基于主成分分析的矿井突水水源Bayes判别模型

矿井突水严重威胁矿区安全生产,快速准确地判别突水水源,对有效防治矿井突水灾害有重大意义。根据鹤壁矿区6个主要含水层水化学成分的差异性,选取了Ca2+、Mg2+、Na++K+、CO2-3、HCO-3、Cl-、SO2-47个指标作为突水水源判别的评价因子,并选用鹤壁矿区294个水样作为学习样本,以Matlab为平台,先采用主成分分析法提炼出三个主成分Z1、Z2和Z3。然后把这3种主成分的值作为贝叶斯判别指标,建立了鹤壁矿区突水水源判别模型。利用该模型对鹤壁矿区随机选取22个突水水样进行水源判别,判别正确19个,错误3个,精度达到86%。判别错误的原因,主要是因为有的含水层水化学类型相似或者几个含水层之间存在一定的水力联系。研究结果表明,基于主成分分析的矿井突水水源Bayes判别模型能够满足矿井生产要求,可为防治水工作提供决策依据。     

距离判别法在矿山防治水中应用

以淮南潘二矿区、山西河池矿区和河南焦作矿区水样作为突水水源数据,采用距离判别分析理论,对突水水源进行判别分析。选用六大常规离子作为判别因子,分别建立矿井突水水源的距离判别分析模型。经回判检验表明,潘二水样和焦作水样的距离判别模型回判准确率超过90％,而河池矿区水样距离判别模型的回判准确率仅50％。为此,增加总硬度、碱度、PH值和矿化度作为判别因子,重新建立河池矿区水样的距离判别分析模型,回判准确率提高至90％,证明适当增加特征判别因子对改善距离判别分析模型的判别准确率有利。最后对三个矿区的未知样本进行了距离判别分析,并与Bayes逐步判别法和模糊综合评判法判别结果对比,结果表明距离判别法稳定性较好,判别准确率与Bayes逐步判别基本相同,比模糊综合评判要好。因此,在判别因子选择合适的情况下,距离判别法是目前矿井突水水源判别的有效方法。     

矿井突水水源判别的多组逐步Bayes判别方法研究

矿井突水是采矿过程中最具威胁的自然灾害之一。能否准确快速地判别矿井突水水源,不仅是矿井水文地质工作的主要内容,而且是煤矿防治水工作的重要基础。为了有效判别矿井突水水源,综合考虑水化学指标对水源判别的重要性,基于多组逐步Bayes判别分析理论,选取Na+ K+、Ca2+、Mg2+、Cl-、SO42-和HCO3-共6项指标作为判别因子,利用国内某矿区各主要含水层的35个水样的水质资料作为训练样本,建立了矿井突水水源预测的多组逐步Bayes判别分析模型。实例分析表明,该模型结果与实际情况相符合,说明该模型在矿井突水水源判别中具有良好的实用性和有效性,为判别矿区新的突水水源提供了一种新思路。     

基于主成分分析的多项Logistic回归模型的突水水源判别研究

矿井水害是矿井生产过程中较常见的地质灾害之一。快速有效地判别突水水源是预防矿井水害的关键所在。选取袁店二矿59个水样资料(常量离子含量),利用主成分分析进行处理,得出主成分得分;以主成分得分为自变量,水源类别为因变量建立多项Logistic回归模型;运用该回归模型对59个水样资料进行类型判别,得出综合判别准确率达到86.4%;并通过实例对判别模型进行了验证。研究结果表明:主成分分析法与多项Logistic回归模型相结合的方法在水源判别上具有可行性,不仅消除了常量离子之间的内在影响,而且使判别结果具有一定的准确率,在突水水源判别问题上提供了一种新方法,为矿井防治水提供有效依据。     

矿井突水水源的Bayes逐步判别分析研究

对Bayes逐步判别法在矿井突水水源判别中的应用进行研究分析。选用六大常规离子（ Ca2＋、Mg2＋、K＋＋Na＋、SO42-、Cl-、HCO3-）作为判别因子,建立Bayes逐步判别分析模型,以内蒙唐家汇矿区突水水源判别为例,在建立的判别模型回判检验准确率仅60%,分析原因可能与选定的特征判别因子对该矿区水样分类影响能力较弱有关。增加总硬度、碱度、PH值和矿化度作为判别因子,重新建立Bayes判别分析模型,使回判准确率提高至90%,证明适当增加特征判别因子对改善Bayes逐步判别模型的可靠性和稳定性有利。经对唐家会矿区的3个未知样本进行了判别分析,并与距离判别法和模糊综合评判法判别结果对比,结果表明Bayes逐步判别模型准确性较好,判别准确率与距离判别结果完全相同,而优于模糊综合评判方法。在合理选取特征判别因子的情况下,Bayes逐步判别法是目前矿井突水水源判别的有效方法。     

