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。     

基于同位素方法的矿井突水水源定量分析研究

在分析山西龙泉煤矿水文地质特征及工作面突水特征的的基础上,研究了矿区各类水体的水化学及环境同位素特征,确定了01工作面突水水源为太灰、奥灰混合水,利用同位素方法定量计算了太灰水占工作面突水来源的46%,而奥灰水占54%。研究结果表明：应用同位素方法能定量、准确判断出矿井突水的主要来源,可为制订有效的防治水措施提供科学依据。     

孙疃矿突水水源化学特征及判别模型

为了实现对矿井突水进行准确快速地水源类型判别,分析孙疃矿主要含水层的水化学特征,以Na++K+、Ca2+、Mg2+、Cl-、SO2-4、HCO-3实测含量为依据,借助SPSS统计软件对主要含水层水样进行逐步判别分析。在此基础之上,筛选出Ca2+、Cl-、SO2-4、HCO-34个指标作为参考变量建立起适用于孙疃矿的突水水源判别模型。经过验证,结果表明该模型表现出较好的判别效果。     

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。     

基于模糊概率法的矿井突水水源识别模型探讨

小浪底水库蓄水,使得淹没区范围内的新安煤矿矿井水文地质条件发生显著变化,矿井突水的危险性增大。及时准确地判断突水水源是矿井防治水工作中的关键环节。采用水质指标判断结合模糊概率模型识别矿井突水水源的方法,建立基于模糊概率法的矿井突水水源识别模型,通过监测校验,试验水样识别准确率达到90%以上。研究成果对于矿井突水水源的现场识别及后续针对性防治工作具有一定指导意义。     

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。     

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。     

煤矿突水水源判别方法的应用研究

对常用的突水水源判别方法进行了概述,阐明了其适用条件,为选择合适的方法提供了依据。以石壕煤矿为例,利用BP神经网络方法,选择矿化度、p H值、总硬度、Ca2++Mg2+、K++Na+以及涌水量作为判别因子,建立了水源判别模型,经过样本训练和模型验证,其判别结果与实际基本一致,验证了人工神经网络方法在突水水源判别上的准确性。     

矿井突水水源辨识的改进SVM和GA-BP神经网络模型

及时辨识突水水源是有效预防和控制矿井突水灾害的重要工作之一。基于河南焦作某矿区不同水层的测试样本,利用嵌入梯度的支持向量机(SVM)对常用的[SO4]2-、K+、Mg2+、Na+、Ca2+、Cl-、[HCO3]-、F-8种水化学成分进行因子约简,确定以K+、Mg2+、Ca2+、Cl-、[HCO3]-、F-作为矿井突水水源辨识的主要判别因子。运用遗传算法优化BP神经网络(GA-BP)对新体系下的30组学习样本进行训练拟合,用所建立的分析模型对10组待检验水源类别进行辨识,预测平均正确率达到了94.27%。研究结果表明,该指标体系在矿井突水水源辨识中具有可行性,且GA-BP模型分类性能好,误判率低,可以用于矿井突水水源的辨识。     

矿井突水水源识别的GA-SVM方法研究

针对目前支持向量机(SVM)参数选择不准确导致突水水源识别率不高的问题,提出经过遗传算法(GA)优化的支持向量机应用于突水水源的识别,研究结果表明,该模型的预测结果与实际情况相符合,更加适用于矿井突水的水源识别。     

矿井出水点多水源判别方法

根据已知水源、出水点典型化学离子组分含量等数据,采用运筹学方法,建立矿井出水点多水源判别数学模型,并利用简约梯度法对模型进行求解。在模型求解过程中引入的松弛变量具有重要的物理意义,如果解中松弛变量取值较大,则意味着存在未知水源。采用文献及矿山实际数据进行验证,结果表明,该方法不仅适用于多水源出水的情况,判别已知水源是否与出水点导通,计算各水源在出水中所占的比例,而且还能揭示是否存在未知水源。     

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。     

同位素技术在判别矿井突水水源中的应用

应用同位素技术可以获得常规方法所不能取得的关键数据,为分析矿区地下水补给来源、各含水层之间的联系、地下水年龄及地下水混合比例等方面起了重要作用。研究结果表明:应用此项技术能准确、快速地确定矿区地下水的同位素特征,并判断出矿井突水的主要来源,可为制订有效的防治水措施提供科学依据。     

基于贝叶斯理论的突水危险源识别方法

矿井突水严重威胁人员的生命财产安全,必须对突水危险源进行准确快速识别。以5种常规离子为指标,选取山东龙郓煤矿第四系水、煤系砂岩水、太灰水共计29个训练样本和5个已知突水样本,采用贝叶斯法得出各含水层的判别函数模型,并对突水样本进行验证,均为砂岩裂隙水,与实际结果一致。贝叶斯突水水源识别模型具有准确快速的特点,可以应用到矿井水害理论研究中。     

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。     

基于蜻蜓算法和最小二乘支持向量机的矿井突水水源判别

对矿井突水水源的准确判别对于矿井安全生产有着重要的意义.本文提出采用基于蜻蜓算法和最小二乘支持向量机相结合的矿井突水水源预测方法,以Na++K+、Ca2+、M g2+、Cl-、SO42-、HCO3-等6种水中离子作为矿井突水水源模型的识别因素,利用收集的水样数据对最小二乘支持向量机进行训练和测试,研究结果表明基于蜻蜓算...     

基于灰色马尔柯夫和BP模型的矿井涌水量预测

矿井涌水量的预测是煤矿水害防治的前提条件。鉴于灰色系统GM(1,1)模型在原始数据变化幅度较大且趋势不明显时存在预测精度偏低的缺陷,根据刘桥二矿的矿井涌水量数据,分别建立了灰色马尔柯夫组合模型和灰色BP网络组合模型,并分别对该矿井2007年1月至3月的涌水量进行了预测。结果表明,二者的预测精度都较高,且灰色BP网络模型预测精度优于灰色马尔柯夫模型。