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ELM的矿井突水水源识别方法

针对矿井突水事故的预测问题,提出一种基于极限学习机(Extreme Learning Machine,ELM)的矿井突水水源识别新方法。该方法是一种单隐含层前馈神经网络学习算法,在训练过程中无需调整初始连接权值和阈值,只需要设置隐含层神经元个数即可获得最优解。以梧桐庄煤矿水质为例,通过MATLAB仿真证实,该方法不仅克服了常规BP神经网络受初始权值和阈值影响的缺陷,而且识别精度更高;在突水预测方面有很好的应用前景。     

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。     

可拓识别方法在矿井突水水源判别中的应用

为了快速判别矿井突水水源,进而为防治矿井水害服务,以水质指标为判别因子,应用可拓识别方法,建立了谢桥矿井突水水源判别模型,改进了该方法中经典域的形式,提出以各指标的统计值F来量化各指标的识别能力,并作为确定权重的依据.将结果与模糊综合法、灰色关联度法、Bayes逐步判别分析法分别进行比较,其正确率略高于前两者,与Bayes逐步分析法判别结果相同.     

矿井突水水源判别方法研究进展

及时准确地判断矿井突水水源,对于采取有效的防治水措施,确保井下安全生产尤为重要。结合现有的研究成果,分别对水温水位法、水化学分析法、数理分析法等矿井突水水源判别方法的研究进展进行了详细论述,并对各类方法的适用性进行了剖析,可为井下防治水作业提供可靠参考。     

基于水化学特征分析判别朱集矿矿井突水水源

对朱集井田不同类型含水层水样数据进行分析处理,利用Piper三线图和灰色关联度理论对突水点水样与井田内各含水层水质进行比较分析,得出突水点水源来自新生界含水层。分析结果表明,Piper三线图可较好地分析各含水层的水化学性质,灰色关联度理论可以排除相关干扰因素,能够精确识别突水水源,两者的结合可以快速准确查明矿井充水水源,从而为矿井水害的防治提供理论依据。     

矿井突水水源判别方法概述

矿井突水灾害造成巨大的经济损失和人员伤亡,严重阻碍着我国煤炭行业的发展。一旦发生突水,及时准确地查明突水水源是解决和进一步预防突水灾害的前提,因此选择合适的判别方法是快速高效判别突水水源的关键,本文对近些年来判别矿井突水水源的各种方法进行探讨,概述各种方法的原理、应用现状及其适用条件,为保障矿井安全生产的防治水工作提供决策依据。     

潘谢矿区矿井突水水源的QLT法判别

近年来,国内外在利用水化学资料判别矿井突水水源方面,已发表了许多论著,但在淮南潘谢矿区的应用效果均不佳。本文在考虑水化学资料的基础上,增加了水温及水位的因素,介绍了矿井突水水源的QLT法判别数学模型,并对潘谢矿区分别计算了标准参数值（αki、bki、E）,开放了“潘谢矿区矿井突水水源QLT法判别系统”。     

基于灰色系统关联分析的矿井突水水源判别

为了探究岱庄煤矿下组煤首采工作面掘进迎头突水水源,根据该面相关地质资料,并结合不同时间所取水样的水质化验结果,运用灰色系统理论中的关联分析法对该面掘进迎头突水点的水质资料进行分析计算,并分单一水源和混合水源对突水水源进行判别。得出突水水源为十下灰和十三灰2个含水层的混合水,其中以十三灰水源为主的结论。最后把分析结果与实际的突水水质类型、井下钻探和突水点所在区域不同含水层水位监测等资料进行对比,验证了采用该方法进行突水水源判别的可靠性。     

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。     

矿井突水水源快速判别系统研发

在论述矿井突水危害性以及水源判别原理的基础上,介绍了矿井突水水源快速判别系统的技术构架,分析了系统的关键技术模块及其实现的技术途径,形成了"QLT+特征组分+采动涌水通道"为技术特征的水源快速判别系统。最后,应用实例说明该系统进行水质分析和水源判别的过程,并实现了快速、准确判别突水水源的目标,可以在煤炭开采活动中为矿山提供决策依据。     