基于Fisher判别分析和质心距评价法的矿井水源判别

矿井突水是影响煤矿安全生产的灾害之一,快速准确地判别突水水源对于水害治理至关重要。Fisher判别分析法在判别混合水时,只能将此确定为最相像的某一分组,从而发生误判,因此在Fisher判别分析理论的基础上引入了质心距评价法,剔除可能为混合水样的样本数据,可以提高判别结果的准确率。为此选取13种水化学离子作判别因子,30个有代表性的水样作为训练样本建立判别函数模型,应用判别函数模型及质心距辅助评价指标对6个取自特定含水层的单一水样和4个取自水仓的混合水样验证分析,引入质心距评价分析后判别准确率从60%提高到83.3%。研究结果表明,在Fisher判别分析后进行质心距评价分析可提高判别结果的准确度。      

逐步判别模型在矿井突水水源判别中的应用

利用不同含水层的水化学成分差异,采用逐步判别方法借助SPSS统计软件,建立矿井突水水源的判别模型,选取矿井三类突水水源31个样品作为判别样品,以突水含水层Ca~(2+)、Mg~(2+)、K~++Na~+、HCO3~-、Cl~-、SO_4~(2-)等常规离子组分为评价因子,并筛选出Ca~(2+)、HCO3~-两个指标作为判别指标,得到逐步线性判别函数,用于突水水源的判别,并采用马氏广义距离的F检验、回判检验及样品检验等多种方法进行验证,经验证,该模型判别效果较好,能较好识别突水水源。     

基于Bayes算法的煤矿井下突水水源判识系统的设计与实现

矿井突水是严重影响煤矿安全生产的矿井灾害,快速准确地判识矿井突水水源是矿井突水灾害防治的重要基础。基于Bayes算法设计开发的煤矿井下突水水源判识系统,具有通用性强、操作简单、判识效率高的优点。系统可借助标准水样数据进行自主训练学习,根据标准水样中因子的判别能力自动对因子进行选入或剔除。通过在安徽省祁东煤矿的实际应用,系统判识正确率达91%以上,判识结果与实际水文情况符合良好,证明了基于Bayes算法设计实现的判识系统可为煤矿井下突水水源的快速准确判识提供有力的工具。     

Bayes方法在矿井突水水源判别中的应用

快速有效地判别突水水源是矿井安全生产的重要保障。选取各含水层多项水质指标,应用Bayes方法建立适用于不同水质类型的矿井突水水源快速判别模型。结合SPSS软件,以淮南顾桥矿为例,并与模糊综合评判模型、神经网络模型进行分析比较。结果表明:贝叶斯多类线性判别模型能够有效地判别突水水源,比模糊综合评判有更高的准确性,与神经网络模型的判别准确率相同。Bayes多类线性判别模型又以其计算过程简单、模型结构稳定而优于神经网络模型。既提高判别准确率又提高判别速度,实现对突水水源快速有效判别。      

基于GIS的矿井突水水源判别系统研究

应用模糊聚类分析得到的含水层背景值,建立模糊综合评判模型,进行矿井突水水源快速判别。基于GIS强大的数据处理功能,利用GIS可视化技术将判别结果直观地显示出来。该系统不但实现了突水水源的点查询,还实现了突水空间分区。通过实际应用,证明该系统简便易行,结果可靠。它可高效准确地完成未知突水水样的水源判别,为煤矿安全生产提供决策依据。      

纳林河二号煤矿涌水水源判别的PCA-Logistic方法

纳林河二号煤矿作为纳林河矿区的第一对大型矿井，生产初期由于其自身复杂的水文地质条件和采掘的强扰动，导致涌水事件时有发生，给矿井的安全生产造成严重威胁，快速有效地找到涌水水源是防治矿井水害的关键。通过对纳林河二号煤矿主要含水层及采空区水样进行水质分析并绘制Piper三线图，揭示矿区各含水层地下水及采空区水的水化学特征，统计Ca2+、Mg2+、Na++K+、HCO₃-、Cl-、SO₄2-、pH和矿化度8个指标作为水源判别的原始数据，经主成分分析法（PCA）处理得到4个主成分F₁、F₂、F₃和F₄；将4个主成分的值作为Logistic回归模型的判别指标，建立纳林河矿区涌水水源判别模型；以36组标准水样作为训练样本，发现模型回代准确率为97.22%，再利用建立的模型对4组待判水样进行判别，结果与实际分析相符。研究结果表明:主成分分析和无序多分类Logistic回归方法相结合的涌水水源判别模型能够有效消除样本原始数据间的冗余信息，使涌水水源判别结果更加快速准确，可为矿井防治水工作提供决策和依据。移动阅读      

突水水源的独立性权-模糊可变理论识别模型

在煤矿开采过程中,矿井水害事故频繁发生。为快速准确地找出矿井突水水源,降低矿井突水给煤矿生产带来的危害,以赵各庄矿为例,运用独立性权系数与模糊可变理论相结合的方法,选取了Na+,Ca2+,Mg2+,Cl-,SO₄2-和HCO₃-6种水化学指标,对赵各庄矿的20组水样数据进行分析计算。结果表明:独立性权系数-模糊可变理论模型排除了水样中各指标间冗余信息的影响,克服了水样各变量间权重难以确定以及变量对水质影响不均匀的问题,可在一定程度上保证突水水源识别模型的准确度;Cl-权重值远大于其他各项化学指标的权重值,即Cl-对突水水源的识别结果影响较大;采用本文所建模型判别赵各庄矿的8组测试水样,判别准确率达87.5%,表明该模型在矿井突水水源识别中具有重要参考价值。      

