基于主成分分析与距离判别分析法的突水水源识别方法

矿井突水是采矿生产过程中威胁最大的自然灾害之一,快速有效地判别矿井突水水源是采矿工程安全生产的重要保障。选取7种水化学成分指标作为突水水源识别的样本变量,采用主成分分析与距离判别分析相结合的方法建立了突水水源判别模型。以淮南老矿区谢一煤矿不同水层的水化学特征资料中的33个为学习样本,11个为预测样本,对该方法进行了检验和应用,并与现有的灰色关联度判别模型、Bayes判别模型的判别结果进行分析比较。研究结果表明:基于主成分分析与距离判别方法的突水水源判别模型其回判准确率为95%,预测正确率为91%,为矿山突水水源的识别提供了一种新方法。     

基于PCA-Bayes综合判别的矿井突水水源判别研究

根据矿井各含水层水化学成分的差异性,选取多种水化学成分指标作为突水水源识别的样本变量,综合利用多元统计分析技术、Bayes逐步判别法和PCA-Bayes综合判别法作比较,采用SPSS软件建立Bayes逐步判别模型、PCA-Bayes综合判别模型,以煤矿不同含水层的水化学资料中的多组样本为依据,利用该模型进行工程应用。结果表明：PCA-Bayes综合判别模型提高了突水水源判别的准确率和判别速度,实现了对矿井突水水源快速有效判别,为防治突水事故提供了有力的依据和判别方法。     

基于Matlab因子分析及距离判别模型的矿井突水水源识别

针对传统的矿井突水水源判别存在准确率较低的问题,选取K~++Na~+、Ca~(2+)、Mg~(2+)、Cl~-、SO_4~(2-)及HCO_3~-6种水化学成分指标作为矿井突水水源判别依据,基于SPSS因子分析建模,确定21组突水水样训练样本中与第一主因子密切相关的水质指标,依据距离判别模型,将得到的水质指标作为样本数据输入Matlab平台,采用SQRT、MAHAL函数确定突水水样训练样本总体间的马氏距离矩阵。结果表明:构建二者相结合的矿井突水水源判别模型,其回判准确率高达99%,对8个未知的测试样本进行突水水源的识别,实例验证在判别指标选择合适的情况下,因子分析及距离判别相耦合的突水水源判别方式能有效地消除判别指标间的相互影响,提高判别率,为矿井水害防治提供理论基础。     

基于PCA分析的突水水源Fisher判别模型

为有效快速地判断突水水源的位置,预防突水事故的发生,针对不同水层水质差异性,选取6大常规水化学离子作为判别因子,结合PCA分析法和Fisher判别法建立矿井突水水源判别模型。以潘三煤矿新生界下含和煤系水共20个水样为例,对该模型进行验证,并与BP神经网络判别模型进行对比,得出准确率达100%,说明该方法的可行性、准确性。     

矿井突水水源的水化学特征分析及其判别模型

以徐庄煤矿为例,分析了矿井4个突水水源的水化学成分;应用逐步判别方法建立了徐庄煤矿突水水源判别模型,经检验,该模型具有较好的判别效果。对矿井突水水源判别及防治水工作具有一定的指导意义。     

常量离子联合微量元素煤矿突水水源判别研究

针对煤矿突水水源判别困难问题,采用倒锥形取水装置在4个矿区3个含水层获取无污染水样61组,并进行了常量离子和44种微量元素含量测试。对测试结果进行相关性分析,提出了主要的突水水源判别特征指标,并建立了3个突水水源判别模型。研究结果表明：倒锥形取水装置能够高效获取无污染水样。研究区突水水源判别特征指标包括6个常量离子指标和14个特征微量元素指标。常量离子联合微量元素Bayes多类线性突水水源判别模型较其他模型更为准确,验证准确率达92.9%。为煤矿突水水源精准判别提供了新方法。     

