ANFIS模型预测铀尾渣胶结充填体抗压强度.pdfVIP

第 3O卷 第 1期 铀 矿 冶 Vo1．3O NO．1 2011年 2月 URANIUM M INING AND M ETALLURGY Feb．2011 ANFIS模型预测铀尾渣胶结充填体抗压强度 刘玉龙，丁德馨，李广悦，张志军，王有 团，胡 南 (南华大学核资源与核燃料工程学 院，湖南 衡 阳 421001) 摘要 ：对不同渣浆固体质量分数 、灰渣质量 比和养护龄期的铀尾渣充填体试件进行单轴抗压试验 ，测得充填体 的全应力一应变 曲线 。利用试验结果 ，采用 自适应神经模糊推理系统 ，根据渣浆 固体质量分数 、灰渣质量 比和养 护龄期建立预测充填体抗压强度 的 自适应神经模糊推理系统(ANFIS)模 型。结果表明，铀尾渣充填体 的抗压 强度与渣浆 固体质量分数 、灰渣质量 比和养护龄期成正相关 ；充填体 的破坏规律遵循塑一弹一塑性破坏模 型 ；建 立 的ANFIS模 型的预测结果精度高达 94 ，为充填体抗压强度 的预测开辟新的途径 。 关键词 ：铀尾渣；胶结充填体 ；抗压强度 ；自适应神经模糊推理系统 中图分类号 ：TP183；B815．6；TD853．343 文献标志码 ：A 文章编号 ：1000—8063(2011)01-0009—05 胶结充填技术在解决深部地压控制 、维护采 分析法等方法 ，但这些方法均存在预测结果精度 空区稳定 、保障安全作业 、保护地表完整和维持既 不高 、误差较大等问题_6。]。由人工神经网络和模 有的生态环境等方面具有重要作用n。]。尾砂胶 糊逻辑推理相结合构成的 自适应神经模糊推理系 结充填技术在 国外金属矿山已经有 20多年的发 统 (Adaptive Neuro—Fuzzy Inference System， 展历史 ，国内金川有色金属公司二矿 区、大冶有色 ANFIS)，具有收敛速度快 、预测模型稳定性好 、 金属公司铜绿山矿近年也应用了该技术_4]。 网络训练结果可重复等优势l8～】。 尾砂胶结充填体是一种低强度、非刚性采场 为此 ，在分析渣浆 固体质量分数 、灰渣质量比 充填支护材料 ，它的支护作用既不 同于钢 、木支 和养护龄期与抗压强度关系基础上 ，结合试验数 架 ，也不 同于锚杆支护l5j。其主要作用是承载不 据 ，利用 自适应神经模糊推理系统 ，建立充填体强 同的外部压力 。铀矿山堆浸尾渣 比传统金属矿山 度的预测模型，以用于充填体抗压强度的预测 。 选厂产生的尾砂粒度要大 ，尾渣膏体的流动性及 1 试验 力学性能与尾砂膏体有很大差别 。因此 ，研究尾 渣胶结充填体力学性能有重要的现实意义。 1．1 试验材料 实践证明，影响充填体强度的因素很多 ，这些 骨料为某矿地表堆浸中和后的尾渣 ，胶结剂 因素有些是确定 的、定量 的，有些 是随机不确定 为 325 硅酸盐水泥 ，中和剂 为工业生石灰 ，水 为 的，各个因素之间还存在着复杂的物理化学作用 ， 自来水 。将缩分 的 3Okg尾渣进行破碎，并缩分 难 以用数学模型或物理模型来描述它们之间复杂 至 15kg，于 105℃下烘干后 磨 至 一0．074mm 的非线性关系。 目前，解决这一 问题 的主要手段 (一200目)进行化学分析。尾渣化学成分见表 1， 是采用预测的经验类 比法、物理模拟法 、弹性力学 尾渣的物理性质见表 2，尾渣的粒级组成见表 3。 表 1 堆浸尾渣化学成分的质量分数 ％ 收稿 日期 ：2010—