模糊评价分类模型在矿井底板突水判别中的应用

为了减少煤矿底板突水带来的危害,辨别煤矿底板突水的可能性,建立了矿井底板突水模糊评价分类模型,进行矿井底板突水预测。在建立模型的过程中,综合考虑多种影响底板突水的因素,依据原始标准样本构建标准分类表,并运用Matlab编程给出检验结果和预测结果。实例表明,模糊评价分类模型在煤矿底板突水预测中可以取得满意的预测精度。该方法在煤矿底板突水预测中的应用进一步拓宽了模糊数学的应用范围,并提供了一种可借鉴模型。     

煤层底板突水脆弱性预测评价系统设计与实现

为了提高煤层底板突水预测评价信息系统的准确性与普遍适用性,在系统分析煤层底板突水主控因素指标体系及煤层底板突水预测方法的基础上,结合GIS与数据库技术,对煤层底板水文地质数据管理、主控因素专题图制图表达、AHP层次分析法、基于常权理论的煤层底板突水脆弱性评价模型、基于局部变权理论的煤层底板突水脆弱性评价模型及突水系数法评价等问题进行深入的研究,最终实现了基于GIS的煤层底板突水脆弱性预测评价信息系统的设计与研发,为煤层底板突水预测分析提供技术支持,进一步为煤矿安全生产部门针对煤层底板突水防治提供决策依据。     

脆弱性指数法在煤矿底板突水评价中的应用

应用脆弱性指数法对研究区进行煤层底板突水脆弱性评价预测,确定各主控因素的相对影响权重,建立突水脆弱性评价模型。根据模型计算各区突水脆弱性指数,利用自然分级法对脆弱性指数进行分析研究,确定底板突水脆弱性分区阈值,提出煤层底板突水脆弱性区划方案,最终得出煤层底板突水脆弱性评价分区图。     

基于PCA-Logistic回归模型的矿井底板突水危险性研究

为解决煤层底板突水预测难题,提出了基于主成分分析与Logistic回归方法的底板突水预测模型。通过对底板突水危险因素进行分析,选取隔水层厚度、承压水水压、断层落差、断层距工作面距离、煤层采高、煤层倾角6个变量作为研究矿井底板突水的初始影响指标;首先利用主成分分析法对原始指标数据进行降维处理,然后利用建立的Logistic回归模型对数据进行分析预测,最后利用5组待测样本数据对模型进行验证。结果表明：该模型对突水样本的综合预判正确率为90%,利用待测数据进行回判时预测准确率达到80%,说明该预测模型具有一定可靠性,可作为煤矿底板突水预测的一种新方法。     

应用神经网络对煤矿突水预测评价

在介绍了神经网络基本原理及学习算法的基础上，建立了煤矿突水的人工神经网络（BP网络）模型。通过网络对已知样本的自适应学习，对皖北刘桥二矿4＃煤层底板突水进行了预测评价，效果较为满意。     

基于分区变权模型的煤层底板突水脆弱性评价——以开滦蔚州典型矿区为例

在解决煤层底板突水预测预报评价难题时,传统的常权模型存在固定权重不能反映各主控因素指标值在突变情况下及各主控因素之间组合关系的变化,以及因素权重也应随之变化的情况。为此,笔者将分区变权理论引入底板突水脆弱性预测评价中,构建了符合煤层底板突水预测评价问题变化规律的分区状态变权向量及分区变权模型。同时以开滦蔚州典型矿区为例,应用分区变权模型对目标煤层底板突水脆弱性进行了预测评价,并和传统常权模型下的预测评价结果进行对比分析,结果证明变权模型的预测评价效果更好。     

基于规则网格剖分与变权理论的潘家窑矿煤层底板突水评价研究

以潘家窑矿8#煤层为例,充分考虑了评价区域的水文地质条件存在较大差异性的特点,在煤层底板突水脆弱性评价的基础上对评价区域进行规则网格剖分,通过将评价区域剖分为有限个规则的单元网格,并根据选取主控指标值的属性特点赋予每个单元格不同的属性值,构建了潘家窑矿煤层底板突水评价体系。将变权理论引入煤层底板突水脆弱性预测评价中,应用变权理论确定各评价单元主控指标的权重,最终构建潘家窑矿底板突水危险性评价的分区变权模型,并对研究区域进行评价分区。将分区变权模型下煤层底板脆弱性评价结果与常权模型下的评价结果对比分析,结果表明:变权模型下的评价预测效果更好,评价结果更为合理。     

