峰峰矿区废弃矿井充水水源判别

根据峰峰矿区主要含水层常规水化学分析数据,采用贝叶斯判别法和模糊数学综合方法对充水水源进行判别。为了检验充水水源预测模型的有效性和准确性,用建立的贝叶斯模型和模糊数学模型对已知的29组数据逐一回判,正确率分别为96.6%和75.86%,可以利用这2个模型对峰峰矿区废弃矿井的充水水源进行判别。判别结果表明,峰峰矿区废弃矿井充水水源为奥灰水。     

判别分析法在芦岭矿井出水水源判别中的应用

介绍了判别分析方法在矿井水源判别中的应用。对某一出水点其水质类型如果与某两个含水层的水质类型均相似，可以应用判别分析的方法，建立判别函数，利用判别函数来确定出水水源。     

多元统计分析模型在矿井突水水源判别中的应用

综合运用分层聚类、逐步判别分析方法的计算原理,依据岱庄煤矿出水点及含水层水样的水质分析资料,建立多元统计分析模型,进行水质相似度分析和主要出水水源判别.研究表明分层聚类方法能够定量、直观地反映各水源之间水质的亲疏关系;逐步判别分析法可以有效地判别突水点的类型归属,二者互为补充和验证.     

华北型煤田深部开采充水水源的多方法判别

基于分析水化学特征分析,使用模糊综合评判法、灰色关联度分析法和聚类分析对待判水样进行判别,结果表明:不能通过简单的对比方法来准确判别出水水源,因为十四灰和十下灰水的水化学类型和离子浓度相近;不确定性数学模型判别结果正确率较高,聚类分析判别为100%,模糊综合判别和灰色关联度判别为95.2%。     

水化学特征分析法在突水水源判别中的应用

山西大远煤业在进行资源整合过程,井下遇到一处出水点,快速判别此出水点水源,成为整合工作安全进行的重点。文章在对矿井先前采集以及后续补充采集的水样进行详细的水文地球化学特征分析后,绘制出水样的P iPer三线图,并通过将出水点与这些背景值的对比,从而初步判断出出水水源。     

神经网络在矿井水源判别中的应用

矿井突水是威胁煤矿安全生产的最大隐患之一,准确判别矿井水源是矿井防治水的前提。介绍了BP神经网络模型及其具体算法,并将其运用到矿井水源判别中。利用BP算法对训练样本进行学习,确定判别模型,根据已训练好的神经网络对样本进行判别。结果表明,采用人工神经网络对矿井水源进行判别,能得到较好的结果。因此,BP神经网络是判别矿井水源的一种有效方法,从而为矿井水源判别开辟了一条新途径,具有广泛的应用前景。     

聚类分析在矿井水源判别中的应用

矿井水源判别实质是分类问题。文章对聚类分析在矿井水源判别中的应用方法进行了探索;并应用该法对张集矿6份水样(其中两份为待判别样)进行欧氏距离及遗传距离聚类,分别做出聚类图,成功的对两份水样进行了水源判别。     

聚类分析在任楼矿水源判别中的具体应用

介绍聚类分析的原理及步骤 ,通过对任楼矿三个突水点的水源与四个含水层的水质特征进行分析判别 ,为水源判别提供了一种行之有效的方法。     

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.     

采用综合方法对吉宁矿的水源类型进行分析

结合吉宁矿实际情况,掘进过程中采用综合方法判别水源类型,并按水源类型采取相应的防治方法.     

