论文部分内容阅读
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