基于客观优化组合赋权模型的煤层底板突水预测评价研究

为了解决预测煤层底板突水过程中存在的评价指标因素繁多、非线性、不确定性和互相交叉影响的问题,而造成煤层底板突水预测评价困难的问题,针对单一客观赋权评价中的缺陷,提出了一种基于客观优化组合赋权模型的煤层底板突水预测评价。首先,基于层次分析法确定煤层底板突水的主控因素,再运用熵权法和复相关系数法对主控因素进行客观赋权,构建客观优化组合赋权模型。结果表明:该模型更能客观反映主控因素的特征,优化客观赋权模型中评价指标因素的权重,从客观合理程度上最大体现出评价指标因素间的差异程度,实现煤层底板突水的量化科学评价。     

基于FOA-SVR的矿井底板突水量预测模型应用研究

矿井突水是常见的突发性强烈的矿井灾害。为了更好地预防矿井水灾,降低灾害造成的物质损失以及减少人员伤亡,建立了一种基于FOA-SVR的矿井底板突水量预测模型,利用果蝇算法优化支持向量回归机算法(FOA-SVR)选出最优的模型参数。针对底板突水这种非线性、小样本问题,从突水因素中选取水压、含水层厚度、隔水层厚度、底板采动裂隙带深度以及断层落差这5个作为特征因素。然后利用FOA对SVR参数进行优化之后建立FOA-SVR底板突水量预测模型,输出即为需要预测的突水量。结合实例并将该模型的预测结果与SVR模型的预测结果进行对比,结果表明：该模型在预测突水量的精度上比SVR模型更高,具有一定的应用价值。     

基于主成分分析法的底板突水危险性评价

在系统收集及分析矿区水文地质资料的基础上,确定影响煤层底板突水的主要因素,并引入主成分分析法对影响底板突水的因素进行定量评价。以新安煤矿为例,利用主成分分析法,确定各突水影响因素的权重,建立煤层底板突水模型,对影响煤层开采的底板奥灰突水危险性进行分区预测,为奥灰水的防治提供了重要依据。     

长沟峪煤矿矿井涌水量预测研究

鉴于矿井涌水影响因素的复杂性,建立了基于BP神经网络矿井涌水量预测模型,并运用该模型对长沟峪煤矿+141水平涌水量进行预测。通过预测结果可知,该模型具有较高的精度,将对预测该矿矿井涌水量起到一定的指导作用,并为矿井水利用规划的制定奠定了基础。     

Numerical Simulation of Inrush Water Spreading Through a Mine: A Case Study of the Beixinyao Mine,Shanxi Province,China

Studies on risk assessment and prediction of inrush water in mines are available, but the evolution process of water inrush events is unclear, which makes it difficult to formulate control and rescue measures. In this paper, a novel numerical simulation approach has been developed to calculate and analyze the spreading process for water inrush in a coal mine in Shanxi Province, China. Possible inrush scenarios for the mine were created based on the water-filling conditions, inrush risk analysis, and the mining works. A spatial model for the mine was constructed, providing the preconditions for numerical modeling. Furthermore, a coupling model for the water flows in the roadway and the goaf was created based on pipe-flow and non-Darcian seepage theories. A numerical solution was then used to resolve the spreading processes for the inrush. The proposed approach was verified through a model experiment for the roadways and a CFD simulation of the goaf. The simulation results for the water inrush scenarios reveal the mine areas susceptible to inundation; these areas can be delineated at different times. The inundation area is related to the mine structure and is mainly controlled by the position of the localized high and low elevation points. The time for inundation is affected by the cumulative water inrush. This study provides a method for assessing the inundation risk of a mine in the event of water inrush disasters.

     

基于GAPSO-RFR的矿井底板突水预测模型与应用

为了更精准地预测矿井突水灾害,对突水预测和救援提供帮助,减少水灾造成的损失,提出基于GAPSO-RFR的矿井突水预测模型。利用遗传-粒子群算法对随机森林回归模型(RFR)进行优化,选取34例样本对GAPSO-RFR模型进行迭代和训练。测试结果表明,GAPSO-RFR模型提高了预测精度,减少了泛化误差。同时利用模型对王家岭矿区部分盘区的10号煤层与2号煤层的突水风险进行预测分析,得出了突水风险较高的区域分布情况。     

Visualization Analysis and Progress of Mine Water Inrush Disaster-Related Research

