Resumen

El relleno de relaves cementado se utiliza ampliamente en áreas mineras de todo el mundo, y su tendencia de desarrollo está en aumento debido a los beneficios técnicos y económicos. Sin embargo, no existe un modelo de aprendizaje automático confiable y simple para la predicción de la resistencia a la compresión. En el presente estudio, se llevó a cabo el proceso de investigación para utilizar algoritmos de inteligencia artificial en la predicción de la resistencia a la compresión del relleno de relaves cementado, superando las deficiencias de las fórmulas empíricas tradicionales. Se realizaron pruebas experimentales para medir la resistencia a la compresión del relleno de relaves cementado para construir el conjunto de datos para el aprendizaje automático. Se consideraron cinco parámetros de entrada (relación de relaves a cemento, porcentaje de relaves finos, tipo de cemento, tiempo de curado y relación sólido-agua) para el diseño de las pruebas de laboratorio. Se utilizó el algoritmo de luciérnaga (FA) para

• Materias:Ingeniería subterránea Deformaciones elásticas Excavación con explosivos Transitorios repetitivos Efecto de Perturbación
• Subjects:Underground engineering Elastic deformations Excavation with explosives Repetitive transients Perturbation effect
• Palabras claves:Relleno de relaves cementados; Predicción de resistencia a compresión; Modelo de aprendizaje automático; Algoritmos de inteligencia artificial; Algoritmo de luciérnaga; Pruebas de laboratorio.
• Keywords:Cemented tailings backfill; Compressive strength prediction; Machine learning model; Artificial intelligence algorithms; Firefly algorithm; Laboratory tests.