何环莎
- 作品数:3 被引量:24H指数:3
- 供职机构:教育部更多>>
- 发文基金:国家重点基础研究发展计划长江学者和创新团队发展计划更多>>
- 相关领域:矿业工程更多>>
- 全尾砂新型充填胶结材料性能试验和改进被引量:9
- 2012年
- 针对传统尾矿胶结材料存在用量大、成本高及性能差等问题,试验以水淬渣和其它几种激发剂为胶结剂,以司家营铁矿全尾砂为骨料,制备新型胶结充填材料。在前期大量实验总结的胶结材料配比基础上,加入几种不同类型的减水剂,研究加入减水剂之后的新型胶结材料强度与流变特性的变化。结果表明:加入减水剂的胶结材料与之前的胶结材料相比,强度提高,流变特性增强,可以使矿山二步回采的充填更加高效和安全。
- 何环莎高谦魏微南世卿
- 关键词:充填采矿法外加剂
- 粉煤灰对矿渣胶结充填材料性能的影响被引量:12
- 2012年
- 针对粉煤灰具有来源广、价格低廉和能改善砂浆施工性能的特点,研究了粉煤灰对矿渣胶结充填材料强度和流动性的影响。结果表明:在以石灰和脱硫石膏为激发剂制备的矿渣胶凝材料中,随着粉煤灰添加量的不断增大,充填体的抗压强度逐渐下降,每添加1%的粉煤灰,7 d强度平均降低1.82%,28 d强度平均降低1.61%;但是充填料的屈服应力和塑形黏度却在不断降低,说明粉煤灰的添加能够很好地改善充填料浆的流变性,实现砂浆高浓度自流输送。综合考虑强度和流变性的影响效果,粉煤灰的最优掺量范围为10%~20%。
- 董璐高谦南世卿何环莎
- 关键词:粉煤灰胶结材料充填
- BP神经网络预测外加剂对充填体强度的影响被引量:5
- 2014年
- 外加剂对充填体强度影响复杂,具有非线性特性,用数理统计的方法建立充填体强度与外加剂之间的关系模型很困难。因此,首先开展了全尾砂充填体强度与外加剂掺量的正交试验;然后采用BP神经网络进行试验样本的学习训练,建立充填体强度与外加剂种类及掺量之间的关系模型。结果表明,采用BP神经网络建立的预测模型,不仅对学习样本的预测精度高,更重要的是对测试样本的预测精度同样高,预测的最大误差仅为4.16%。实践证明,BP神经网络预测模型可以提高实验工作效率,节省人力、物力,为充填体添加外加剂的研究提供了一条有应用前景的理论设计途径。
- 魏微高谦何环莎
- 关键词:BP神经网络外加剂充填体抗压强度