基于机器学习算法的高放废物处置库屏障材料膨胀性能演化研究

打开文本图片集

摘 要：高放废物处置库服役周期长且地质条件复杂，常规手段无法直接获取膨润土缓冲屏障膨胀性能演化趋势，本文尝试采用机器学习算法展开预测。利用在材料性能预测方面比较成熟的9 种算法训练模型，探讨机器学习算法预测膨润土膨胀性能的可行性，通过分析其决定系数和均方根误差，遴选出神经网络算法为最优. 引入我国北山候选处置库地球化学条件，预测出高庙子膨润土在高放废物处置库服役期间膨胀力呈“ S” 型演化;考虑蒙脱石含量、初始含水率、温度以及Na+ 浓度影响，缓冲屏障初始干密度建议值不小于1. 58 g/ cm3 ;若进一步考虑铁质储存罐Fe（ Ⅱ） 释放的影响，缓冲屏障初始干密度应进一步增大。（剩余13674字）