基于多元统计分析的东欢坨矿突水水源判别研究

针对矿井突水水源判别准确率较低的问题,基于多元统计分析构建矿井突水水源判别模型,选取K~++Na~+、Ca~(2+)、Mg~(2+)、SO■、Cl~-、及HCO~-_3水化学指标作为矿井突水水源判别依据,采用东欢坨矿5煤顶板含水层及12_(-2)煤底板含水层的水质分析资料作为训练样本和测试样本,其中,训练样本35个,测试样本10个。判别结果表明:突水水源判别正确率达86.7%,判别结果显著,可信度高。利用该判别方法对和东欢坨矿相近的钱家营矿5煤顶板含水层进行突水水源判别,判别结果与实际情况一致,判别准确率高,结果可靠,为矿井突水水源判别提供了科学理论依据。     

常量离子联合微量元素煤矿突水水源判别研究

针对煤矿突水水源判别困难问题，采用倒锥形取水装置在4个矿区3个含水层获取无污染水样61组，并进行了常量离子和44种微量元素含量测试。对测试结果进行相关性分析，提出了主要的突水水源判别特征指标，并建立了3个突水水源判别模型。研究结果表明：倒锥形取水装置能够高效获取无污染水样。研究区突水水源判别特征指标包括6个常量离子指标和14个特征微量元素指标。常量离子联合微量元素Bayes多类线性突水水源判别模型较其他模型更为准确，验证准确率达92.9%。为煤矿突水水源精准判别提供了新方法。     

用地下水水质特征模型判别姚桥矿井突水水源

结合姚桥矿井地下水水化学资料,介绍了用地下水水质特征模型判别矿井突水水源,并建立了姚桥煤矿矿井突水水质特征判别模型。     

基于水化学特征的聚类分析对矿井突水源判别

为了能够准确并快速地判别煤矿突水水源位置,基于水化学特征的模糊聚类分析,对突水水源进行综合评判。首先利用突水点的水化学分析指标离子的检测值与以往收集的各个主要含水层的水化学指标离子本底值通过软件绘制出三角形水质图,对比分析可排除最不可能的充水含水层;在此基础上再利用模糊数学聚类分析方法,将剩下的不确定充水含水层建立评判集合进行聚类分析,计算隶属度,通过对计算结果的分析,最终判定突水水源。分析结果表明,采用这2种方法判别突水水源,方法简单易操作,节省时间,可以避免由于水文地质条件的复杂性和模糊聚类分析的模糊性而造成的原因不唯一或结果失真,从而大幅提高判别结果的正确性。     

水化学和统计学基本方法在突水溃砂物源判别上的应用

水化学和统计学基本理论在突水水源判别方面应用较多,但在砂源判别方面还较为新颖。针对鄂尔多斯盆地西缘某侏罗系煤矿发生的一起典型突水溃砂事故,利用水化学Piper图法和Gibbs图法等对突水水源进行了研究,经分析、验证,成功确定了突水含水层;结合溃砂样和附近钻孔岩芯砂样矿物成分,利用层次聚类分析方法对砂源地层进行了分析,得到了溃砂层位信息。研究结果验证了水化学特征分析法判别突水水源的可靠性,推动了统计学方法在砂源判别应用上的发展,能够为区域水害防治提供理论依据。     

基于水量水位变化及水化学特征的突水水源判别

为了能够快速正确识别矿井突水水源,采用基于突水点水量水位变化及水化学特征的综合判别分析法,对矿井突水水源进行联合判别。即利用突水点附近探放水钻孔放水量及相应水位变化情况,并结合突水点区域水化学特征,进行综合评判,判别突水水源。综合分析结果表明,基于这种联合判别方法,判别结果较准确,方法简单易行,能够为突水点后续治理提供可靠依据。     

矿井突水水源识别的距离判别分析模型

应用距离判别分析理论,结合矿井含水层的水化学分析资料,选取 6 种离子组分的浓度作为突水水源识别的判别因子,建立矿井突水水源识别的距离判别分析模型;以 35 组采样的水源样品作为学习样本进行训练,建立相应线性判别函数对 35 组实测数据用回代估计方法逐一进行检验,正确率为 9714%。 将建立的模型对待识别的 4 个样本进行测试,并与实测结果进行比较。 此外,利用本文方法对梧桐庄煤矿的突水水源进行了识别。 研究结果表明：距离判别分析模型分类性能良好,预测精度高,回代估计的误判率为 0028 6。     