基于聚类分析方法的矿井水源识别

矿井水源的识别是矿井防治水工作中的重要环节,选择合适的识别方法是快速准确地识别水源的关键。对聚类分析的原理及步骤进行了简要介绍,并将其应用于矿井水源的识别。根据矿井水样的水化学数据,分析矿井水样的水化学特征,确定水源的识别指标,运用系统聚类分析法研究了矿井水源识别方法。最后,结合已有的矿井水样数据,通过MATLAB仿真实验,证明了研究的聚类分析方法识别矿井水源的效果。     

基于熵权-模糊可变集理论的煤矿井突水水源识别

在阐述熵权法和模糊可变集理论的基础上,针对平顶山煤田首山一矿和十三矿4个充水水源中所提取的23个水样,构建了识别矿井突水水源的数学模型,并利用该模型对8个水样进行了来源识别。结果表明:各类充水水源中Ka~++Na~+,Ca~(2+),Mg~(2+),Cl~-,SO_4~(2-)和HCO_3~-等6项化学指标值在区间特定值附近出现的概率比较高,可用模糊可变集理论识别突水水源;熵权法计算的Ka~++Na~+和Ca~(2+)权重值分别为0.270 8和0.371 3,远高于其他指标的权重值,且其权重值之和占64.21%,说明两项指标在矿井突水水源识别中起主要作用;8组水样识别时,除水样8识别结果不符合实际外,其余均与实际类型相符,其准确率为87.5%;对于平顶山煤田来说,识别模型中的优化准则参数a选取2时,熵权-模糊可变集模型识别突水水源的准确性更高;应依据丰富的时空水质检测数据来建立模型并及时应用新的资料予以修正,以保证所建识别模型符合实际并与时俱进。     

杨柳煤矿主采10煤层充水条件分析及充水水源识别

在研究杨柳煤矿地质条件水文地质特征的基础上,对矿井的充水水源及充水通道进行了分析,并利用地下水化学法做出Piper三线图来识别突水水源。结果表明:杨柳煤矿充水水源主要是二叠系主采煤层间含水层和底板的灰岩裂隙水,为矿井水害防治提供一定的参考依据。     

矿井突水灾害防治技术浅析

通过分析各种突水现象的机理,将矿井水来源分为地表水、含水层水、老窑水和断层水。针对不同突水征兆确定水源,选择合适的防水措施,避免突水灾害,对实现煤矿安全生产具有重要意义。     

模糊综合评判法在判别矿井突水水源中的应用

矿井涌水水源较多,各含水层水质特征界限很不明显,很难根据单因素进行准确无误的判别.根据矿井含水层的水化学分析资料和矿井涌水量资料,建立二级模糊综合评判数学模型,能准确地判别矿井突水水源,这种方法是切实可行的.     

分清水源防止水灾

矿井突水后，如何查清水源达到针对性的治理，是矿井出现水害后碰到的一个重要问题。采用水质分析法对水化学类型进行判别，从而找到了水源，确保了安全生产。     

水化学综合识别模式在矿井水源判别中的应用

 随着煤炭资源开采逐步向下延伸,面临的矿井充水条件逐渐复杂。下组煤开采面临的突水水源有上部老空水、第四系松散层水、地表水、顶板砂岩裂隙水和深部奥灰水;在复杂构造条件的影响下,井下涌水出现异常,但目标充水水源水位监测数据未发生明显变化,此时准确判别井下涌水的主要充水水源对矿井防治水至关重要。通过应用实例的分析,证明以常规水化学聚类分析和环境同位素分析构成的水化学综合识别模式对复杂条件下矿井充水水源的判别成效明显,为预防矿井突水事故、保障安全生产提供重要依据。     

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。     

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。     

基于极限学习机的矿井突水水源快速识别模型

在煤矿突水灾害防治过程中,需要快速准确地识别出突水水源类型。激光诱导荧光技术具有灵敏度高和快速监测的特点,利用该技术获取水样的荧光光谱。光谱经卷积平滑预处理和主成分分析提取特征信息后,采用极限学习机算法建立多元分类学习模型。确定隐含层激励函数为Sigmoid函数,并通过交叉验证法确定最优隐含层节点个数。从训练网络的平均时间、训练和测试的平均分类准确率和标准差方面,与BP和SVM传统分类算法进行了性能比较。结果表明:在训练集和测试集上的平均分类准确率方面,该模型与传统分类模型基本一致,但该模型分类准确率的标准差最小,说明其具有较稳定的分类性能;在训练模型学习时间方面,该模型能够大幅度降低分类学习时间,说明其具备快速识别突水水源性能。