TD853
[矿业工程—金属矿开采]
-
