Resumen

La resistencia mecánica del relleno cementado es un indicador importante en el relleno minero. Para estudiar la relación no lineal entre el relleno de pasta cementada (RPC) y la respuesta mecánica, se emplea una técnica de aprendizaje profundo para establecer la relación de mapeo de extremo a extremo entre las imágenes del microscopio electrónico de barrido (SEM) y la resistencia mecánica. Se establece una red neuronal convolucional de siete capas en el experimento, y se establece la relación entre la imagen SEM y la resistencia mecánica. Además, se calcula la diferencia entre los valores medidos y predichos y se analizan la media y la varianza del error. Se encontró que la precisión promedio de la predicción de la resistencia mecánica es del 8.28%. Por lo tanto, el método propuesto proporciona una nueva técnica para el análisis cuantitativo de la resistencia mecánica del RPC a microescala.

• Materias:Etringita Microestructura Ingeniería portuaria Método estocástico Conductividad hidráulica
• Subjects:Ettringite Microstructure Port engineering Stochastic method Hydraulic conductivity
• Palabras claves:Fortaleza mecánica; Relleno de pasta cementada; Técnica de aprendizaje profundo; Imágenes de microscopio electrónico de barrido; Red neuronal convolucional; Análisis cuantitativo
• Keywords:Mechanical strength; Cemented paste backfill; Deep learning technique; Scanning electron microscope images; Convolution neural network; Quantitative analysis