潞安矿区中部煤矿充水水源水化学特征及水源识别意义

采集了潞安矿区中部煤矿5类80份已知水源水样,利用PIPER三线图对不同来源水样水文地球化学特征进行了分析;利用聚类分析方法(Ward法)对三线图上存在重叠的砂岩水、太灰水与奥灰水进行分类,显示奥灰水与太灰水明显聚类,局部存在两者混合,砂岩水则与上述两者难以区分;最后利用Bayes模型建立了不同水源判别函数(自我检验准...     

煤矿工作面底板突水灾害预警重点监测区域评价技术

准确圈定煤矿工作面底板突水预警重点监测区域,实现监测位置和潜在突水点位置在空间上的匹配,是突水灾害预警急需解决的问题之一。为研究煤矿工作面底板突水灾害预警重点监测区域评价技术,采用水文地质分析、GIS空间分析及ANN预测等技术手段,建立了底板突水灾害预警重点监测区域评价指标体系,提出了将不连续指标转化为连续指标的方法,建立了评价模型,研发了重点监测区域评价GIS系统,实现了煤矿底板突水灾害预警重点监测区域GIS与ANN耦合评价技术,最后以赵庄煤矿5303回采工作面底板突水监测预警为例,利用研发的系统圈定了该工作面重点监测区域。研究表明,确定预警重点监测区域的影响因素主要有含水层水压、含水层富水性、含水层防（隔）水煤岩柱厚度、老空区危险性指数、断层危险性指数、陷落柱危险性指数和封闭不良钻孔危险性指数,利用分段函数可以有效将不连续指标转化为连续指标,研发的评价系统可以实现煤矿突水灾害预警监测位置自动评价,评价结果与现场揭露及水害预警系统监测结果一致。      

地下水化学特征在岱河矿涌水水源判别中的应用

岱河矿区地下水系统包含三个主要子系统:第四系全新统孔隙含水层、煤系砂岩裂隙含水层组及煤系下伏灰岩岩溶裂隙含水层组。通过对矿区三个子系统地下水化学特征分析,确定各子系统涌出水来源判别依据的水溶组分并建立各子系统所特有的水质模型,进而提出矿井涌水水源判别模式。实际应用表明,该判别模式具有快速准确的特点,可以为了解矿井涌水来源,预测矿井涌水量,防治矿井突水提供理论依据。     

Assessment of water inrush risk using the principal component logistic regression model in the Pandao coal mine,China

In order to improve the accuracy of floor water inrush assessment, the risk prediction model of floor water inrush was established by combining the principal component logistic regression analysis (PCLRA) and GIS spatial geographic analysis. In this paper, the geological data of Pandao coal mine was taken as the engineering background. First of all, main controlling factors of floor water inrush were determined and quantified. Next, PCLRA was used to determine the weight of each factor and establish the mathematical model for predicting the floor water inrush. And then, GIS’s spatial analysis and data processing function was used to draw related single factor thematic maps. Related thematic maps were weighted superposed to draw a floor water inrush zoning map based on PCLRA mathematical model. The study areas were divided into five levels by Jenks optimization method and vulnerability index initial model. And the corresponding threshold range was determined. The results show that (1) the high sensitivity factors in floor failure depth were added to evaluate the water inrush, and the fault fractal dimension was used to replace the fault structure related factors, and the main controlling factors of floor water inrush are more comprehensive; (2) the fitting degree of PCLRA model is high and the test accuracy is 83.3%; (3) the prediction results were well fitted to the actual position of water inrush (three water inrush points are located in the dangerous area, and two water inrush points are located in the relatively dangerous area).     

基于多元监测信息融合分析的突水灾害状态判识方法

突水灾变演化过程中伴随着防突结构内的岩土体的信息变化,通过对潜在突水通道围岩多物理场信息进行深度融合分析,揭示了多元信息的逻辑共生关系,建立了突水演化状态判识的理论方法。从岩体渐进破坏突水与充填结构失稳突水两种典型的突水相似模型试验入手,建立了多元监测信息与量化表征函数的关联性。基于主成分分析理论揭示了多参量间的逻辑共生关系,确定了围岩多物理场信息对突水灾害的影响权重,这为突水灾害监测设计与预警提供了理论依据。结合函数拟合曲线中表征函数变化趋势发生转变的极值点与驻点,建立了突水灾害演化状态综合判识方法,最终将两种突水类型的演化阶段划分为：平静期、发展期、突变期和灾后期,并提出了任意时刻下突水灾害发生概率的能量判别方法,该理论方法为隧道及地下工程突水灾害监测预警提供了参考。