基于灰色关联分析的矿井突水水源定量化判别方法

阐述了矿井突水水源的判别方法,针对水化学背景值特征相近的水源,提出了通过量化计算实现精确判别水源层的方法。以灰色关联分析方法为例,对袁店二矿F14断层突水水源进行了量化判别,并采用水化学玫瑰花图和水样柱状图的图形化分析方法对突水水源量化判别的准确性进行了辅助判别,综合分析认为煤层顶板砂岩裂隙水通过断层带进入了采掘空间。定量化地学方法和图形化分析方法有效解决了矿井突水水源判别的准确性。     

基于综合评判法的煤矿突水水源识别分析

为了提高煤矿突水水源判别的准确率,以高庄煤矿工作面突水情况为例,提出了综合评判法识别煤矿突水水源,应用元素类比、模糊类聚评判和Piper三线图三种法分别对煤矿突水水源进行识别分析,以确定突水来源。结果表明:多种水源识别方法综合运用,相互补缺,识别结果相互验证,不仅提高煤矿水源识别的准确率,而且能进一步确定突水水源的动态变化规律。     

基于主成分分析的潘谢矿区突水水源Fisher判别模型

依据淮南潘谢矿区的各含水层水化学成分的差异性,针对复杂的多类突水水源判别问题,建立基于主成分分析方法与Fisher分析方法的水源判别综合模型。以潘谢矿区的39个水样作为学习样本,6个水样作为预测样本对该模型进行检验和应用。结果表明:该模型判别矿井突水水源准确率高,具有准确快速、简易方便、实用性强的特点。     

矿井突水水源的PCA-GRA判别模型研究

为了快速准确地识别突水水源,选取Ca2+、Na++K+、Mg2+、HCO3-、SO42-、Cl-共6个判别指标,结合主成分分析理论和灰色关联理论,建立了PCA-GRA突水水源判别模型。先采用主成分分析法对38个水样的水质指标进行降维处理,然后利用灰色关联分析法根据关联度对未知水样进行判别。将该模型应用于11组待判水样的判别,判别结果正确率为100%。而PCA-Bayes判别模型识别精度是81.8%。因此,PCA-GRA突水水源判别模型能够有效地提高识别精度,迅速准确地判断突水水源,为矿井安全生产提供保障。     

基于粗糙集理论的矿井突水水源快速识别

为了准确而快速地判别矿井突水水源,以聚类分析、灰色关联分析、多元逐步判别分析3种方法建立了矿井突水水源判别模型,提出了通过适应性来选择具体矿井或矿区的判别方法,利用粗糙集理论的属性约简来筛选水化学特征指标,使得所选判别指标更具针对性和减少指标检测时间,真正实现准确而快速地判别矿井突水水源,进而为矿井水害防治服务。实例表明,属性约简前后,识别结果一致性将近90%,证实了粗糙集理论在矿井突水水源判别中的有效性和实用性。     

用水化学分析法判别井下突水水源

地下水的水化学特征可以反映地下水所处的水文地质环境, 分析、研究地下水的水化学特征有助于分析地下水的补给、径流、排泄条件, 对查明井下突水水源和水害防治有明确的指导意义。岱庄煤矿利用水化学分析法判别井下突水水源获得成功, 为成功封堵井下涌水奠定了基础。     

Minitab软件在皖北矿区突水水源识别上的应用

以皖北矿区典型含水层常规水化学组成为例,利用Minitab软件对突水水源进行识别,通过最佳子集回归,将原有的8个组分缩减为6个标型组分,确定出最佳拟合回归模型,然后利用残差图对该模型进行回归分析检验,以确保该模型满足普通最小二乘假设。在此基础上,利用判别分析建立皖北矿区突水水源的识别模型。结果表明,该软件使用简单,且建立的模型识别效果较好,判别正确率达到91.7%,若能通过系统的分析测试建立判别方程,将有望获得更好的判别效果。