基于组合权-改进灰色关联度理论的矿井突水水源识别

基于组合权和改进灰色关联理论,针对潘谢矿区4个含水层中提取的35个学习样本,建立了矿井突水水源识别模型,并利用该模型对7个检验样本进行了水源识别。结果表明：相同含水层的学习样本和检验样本中Na⁺+K⁺,Ca²⁺,Mg²⁺,Cl^-,SO₄^2-和HCO^-₃等6项化学指标值的含量变化趋势更为接近,符合灰色关联理论。组合权重综合考虑了主客观权重,避免人为因素的干扰,同时考虑了识别指标的实际情况。组合权方法计算的6项识别因子中,Ca²⁺,Mg²⁺,HCO^-₃的权重分别为0.231,0.383,0.203,且3者的权重值相加占总值的81.7%,说明3项指标在矿井突水水源识别中起主要作用。采用建立的组合权-改进灰色关联度模型对7个检验水样进行识别,除1个水样外,其余均与实际结果一致,识别准确率达到86%,表明该模型在矿...     

基于PCA-AWOA-ELM模型的矿井突水水源识别

矿井突水是煤矿生产过程最具威胁的灾害之一，为了保障煤矿安全生产，提高矿井突水水源识别精度，提出一种基于改进鲸鱼优化算法(AWOA)耦合极限学习机的水源识别模型。以岱庄煤矿为例，选取Na⁺、Ca²⁺、Mg²⁺、Cl^-、SO₄ ^2-、HCO₃^-作为判别指标，基于SPSS因子分析提取评价指标主成分，6种离子间相关性较大，Ca²⁺和Mg²⁺,Ca²⁺、Mg²⁺与SO₄^2-、Cl^-之间的相关性均达到了0.7以上，SO₄^2-和Cl^-之间的相关性也达0.68，通过主成分分析提取了3个主成分，从六维空间降低到三维空间，在减少了样本指标之间信息重复的同时，也减少了极限学习机输入层数量，提高了模型对各类型数据的泛化能...     

BP神经网络在矿井突水水源识别中的应用

针对矿井突水水源的水化学特征,采用Na~++K~+、Ca~(2+)、Mg~(2+)、Cl~-、SO_4~(2-)、HCO_3~-6种水化离子的浓度作为识别矿井水源依据;以35组水源样品作为训练样本,运用Matlab软件对网络进行训练,建立6×6×4的网络优化模型;使用构建的BP神经网络对4组待测样本进行识别,并与实际突水水源类别进行比对。应用结果表明:BP神经网络能够准确地识别矿井突水水源,可为防治矿井水害提供有力的保障。     

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^-,SO₄^2-,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优个体的位置,最终将输出的42个最优权值和阈值赋给ELM模型,对待测样本进行判别。通过对比,WOA-ELM判别模型在矿井突水水源识别中的准确率高达95%以上,与单一ELM模型相比,准确率提升了15%左右。与支持向量机模型(SVW)、粒子群优化的极限学习机(PSO-ELM)模型以及灰狼优化算法改进的极限学习机(GWO-ELM)模型等相比,该模型具有更快的收敛速度与更高的精度,稳定性和泛化能力也均得到提升。     

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。     

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。     

钙镁离子对细粒赤铁矿絮凝行为的影响

为了了解Ca²⁺、Mg²⁺对细粒赤铁矿絮凝行为的影响,以巴西某细粒赤铁矿石为研究对象,分别考察了用Na_2CO_3和Na OH调节矿浆pH的情况下,Ca²⁺、Mg²⁺对细粒赤铁矿絮凝行为的影响。结果表明:矿浆中Ca²⁺、Mg²⁺均能促进细粒赤铁矿的絮凝,随着Ca²⁺、Mg²⁺浓度的增大,促进效果增强。pH调整剂为Na_2CO_3时,随着矿浆pH升高,未达硬水浓度的Ca²⁺对细粒赤铁矿絮凝行为的促进效果均增强,而Mg²⁺对细粒赤铁矿絮凝行为的促进作用先增强后减弱;pH调整剂为Na OH时,随着矿浆pH升高,Ca²⁺、Mg²⁺对细粒赤铁矿絮凝行为的促进作用逐渐增强。矿浆中添加Ca²⁺与添加Mg²⁺相比,同等水硬度下,Ca²⁺对细粒赤铁矿絮凝行为的促进作用优于Mg²⁺。相同试验条件下,使用Na OH作pH调整剂时的细粒赤铁矿絮凝效果强于使用Na_2CO_3作pH调整剂时。     

熵权模糊综合评价法在矿井突水水源判别中的应用

鉴于采用水化学数据判定矿井突水水源过程中水质特征的模糊性和不确定性,引入熵权理论并与模糊综合评价方法相结合,选取Ca2+、Mg2+、K++Na+、HCO3-、Cl-、SO24-、TDS等7项指标作为评价因子,建立了矿井突水水源判别的熵权法模糊综合评价模型并应用于潘三矿2个典型水样的水源判别。应用结果表明:运用信息熵计算权重系数克服了传统模糊综合评判中权重分配的局限性,模型判别结果较准确,是矿井突水水源判别的一种有效方法。     

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。