Based on the systematic collection and collation of relevant data at home and abroad, and using the CiteSpace bibliometric tool, the research hotspots and evolutionary paths in the field of mine water inrush disaster research were analyzed using a combination of qualitative and quantitative methods to provide the basis for a new perspective on applied research in this field. The disaster-causing conditions and mechanisms of mine water inrushes were systematically analyzed, allowing us to propose a fourth condition, water disaster-inducing power, that plays a decisive role in the process of mine water hazards. We elaborate the methods of water source identification and risk prediction and assessment of mine water disasters, summarize and review their practical application value and theoretical research shortcomings, and point out that combining mine water disaster research methods and computer technology in the direction of intelligence and visualization is a hotspot and focus of future research. Finally, we discuss the prevention and control of water inrush disasters in mines, construct a model of water inrush disasters, and discuss specific prevention and control measures of water inrush disasters.

     

动态权-集对分析模型在矿井突水水源识别中的应用

矿井突水是煤矿生产的主要威胁之一,准确判定矿井突水水源是突水灾害防控的重要环节。为进行矿井突水水源识别,基于动态权和集对分析理论,针对葫芦素井田5种不同含水层中所提取的53组水样,选取K~++Na~+,Ca~(2+),Mg~(2+),Cl~-,SO■及HCO■六项水化学指标作为识别因子,确立了其水源识别区间,构建了矿井突水水源识别的数学模型。然后利用10组已知矿井水样验证水源识别模型,最后使用该模型对2015-04-26葫芦素井田21102工作面突水进行水源识别。结果表明:动态权重综合考虑主客观权重,既削弱了人为因素的影响,又考虑了识别指标的实际情况,权重赋值合理。利用动态权计算的6项识别因子中,SO■,Cl~-,K~++Na~+的权重值分别为0.38,0.25及0.20,远大于其他3项指标且其权重之和占总权重的83%,在突水水源识别中起决定性作用。利用10组已知矿井水样验证动态权-集对分析水源识别模型,9组识别结果与实际情况完全吻合,仅有1组第四系水样识别结果与实际不符,为建模时第四系样本数据少,待测水样超出识别区间所致。使用已建模型识别葫芦素井田21102工作面突水水源,判别结果与实际完全一致,因21102工作面突水几乎均来自直罗组与白垩系,而直罗组与白垩系建模样本量大,所建识别区间合适。大量的水质数据及准确的识别区间是动态权-集对分析模型进行准确突水水源识别的基础与保障。     

地球物理学方法在矿井突水预测中的应用

综述了矿井突水预测的传统理论方法,如突水系数法、突水概率指数法、"下三带理论"预测法等,但都存在各自的优缺点。因此,根据实际情况中的正确应用,介绍了3种运用地球物理学原理预测矿井突水的方法,并在实例运用中得到了良好的效果。     

构建煤矿底板突水预测系统

煤矿在开采过程中经常受到突水的威胁,造成的人员伤亡和经济损失很大,危害相当严重。本文利用尖点突水预测模型,结合信息技术,构建煤矿底板突水预测系统,并以平顶山十矿为例验证了系统的可靠性。     

基于分形和支持向量机矿井涌水量的预测

针对矿井涌水量预测问题,提出一种新的非线性预测方法。首先利用分形理论对矿井涌水量的时间序列进行相空间重构,应用自相关系数法确定最小嵌入维数,并以最小嵌入维数作为支持向量机的输入节点,根据支持向量机原理建立矿井涌水量的预测模型。将河南鹤壁四矿1982-1997年的矿井涌水量作为时间序列的训练样本,在Matlab环境下,利用所建立的预测模型预测不同嵌入维数时2000和2001年的矿井涌水量。结果表明：与其他维数相比,当嵌入维数为4时,井筒涌水量的预测值误差最小,预测精度最高。为检验该方法预测的可靠性,分别将不同维数下井筒、巷道和工作面涌水量1988-2001年的预测值与观测值进行对比,发现预测值与观测值较一致。〓     

基于AHP-EWM-云模型的金属矿井突水危险性评价

为了解决矿井突水危险性评价结果模糊性强的问题，提高矿井突水危险性评价的准确性，笔者构建了包含定性与定量主控因素的突水危险性评价指标体系，利用层次分析法（AHP）与熵权法（EWM）组合赋权并结合云模型，构建了突水危险性综合评价云模型。将该模型应用于某金矿的突水危险性评价，结果表明：采样点评价结果模糊性低、可信度高，引用富水指数法并结合实际工程情况与水文地质条件，验证了该模型评价结果的准确性与有效性。该模型可以满足实际工程需求，为矿井水害防治工作提供指导与参考。