矿井水源指纹图法在矿井突水水源判别中的应用

根据福泉市某矿井的水质资料,选择了Na~+、Ca~(2+)、Mg~(2+)、NH_4~+、Cl~-、CO_3~(2-)、K~+、SO_4~(2-)、NO-2、Fe~(2+)、HCO_3~-、pH、总硬度、矿化度、氧化还原电位15项指标作为坐标维数,建立了该矿井判别突水水源的水源指纹图,并对3个突水水样进行了判别,最后采用距离判别法对判断结果的准确性进行了验证,结果表明:矿井水源指纹图法能很好并快速的判别突水水源,为判别矿井突水水源提供了一条新的途径。     

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。     

等效数值法在矿井突水水源判别中的应用

介绍了等效数值法判别矿井突水水源的原理和应用情况。     

煤矿矿井突水水源的Fisher判别模型

为了正确识别矿井突水水源,利用主成分分析选取了主要的水化学判别指标,再通过层次聚类构造了水源判别的决策树,各决策结点采用Fisher判别函数,试验结果表明该模型具有较好的判别效果.     

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。     

等效数值法在矿井突水水源判别中的应用

介绍了等效数值法判别矿井突水水源的原理和应用情况。     

基于WOA-ELM算法的矿井突水水源快速判别模型

我国是世界上煤炭生产量和消耗量最大的国家,但由于水文地质条件复杂,在煤矿生产过程中煤层顶底板突水事故频发,常常造成严重的经济损失和人员伤亡,快速精准地判别水害来源是矿井突水水害防治的关键步骤。基于河北开滦赵各庄矿的67个水样实测数据,将Na+,Ca2+,Mg2+,Cl-,SO24-,HCO3-六种离子的物质的量浓度作为输入项,突水水源类型为其输出项,应用鲸鱼优化算法(WOA)改进极限学习机(ELM)形成WOA-ELM判别模型实现突水水源判别。研究结果表明:以往的单一极限学习机具有稳定性差的缺点,采用鲸鱼算法对其权值和阈值进行迭代寻优,通过环形包围、气幕袭击、随机搜索3种方式的鲸鱼优化算法对最优参数进行搜索,收敛速度快、全局搜索能力强。根据座头鲸捕食行为建立的数学模型,由于猎物(突水)位置不确定,WOA算法首先假设当前的最佳候选解是目标猎物位置或最靠近猎物的位置,然后通过随机产生向量A和概率p来决定鲸鱼更新位置的方式。当|A|>1时随机搜索猎物;当|A|<1时,以0.5为分界点,p<0.5选择环形包围模式,p>0.5则通过螺旋运动来更新位置。依据最低适应度值得到最...     

矿井突水水源分析的Bayes判别分析模型及其应用

将Bayes判别分析方法应用于矿井突水水源分析问题研究中.选用多项化学指标作为判别因子,建立了适用于不同水质类型矿井的两类和多类水源分析的Baycs判别分析模型.基于Bayes判别分析方法的原理,利用不同矿区突水水源的典型样本,对Bayes判别方法的判别过程和检验方法进行了具体说明.针对两类水源,选用Ca2+、Mg2+、Na+、K+、Cl-、HCO3-、SO42-、NO3-、F-和pH等10项指标作为判别因子.对多类水源,选用Na++K+、Ca2+、Mg2+、Cl-、SO42-、HCO3-等6种离子组合作为判别因子,利用华北某矿区10例典型样本和焦作矿区39例典型样本作为数据源,分别建立相应的判别模型.判别结果完全符合实际情况,并与数量化理论、支持向量机方法进行了比较.研究结果表明,Bayes判别方法的计算过程简单、模型结构稳定,回代估计判别结果以及预测结果的准确性很高,对突水水源的判别具有很强的预测能力,可以在实际工程中进行应用.